使用readOGR循环读取500个Shapefile的自动化处理问询

我来帮你完善这个自动化处理的R代码，结合你提到的需求（处理500个带经纬度的Shapefile，关联边界缓冲区并计算相关数值），我会给出两种实现方案——基于传统rgdal/sp包的版本，以及更现代简洁的sf包版本，同时优化了循环效率，避免不必要的重复操作。

首先确保安装并加载所需依赖包，然后完成自动化流程：

# 安装所需包（首次运行时执行）
if (!require("rgdal")) install.packages("rgdal")
if (!require("sp")) install.packages("sp")
if (!require("dplyr")) install.packages("dplyr")
if (!require("tools")) install.packages("tools")

# 加载包
library(rgdal)
library(sp)
library(dplyr)
library(tools)

# 设置Shapefile文件夹路径
path <- "/Users/fun/Drought shapefiles/"

# 获取所有shp文件的完整路径
file.names <- list.files(path, pattern="*.shp", full.names=T, recursive=FALSE)

# 提前加载边界缓冲区（仅加载一次，大幅提升循环效率）
# 替换为你的缓冲区Shapefile完整路径
buffer_path <- "/Users/fun/Degrees Buffer.shp"
buffer <- readOGR(
  dsn = dirname(buffer_path),
  layer = file_path_sans_ext(basename(buffer_path))
)

# 初始化结果数据框，用于存储每个文件的计算结果
results_df <- data.frame(
  file_name = character(),
  points_in_buffer = integer(),
  avg_lon = numeric(),
  avg_lat = numeric(),
  stringsAsFactors = FALSE
)

# 循环处理每个Shapefile
for (m in seq_along(file.names)) {
  current_file <- file.names[m]
  current_file_name <- basename(current_file)
  
  # 打印处理进度，方便跟踪
  cat("正在处理文件：", current_file_name, "（", m, "/", length(file.names), "）\n", sep="")
  
  # 读取当前点数据Shapefile
  point_data <- readOGR(
    dsn = dirname(current_file),
    layer = file_path_sans_ext(basename(current_file))
  )
  
  # 关键：确保点数据与缓冲区坐标系一致，否则空间分析会出错
  if (!identical(proj4string(point_data), proj4string(buffer))) {
    warning("当前文件坐标系与缓冲区不一致，自动转换中...")
    point_data <- spTransform(point_data, CRSobj = proj4string(buffer))
  }
  
  # 空间关联：筛选出缓冲区内的点
  points_in_buffer <- point_data[buffer, ]
  
  # 计算自定义数值（示例：缓冲区内点数、平均经纬度，可按需修改）
  num_points <- nrow(points_in_buffer@data)
  avg_lon <- ifelse(num_points > 0, mean(points_in_buffer@coords[, 1]), NA)
  avg_lat <- ifelse(num_points > 0, mean(points_in_buffer@coords[, 2]), NA)
  
  # 将结果添加到数据框
  results_df <- results_df %>%
    add_row(
      file_name = current_file_name,
      points_in_buffer = num_points,
      avg_lon = avg_lon,
      avg_lat = avg_lat
    )
  
  # 释放内存，避免处理大量文件时内存溢出
  rm(point_data, points_in_buffer)
  gc()
}

# 将结果保存为CSV文件，方便后续分析
write.csv(results_df, file = "/Users/fun/drought_buffer_results.csv", row.names = FALSE)

cat("所有文件处理完成！结果已保存到：/Users/fun/drought_buffer_results.csv\n")

sf是当前R语言空间数据处理的主流工具，语法更直观，性能更优：

# 安装所需包（首次运行时执行）
if (!require("sf")) install.packages("sf")
if (!require("dplyr")) install.packages("dplyr")

# 加载包
library(sf)
library(dplyr)

# 设置路径与文件列表
path <- "/Users/fun/Drought shapefiles/"
file.names <- list.files(path, pattern="*.shp", full.names=T, recursive=FALSE)

# 加载边界缓冲区
buffer <- st_read("/Users/fun/Degrees Buffer.shp")

# 初始化结果数据框
results_df <- tibble()

# 循环处理每个文件
for (m in seq_along(file.names)) {
  current_file <- file.names[m]
  current_file_name <- basename(current_file)
  
  cat("正在处理文件：", current_file_name, "（", m, "/", length(file.names), "）\n", sep="")
  
  # 读取点数据
  point_data <- st_read(current_file)
  
  # 坐标系一致性检查与转换
  if (!st_crs(point_data) == st_crs(buffer)) {
    point_data <- st_transform(point_data, st_crs(buffer))
  }
  
  # 筛选缓冲区内的点
  points_in_buffer <- st_filter(point_data, buffer)
  
  # 计算自定义数值
  num_points <- nrow(points_in_buffer)
  coords <- st_coordinates(points_in_buffer)
  avg_lon <- ifelse(num_points > 0, mean(coords[, 1]), NA)
  avg_lat <- ifelse(num_points > 0, mean(coords[, 2]), NA)
  
  # 添加结果到数据框
  results_df <- bind_rows(results_df,
                          tibble(
                            file_name = current_file_name,
                            points_in_buffer = num_points,
                            avg_lon = avg_lon,
                            avg_lat = avg_lat
                          ))
  
  # 释放内存
  rm(point_data, points_in_buffer, coords)
  gc()
}

# 保存结果
write.csv(results_df, "/Users/fun/drought_buffer_results_sf.csv", row.names = FALSE)

cat("处理完成！结果已保存\n")

• 坐标系一致性：空间分析的核心前提是所有数据坐标系相同，代码中已加入自动检测与转换逻辑，但建议提前确认原始数据的投影信息，避免转换出错。
• 自定义计算逻辑：示例中计算了缓冲区内的点数、平均经纬度，你可以根据需求修改这部分代码，比如计算点密度、某属性字段的总和/中位数等。
• 内存优化：处理500个文件容易占用大量内存，代码中加入了rm()和gc()来及时释放内存，避免内存溢出。

内容的提问来源于stack exchange，提问作者GIS_newb