如何从人口普查ZIP Code级Shapefile中移除所有小岛？

先修复你的代码小问题 #

你当前的过滤逻辑里，map(remove_list, as.integer)会返回一个列表对象，而STATE是整数类型，用%in%匹配列表会导致匹配失效——这很可能是你没过滤干净的核心原因之一。

直接把remove_list转换成整数向量就能解决这个问题：

remove_list <- c("02", "15", "72", "66", "78", "60", "69", "64", "68", "70", "74", "81", "84", "86", "87", "89", "71", "76", "95", "79")
# 转换为整数向量，而非用map生成列表
remove_vec <- as.integer(remove_list)

# 重新过滤并绘图
big_df_filtered <- big_df %>% 
  filter(!STATE %in% remove_vec)

tm_shape(big_df_filtered) + 
  tm_polygons('pt_count', palette = "Reds", style = "quantile", n = 10, title = "counts")

检查是否遗漏了领地代码 #

如果修改后还是有小岛残留，大概率是你的remove_list没覆盖所有需要移除的小众领地代码。你可以先查看过滤后剩余的STATE值，找出漏网的代码：

# 列出所有剩余的STATE代码
unique(big_df_filtered$STATE)

比如，可能遗漏的代码包括90（中途岛）、96（美属萨摩亚）这类极小领地，把它们补充到remove_list里即可。

额外补充：用面积过滤收尾 #

如果还是有非常零散的小岛（比如跨州的极小ZCTA），可以搭配面积过滤来彻底清理：

# 先转成等面积投影（比如北美阿尔伯斯EPSG:5070），避免WGS84投影的面积计算误差
big_df_proj <- big_df %>%
  st_transform(5070) %>%
  mutate(zcta_area = st_area(.)) %>%
  # 过滤掉目标STATE，且面积小于1平方公里的区域
  filter(!STATE %in% remove_vec, zcta_area > units::set_units(1, km^2)) %>%
  # 转回原投影用于绘图
  st_transform(4269)

# 绘图
tm_shape(big_df_proj) + 
  tm_polygons('pt_count', palette = "Reds", style = "quantile", n = 10, title = "counts")

内容的提问来源于stack exchange，提问作者ℕʘʘḆḽḘ