r语言读取geo数据真香吗？老手掏心窝子说几句，别踩坑

做GIS这行九年，见过太多人死磕R语言。为啥？因为免费啊，开源啊，还能批量处理。但说实话，刚上手那会儿，我也被折磨得够呛。今天不整那些虚头巴脑的理论，就聊聊咱们普通人怎么用最笨但最稳的办法，搞定r语言读取geo数据这个问题。

先说个真事儿。上个月有个做城市规划的朋友找我，说他在R里读shapefile，报错报得亲妈都不认识。我一看，好家伙，他用的还是十年前的代码，而且文件路径里带了中文。R这玩意儿，对中文路径简直是“深恶痛绝”，除非你特意去配置环境，否则大概率直接崩给你看。所以，第一条铁律：路径全英文，文件夹名字别带空格。这能解决80%的初学者问题。

再说说格式。很多人以为GeoJSON或者GeoPackage是万能的，其实对于R语言来说，shapefile依然是兼容性最好的，虽然它由多个文件组成（.shp, .dbf, .shx等），容易丢文件，但胜在稳定。如果你非要读GeoJSON，记得用sf包，别用老掉牙的rgdal了，那玩意儿早就被淘汰了，别去网上搜教程还照着做，那是坑人。

这里得插一句，r语言读取geo数据的时候，坐标系是个大坑。我见过太多人把不同坐标系的数据直接叠在一起，结果地图歪得亲妈都不认识。比如你有个北京的图，坐标系是EPSG:4326，另一个是EPSG:3857，直接画出来，点能飘到太平洋去。所以在读入数据后，第一件事不是画图，而是检查crs（坐标系）。用st_crs()函数看一眼，不对就st_transform()转一下。这一步省不得，否则后面所有的分析都是废纸。

关于速度，很多人抱怨R读大数据慢。确实，如果文件超过100MB，用传统的read_sf可能会卡死。这时候，建议用terra包或者直接转成sqlite数据库再读。别硬刚，工具要选对。我有个客户，搞全国土地利用数据，几十个G，用sf包读了半小时，改用terra包后，几秒钟搞定。这就是经验，不是理论能告诉你的。

还有个小细节，属性表里的空值。R里遇到NULL或者NA，处理起来挺麻烦。特别是当你做空间连接（spatial join）的时候，如果关联字段里有空值，结果集可能会莫名其妙少很多行。这时候，得提前清洗数据，或者在连接时设置参数忽略空值。别等到画图发现少了一块，才想起来去查原因，那时候黄花菜都凉了。

最后，说说可视化。很多人用ggplot2画图，觉得高大上。但说实话，对于复杂的地理数据，ggplot2有时候力不从心，尤其是处理投影变换的时候。这时候，推荐用tmap或者mapview包。tmap做静态图很强大，mapview做交互式地图很方便，直接在RStudio里就能预览，不用导出来再打开浏览器，效率提升不止一点点。

总之，r语言读取geo数据这事儿，难在细节，易在逻辑。别被那些复杂的代码吓到，先从简单的shapefile入手，把路径、坐标系、属性表这三个基础打牢，后面自然就顺了。别信什么“一键导入”的神话，那都是骗小白的。老老实实读文档，多试错，才是正道。

希望这些大实话，能帮你少走点弯路。毕竟，头发已经够少了，别再因为读个数据掉几根。