R Academy · Lektion

Simple Features mit dem Paket sf

Lesen, schreiben und bearbeiten Sie räumliche Geometrien mit dem sf-Standard

Simple Features mit dem Paket sf ist eine kostenlose R Academy-Lektion auf CoddyKit. Dies ist Lektion 1 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des R Academy-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der R Academy-Kurs umfasst insgesamt 4 Lektionen.

Was ist das Paket sf?

Das Paket sf (Simple Features) ist das wichtigste Werkzeug von R für Geodaten in Vektorform. Es speichert Geometrien wie Punkte, Linien und Polygone als spezielle Listenspalte in einem gewöhnlichen Data Frame und ist dadurch vollständig mit dplyr und ggplot2 kompatibel.

library(sf)

# sf data frames look like regular data frames
# but have a special 'geometry' column
cat('sf version:', packageVersion('sf'), '\n')

# Supported geometry types
cat('Geometry types: POINT, LINESTRING, POLYGON,\n')
cat('               MULTIPOINT, MULTILINESTRING, MULTIPOLYGON,\n')
cat('               GEOMETRYCOLLECTION\n')

read_sf: Shapefiles laden

read_sf("file.shp") liest jedes von OGR unterstützte Format (Shapefile, GeoJSON, GeoPackage, KML usw.) in ein sf-Objekt ein. Dabei werden das CRS und die Attributtabelle automatisch zusammen mit den Geometrien eingelesen.

library(sf)

# Read a GeoJSON file from a URL
url <- 'https://raw.githubusercontent.com/datasets/geo-countries/master/data/countries.geojson'

# For demonstration, use the system example data
nc <- read_sf(system.file('shape/nc.shp', package = 'sf'))

cat('Class:', class(nc), '\n')
cat('Dimensions:', nrow(nc), 'rows x', ncol(nc), 'cols\n')
cat('CRS:', st_crs(nc)$epsg, '\n')
cat('Geometry type:', unique(st_geometry_type(nc)), '\n')
cat('Column names:', paste(names(nc)[1:5], collapse = ', '), '...\n')

st_geometry_type und Struktur

st_geometry_type() gibt den Geometrietyp jedes Features zurück. Die Spalte geometry ist eine Listenspalte aus sfc-Objekten. Sie können sie wie jede andere Spalte inspizieren, auswählen und bearbeiten.

library(sf)
nc <- read_sf(system.file('shape/nc.shp', package = 'sf'))

# Geometry type for each feature
types <- st_geometry_type(nc)
cat('Unique types:', unique(as.character(types)), '\n')

# The geometry column
geom_col <- st_geometry(nc)
cat('Geometry class:', class(geom_col), '\n')
cat('First geometry:\n')
print(geom_col[[1]])  # MULTIPOLYGON coordinates

# Access as a normal column
nc$area_est <- st_area(nc)  # adds an area column
cat('\nArea column class:', class(nc$area_est), '\n')

st_coordinates: XY-Koordinaten extrahieren

st_coordinates() extrahiert aus jeder Geometrie rohe Koordinatenmatrizen. Für Punkte wird eine Matrix mit 2 Spalten (X, Y) zurückgegeben. Für Polygone werden alle Eckpunkte der Ringe einschließlich Spalten für Teil und Polygonindex zurückgegeben.

library(sf)

# Create simple point features
pts <- st_sfc(
  st_point(c(-80.0, 35.0)),
  st_point(c(-79.5, 35.5)),
  st_point(c(-79.0, 34.8))
)
pts_sf <- st_sf(id = 1:3, geometry = pts)

# Extract coordinates
coords <- st_coordinates(pts_sf)
cat('Coordinates:\n')
print(coords)

# For polygons: includes part (L1) and polygon (L2) columns
nc <- read_sf(system.file('shape/nc.shp', package = 'sf'))
ring_coords <- st_coordinates(nc[1, ])
cat('Polygon ring vertices:', nrow(ring_coords), '\n')
cat('Column names:', colnames(ring_coords), '\n')

sf aus einem Data Frame erstellen

st_as_sf(df, coords = c('lon', 'lat'), crs = 4326) konvertiert einen normalen Data Frame mit Koordinatenspalten in ein sf-Punktobjekt. Das Argument coords gibt die x-Spalte (Längengrad) und die y-Spalte (Breitengrad) an.

library(sf)

# Typical scenario: CSV with lon/lat columns
cities <- data.frame(
  name = c('New York', 'Los Angeles', 'Chicago', 'Houston'),
  lon  = c(-74.006, -118.244, -87.629, -95.369),
  lat  = c(40.713,   34.052,   41.878,  29.760),
  pop  = c(8336817, 3979576, 2693976, 2304580)
)

# Convert to sf
cities_sf <- st_as_sf(
  cities,
  coords = c('lon', 'lat'),
  crs    = 4326
)

print(cities_sf)
cat('\nCRS:', st_crs(cities_sf)$epsg, '(WGS84)\n')

st_point, st_linestring, st_polygon

Sie können Geometrien programmgesteuert mit Konstruktorfunktionen erstellen. st_point(c(x,y)) erstellt einen Punkt, st_linestring(matrix) eine Linie aus Koordinatenpaaren und st_polygon(list(matrix)) ein Polygon aus Ringkoordinaten.

library(sf)

# POINT
p <- st_point(c(-74.006, 40.713))
cat('Point:', class(p), '\n')

# LINESTRING: a route with 4 waypoints
route_coords <- matrix(
  c(-74.0, 40.7,
    -75.0, 41.0,
    -76.0, 41.5,
    -77.0, 42.0),
  ncol = 2, byrow = TRUE
)
line <- st_linestring(route_coords)
cat('Linestring length:', st_length(line), '\n')  # in degrees (no CRS yet)

# POLYGON: a simple bounding box
bbox_ring <- matrix(
  c(0,0, 1,0, 1,1, 0,1, 0,0),
  ncol = 2, byrow = TRUE
)
poly <- st_polygon(list(bbox_ring))
cat('Polygon area:', st_area(poly), '\n')

sf-Objekte darstellen

Die Methode plot() für sf-Objekte erstellt für jede Attributspalte eine schnelle Karte. Mit plot(st_geometry(sf_obj)) stellen Sie nur die Geometrie ohne Attributfelder dar.

library(sf)
nc <- read_sf(system.file('shape/nc.shp', package = 'sf'))

# Plot all attributes (creates a panel per column)
# plot(nc)  # too many panels

# Plot a single attribute
plot(nc['BIR74'],
     main   = 'North Carolina: Births 1974',
     border = 'white',
     lwd    = 0.5)

# Plot geometry only
plot(st_geometry(nc),
     col    = 'lightblue',
     border = 'gray40',
     main   = 'NC Counties')

sf-Objekte auswählen

sf-Objekte verhalten sich wie Data Frames: Sie können Zeilen mit [, subset() oder dplyr::filter() filtern. Die Geometriespalte wird bei allen Operationen zur Zeilenauswahl automatisch beibehalten.

library(sf)
library(dplyr)

nc <- read_sf(system.file('shape/nc.shp', package = 'sf'))

# Base R subsetting
western_nc <- nc[nc$CNTY_ID < 1830, ]
cat('Western counties:', nrow(western_nc), '\n')

# dplyr filter works identically
high_birth <- nc |>
  filter(BIR74 > 3000) |>
  select(NAME, BIR74, geometry)

cat('High-birth counties:', nrow(high_birth), '\n')
cat('Names:', paste(high_birth$NAME[1:3], collapse = ', '), '...\n')

Integration von sf und ggplot2

ggplot2 unterstützt sf-Objekte nativ über geom_sf(). Die Funktion verarbeitet das Koordinatensystem automatisch und zeichnet ohne zusätzliche Vorbereitung den passenden Geometrietyp – Punkte, Linien oder Polygone.

library(sf)
library(ggplot2)

nc <- read_sf(system.file('shape/nc.shp', package = 'sf'))

# Choropleth map with ggplot2
ggplot(nc) +
  geom_sf(aes(fill = BIR74), color = 'white', lwd = 0.2) +
  scale_fill_viridis_c(
    option = 'plasma',
    name   = 'Births (1974)'
  ) +
  labs(
    title    = 'North Carolina Birth Counts, 1974',
    subtitle = 'County-level data'
  ) +
  theme_minimal()

sf auf der Festplatte speichern

write_sf(sf_obj, 'output.gpkg') (oder st_write()) speichert Geometrien und Attribute auf der Festplatte. GeoPackage (.gpkg) wird gegenüber Shapefile bevorzugt, da es lange Spaltennamen und UTF-8 unterstützt und alles in einer einzigen Datei speichert.

library(sf)

nc <- read_sf(system.file('shape/nc.shp', package = 'sf'))

# Write to GeoPackage
out_path <- tempfile(fileext = '.gpkg')
write_sf(nc, out_path)

cat('Written to:', out_path, '\n')
cat('File size:', file.info(out_path)$size / 1024, 'KB\n')

# Round-trip: read back
nc_rt <- read_sf(out_path)
cat('Round-trip features:', nrow(nc_rt), '\n')
cat('Round-trip CRS match:', identical(st_crs(nc), st_crs(nc_rt)), '\n')

sf zusammenfassen und inspizieren

Verwenden Sie print(), st_bbox(), st_crs() und summary(), um ein sf-Objekt schnell zu untersuchen. st_bbox() gibt die Bounding Box als benannten Vektor (xmin, ymin, xmax, ymax) in den Einheiten des CRS des Objekts zurück.

library(sf)
nc <- read_sf(system.file('shape/nc.shp', package = 'sf'))

# Bounding box
bbox <- st_bbox(nc)
cat('Bounding box:\n')
cat('  xmin:', bbox['xmin'], ' xmax:', bbox['xmax'], '\n')
cat('  ymin:', bbox['ymin'], ' ymax:', bbox['ymax'], '\n')

# CRS
crs_info <- st_crs(nc)
cat('\nEPSG:', crs_info$epsg, '\n')
cat('Proj4:', crs_info$proj4string, '\n')

# Attribute summary
cat('\nBIR74 range:',
    range(nc$BIR74)[1], 'to',
    range(nc$BIR74)[2], '\n')

Schnelltest

Sie haben einen Data Frame mit den Spalten longitude und latitude (WGS84). Welcher Funktionsaufruf konvertiert ihn in ein sf-Punktobjekt?

Zusammenfassung: sf-Paket

Wichtigste Erkenntnisse:

read_sf() lädt Shapefiles, GeoJSON, GeoPackage und andere Formate
st_geometry_type() gibt für jedes Feature POINT, LINESTRING, POLYGON usw. zurück
st_coordinates() extrahiert rohe XY-Koordinatenmatrizen
st_as_sf(df, coords = c('x','y'), crs = 4326) erstellt aus einem Data Frame ein sf-Objekt
Programmgesteuerte Konstruktoren: st_point(), st_linestring(), st_polygon()
plot(sf_obj) oder geom_sf() in ggplot2 zur Visualisierung
write_sf() speichert in GeoPackage, Shapefile, GeoJSON usw.

library(sf)

# Quick sf workflow
nc <- read_sf(system.file('shape/nc.shp', package = 'sf'))
cat('Features:', nrow(nc), '\n')
cat('CRS EPSG:', st_crs(nc)$epsg, '\n')
cat('Geom type:', unique(as.character(st_geometry_type(nc))), '\n')
cat('Bbox xmin:', st_bbox(nc)['xmin'], '\n')

Häufig gestellte Fragen

Ist die Lektion „Simple Features mit dem Paket sf“ kostenlos?

Ja — der vollständige Text von „Simple Features mit dem Paket sf“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des R Academy-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der R Academy-Kurs umfasst insgesamt 4 Lektionen.

Was lerne ich in „Simple Features mit dem Paket sf“?

Lesen, schreiben und bearbeiten Sie räumliche Geometrien mit dem sf-Standard Du übst R Academy mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.

Brauche ich Erfahrung, um R Academy zu starten?

Keine Vorkenntnisse erforderlich. R Academy auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 1 von 4.

Wie lange dauert die Lektion „Simple Features mit dem Paket sf“?

Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.

Kann ich in dieser R Academy-Lektion Code schreiben und ausführen?

Ja. Jede R Academy-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.

Alle Lektionen in diesem Kurs

Simple Features mit dem Paket sf
Koordinatenreferenzsysteme und Projektionen
Räumliche Joins und Operationen
Interaktive Karten mit leaflet

← Zurück zu R Academy