Sistemas de referencia de coordenadas y proyecciones
Transforme correctamente entre CRS con st_crs() y st_transform().
Sistemas de referencia de coordenadas y proyecciones es una lección gratuita de R Academy en CoddyKit. Esta es la lección 2 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de R Academy, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de R Academy incluye 4 lecciones en total.
Por qué es importante el CRS
Un sistema de referencia de coordenadas (CRS) indica a R qué significan los números de la columna de geometría: grados de latitud/longitud, metros en una cuadrícula proyectada u otra unidad. Combinar datos con CRS diferentes sin reproyectarlos hace que las uniones espaciales fallen silenciosamente y que los cálculos de distancia sean incorrectos.
library(sf)
# Two sf objects in the same CRS: operations work
nc <- read_sf(system.file('shape/nc.shp', package = 'sf'))
# sf will error or warn when CRS do not match during operations
# This is the CRS metadata attached to the object
crs <- st_crs(nc)
cat('EPSG:', crs$epsg, '\n')
cat('Input is geographic (lon/lat)?', st_is_longlat(nc), '\n')
cat('Units:', crs$units_gdal, '\n')st_crs: lectura de información del CRS
st_crs(sf_obj) devuelve un objeto crs con el código EPSG, la cadena WKT, la cadena Proj4 y la información de unidades. También puede pasar directamente un código EPSG entero para recuperar la definición del CRS.
library(sf)
nc <- read_sf(system.file('shape/nc.shp', package = 'sf'))
# Inspect the CRS object
crs <- st_crs(nc)
cat('Class:', class(crs), '\n')
cat('EPSG:', crs$epsg, '\n')
cat('Proj4:', substr(crs$proj4string, 1, 60), '...\n')
# Lookup a CRS by EPSG code
wgs84 <- st_crs(4326)
web_mercator <- st_crs(3857)
cat('\nWGS84 name:', wgs84$Name, '\n')
cat('Web Mercator name:', web_mercator$Name, '\n')EPSG:4326 — WGS84
EPSG:4326 es el World Geodetic System 1984, el estándar para las coordenadas GPS. Las coordenadas se expresan en grados decimales: la longitud (X) va de −180 a 180 y la latitud (Y), de −90 a 90. Es un CRS geográfico, no proyectado.
library(sf)
# Create points in WGS84 (GPS coordinates)
cities <- data.frame(
city = c('London', 'Tokyo', 'Sydney', 'New York'),
lon = c(-0.118, 139.692, 151.209, -74.006),
lat = c(51.509, 35.689, -33.869, 40.713)
)
cities_sf <- st_as_sf(cities,
coords = c('lon', 'lat'),
crs = 4326
)
cat('CRS:', st_crs(cities_sf)$Name, '\n')
cat('Units:', st_crs(cities_sf)$units_gdal, '\n')
# Naive distance in degrees (not meaningful for real distances)
d <- st_distance(cities_sf[1, ], cities_sf[2, ])
cat('London-Tokyo distance (degrees):', round(as.numeric(d), 2), '\n')EPSG:3857 — Web Mercator
EPSG:3857 es la proyección Web Mercator que utilizan Google Maps, OpenStreetMap y Leaflet. Las coordenadas se expresan en metros, centradas en el meridiano de Greenwich y el ecuador. Distorsiona las áreas cercanas a los polos, pero es adecuada para la visualización web.
library(sf)
cities <- data.frame(
city = c('London', 'Tokyo'),
lon = c(-0.118, 139.692),
lat = c(51.509, 35.689)
)
cities_sf <- st_as_sf(cities, coords = c('lon', 'lat'), crs = 4326)
# Transform to Web Mercator
cities_merc <- st_transform(cities_sf, 3857)
cat('WGS84 coords (degrees):\n')
print(st_coordinates(cities_sf))
cat('\nWeb Mercator coords (metres):\n')
print(st_coordinates(cities_merc))
# Distance is now in metres
d <- st_distance(cities_merc[1, ], cities_merc[2, ])
cat('\nLondon-Tokyo distance (km):', round(as.numeric(d) / 1000, 0), '\n')st_set_crs: asignación de un CRS
st_set_crs(sf_obj, crs) asigna un CRS sin transformar las coordenadas. Úselo únicamente cuando falten los metadatos del CRS o sean incorrectos. Si desea reproyectar las coordenadas a un CRS nuevo, use st_transform().
library(sf)
# Create geometry with NO CRS
pts <- st_sfc(
st_point(c(-74.006, 40.713)),
st_point(c(-87.629, 41.878))
)
cat('CRS before:', is.na(st_crs(pts)), '(NA = no CRS)\n')
# Assign WGS84 (no coordinate transformation)
pts_wgs84 <- st_set_crs(pts, 4326)
cat('CRS after assignment:', st_crs(pts_wgs84)$epsg, '\n')
# Compare with st_transform (DOES transform coordinates)
pts_sf <- st_sf(id = 1:2, geometry = pts_wgs84)
pts_merc <- st_transform(pts_sf, 3857)
cat('Original lon:', st_coordinates(pts_sf)[1, 'X'], '\n')
cat('Mercator X: ', st_coordinates(pts_merc)[1, 'X'], '\n')st_transform: reproyección
st_transform(sf_obj, crs) reproyecta todas las geometrías desde su CRS actual al CRS de destino y aplica la transformación geodésica completa. El argumento crs acepta un entero EPSG, una cadena Proj4 o una cadena WKT.
library(sf)
nc <- read_sf(system.file('shape/nc.shp', package = 'sf'))
cat('Original CRS:', st_crs(nc)$epsg, '\n')
# Re-project to WGS84
nc_wgs84 <- st_transform(nc, 4326)
cat('Transformed CRS:', st_crs(nc_wgs84)$epsg, '\n')
# Re-project to a local projected CRS (NC State Plane)
nc_stateplane <- st_transform(nc, 32119) # NAD83 / North Carolina
cat('State Plane CRS:', st_crs(nc_stateplane)$Name, '\n')
# Area calculation is more accurate in a projected CRS
area_deg <- st_area(nc[1, ])
area_m2 <- st_area(nc_stateplane[1, ])
cat('Area (degrees^2):', format(area_deg, big.mark = ','), '\n')
cat('Area (m^2): ', format(area_m2, big.mark = ','), '\n')Elegir la proyección adecuada
Las distintas proyecciones optimizan propiedades diferentes: conservación de áreas (por ejemplo, Mollweide), conformidad (Mercator) o equidistancia. Para análisis locales, use un CRS proyectado en metros; para vistas generales del mundo, WGS84 es adecuado; para mapas web, use Web Mercator.
library(sf)
# Common EPSG codes cheat sheet
epsg_table <- data.frame(
EPSG = c(4326, 3857, 4269, 32637, 27700),
Name = c(
'WGS84 (GPS, global)',
'Web Mercator (web maps)',
'NAD83 (North America geographic)',
'UTM zone 37N (Middle East)',
'British National Grid (UK)'
),
Units = c('degrees', 'metres', 'degrees', 'metres', 'metres')
)
print(epsg_table, row.names = FALSE)
# Look up any EPSG online: https://epsg.io/<code>
cat('\nTip: use st_crs(epsg_code)$Name to verify a code\n')Cadenas Proj4
Antes de que los códigos EPSG se convirtieran en el estándar, los CRS se definían mediante cadenas Proj4: cadenas compactas de parámetros que se pasaban a la biblioteca PROJ. Todavía puede usarlas con st_transform(), pero se prefieren los códigos EPSG por su claridad y compatibilidad futura.
library(sf)
nc <- read_sf(system.file('shape/nc.shp', package = 'sf'))
# WGS84 as Proj4 string
wgs84_proj4 <- '+proj=longlat +datum=WGS84 +no_defs'
nc_wgs84 <- st_transform(nc, crs = wgs84_proj4)
cat('Using Proj4 string:\n', wgs84_proj4, '\n')
cat('Result CRS EPSG:', st_crs(nc_wgs84)$epsg, '\n')
# Compare: equivalent to st_transform(nc, 4326)
cat('Same as EPSG 4326?',
identical(st_crs(nc_wgs84), st_crs(st_transform(nc, 4326))), '\n')Comprobar la igualdad de los CRS
Antes de cualquier unión espacial u operación de superposición, verifique que ambos objetos compartan el mismo CRS mediante st_crs(a) == st_crs(b). Si son diferentes, transforme uno para que coincida con el otro antes de continuar.
library(sf)
# Two objects in different CRS
nc_nad27 <- read_sf(system.file('shape/nc.shp', package = 'sf'))
nc_wgs84 <- st_transform(nc_nad27, 4326)
cat('Same CRS?', st_crs(nc_nad27) == st_crs(nc_wgs84), '\n')
# Always check before join/overlay
align_crs <- function(a, b) {
if (st_crs(a) != st_crs(b)) {
message('CRS mismatch! Transforming b to match a.')
b <- st_transform(b, st_crs(a))
}
list(a = a, b = b)
}
aligned <- align_crs(nc_nad27, nc_wgs84)
cat('After alignment - same CRS?',
st_crs(aligned$a) == st_crs(aligned$b), '\n')Calcular distancias con un CRS
Las distancias calculadas en un CRS geográfico (grados) carecen de significado. Reproyecte primero a un CRS proyectado que conserve las distancias o las áreas, o use el cálculo de distancias geodésicas integrado en sf, que gestiona correctamente WGS84 mediante la biblioteca PROJ.
library(sf)
# City points in WGS84
cities <- data.frame(
city = c('Paris', 'Berlin', 'Madrid', 'Rome'),
lon = c(2.350, 13.404, -3.702, 12.496),
lat = c(48.865, 52.520, 40.417, 41.902)
)
cities_sf <- st_as_sf(cities, coords = c('lon', 'lat'), crs = 4326)
# sf computes geodesic distances on WGS84 automatically
dist_matrix <- st_distance(cities_sf)
rownames(dist_matrix) <- cities$city
colnames(dist_matrix) <- cities$city
# Convert to km
dist_km <- round(as.numeric(dist_matrix) / 1000)
mat_km <- matrix(dist_km, 4, 4, dimnames = list(cities$city, cities$city))
print(mat_km)Flujo de trabajo completo para CRS
Este es un flujo de trabajo completo: cargue los datos GPS sin procesar, asigne WGS84, reproyéctelos a un CRS métrico local para calcular áreas y distancias con precisión, realice el análisis y vuelva a reproyectarlos a WGS84 para generar resultados destinados a mapas web.
library(sf)
# Load and assign CRS
nc <- read_sf(system.file('shape/nc.shp', package = 'sf'))
nc_wgs84 <- st_transform(nc, 4326)
# Re-project to NC State Plane (metres) for accurate areas
nc_proj <- st_transform(nc, 32119)
# Compute area per county in km2
nc_proj$area_km2 <- as.numeric(st_area(nc_proj)) / 1e6
# Top 5 largest counties
top5 <- nc_proj[order(-nc_proj$area_km2), c('NAME', 'area_km2')]
cat('5 Largest NC Counties (km2):\n')
print(head(as.data.frame(top5)[, c('NAME', 'area_km2')], 5))
# Back to WGS84 for output
nc_output <- st_transform(nc_proj, 4326)
cat('\nOutput CRS:', st_crs(nc_output)$epsg, '\n')Comprobación rápida
Necesita calcular áreas precisas (en metros cuadrados) para entidades poligonales que actualmente están en WGS84 (EPSG:4326). ¿Qué debería hacer?
Repaso: CRS y proyecciones
Conceptos clave:
st_crs(sf_obj)lee los metadatos del CRS; los códigos EPSG son la forma preferida de especificar un CRS- EPSG:4326 = WGS84 (grados, para GPS); EPSG:3857 = Web Mercator (metros, para mapas web)
st_set_crs()asigna un CRS sin transformar;st_transform()reproyecta las coordenadas- Verifique siempre la igualdad de los CRS con
st_crs(a) == st_crs(b)antes de realizar operaciones espaciales - Para obtener distancias y áreas precisas, reproyecte primero a un CRS proyectado métrico
- Las cadenas Proj4 siguen funcionando, pero los códigos EPSG son más claros y legibles
library(sf)
nc <- read_sf(system.file('shape/nc.shp', package = 'sf'))
# CRS pipeline
cat('Original:', st_crs(nc)$epsg, '\n')
nc_wgs84 <- st_transform(nc, 4326)
nc_proj <- st_transform(nc_wgs84, 32119)
cat('WGS84:', st_crs(nc_wgs84)$epsg, '\n')
cat('Projected:', st_crs(nc_proj)$epsg, '\n')Preguntas frecuentes
¿La lección «Sistemas de referencia de coordenadas y proyecciones» es gratis?
Sí — el texto completo de «Sistemas de referencia de coordenadas y proyecciones» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de R Academy, actualiza a CoddyKit PRO. El curso de R Academy incluye 4 lecciones en total.
¿Qué aprenderé en «Sistemas de referencia de coordenadas y proyecciones»?
Transforme correctamente entre CRS con st_crs() y st_transform(). Practicas R Academy con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar R Academy?
No se requiere experiencia previa. R Academy en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 2 de 4.
¿Cuánto tiempo toma la lección «Sistemas de referencia de coordenadas y proyecciones»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de R Academy?
Sí. Cada lección de R Academy incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- Simple Features con el paquete sf
- Sistemas de referencia de coordenadas y proyecciones
- Uniones y operaciones espaciales
- Mapas interactivos con leaflet