R Academy · Aula

Elementos simples com o pacote sf

Leia, grave e manipule geometrias espaciais usando o padrão sf.

Elementos simples com o pacote sf é uma aula grátis de R Academy no CoddyKit. Esta é a aula 1 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de R Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de R Academy inclui 4 aulas no total.

O que é o pacote sf?

O pacote sf (Simple Features) é a principal ferramenta do R para dados vetoriais geoespaciais. Ele armazena geometrias (pontos, linhas, polígonos) como uma coluna de lista especial em um quadro de dados comum, tornando-o totalmente compatível com dplyr e ggplot2.

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: Carregando Shapefiles

read_sf("file.shp") lê qualquer formato compatível com OGR (Shapefile, GeoJSON, GeoPackage, KML etc.) em um objeto sf. Ele lê automaticamente o CRS e a tabela de atributos junto com as geometrias.

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 e estrutura

st_geometry_type() retorna o tipo de geometria de cada feição. A coluna geometry é uma coluna de lista de objetos sfc. Você pode inspecioná-la, criar subconjuntos e manipulá-la como qualquer outra coluna.

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: Extraindo XY

st_coordinates() extrai matrizes de coordenadas brutas de qualquer geometria. Para pontos, retorna uma matriz com 2 colunas (X, Y). Para polígonos, retorna todos os vértices dos anéis, com colunas de índice da parte e do polígono.

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')

Criando sf a partir de um quadro de dados

st_as_sf(df, coords = c('lon', 'lat'), crs = 4326) converte um quadro de dados comum com colunas de coordenadas em um objeto de pontos sf. O argumento coords especifica os nomes das colunas x (longitude) e y (latitude).

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

Você pode criar geometrias programaticamente com funções construtoras. st_point(c(x,y)) cria um ponto, st_linestring(matrix) cria uma linha a partir de pares de coordenadas e st_polygon(list(matrix)) cria um polígono a partir das coordenadas de um anel.

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')

Plotando objetos sf

O método plot() para objetos sf cria um mapa rápido para cada coluna de atributos. Passe plot(st_geometry(sf_obj)) para plotar apenas a geometria, sem os painéis de atributos.

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')

Criando subconjuntos de objetos sf

Os objetos sf se comportam como quadros de dados: você pode filtrar linhas com [, subset() ou dplyr::filter(). A coluna de geometria é automaticamente mantida em todas as operações de criação de subconjuntos de linhas.

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')

Integração de sf com ggplot2

ggplot2 oferece suporte nativo a objetos sf por meio de geom_sf(). A função lida automaticamente com o sistema de coordenadas e renderiza o tipo correto de geometria — pontos, linhas ou polígonos — sem qualquer preparação adicional.

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()

Gravando sf no disco

write_sf(sf_obj, 'output.gpkg') (ou st_write()) salva geometrias e atributos no disco. O GeoPackage (.gpkg) é preferível ao Shapefile porque oferece suporte a nomes longos de colunas, UTF-8 e armazena tudo em um único arquivo.

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')

Resumo e inspeção de sf

Use print(), st_bbox(), st_crs() e summary() para inspecionar rapidamente um objeto sf. st_bbox() retorna a caixa delimitadora como um vetor nomeado (xmin, ymin, xmax, ymax) nas unidades do CRS do objeto.

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')

Verificação rápida

Você tem um quadro de dados com as colunas longitude e latitude (WGS84). Qual chamada de função o converte em um objeto de pontos sf?

Recapitulação: pacote sf

Principais conclusões:

read_sf() carrega Shapefiles, GeoJSON, GeoPackage e outros formatos
st_geometry_type() retorna POINT, LINESTRING, POLYGON etc. para cada feição
st_coordinates() extrai matrizes brutas de coordenadas XY
st_as_sf(df, coords = c('x','y'), crs = 4326) cria um objeto sf a partir de um quadro de dados
Construtores programáticos: st_point(), st_linestring(), st_polygon()
plot(sf_obj) ou geom_sf() no ggplot2 para visualização
write_sf() salva em GeoPackage, Shapefile, GeoJSON etc.

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')

Perguntas Frequentes

A aula “Elementos simples com o pacote sf” é grátis?

Sim — o texto completo de “Elementos simples com o pacote sf” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de R Academy, atualize para CoddyKit PRO. O curso de R Academy inclui 4 aulas no total.

O que vou aprender em “Elementos simples com o pacote sf”?

Leia, grave e manipule geometrias espaciais usando o padrão sf. Você pratica R Academy com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.

Preciso ter experiência prévia para começar R Academy?

Nenhuma experiência prévia é necessária. R Academy no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 1 de 4.

Quanto tempo leva a aula “Elementos simples com o pacote sf”?

A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.

Posso escrever e executar código nesta aula de R Academy?

Sim. Cada aula de R Academy inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.

Todas as aulas deste curso

Elementos simples com o pacote sf
Sistemas de referência de coordenadas e projeções
Junções e operações espaciais
Mapas interativos com leaflet

← Voltar para R Academy