KML格式转换为SF格式

谷歌地球的数据导入R语言可以直接用st_read命令生成sf类型的对象。通常情况下使用是没有问题的。但是实际上，与在R语言内部直接通过坐标点生成的sf类型对象或者读入shp等矢量数据得到的sf对象不同，kml格式的数据空间维度是XYZ 而并非XY ，也即多了一个Z维度。在与XY维度的数据混在一个数据框中构建一个sf对象时，会发生一些莫名其妙的错误。所以，还是需要对数据进行清洗和重组，以下是我的解决方案。假设我们读入一份kml数据，有多个多边形组成，部分可能还存在嵌套。即一个子多边形是由好几个多边形组成的。

  for(i in 1:224){
  dim_value[[i]]=kml_data[i,]$geo%>%st_coordinates %>% as.data.frame %>% select(-'X',-'Y') %>% unique
  coordinate_list[[i]]=kml_data[i,]$geo%>%st_coordinates %>% as.data.frame %>% select('X','Y','L1','L2') 
}

这里生成了两个列表对象，一个用来存储sf对象中用于存储数据维度的列L1,L2的去重值。这个列表实际上是供我们分析kml数据中的结构的。L1,L2实际记录了一个多边形对象是怎么构成的。

for (i in 1:224){
  n_l1 = coordinate_list[[i]]$L1 %>%unique%>%length
  n_l2 = coordinate_list[[i]]$L2 %>%unique%>%length
  if(n_l1==1&n_l2==1){
    geo[[i]]=coordinate_list[[i]] %>% select('X','Y') %>% 
           as.matrix %>% list %>% st_polygon
  }else{
    if(n_l1>1){
      spl=coordinate_list[[i]]$L1
      }  else
     {spl=coordinate_list[[i]]$L2}
    geo[[i]]= coordinate_list[[i]] %>% select('X','Y') %>% 
              split(spl) %>% lapply(as.matrix) %>%   
              lapply(list) %>% st_multipolygon()
      }
}

geo就是我们生成的sfc数据列了。再配合每个对象的名称、面积等等地理要素构成sf类型的数据框，就可以生成sf对象了。