简短回答

EPSG：3338是问题所在-使用UTM（326 XX或327 XX）代码代替。

长答案

我的直觉是，这与将地理（经纬度）数据投影到平面上的挑战有关--投影的CRS，或者更简单地说，RStudio中绘图查看器窗格的平面。
我们知道，在地球的椭球模型中，-179和+179经度之间的（最小）地面距离与-1和+1经度之间的距离相同，为2度，但从数值Angular 来看，这两条经度线之间的距离为358度。
假设你是一个外星人（或者是一个平面地球），看着world的投影，你不知道地球是椭圆形的（或者你不知道这是一个投影），你会认为从俄罗斯的一个地方（红色）到另一个地方，你必须淋湿，我猜默认情况下，ggplot是一个平面地球。

假设上图中的每个多边形都是拼图的一部分。在你的图中，我猜你将原点设置为EPSG：3338（coord_sf(crs = 3338)）的中心，我认为它在阿拉斯加/加拿大的某个地方？（我在这里猜测，因为我不使用这种符号，而是我更喜欢在发送到ggplot之前转换数据）。无论如何，ggplot知道它应该重新排列它的“拼图块”，所以经度-179和+179是彼此相邻的-但这是纯粹的视觉效果，就像你的图一样：

因此，我的猜测是，当你尝试使用st_union()或st_simplify()时，多边形实际上在空间上并不相邻，因此没有连接。这就是投影CRS应该解决的问题，将坐标转换为相对于原点的值，而不是（长0，纬度0）。
我认为这是一个麻烦的来源-快速谷歌EPSG：3338说这是阿拉斯加的好，但没有提到俄罗斯。当我谷歌“utm俄罗斯”的第一件事是EPSG：32635。所以，让我们看看EPSG代码4326（WGS 84经度），3338（NAD 83阿拉斯加）和32635的经度值。

# pull out russia
world %>% 
  filter(
    str_detect(name_long, 'Russia')
  ) %>% 
  select(name_long, geometry) %>% 
  {. ->> russia}

# extract coords of each projection
russia %>% 
  st_transform(3338) %>% 
  {. ->> russia_3338} %>% 
  st_coordinates %>% 
  as_tibble %>% 
  select(X) %>% 
  mutate(
    crs = 'utm_3338'
  ) %>% 
  {. ->> russia_coords_3338}

russia %>% 
  st_transform(4326) %>% 
  {. ->> russia_4326} %>% 
  st_coordinates %>% 
  as_tibble %>% 
  select(X) %>% 
  mutate(
    crs = 'utm_4326'
  ) %>% 
  {. ->> russia_coords_4326}

russia %>% 
  st_transform(32635) %>% 
  {. ->> russia_32635} %>% 
  st_coordinates %>% 
  as_tibble %>% 
  select(X) %>% 
  mutate(
    crs = 'utm_32635'
  ) %>% 
  {. ->> russia_coords_32635}

让我们将它们组合起来，然后查看经度值的直方图

# inspect X coords on a histogram
bind_rows(
  russia_coords_3338,
  russia_coords_4326,
  russia_coords_32635,
) %>% 
  ggplot(aes(X))+
  geom_histogram()+
  facet_wrap(~crs, ncol = 1, scales = 'free')

因此，正如您所看到的，投影4326和3338在地球的两端具有两组不同的坐标，其中有一个大的中断（跨度x = 0）之间。虽然投影32635只有一组坐标，这表明俄罗斯的两个部分，根据这个投影，投影32635的工作原理是因为它将坐标转换为“距原点的（最小？）距离”;其原点（与经纬度坐标不同）不在地球的另一端，并且不需要绕地球仪两个不同的方向来确定到国家两端的最小距离（这是导致其他两个投影的经度坐标断裂的原因）。我对EPSG：3338了解不够，无法解释其为什么也会发生这种情况，但我怀疑是因为它以阿拉斯加为重点，所以他们没有考虑跨越180度经线。
如果我们绘制russia_32635，我们可以看到这两个多边形是相邻的，但是记住我们现在还不信任ggplot。当我们使用st_simplify()时，这条日期线（红色）消失了，证明这两个多边形是相邻的，可以简化/合并。

ggplot()+
  geom_sf(data = russia_32635, colour = 'red')+
  geom_sf(data = russia_32635 %>% st_simplify, fill = NA)

st_simplify()已经融合了日期变更线上的2个边界，从而将单个多边形的数量从100个减少到98个。

russia_32635 %>% 
  st_cast('POLYGON')

# Simple feature collection with 100 features and 1 field
# Geometry type: POLYGON
# Dimension:     XY
# Bounding box:  xmin: 21006.08 ymin: 4772449 xmax: 6273473 ymax: 13233690
# Projected CRS: WGS 84 / UTM zone 35N

russia_32635 %>% 
  st_simplify %>% 
  st_cast('POLYGON')

# Simple feature collection with 98 features and 1 field
# Geometry type: POLYGON
# Dimension:     XY
# Bounding box:  xmin: 21006.08 ymin: 4772449 xmax: 6273473 ymax: 13233690
# Projected CRS: WGS 84 / UTM zone 35N

或者，看起来st_union(..., by_feature = TRUE)也可以工作-请参见?st_union：
如果by_feature为TRUE，则每个特征几何体都是联合的。例如，这可用于在使用st_combine组合多边形之后解析内部边界。

russia_32635 %>% 
  st_union(by_feature = TRUE) %>% 
  st_cast('POLYGON')

# Simple feature collection with 98 features and 1 field
# Geometry type: POLYGON
# Dimension:     XY
# Bounding box:  xmin: 21006.08 ymin: 4772449 xmax: 6273473 ymax: 13233690
# Projected CRS: WGS 84 / UTM zone 35N

所以，从技术上讲，你的俄罗斯Map上没有日期变更线。我认为俄罗斯Map很难绘制，因为a）它靠近两极，b）它覆盖了如此广阔的地区，这意味着大多数预测都会从国家的一端倾斜到另一端。
然而对我来说，将绘图定向为“北向上”是有意义的。一种方法是制作你自己的“Mollweide”投影，并将原点指定为俄罗斯的大致中心（lon 99，lat 65）。如果没有st_buffer(0)，出于某种原因，这将使用日期变更线绘图（参见here和here的示例，以及此处的第6.5节的解释）。

my_proj <- '+proj=moll +lon_0=99 +lat_0=65 +units=m'

russia_32635 %>% 
  st_buffer(0) %>% 
  st_transform(crs(my_proj)) %>%
  st_simplify %>% 
  ggplot()+
  geom_sf()

奖金

我试着用tmap和leaflet绘制russia_32635 %>% st_simplify，但是没有得到想要的结果，我想这是因为这些软件包更喜欢地理坐标;leaflet只接受longlat，虽然tmap可以处理投影数据，但我猜它会将投影数据转换（或类似转换）为首选投影。如果您真的需要这种可视化效果，可以在上面的链接中找到解决方法（here，here和here）。

library(tmap)

russia_32635 %>% 
  st_simplify %>% 
  tm_shape()+
  tm_polygons()

library(leaflet)

russia_32635 %>% 
  st_simplify %>%
  st_transform(4326) %>% # because leaflet only works with longlat projections
  leaflet %>% 
  addTiles %>% 
  addPolygons()

第一节第五节第一节第六节第一节

最终，在投影数据时只能保留2/3的主要特征：区域、方向或距离。当投影像俄罗斯这样大而极地的东西时，这一点会变得更加明显。希望这些选项中有一个适合你的问题。

我觉得我取得了重大进展，所以我张贴，但这不是一个完整的答案。

# This is the portion containing the international dateline
df <- world[184, ]
# Split MULTIPOLYGON into individuals
df2 <- st_cast(df, "POLYGON")
# The little blob at the top is in df2[36, ] and df[38, ]
# Simplify it with the right tolerance and the line is gone
ggplot()+
  geom_sf(data=st_simplify(st_union(df2[36, ], df2[38, ]), dTolerance = 2), color="black", size=1)+
  coord_sf(crs=3338)+
  xlim(c(xmin,xmax))+ylim(c(ymin,ymax))+
  theme_bw()

结果：

另一种解决方案是使用rmapshaper包中的ms_dissolve（）

chukotka %>% 
st_transform(32660) %>% 
rmapshaper::ms_dissolve() %>% 
ggplot()+
geom_sf()