Карта мира Choropleth

Question

Я читал так много нитей и статей, и я продолжаю получать ошибки. Я пытаюсь сделать choropleth? карту мира, используя данные, которые я имею в базе данных глобального терроризма. Я хочу покрасить страны с коэффициентом nkills или просто количество атак в этой стране. На данный момент меня это не волнует. Поскольку существует так много стран с данными, необоснованно делать какие-либо сюжеты для отображения этих данных.

Помощь очень ценится, и если я не спрашиваю об этом правильно, я искренне извиняюсь, я изучаю правила этого веб-сайта, когда я иду.

мой код (до сих пор ..)

library(maps) 
library(ggplot2) 
map("world") 
world<- map_data("world") 
gtd<- data.frame(gtd) 
names(gtd)<- tolower(names(gtd)) 
gtd$country_txt<- tolower(rownames(gtd)) 
demo<- merge(world, gts, sort=FALSE, by="country_txt") 

В кадре данных GTD, имя для столбца страны является «country_txt», поэтому я думал, что я хотел бы использовать это, но я получаю сообщение об ошибке в fix.by (by.x, x): 'by' должен указывать однозначно допустимый столбец

Если бы это было сработало, я бы заговорил, как я видел на нескольких сайтах .. Я честно работал над этим для долго, и я прочитал так много кодов/других подобных вопросов/веб-сайтов/r справочников и т. д. Я согласен с тем, что я некомпетентен, когда дело доходит до R с радостью за помощь.

Answer 1

Основываясь на приятной работе @jlhoward. Вместо этого вы можете использовать rworldmap, который уже имеет карту мира в R и имеет функции, помогающие объединить данные с картой. Карта по умолчанию имеет намеренно низкое разрешение, чтобы создать «более чистый» вид.Карта может быть настроена (см rworldmap документацию), но вот начало:

library(rworldmap) 

#3 lines from @jlhoward 
gtd  <- read.csv("globalterrorismdb_1213dist.csv") 
gtd.recent <- gtd[gtd$iyear>2009,] 
gtd.recent <- aggregate(nkill~country_txt,gtd.recent,sum) 

#join data to a map 
gtdMap <- joinCountryData2Map(gtd.recent, 
           nameJoinColumn="country_txt", 
           joinCode="NAME") 

mapDevice('x11') #create a world shaped window 

#plot the map 
mapCountryData(gtdMap, 
       nameColumnToPlot='nkill', 
       catMethod='fixedWidth', 
       numCats=100) 

После комментария от @ HK-47, вы можете также добавить точки на карту размером с количеством жертв ,

deaths <- subset(x=gtd, nkill >0) 

mapBubbles(deaths, 
      nameX='longitude', 
      nameY='latitude', 
      nameZSize='nkill', 
      nameZColour='black', 
      fill=FALSE, 
      addLegend=FALSE, 
      add=TRUE) 

Answer 2

Что-то вроде этого? Это решение с использованием rgdal и ggplot. Я давно отказался от использования базы R для этого типа вещей.

library(rgdal)  # for readOGR(...) 
library(RColorBrewer) # for brewer.pal(...) 
library(ggplot2) 
setwd(" < directory with all files >") 

gtd  <- read.csv("globalterrorismdb_1213dist.csv") 
gtd.recent <- gtd[gtd$iyear>2009,] 
gtd.recent <- aggregate(nkill~country_txt,gtd.recent,sum) 
world  <- readOGR(dsn=".", 
         layer="world_country_admin_boundary_shapefile_with_fips_codes") 

countries <- world@data 
countries <- cbind(id=rownames(countries),countries) 
countries <- merge(countries,gtd.recent, 
        by.x="CNTRY_NAME", by.y="country_txt", all.x=T) 
map.df <- fortify(world) 
map.df <- merge(map.df,countries, by="id") 
ggplot(map.df, aes(x=long,y=lat,group=group)) + 
    geom_polygon(aes(fill=nkill))+ 
    geom_path(colour="grey50")+ 
    scale_fill_gradientn(name="Deaths", 
         colours=rev(brewer.pal(9,"Spectral")), 
         na.value="white")+ 
    coord_fixed()+labs(x="",y="") 

Есть несколько версий базы данных глобального терроризма. Я использовал полный набор данных here, а затем подмножество на год> 2009 год. Таким образом, эта карта показывает полную смертность из-за терроризма по странам с 2010-01-01 по 2013-01-01 (последние данные из этого источника) , Файлы доступны в виде загрузки MS Excel, которые я преобразовал в csv для импорта в R.

world map доступен как файл формы из GeoCommons website.

Трудная часть создания choropleth-карт связывает ваши данные с правильными многоугольниками (странами). Обычно это четырехэтапный процесс:

1. Найти поле в таблице атрибутов шейп-файла, которая отображает (не соответствует каламбуру) в соответствующее поле в ваших данных. В этом случае кажется, что поле «CNTRY_NAME» в файле формы отображается в поле «country_txt» в базе данных gtd.
2. Создайте связь между идентификаторами ploygon (хранимыми в именах строк таблицы атрибутов) и поле CNTRY_NAME.
3. Объедините результат с вашими данными с помощью CNTRY_NAME и country_txt.
4. Объединить результат с фреймом данных, созданным с помощью fortify(map) - это связывает уловки со смертью (nkill).