r - 使用 broom 包整理 map 时保留区域名称

Question

我正在使用栅格包中的 getData 函数来检索阿根廷 map 。我想使用 ggplot2 绘制生成的 map ，因此我使用 broom 包中的 tidy 函数转换为数据框。这工作正常，但我不知道如何保留联邦地区的名称，以便我可以在 map 上使用它们。

这是我的原始代码，不保留地区名称:

# Original code: ##################################
# get the map data from GADM.org and then simplify it
arg_map_1 <- raster::getData(country = "ARG", level = 1, path = "./data/")     %>% 
  # simplify
  rmapshaper::ms_simplify(keep = 0.01) %>% 
  # tidy to a dataframe
  broom::tidy()

# plot the map
library(ggplot2)
ggplot(data=arg_map_1) +
  geom_map(map=arg_map_1, aes(x=long, y=lat, map_id=id, fill=id),
       color="#000000", size=0.25)

下面是从 SPDF 中提取地区名称并将其用作 map ID 的代码:

# Code with a hack to keep the district names: ################################
# get the map data from GADM.org and then simplify it
arg_map_1 <- raster::getData(country = "ARG", level = 1, path = "./data/") %>% 
  # simplify
  rmapshaper::ms_simplify(keep = 0.01)  

for(region_looper in seq_along(arg_map_1@data$NAME_1)){
  arg_map_1@polygons[[region_looper]]@ID <- 
    as.character(arg_map_1@data$NAME_1[region_looper]) 
}

# tidy to a dataframe
arg_map_1 <- arg_map_1 %>% 
  broom::tidy()

library(ggplot2)
ggplot(data=arg_map_1) +
  geom_map(map=arg_map_1, aes(x=long, y=lat, map_id=id, fill=id),
           color="#000000", size=0.25)

我一直在想，一定有某种方法可以使用 tidy 函数来保留名称，但我怎么也想不出来。

Answer 1

您可以使用plyr包中的join函数。这是一个通用的解决方案(看起来很长，但实际上很简单):

1. 加载 shapefile:假设您的工作目录中有一个 shapefile my_shapefile.shp。让我们加载它:

   shape <- readOGR(dsn = "/my_working_directory", layer = "my_shapefile")
   

   请注意，此 shape 文件内有一个数据框，可以使用 shape@data 访问该数据框。例如，此数据框可能如下所示:

   > head(shape@data)
          code                   region     label
   0 E12000006          East of England E12000006
   1 E12000007                   London E12000007
   2 E12000002               North West E12000002
   3 E12000001               North East E12000001
   4 E12000004            East Midlands E12000004
   5 E12000003 Yorkshire and The Humber E12000003
   

2. 从 shapefile 创建新数据框:使用 broom 包来处理 shapefile 数据框:

   new_df <- tidy(shape)
   

这会导致类似这样的结果:

> head(new_df)
      long      lat order  hole piece group id           
1 547491.0 193549.0     1 FALSE     1   0.1  0 
2 547472.1 193465.5     2 FALSE     1   0.1  0 
3 547458.6 193458.2     3 FALSE     1   0.1  0 
4 547455.6 193456.7     4 FALSE     1   0.1  0 
5 547451.2 193454.3     5 FALSE     1   0.1  0 
6 547447.5 193451.4     6 FALSE     1   0.1  0

不幸的是，tidy() 丢失了变量名称(在本例中为“region”)。相反，我们得到了一个新变量“id”，从 0 开始。幸运的是，“id”的顺序与 shape@data$region 中存储的顺序相同。让我们用它来恢复名称。

使用行名称创建辅助数据框:让我们使用行名称创建一个新的数据框。此外，我们将添加一个“id”变量，与创建的 tidy() 相同:

# Recover row name 
temp_df <- data.frame(shape@data$region)
names(temp_df) <- c("region")
# Create and append "id"
temp_df$id <- seq(0,nrow(temp_df)-1)

使用“id”将行名称与新数据框合并:最后，让我们将名称放回到新数据框中:

new_df <- join(new_df, temp_df, by="id")

就是这样!您甚至可以使用join命令和“id”索引向新数据帧添加更多变量。最终结果类似于:

> head(new_df)
      long      lat order  hole piece group id            name    var1    var2 
1 547491.0 193549.0     1 FALSE     1   0.1  0 East of England   0.525   0.333   
2 547472.1 193465.5     2 FALSE     1   0.1  0 East of England   0.525   0.333   
3 547458.6 193458.2     3 FALSE     1   0.1  0 East of England   0.525   0.333   
4 547455.6 193456.7     4 FALSE     1   0.1  0 East of England   0.525   0.333   
5 547451.2 193454.3     5 FALSE     1   0.1  0 East of England   0.525   0.333   
6 547447.5 193451.4     6 FALSE     1   0.1  0 East of England   0.525   0.333