使用扫帚包整理地图时保留区域名称

Question

我正在使用 raster 包中的 getData 函数来检索阿根廷的地图。我想使用 ggplot2 绘制生成的地图，因此我使用 broom 包中的 tidy 函数转换为数据帧。这很好用，但我不知道如何保留联邦区的名称，以便我可以在地图上使用它们。

这是我不保留地区名称的原始代码：

# 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)

这是带有 hack 的代码，用于从 SPDF 中提取地区名称并将它们用作地图 ID：

# 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，一定有什么方法可以使用保留名称的 tidy 函数，但对于我的生活，我无法弄清楚。

Answer 1

您可以使用joinpackage 中的函数plyr。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my_shapefile.shp您的工作目录中有一个 shapefile 。让我们加载它：

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

   请注意，在此 shapefile 内有一个数据框，可以使用shape@data. 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包来调整 shapefile 数据框：

   new_df <- tidy(shape)
   

这会导致如下结果：

> 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”的顺序与存储在shape@data$region. 让我们用它来恢复名称。

3. 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tidy()创建的相同：

   # 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)
   

4. 使用“id”将行名称与新数据帧合并：最后，让我们将名称放回新数据帧：

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

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

> 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   

Answer 2

阿利斯泰尔的评论促使我继续推动这个region=参数。我尝试了多次迭代，并在此线程中找到了一些想法https://github.com/tidyverse/ggplot2/issues/1447。

这是获取地区名称的代码：

# load the magrittr library to get the pipe
library(magrittr)
# load the maptools library to get the rgeos object
library(maptools)

arg_map_1 <- raster::getData(country = "ARG", level = 1, path = "./data/") %>% 
  # simplify
  rmapshaper::ms_simplify(keep = 0.01) %>% 
  # tidy to a dataframe
  broom::tidy(region="NAME_1")

# 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)

首先，请注意，必须加载 maptools 库才能使 tidy 操作正常工作。另外，我想强调的是，从中提取区域信息的变量必须用引号引起来。我一直错误地假设 broom 会以与其他 tidyverse 包（例如 dplyr）识别不带引号或用反引号包围的列名称相同的方式识别变量名称。