基于一个数值，在R中使用ggmap生成空间热力图

Question

基于一个数值，在R中使用ggmap生成空间热力图

rdata-visualizationheatmapggmapchoropleth

4

我想使用以下数据点生成等值分布图：

经度
纬度
价格

这是数据集 - https://www.dropbox.com/s/0s05cl34bko7ggm/sample_data.csv?dl=0。

我想让地图显示价格较高和价格较低的区域。它应该像这样（样例图片）：

这是我的代码：

library(ggmap)

map <- get_map(location = "austin", zoom = 9)
data <- read.csv(file.choose(), stringsAsFactors = FALSE)
data$average_rate_per_night <- as.numeric(gsub("[\\$,]", "", 
data$average_rate_per_night))
ggmap(map, extent = "device") + 
stat_contour( data = data, geom="polygon", 
            aes( x = longitude, y = latitude, z = average_rate_per_night, 
fill = ..level.. ) ) +
scale_fill_continuous( name = "Price", low = "yellow", high = "red" )

我收到了以下错误信息：

2: Computation failed in `stat_contour()`:
Contour requires single `z` at each combination of `x` and `y`.

我非常希望能够得到帮助，解决这个问题或找到其他方法来生成这种类型的热力图。请注意，我对价格的权重感兴趣，而不是记录的密度。

- user709413

你确定你要找的是区域分布图吗？据我所知，大多数区域分布图使用行政区域，而不是纬度/经度。 - Jindra Lacko

我同意。我认为正确的术语应该是等高线地图。 - user709413

通过对每晚的费率进行平均值计算（某些 x 和 y 的组合可能由于坐标四舍五入而产生多个平均费率），我成功消除了“每个组合单一 z”错误信息。但等高线仍未绘制出来，我不知道原因也没有提示。等高线图适用于栅格，因此您可以通过将数据框架更改为栅格并替换缺失值来使其正常工作。我现在放弃了... - Jindra Lacko

2个回答

2

您可以使用stat_summary_2d()或stat_summary_hex()函数来实现类似的结果。这些函数将数据分成由x和y定义的bin，然后根据给定的函数总结每个bin的z值。在下面的示例中，我选择了平均值作为聚合函数，该地图基本上显示了每个bin中的平均价格。

注意：我需要适当处理您的average_rate_per_night变量，以便将其转换为数字（删除$符号和逗号）。

library(ggmap)
library(data.table)

map <- get_map(location = "austin", zoom = 12)
data <- setDT(read.csv(file.choose(), stringsAsFactors = FALSE))
data[, average_rate_per_night := as.numeric(gsub(",", "",
    substr(average_rate_per_night, 2, nchar(average_rate_per_night))))]

ggmap(map, extent = "device") +
    stat_summary_2d(data = data, aes(x = longitude, y = latitude, 
        z = average_rate_per_night), fun = mean, alpha = 0.6, bins = 30) +
    scale_fill_gradient(name = "Price", low = "green", high = "red")

- gcons

谢谢您的帮助，但我正在寻找类似于这样的东西 - https://sromalewski.files.wordpress.com/2011/09/bike-share-station-suggestions-091911-913x1024.png - user709413

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- gcons · Accepted Answer

如果您坚持使用轮廓方法，则需要为数据中可能出现的每个x，y坐标组合提供一个值。为了实现这一点，我强烈建议对空间进行网格化，并生成每个bin的摘要统计信息。

以下是基于您提供的数据的工作示例：

library(ggmap)
library(data.table)

map <- get_map(location = "austin", zoom = 12)
data <- setDT(read.csv(file.choose(), stringsAsFactors = FALSE))

# convert the rate from string into numbers
data[, average_rate_per_night := as.numeric(gsub(",", "", 
       substr(average_rate_per_night, 2, nchar(average_rate_per_night))))]

# generate bins for the x, y coordinates
xbreaks <- seq(floor(min(data$latitude)), ceiling(max(data$latitude)), by = 0.01)
ybreaks <- seq(floor(min(data$longitude)), ceiling(max(data$longitude)), by = 0.01)

# allocate the data points into the bins
data$latbin <- xbreaks[cut(data$latitude, breaks = xbreaks, labels=F)]
data$longbin <- ybreaks[cut(data$longitude, breaks = ybreaks, labels=F)]

# Summarise the data for each bin
datamat <- data[, list(average_rate_per_night = mean(average_rate_per_night)), 
                 by = c("latbin", "longbin")]

# Merge the summarised data with all possible x, y coordinate combinations to get 
# a value for every bin
datamat <- merge(setDT(expand.grid(latbin = xbreaks, longbin = ybreaks)), datamat, 
                 by = c("latbin", "longbin"), all.x = TRUE, all.y = FALSE)

# Fill up the empty bins 0 to smooth the contour plot
datamat[is.na(average_rate_per_night), ]$average_rate_per_night <- 0

# Plot the contours
ggmap(map, extent = "device") +
  stat_contour(data = datamat, aes(x = longbin, y = latbin, z = average_rate_per_night, 
               fill = ..level.., alpha = ..level..), geom = 'polygon', binwidth = 100) +
  scale_fill_gradient(name = "Price", low = "green", high = "red") +
  guides(alpha = FALSE)

您可以调整箱子的大小和轮廓的binwidth来获得所需的结果，但您还可以在网格上应用平滑函数，以获得更平滑的等值线图。