R ggplot2与shapefile和csv数据合并以填充多边形-特定

我知道elsewhere已经回答了这个问题。我试图按照@jlhoward的指示进行操作，但显然我的技能太有限了。我可以再问一问您的帮助吗，R社区？

这是我所拥有的:

瑞士的shapefile:Link

以及相应的CSV文件，其中包含市镇名称及其邮政编码:Link

数据网站:cadastre.ch

上次热门投票的其他数据:Direct link, excel-file

我通过合并将一列添加到CSV文件(wow.csv)(我要说明的数据)中。该文件现在看起来像这样:

Gemeinden   code    Ja.Anteil   Ortschaft       PLZ Zusatzziffer    Kantonskürzel   E   N
1   Aadorf  4551    78.78638    Aawangen        8522    2           TG            710206    263564
2   Aadorf  4551    78.78638    Ettenhausen TG  8356    0           TG            710129    259411
3   Aadorf  4551    78.78638    Aadorf          8355    0           TG            710588    261648
4   Aadorf  4551    78.78638    Guntershausen   8357    0           TG            711741    258934
5   Aadorf  4551    78.78638    Wittenwil       9547    0           TG            712002    262572

之后，我尝试遵循@jlhoward的指示:

导入温度数据文件

导入市的多边形shapefile

将muni多边形转换为数据框以绘制

连接从ch12@data到ch12.df的列

连接从wow到ch12.df的列

绘制情节

我用以下代码尝试了它:

require("rgdal")
require("maptools")
require("ggplot2")
require("plyr")

# read share data and the file from cadastre.ch (zip-codes)
asyl <- <- read.csv("~/FS14-1/PLZO_SHP_LV03/Asylgesetz_csv.csv", sep=";")
mydata1 <- read.table("~/FS14-1/PLZO_SHP_LV03/PLZO_CSV_LV03.csv", sep=";", quote="\"")

#merge the two files
wow <- merge(x = asyl, y = mydata1, by = "Gemeinden", all = TRUE)

# read municipality polygons
ch12 <- readOGR(work.dir, layer = "PLZO_PLZ")

# fortify and merge: muni.df is used in ggplot
ch12@data$id <- rownames(ch12@data)
ch12.df <- fortify(ch12)
ch12.df <- join(ch12.df, ch12@data, by="id")
ch12.df <- merge(ch12.df, wow, by="PLZ", all.x=T, a..ly=F)

#create the map layers
gp <- ggplot(data=ch12.df, aes(x=long, y=lat, group=group)) +
      geom_polygon(aes(group = group))+         # draw polygons
      geom_path(color="grey", linestyle=2)+  # draw boundaries
      coord_equal() +
      scale_fill_gradient(low = "#ffffcc", high = "#ff4444",
                             space = "Lab", na.value = "grey50",
                             guide = "colourbar")+
      labs(title="Zustimmung auf Gemeindelevel")
gp

好吧，直到最后一步，R都起作用了(到目前为止，我可以说出)，但是如果我尝试创建ggplot，我不会收到任何错误，并且R会以某种方式终止。我想要实现的是根据数据控制多边形的颜色(在我的市属情况下)...

谁能帮我？

最佳答案

目前尚不清楚您要做什么，因此我需要做一些假设。

您的Excel文件具有Gemeinden(市政府)反对大规模移民的国家倡议的临时投票结果。因此，我假设您想要一个显示例如％YES的choropleth贴图。接下来，我通过提取包含实际投票结果的2353行(行13-2365)，添加标题(来自第11行)并将其另存为vote.csv，稍微清理了Excel文件。列Ja in %被重命名为Yes.Pct。

您的shapefile是由邮政编码(PLZ)来组织的(或多或少)。由于稍后解释的各种原因，这产生了巨大的问题。因此，我在Google上进行了一些摸索，几乎立即在Swiss Federal Office of Topography上找到了由市政当局组织的shapefile。您必须“订购”文件here，但它是免费的-因此，您基本上要做的就是注册，然后他们会通过电子邮件将文件的链接发送给您。我使用的特定文件集是VEC200_Commune.*

地形办公室提供的文件的一个优点是它具有市政号码(大致等同于美国联邦政府使用的FIPS代码)。您的Excel文件还具有这些数字(在Excel文件中称为Gemeinde-Nr.，在shapefile中称为BFSNR)。与尝试使用名称进行匹配相比，基于这些ID进行匹配要可靠得多。

因此，将所有这些放在一起将产生以下 map :

从此代码:

library(plyr)    # for join(...)
library(rgdal)   # for readOGR(...)
library(ggplot2)

setwd("< directory with all files >")
votes <- read.csv("vote.csv")
map   <- readOGR(dsn=".",layer="VEC200_Commune")
map   <- map[map$COUNTRY=="CH",]   # extract just Swiss Gemeinde

data <- data.frame(id=rownames(map@data),
                   GEMNAME=map@data$GEMNAME,
                   BFSNR=map@data$BFSNR)
# convert id to char from factor
data$id <- as.character(data$id)
# merge vote data based on Gemeinden (different columns names in the two df...)
data    <- merge(data,votes,by.x="BFSNR",by.y="Gemeinde.Nr.", all.x=T)

map.df <- fortify(map)
map.df <- join(map.df,data,by="id")
ggplot(map.df, aes(long,lat, group=group))+
  geom_polygon(aes(fill=Yes.Pct))+
  coord_fixed()+
  scale_fill_gradient(low = "#ffffcc", high = "#ff4444",
                      space = "Lab", na.value = "grey80",
                      guide = "colourbar")+
  labs(title="Zustimmung auf Gemeindelevel", x="", y="")+
  theme(axis.text=element_blank(),axis.ticks=element_blank())

可以使用shapefile(基于邮政编码)，但这会增加复杂性并且可能不可靠。有以下几个原因:

您的shapefile具有4175个多边形，但只有3201个唯一的邮政编码。这意味着许多PLZ是重复的(或更糟的是)。 PLZO_CSV_LV03.csv也是如此:PLZ不是唯一的。当您在PLZ上合并时，这是一个问题。考虑一个示例，您基于一个公共(public)列PLZ合并两个数据框X和Y。如果X具有给定PLZ的5行，而Y具有相同PLZ的3行，则该PLZ具有15行。

事实证明，合并PLZ和Zusatzziffer可以改善这种情况，但是并不能完全消除重复(也就是说，即使将PLC和Zusatzziffer结合使用，也会存在一些重复)。

包含文件的PLZ都没有Gemeinde-Nr.，因此唯一的选择是合并基于Gemeindename的投票数据。这是有风险的，因为名称经常在不同的来源中拼写不完全相同。

PLZ shapefile非常大，部分原因是多边形的数量(4175)，部分原因是空间分辨率(例如，每个多边形有更多点)。结果，fortify(...)非常慢，甚至渲染 map 本身也很慢。这可能就是您的R session 崩溃的原因。

考虑到所有这些注意事项，可以使用PLZ级别的shapefile生成以下 map :

使用此代码:

votes    <- read.csv("vote.csv")
zipcodes <- read.csv(sep=";","PLZO_CSV_LV03.csv")
ch12 <- readOGR(dsn=".",layer="PLZO_PLZ")
# associate id, PLZ, and Zusatzziffer
data <- data.frame(id=rownames(ch12@data),
                   PLZ=ch12@data$PLZ,
                   Zusatzziffer=ch12@data$ZUSZIFF)
# convert id to char from factor
data$id <- as.character(data$id)
# need to merge based on PLZ *and* Zusatzziffer
data    <- merge(data,zipcodes[2:4],by=c("PLZ","Zusatzziffer"), all.x=T)
# merge vote data based on Gemeinden (different columns names in the two df...)
data    <- merge(data,votes,by.x="Gemeindename",by.y="Gemeinden", all.x=T)

ch12.df <- fortify(ch12)
# join data to ch12.df based in id
ch12.df <- join(ch12.df, data, by="id")

gp <- ggplot(data=ch12.df, aes(x=long, y=lat, group=group)) +
  geom_polygon(aes(fill = Yes.Pct))+    # draw polygons
  coord_equal() +
  scale_fill_gradient(low = "#ffffcc", high = "#ff4444",
                      space = "Lab", na.value = "grey80",
                      guide = "colourbar")+
  labs(title="Zustimmung auf Gemeindelevel", x="", y="")+
  theme(axis.text=element_blank(),axis.ticks=element_blank())
gp

请注意，这两个 map 是相似的，但并不完全相同。我倾向于信任第一个，因为它使用的是Gemeine Nr。而不是名称，因为它涉及的合并较少。