我正在使用包中的world和worldbank_df資料集，并且需要對我的資料進行子集化并繪制我的結果。我正在選擇列“continents”和“urban_pop”，洗掉所有 NA 值，按大陸分組，并總結所有大陸的平均城市人口。但是，當我使用呼叫繪制結果時，出現錯誤：spDataRgeom_sf
Error in FUN(X[[i]], ...) : object 'mean_urban_pop' not found
我需要在世界地圖中繪制這些資料，但它對我不起作用，因為geom坐標沒有被轉移到我的新資料集中。
我怎樣才能得到這些結果圖表？
注意：下面投影的坐標系是我必須使用的。
這是我的代碼：
library(tidyverse)
library(sf)
library(spData)
library(ggplot2)
#Load in the data
world <- spData::world
wdb <- spData::worldbank_df
#Combine the data frames
wld_jn <- left_join(world, wdb, by = c('iso_a2', 'name_long' = 'name'))
#Reproject to required coordinate system. Obtained from: https://spatialreference.org/ref/sr-org/6/
wld_jn <- st_transform(wld_jn, ' proj=merc a=6378137 b=6378137 lat_ts=0.0 lon_0=0.0 x_0=0.0 y_0=0 k=1.0 units=m nadgrids=@null wktext no_defs')
def_wld_jn <- st_set_crs(wld_jn, ' proj=merc a=6378137 b=6378137 lat_ts=0.0 lon_0=0.0 x_0=0.0 y_0=0 k=1.0 units=m nadgrids=@null wktext no_defs')
#Graph mean urban population across continent:
wld_jn %>%
select(continent, urban_pop) %>%
drop_na() %>%
group_by(continent) %>%
summarise_at(vars(urban_pop), list(mean_urban_pop = mean)) %>%
ggplot(.)
geom_sf(data = wld_jn, aes(fill = mean_urban_pop))
scale_fill_gradient2(midpoint = 285)
guides(fill = guide_colorbar(title = "Population",
title.position = "bottom",
title.theme = element_text(size = 10,
face = "bold",
colour = "gray70",
angle = 0)))
ggtitle("World Urban Population")
theme(plot.title = element_text(hjust = 0.5))
uj5u.com熱心網友回復：
看起來問題出在使用 ofsummarise()而不是mutate(); 當您使用時，summarise()您只保留感興趣的變數，例如
library(tidyverse)
head(mtcars)
#> mpg cyl disp hp drat wt qsec vs am gear carb
#> Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
#> Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
#> Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
#> Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
#> Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
#> Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1
mtcars %>%
group_by(cyl) %>%
summarise(mean_mpg = mean(mpg)) %>%
head()
#> # A tibble: 3 × 2
#> cyl mean_mpg
#> <dbl> <dbl>
#> 1 4 26.7
#> 2 6 19.7
#> 3 8 15.1
mtcars %>%
group_by(cyl) %>%
mutate(mean_mpg = mean(mpg)) %>%
head()
#> # A tibble: 6 × 12
#> # Groups: cyl [3]
#> mpg cyl disp hp drat wt qsec vs am gear carb mean_mpg
#> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 21 6 160 110 3.9 2.62 16.5 0 1 4 4 19.7
#> 2 21 6 160 110 3.9 2.88 17.0 0 1 4 4 19.7
#> 3 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1 26.7
#> 4 21.4 6 258 110 3.08 3.22 19.4 1 0 3 1 19.7
#> 5 18.7 8 360 175 3.15 3.44 17.0 0 0 3 2 15.1
#> 6 18.1 6 225 105 2.76 3.46 20.2 1 0 3 1 19.7
由
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/431995.html