Unire dati spaziali

Possiamo unire altri dati al data frame contenuto nello slot data del nostro SpatialPolygonsDataFrame. In questo capitolo ci interessa il reddito medio a livello di codice di avviamento postale (ZIP) come riportato dall'IRS. Una volta uniti i dati sul reddito alle informazioni nello slot data di shp, potremo mappare il reddito medio dei codici postali sulla nostra mappa leaflet.

È già stato caricato per te un data frame chiamato nc_income. Iniziamo dando un'occhiata ai dati di nc_income. Poi li uniremo alle informazioni nello slot data di shp e verificheremo se ci sono codici postali nel nostro insieme di dati a cui manca l'informazione sul reddito.

Questo esercizio fa parte del corso

Mappe interattive con leaflet in R

Visualizza corso

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Glimpse the nc_income data
___(nc_income)

Modifica ed esegui il codice

Questo esercizio fa parte del corso

Mappe interattive con leaflet in R

InicianteNível de habilidade

4.7+

96 reviews

Inizia il corso gratuitamente

Il Capitolo 1 introduce i pacchetti htmlwidgets e leaflet. Dopo questa introduzione, creerai la tua prima mappa web interattiva con leaflet. Durante la creazione di questa prima mappa, conoscerai molte funzionalità chiave del pacchetto leaflet, tra cui aggiungere diverse map tiles, impostare il punto centrale e il livello di zoom, tracciare singoli punti in base a coordinate di latitudine e longitudine e salvare le mappe leaflet come oggetti. Il Capitolo 1 si concluderà con la geocodifica della sede centrale di DataCamp e la creazione di una mappa leaflet che posiziona la sede e mostra un popup descrittivo della posizione.

Exercise 1: Introduzione a leaflet Exercise 2: Caricare la libreria leaflet Exercise 3: Creare una mappa web interattiva Exercise 4: Tile della mappa Exercise 5: Provider Tiles Exercise 6: Aggiungere un tile mappa personalizzato Exercise 7: Impostare la vista predefinita della mappa Exercise 8: Una mappa con vista I Exercise 9: Una mappa con un'inquadratura più ristretta Exercise 10: Tracciare la sede di DataCamp Exercise 11: Metti un segnaposto Exercise 12: Aggiungere popup e salvare la mappa

Nel Capitolo 2 partirai dalla mappa leaflet creata nel Capitolo 1 per realizzare una mappa web interattiva di tutti i college quadriennali della California. Dopo aver tracciato centinaia di punti su una mappa leaflet interattiva, imparerai a personalizzare i marker sulla mappa. Questo capitolo mostrerà anche come colorare i marker in base a una variabile fattore.

Exercise 1: Introduzione ai dati IPEDS Exercise 2: Pulire la mappa di base Exercise 3: Esplorare i dati IPEDS Exercise 4: Esplorare i dati IPEDS II Exercise 5: Mappare i college della California Exercise 6: College della California Exercise 7: La città dei college Exercise 8: Marker circolari Exercise 9: Etichette e pop-up Exercise 10: Diamo carattere alla nostra mappa Exercise 11: Qual è il college più a nord della California?Exercise 12: Creare un pop-up migliore Exercise 13: Sostituire i popup con le etichette Exercise 14: Colorare i college per categoria Exercise 15: Creare una palette di colori con colorFactor Exercise 16: Una mappa leggendaria

Nel Capitolo 3 amplierai la mappa di tutti i college quadriennali della California per creare una mappa di tutti i college americani. Per iniziare, nella sezione 3.1 ripasserai e approfondirai il materiale del Capitolo 2 per creare una mappa di tutti i college americani. Poi riposizionerai i college sulla mappa leaflet per settore (pubblico, privato o for-profit) usando i gruppi, così che gli utenti possano attivare o disattivare i college mostrati sulla mappa. Nella sezione 3.3 imparerai ad aggiungere più mappe di base, in modo che gli utenti possano passare da un set di map tiles all'altro.

Exercise 1: Il pacchetto Leaflet Extras Exercise 2: America centrale Exercise 3: Costruire una base Exercise 4: Giù al Sud Exercise 5: Gruppi di overlay Exercise 6: Mappare i college pubblici Exercise 7: Mappare gli atenei pubblici e privati Exercise 8: Mappare tutti i college Exercise 9: Gruppi di base Exercise 10: Cambia la base Exercise 11: Mettere tutto insieme Exercise 12: Un tocco di stile Exercise 13: Aggiungere un tocco di stile Exercise 14: Un approccio con cluster

Nel Capitolo 4 imparerai a mappare i poligoni, che possono essere usati per definire regioni geografiche (ad es., CAP, stati, paesi, ecc.). Il capitolo inizierà tracciando i CAP della Carolina del Nord che rientrano nel quartile superiore dei redditi familiari medi. Imparerai a personalizzare i poligoni con palette di colori ed etichette. Il capitolo si concluderà aggiungendo un nuovo layer alla mappa di tutti i college in America che mostra ogni CAP con un reddito medio pari o superiore a 200.000 $ nell'anno fiscale 2015. Nel processo di mappatura dei CAP conoscerai i dati spaziali in generale, i dati geoJSON, il simbolo @ e la funzione addPolygons(). Inoltre, avrai occasione di esercitarti ad applicare molte delle opzioni viste nei capitoli precedenti, come popup ed etichette, insieme a nuovi modi per personalizzare le mappe, come l'opzione di evidenziazione in addPolygons().

Exercise 1: Dati spaziali Exercise 2: Introduzione ai dati spaziali Exercise 3: Esplorare i dati spaziali Exercise 4: Unire dati spaziali

Esercizio attuale

Exercise 5: Mappare poligoni Exercise 6: Funzione addPolygons()Exercise 7: CAP con reddito alto in NC Exercise 8: Opzioni di addPolygon()Exercise 9: Facciamo un po' di logging Exercise 10: Mettere tutto insieme Exercise 11: I CAP con il reddito più alto in America Exercise 12: Mappa finale Exercise 13: Grazie!