R语言空间数据分析学习笔记2——数据基本操作

本节将会学习如何利用地理空间数据进行连接、筛选等操作，首先我们加载软件环境和数据。

• sf：(simple features, standard way to encode spatial vector data

• tidyverse：The tidyverse package is designed to make it easy to install and load core packages from the tidyverse in a single command

• janitor：janitor has simple functions for examining and cleaning dirty data

• tmap/tmaptools：tmap is an actively maintained open-source R-library for drawing thematic maps

library(pacman)
p_load(sf,tidyverse,janitor,tmap,tmaptools)
tmap_mode("plot")
#this will take a few minutes
EW <- st_read("https://opendata.arcgis.com/datasets/8edafbe3276d4b56aec60991cbddda50_2.geojson")
LondonData<-read_csv("https://files.datapress.com/london/dataset/ward-profiles-and-atlas/2015-09-24T14:21:24/ward-profiles-excel-version.csv",
                     locale = locale(encoding = "latin1"),
                     na = "n/a")

LondonData数据清洗之前

LondonData数据清洗之后，即使用janitor的clean_names函数对列名称做了一定的清洗，里面的空格将会变成下划线，而且大写字母会转化为小写字母。

筛选lad15cd中以“E09”开头的条目

#筛选lad15cd中以“E09”开头的条目
LondonMap<-EW%>%
  filter(str_detect(lad15cd,"^E09"))
LondonMap

可视化LondonMap

qtm()
qtm(LondonMap,fill = "lad15nm")

不过这里，我们没有对EW表格中的列名称进行清洗。下面，我们要把地理信息表EW和信息表LondonData合并，采用连接的方法，整个表链接步骤如下：

BoroughDataMap<-EW %>%
  clean_names()%>%
  filter(str_detect(lad15cd,"^E09"))%>%
  merge(.,
        LondonData,
        by.x="lad15cd",
        by.y="new_code",
        no.dups=TRUE)%>% #内连接
  distinct(.,lad15cd,
           .keep_all = TRUE) #去除重复条目
qtm(BoroughDataMap,fill = "rate_of_job_seekers_allowance_jsa_claimants_2015")