Javascript 无法将数据带入D3 choropleth地图

我很难将约翰·霍普金斯的冠状病毒数据整合到D3 choropleth中，我是个新手，所以可能缺少一个基本的东西。我在互联网上找到的各种来源的代码大部分都被刷过了，但这基本上是一个自学D3的学习项目，所以如果答案注释良好，我将不胜感激

获取数据的R代码：

library(tidyverse)
library(tools)

dat <- read.csv("https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_19-covid-Confirmed.csv")

states <- dat %>% 
  filter(Country.Region == "US", 
         !grepl(",",Province.State),
         !grepl("Princess",Province.State),
         Province.State != "District of Columbia") %>% 
  pivot_longer(5:ncol(.), names_to = "Date", values_to = "Cases") %>% 
  mutate(Date = str_remove(Date,"X"),
         Date = as.Date(Date, "%m.%d.%y")) %>% 
  filter(Date == max(Date)) %>% 
  select(state = Province.State,
         cases = Cases)

counties <-  dat %>% 
  filter(Country.Region == "US", 
         grepl(",",Province.State),
         !grepl("Princess",Province.State),
         Province.State != "Washington, D.C.") %>% 
  separate(Province.State, c("county", "state"), ", ") %>% 
  mutate(county = str_remove(county, " County")) %>% 
  pivot_longer(6:ncol(.), names_to = "Date", values_to = "Cases") %>% 
  mutate(Date = str_remove(Date,"X"),
         Date = as.Date(Date, "%m.%d.%y")) %>% 
  filter(Date == max(Date)) %>% 
  select(county = county,
         state,
         cases = Cases)

#write.csv(states, "state_cases.csv",row.names=FALSE)
#write.csv(counties, "county_cases.csv",row.names=FALSE)

#FIPS=====================================================================+++++

#county_fips <- read.csv("https://raw.githubusercontent.com/kjhealy/fips-codes/master/state_and_county_fips_master.csv") %>% 
#  select(id = fips,
#         name,
#         state) %>% 
#  mutate(id = str_pad(as.character(id), 5, pad = "0"),
#         name = str_remove(name, " County"),
#         name = toTitleCase(tolower(as.character(name))),
#         id = case_when(grepl("000", id) ~ str_sub(id, end=-4),
#         TRUE ~ id))
#
#write.csv(county_fips, "county_fips.csv",row.names=FALSE)

county_fips <- read.csv("county_fips.csv")

cases <- county_fips %>% filter(is.na(state)) %>% 
  left_join(states, by= c("name" = "state")) %>% 
  select(-state) %>% 
  rbind(
    county_fips %>% filter(!is.na(state)) %>% 
      left_join(counties, by= c("name" = "county","state" = "state")) %>% 
      select(-state)
  )

write.csv(cases, "cases.csv",row.names=FALSE)

库（tidyverse）
图书馆（工具）
dat%
枢轴长度（5:ncol（.），名称到=“日期”，值到=“案例”）%>%
突变（日期=str_删除（日期，“X”），
日期=截止日期（日期，“%m.%d.%y”））%>%
筛选器（日期==最大（日期））%>%
选择（州=省。州，
案例=案例）
县%
过滤器（Country.Region==“美国”，
grepl（“，”，省、州），
！grepl（“公主”，省、州），
省、州！=“华盛顿特区”）%>%
单独（省、州，c（“县”、“州”），“，”%>%
突变（县=str_删除（县，“县”））%>%
pivot_更长（6:ncol（.），name_to=“Date”，value_to=“Cases”）%>%
突变（日期=str_删除（日期，“X”），
日期=截止日期（日期，“%m.%d.%y”））%>%
筛选器（日期==最大（日期））%>%
选择（县=县，
国家,，
案例=案例）
#write.csv（表示“state_cases.csv”，row.names=FALSE）
#write.csv（countries，“country_cases.csv”，row.names=FALSE）
#菲普斯=====================================================================+++++
#县fips%
#选择（id=fips，
#名字，
#州）%>%
#变异（id=str_pad）（如字符（id），5，pad=“0”），
#name=str_remove（名称，“县”），
#name=toTitleCase（tolower（as.character（name）），
#id=case_当（grepl（“000”，id）~str_sub（id，end=-4），
#真~id）
#
#write.csv（country_fips，“country_fips.csv”，row.names=FALSE）
县fips%
左连接（状态，由=c（“名称”=“状态”））%>%
选择（-state）%%>%
阿尔宾德(
县fips%%>%过滤器（！is.na（州））%%>%
左连接（县，由=c（“名称”=“县”，“州”=“州”））%>%
选择（-state）
)
write.csv（cases，“cases.csv”，row.names=FALSE）

HTML:

冠状病毒病例
.背景{
填充：无；
指针事件：全部；
}
#州{
填充：无；
}
#美国。活跃{
显示：无；
}
#国家边界{
填充：无；
冲程：#fff；
笔画宽度：1px；
笔划线条连接：圆形；
笔划线头：圆形；
指针事件：无；
}
.县界{
填充：“灰色”；
冲程：#fff；
笔划宽度：.5px；
}
.县边界：悬停，.州：悬停{
填充：rgba（121、121、121、0.2）；
}
var x=d3.scaleLinear（）
.domain（[1,10]）
.rangeRound（[600860]）；
var color=d3.scaleThreshold（）
.域（d3.范围（0,9））
.范围（d3.模式值[9]）；
var保证金={
前10名，
底部：10，
左:10,，
右：10
}，width=parseInt（d3.select（'.viz'）。style（'width'））
，width=width-margin.left-margin.right
，映射比=0.5
，高度=宽度*mapRatio
，活动=d3。选择（空）；
var svg=d3.select（'.viz'）.append（'svg'））
.attr（'height'，height+margin.top+margin.bottom）
.attr（'width'，width+margin.left+margin.right）；
append（'rect'）
.attr（'class'，'background center container'））
.attr（'height'，height+margin.top+margin.bottom）
.attr（'width'，width+margin.left+margin.right）
.打开（“单击”，单击）；
var承诺=[
d3.json（“us-10m.v1.json”），
d3.csv（“cases.csv”，函数（d）{
cases.set（d.id，+d.name+d.cases）；
})
]
承诺。全部（承诺）。然后（准备好）
var projection=d3.geoAlbersUsa（）
.translate（[宽度/2，高度/2]）
.刻度（宽度）；
var path=d3.geoPath（）
.投影（投影）；
var g=svg.append（“g”）
.attr（'class'，'center container center items us state'）
.attr（'transform'，'translate（'+margin.left+'，'+margin.top+'））
.attr（'width'，width+margin.left+margin.right）
.attr（'height'，height+margin.top+margin.bottom）
功能就绪（美国）{
g、 附加（“g”）
.attr（“id”、“县”）
.selectAll（“路径”）
.data（topojson.feature（us，us.objects.countries）.features）
.enter（）.append（“路径”）
.attr（“d”，路径）
.attr（“填充”，函数（d）{
var sn=CountyNames.get（d.id）
d、 速率=cases.get（countyNames.get（d.id））|0
var col=颜色（d.速率）；
if（col）{
返回列
}否则{
返回“#ffffff”
}
})
.attr（“类别”、“县边界”）
。打开（“单击”，重置）；
g、 附加（“g”）
.attr（“id”、“状态”）
.selectAll（“路径”）
.data（topojson.feature（us，us.objects.states）.features）
.enter（）.append（“路径”）
.attr（“d”，路径）
.attr（“填充”，函数（d）{
var sn=StateNames.get（d.id）
d、 rate=cases.get（stateNames.get（d.id））|0
var col=颜色（d.速率）；
if（col）{
返回列
}否则{
返回“#ffffff”
}
})
.attr（“类别”、“状态”）
。开启（“点击”，点击）；
g、 附加（“路径”）
.基准面（地形）