R 在geom_地图中合并北达科他州和南达科他州

在本例中，使用geom_地图绘制美国各州

library(ggplot2)
library(dplyr)

us <- map_data("state")

arr <- USArrests %>% 
  add_rownames("region") %>% 
  mutate(region=tolower(region))

gg <- ggplot()
gg <- gg + geom_map(data=us, map=us,
                    aes(x=long, y=lat, map_id=region),
                    fill="#ffffff", color="#ffffff", size=0.15)
gg <- gg + geom_map(data=arr, map=us,
                    aes(fill=Murder, map_id=region),
                    color="#ffffff", size=0.15)
gg <- gg + scale_fill_continuous(low='thistle2', high='darkred', 
                                 guide='colorbar')
gg <- gg + labs(x=NULL, y=NULL)
gg <- gg + coord_map("albers", lat0 = 39, lat1 = 45) 
gg <- gg + theme(panel.border = element_blank())
gg <- gg + theme(panel.background = element_blank())
gg <- gg + theme(axis.ticks = element_blank())
gg <- gg + theme(axis.text = element_blank())
gg

库（ggplot2）
图书馆（dplyr）
美国%
变异（区域=较低（区域））
gg结果比我预期的要多，但这里是我的解决方案。基本思想是使用
maps:：map
函数以及
boundary=TRUE
和
interior=FALSE
来获得
“north dekota”
和
“south dekota”
的坐标，而不包括内部边界，并与其他状态分开绘制

步骤1：获取“megakotas”坐标。。。
在这里，我们使用
gissr:：sort_points
按顺时针顺序对
地图
中的坐标进行排序，然后将
区域
替换为
“Megakota”
，而不是
“北达科他州”
和
“南达科他州”

第2步：在
arr
中将“北达科他州”和“南达科他州”替换为“Megakota”，并将其值相加。。。


最后一步：合并所有内容。。。
#安装gissr
#图书馆（devtools）
#安装依赖项
#安装github（“skgrange/threadr”）
#安装gissr
#安装github（“skgrange/gissr”）
图书馆（GG2）
图书馆（dplyr）
图书馆（地图）
图书馆（gissr）
美国合作伙伴%
排序点（y=“y”，x=“x”）%>%
突变（region=“megakotas”）
arr%
添加行名称（“区域”）%>%
在%c（“北达科他州”、“南达科他州”）中，突变（区域=替换（tolower（区域）、tolower（区域）%，
“megakotas”））%%>%
按地区划分的组别%>%
全部变异（总和）
ggplot（映射=aes（映射=区域，填充=谋杀））+
geom_地图（数据=过滤器（arr，区域！=“megakotas”），
地图=美国坐标，大小=0.15，颜色=“#ffffff”）+
geom_地图（数据=过滤器（arr，区域=“megakotas”），
地图=megakotas_coord，尺寸=0.15，颜色=“#ffffff”）+
扩展限制（x=美国合作$long，y=美国合作$lat）+
比例填充连续（低='thistle2'，高='darkred'，导向='colorbar'）+
实验室（x=NULL，y=NULL）+
坐标图（“阿尔伯斯”，lat0=39，lat1=45）+
主题（panel.border=element_blank（），
panel.background=元素_blank（），
axis.ticks=元素_blank（），
axis.text=元素_blank（））


注意：如果
map\u数据
尊重
boundary=TRUE
和
interior=FALSE
，这个解决方案会简单得多，根据
map\u数据
（
？map\u数据
明确表示可以将其他参数传递给
map:：map（）
）。不知何故，
map\u数据（“state”，region=c（“北达科他州”，“南达科他州”），boundary=TRUE，interior=FALSE）
似乎不起作用。
如果您不需要使用
geom\u地图
，并且愿意深入研究R中的一些空间包，例如
sf
，您可以通过以下方式实现这一点。下面是我使用全球行政区域的GADM数据库来划分州边界的示例

使用
raster:：getData
作为获取边界文件的便捷快捷方式<代码>级别

是指行政级别，其中

0

是国家，而

1

是低于国家的第一级。请注意，这将把一个文件保存到您的工作目录中。我使用

st_变换

转换为Albers投影，正如您的示例所做的那样

将多边形连接到

USArrests

数据集，并使用方便的

dplyr

工具组合达科他。请注意，我对两个州的值求和，尽管我不清楚这样做是否正确（这个值不是平均值，所以我们应该取平均值吗？），这会自动合并两个州的边界

在打印之前，我使用

st_simplify

减少顶点数量，以加快打印速度。然后我们可以简单地使用

geom\u sf

并获得所需的绘图

库（光栅）
图书馆（tidyverse）
图书馆（sf）
#图书馆（sp）
#图书馆（rgeos）
州%
st_as_sf（）%>%
st_变换（crs=3310）
megakotas%
左联合(
y=行名到列（USArrests，var=“State”），
by=c（“名称1”=“状态”）
) %>%
过滤器（！NAME_1%，单位为%c（“哥伦比亚特区”、“阿拉斯加”、“夏威夷”））%>%
突变（状态=fct\U崩溃（名称1，Megakotas=c（“北达科他州”、“南达科他州”））%>%
按（州）分组%>%
总结（谋杀=总和（谋杀））%>%
st_simplify（公差=1000）
ggplot（megakotas）+
geom_sf（aes（填充=谋杀））+
鳞片_填充_绿色_c（）+
主题_极小值（）

---

由（v0.2.1）于2019-03-07创建的正在使用

geom_地图

，还是您只想拥有地图？答案很好，但这“非常”简单吗？你的代码行和我的答案差不多，没有主题。不需要管理单独的对象感觉概念上更简单，但我想这是一个意见问题。我会取消编辑的，明白了。我只是想知道你为什么认为它更简单

# To install gissr
# library(devtools)
# Install dependency
# install_github("skgrange/threadr")
# Install gissr
# install_github("skgrange/gissr")

library(dplyr)
library(maps)
library(gissr)

us_coord <- map_data("state") 
megakotas_coord <- map("state", regions = c("north dakota", "south dakota"), 
                       boundary = TRUE, interior = FALSE, plot = FALSE)[c("x", "y")] %>%
  as.data.frame() %>%
  sort_points(y = "y", x = "x") %>%
  mutate(region = "megakotas")

> head(megakotas_coord)
          x        y    region
1 -104.0491 45.21210 megakotas
2 -104.0434 45.87673 megakotas
3 -104.0491 45.93976 megakotas
4 -104.0491 45.93976 megakotas
5 -104.0434 46.27207 megakotas
6 -104.0434 46.53563 megakotas

arr <- USArrests %>% 
  add_rownames("region") %>%
  mutate(region = replace(tolower(region), tolower(region) %in% c("north dakota", "south dakota"), 
                          "megakotas")) %>%
  group_by(region) %>%
  mutate_all(sum) 

> arr %>% filter(region == "megakotas")
# A tibble: 2 x 5
# Groups:   region [1]
  region    Murder Assault UrbanPop  Rape
  <chr>      <dbl>   <int>    <int> <dbl>
1 megakotas    4.6     131       89  20.1
2 megakotas    4.6     131       89  20.1

library(ggplot2)

ggplot(mapping = aes(map_id=region)) +
  geom_map(data = filter(arr, region != "megakotas"), 
           map = us_coord, aes(fill = Murder),
           size = 0.15, color="#ffffff") +
  expand_limits(x = us_coord$long, y = us_coord$lat)

ggplot(mapping = aes(map_id=region)) +
  geom_map(data = filter(arr, region == "megakotas"),
           map = megakotas_coord, aes(fill = Murder), 
           size = 0.15, color = "#ffffff") + 
  expand_limits(x = us_coord$long, y = us_coord$lat)

# To install gissr
# library(devtools)
# Install dependency
# install_github("skgrange/threadr")
# Install gissr
# install_github("skgrange/gissr")

library(ggplot2)
library(dplyr)
library(maps)
library(gissr)

us_coord <- map_data("state") 
megakotas_coord <- map("state", regions = c("north dakota", "south dakota"), 
                       boundary = TRUE, interior = FALSE, plot = FALSE)[c("x", "y")] %>%
  as.data.frame() %>%
  sort_points(y = "y", x = "x") %>%
  mutate(region = "megakotas")

arr <- USArrests %>% 
  add_rownames("region") %>%
  mutate(region = replace(tolower(region), tolower(region) %in% c("north dakota", "south dakota"), 
                          "megakotas")) %>%
  group_by(region) %>%
  mutate_all(sum) 

ggplot(mapping = aes(map_id=region, fill = Murder)) +
  geom_map(data = filter(arr, region != "megakotas"),
           map = us_coord, size = 0.15, color = "#ffffff") +
  geom_map(data = filter(arr, region == "megakotas"),
           map = megakotas_coord, size = 0.15, color = "#ffffff") + 
  expand_limits(x = us_coord$long, y = us_coord$lat) +
  scale_fill_continuous(low = 'thistle2', high = 'darkred', guide = 'colorbar') +
  labs(x=NULL, y=NULL) +
  coord_map("albers", lat0 = 39, lat1 = 45)  +
  theme(panel.border = element_blank(),
      panel.background = element_blank(),
      axis.ticks = element_blank(),
      axis.text = element_blank())