choroplethr：绘制MSA级地图？

Question

我的问题涉及通过choroplethr和choroplethrZip在MSA级别绘制整个美国地图。

在下面的示例中，我们绘制1）美国县级地图上的人口普查人口信息和2）选定的城市/微观统计区域（MSA）级别的缩放地图。

示例R代码：

library(choroplethr)
library(choroplethrZip)

?zip.regions
data(zip.regions)
head(zip.regions)

?df_pop_county
data(df_pop_county)
df_pop_county

?df_pop_zip
data(df_pop_zip)

# U.S. County Population Data
county_choropleth(df_pop_county, legend = "Population")

# NY-NJ-PA MSA Population Data
zip_choropleth(df_pop_zip,
               msa_zoom = "New York-Newark-Jersey City, NY-NJ-PA",
               title    = "2012 NY-Newark-Jersey City MSA\nZCTA Population Estimates",
               legend   = "Population")

我们还可以绘制一张完整的MSA级美国地图，而不仅仅是将zoom变成特定的MSA吗？像这样的方法

zip_choropleth(df_pop_zip, legend = "Population")

没有用，也可能会策划ZCTA地区，而不是MSA地区。

谢谢！

Answer 1

您可以将state_zoom参数用于zip_choropleth。但正如包装文件中所指出的那样，没有基于MSA的等值线。这看起来如何的一个例子：

states <- unique( zip.regions$state.name) 
lower48 <- states[ ! states %in% c('alaska','hawaii') ]

zip_choropleth(df_pop_zip,
               state_zoom = lower48  ,
               title    = "2012 MSA\nZCTA Population Estimates",
               legend   = "Population")

它看起来大部分是灰色的，因为ZCTA边界呈现灰色，并且它们在这个比例下是密集的。如果您运行代码并查看更高的分辨率，则可以看到更多的填充。

我推荐的替代方案是tidycensus包。请参阅下面的代码片段，我相信它会创建一个类似于您感兴趣的地图。我只选择几个州来澄清视觉，并在县级绘图。我也只根据总人口绘制了前85％的MSA。例如，这消除了Danville Virginia。

# adapted from https://walkerke.github.io/2017/06/comparing-metros/
library(viridis)
library(ggplot2)
library(tidycensus)
library(tidyverse)
library(tigris)
library(sf)
options(tigris_class = "sf")
options(tigris_use_cache = TRUE)
# census_api_key("YOUR KEY HERE")

acs_var <- 'B01003_001E'
tot <- get_acs(geography = "county", variables = acs_var, state=c("PA", "VA", "DC","MD"),
                 geometry = TRUE)

head(tot)

metros <- core_based_statistical_areas(cb = TRUE) %>%
  select(metro_name = NAME)

wc_tot <- st_join(tot, metros, join = st_within, 
                   left = FALSE) 

pct85 <-  wc_tot %>% group_by(metro_name) %>% 
  summarise(tot_pop=sum(estimate)) %>% summarise(pct85 =  quantile(tot_pop, c(0.85)))
pct85_msas = wc_tot %>% group_by(metro_name) %>% 
  summarise(tot_pop=sum(estimate)) %>% filter(tot_pop > pct85$pct85[1])

head(wc_tot)

ggplot(filter(wc_tot, metro_name %in% pct85_msas$metro_name),
       aes(fill = estimate, color = estimate)) + 
  geom_sf() + 
  coord_sf(crs=3857) + 
  #facet_wrap(~metro_name, scales = "free", nrow = 1) + 
  theme_minimal() + 
  theme(aspect.ratio = 1) + 
  scale_fill_viridis() + 
  scale_color_viridis()

结果情节：

我已经注释掉的方面线似乎是ggplot中一个积极发展的领域。我得到了一个错误，但我提到的source article显示了如何很好地利用每个MSA显示一个面板，这很有意义。见https://github.com/tidyverse/ggplot2/issues/2651。