首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

在给定2016年条件列"Year“的情况下,如何为美国各州的ProviderPerFFS绘制R中的usmap

在给定2016年条件列"Year"的情况下,为美国各州的ProviderPerFFS绘制R中的usmap,可以按照以下步骤进行:

  1. 安装必要的R包:首先,确保已经安装了以下R包:usmaptidyverseggplot2dplyr
  2. 导入数据:将包含"Year"、"ProviderPerFFS"和"State"列的数据集导入R环境中。可以使用read.csv()函数或其他适用的函数来读取数据集。
  3. 数据处理:使用dplyr包进行数据处理,选择2016年的数据,并提取"Year"、"ProviderPerFFS"和"State"列。
代码语言:txt
复制
library(dplyr)

# 选择2016年的数据
data_2016 <- data %>% filter(Year == 2016) %>% select(Year, ProviderPerFFS, State)
  1. 绘制地图:使用usmapggplot2包绘制地图。首先,使用usmap::us_map()函数创建一个基本的美国地图,然后使用ggplot2包中的函数添加ProviderPerFFS数据。
代码语言:txt
复制
library(usmap)
library(ggplot2)

# 创建基本的美国地图
us_map <- usmap::us_map()

# 合并ProviderPerFFS数据
map_data <- left_join(us_map, data_2016, by = c("name" = "State"))

# 绘制地图
ggplot() +
  geom_polygon(data = map_data, aes(x = long, y = lat, group = group, fill = ProviderPerFFS), color = "white") +
  scale_fill_gradient(low = "white", high = "blue") +
  theme_void()

这样就可以得到一个基于ProviderPerFFS数据的美国地图。根据ProviderPerFFS的值不同,地图上的州的颜色会有所变化,可以通过调整scale_fill_gradient()函数中的颜色来自定义颜色映射。

注意:以上代码仅为示例,具体的数据处理和绘图步骤可能需要根据实际数据集的结构和要求进行调整。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

使用pandas分析1976年至2010年美国大选投票数据

分析中有一些多余。例如state_fips、state_cen和state_ic代表什么可能不是很确定,但它们可以作为一个指示器或状态唯一值。 我们可以通过检查和比较这些值来确认。...() yearly_votes.head() 我们可以对“year应用groupby函数,并对“totalvotes”值求和,从而得到每次选举总票数。...我使用了pandas内置绘图函数来绘制结果。它比使用Matplotlibpyplot接口更简单,但是对plot控制较少。 除了1996年和2012年,参加投票的人数一直稳步增加。...我们将首先在dataframe添加一个“winner”。 维基百科页面包含了美国总统名单。使用read_html函数可以很容易地将这些表读入到一个panda数据框架。...这是共和党方面同样操作结果。 ? 结论 我们已经分析了美国总统选举投票数量,每个总统投票方面的主导地位,以及各州对民主党和共和党投票情况。

2K30

数据科学 IPython 笔记本 7.10 组合数据集:合并和连接

合并结果是一个新DataFrame,它组合了两个输入信息。 请注意,每条目顺序不一定得到保留:在这种情况下,employee顺序df1和df2之间有所不同。...另外,请记住,合并一般会丢弃索引,除了索引合并特殊情况下(参见left_index和right_index关键字,之后讨论)。 多对一连接 多对一连接,两个键一个包含重复条目。...为连接指定集合运算 在前面的所有例子,我们执行连接时掩盖了一个重要考虑因素:连接中使用集合运算类型。当一个值出现在一个键而不出现在另一个键时,会出现此情况。...示例:美国各州数据 组合来自不同来源数据时,合并和连接操作最常出现。在这里,我们将考虑美国各州及其人口数据一些例子。...(美国条目,而这些条目没有出现在州缩写

95220

(数据科学学习手札83)基于geopandas空间数据分析——geoplot篇(下)

2 geoplot进阶   上一篇文章pointplot()、polyplot以及webmap()帮助我们解决了绘制散点、基础面以及添加在线地图底图问题,为了制作出信息量更丰富可视化作品,我们需要更强操纵矢量数据与映射值能力...用法,这里使用到数据为美国新型冠状肺炎各州病例数分布,对应日期为2020年5月14日,来自Github仓库:https://github.com/CSSEGISandData/COVID-19/tree...子模块来源于cartopy,这一点我跟geoplot主要开发者聊过,他表示geoplot暂时不支持geopandas那样自定义任意投影或使用EPSG投影,而是内置了一系列常用投影,譬如我们上文中绘制美国区域时频繁使用到...AlbersEqualArea()即之前我们geopandas通过proj4自定义阿尔伯斯等面积投影,其他常见投影譬如Web Mercator、Robinson,或者直接绘制球体地图,本文开头图...图12   针对其河流宽度方面的可视化,我们基于上文中sankey()来实现,由于原图中南极洲区域实际上是夸大了,其R源码设置纬度范围达到了-110度,这是原作者为了放得下标题内容,所以图像下部区域虚构了一篇区域

1.8K30

基于geopandas空间数据分析—geoplot篇(下)

2 geoplot进阶 上一篇文章pointplot()、polyplot以及webmap()帮助我们解决了绘制散点、基础面以及添加在线地图底图问题,为了制作出信息量更丰富可视化作品,我们需要更强操纵矢量数据与映射值能力...用法,这里使用到数据为美国新型冠状肺炎各州病例数分布,对应日期为2020年5月14日,来自Github仓库:https://github.com/CSSEGISandData/COVID-19/tree.../master/csse_covid_19_data/csse_covid_19_daily_reports_us;使用到美国本土各州矢量面数据contiguous-usa.geojson已上传到文章开头对应...譬如我们上文中绘制美国区域时频繁使用到AlbersEqualArea()即之前我们geopandas通过proj4自定义阿尔伯斯等面积投影。...,其R源码设置纬度范围达到了-110度,这是原作者为了放得下标题内容,所以图像下部区域虚构了一篇区域,而geoplotextent参数严格要求经度必须在-180到180度之间,纬度-90到90

1.5K50

R语言空气污染数据地理空间可视化和分析:颗粒物2.5(PM2.5)和空气质量指数(AQI)|附代码数据

首先,针对每种数据对每种状态下站点测量值求平均。选择了七个州时间序列以显示其一年变化,如下所示。从该图可以看出,南部和西部各州在年初就经历了严重空气污染问题。...一年总体变化绘制如下。我们可以看到,AQI和PM2.5变化趋势显示出相似的模式,而夏季和冬季空气污染更为严重。...下图通过渐变颜色绘制了变量良好天气不同平均值。该地图显示了各州空气质量良好日子。从地图上可以看出,北部和东部地区空气条件比其他州更好。##按州汇总aqi(区域水平)。...,这证实了以前观察结果,即东部各州空气条件较好。...点击标题查阅往期内容上海无印良品地理空间分布特征与选址策略可视化研究R语言空间可视化:绘制英国脱欧投票地图R语言地图上绘制散点饼图可视化 r语言空间可视化绘制道路交通安全事故地图GIS中用ggmap

93700

R语言,你要怎样画地图?

绘制地图步骤有三: 你得需要绘制地图;(约等于废话) 你得有要绘制地图地理信息,经纬度啊,边界啊等等; 你得利用2数据R画出来。...以上步骤,目前最关键是2,一旦2数据有了,R不就是把它们连起来嘛,这个对于R来说就是调戏它,就跟全民调戏小黄鸡一样。...R语言中绘制地图思路也是由于2获取方式不一样而分开。...第一种思路:有一些R存储着常见地图数据,比如maps包存有世界地图、美国地图、美国各州郡地图、法国地图以及加拿大城市地图等,加载了这个包,就可以轻松愉快地绘制上述地图。...,引无数骚客竞折腰啊…… 2、 画美国地图 同样maps包包含了美国地图和美国各州详细地图数据,同样,也可以用简单代码画出美国地图,便于我们使用。

11.6K150

R语言空气污染数据地理空间可视化和分析:颗粒物2.5(PM2.5)和空气质量指数(AQI)

两种分布都显示出正偏度,AQI聚集50附近,而PM2.5低于25。在这一年,很少出现两个变量都具有高值站点。...首先,针对每种数据对每种状态下站点测量值求平均。选择了七个州时间序列以显示其一年变化,如下所示。从该图可以看出,南部和西部各州在年初就经历了严重空气污染问题。...一年总体变化绘制如下。我们可以看到,AQI和PM2.5变化趋势显示出相似的模式,而夏季和冬季空气污染更为严重。...下图通过渐变颜色绘制了变量良好天气不同平均值。该地图显示了各州空气质量良好日子。从地图上可以看出,北部和东部地区空气条件比其他州更好。 ##按州汇总aqi(区域水平)。...,这证实了以前观察结果,即东部各州空气条件较好。

2K30

了解绘制条形图和折线图细节

本章将以ggplot2为主进行学习啦~~ ---- 3.1 绘制基本条形图 Q:当你有一个包含两数据框,一为x轴上位置,一为y轴上对应高度,基于此如何绘制条形图?...%>% mutate(pos=Anomaly10y>=0) #使用mutate根据已知新增一对Anomaly10y是否大于0进行判断 climate_sub Source Year Anomaly1y...#本例,也可以把dose算作因子型向量(0.5,1,2) ggplot(tg,aes(x=factor(dose),y=length,group=supp))+ geom_line()#不可缺少...A:运行geom_area()函数绘制面积图,并映射一个因子型变量到fill即可 uspopage#美国1900-2002年的人口分布 Year AgeGroup Thousands 1 1900...,我把它粗略分成基于R语言统计可视化,以及基于LinuxNGS数据处理: 《生信分析人员如何系统入门R(2019更新版)》 《生信分析人员如何系统入门Linux(2019更新版)》 把R知识点路线图搞定

7K10

计算与推断思维 六、可视化

对于我们主要示例,我们将返回到我们可视化分类数据时,所研究数据集。这是一个表格,它由美国历史上最畅销电影数据组成。为了方便起见,这里再次描述表格。 第一包含电影标题。...本节,我们将绘制Gross (Adjusted)数值变量分布图。...第一列出了桶左端点(但请参阅下面关于最终值注释)。 第二包含Adjusted Gross中所有值相应桶数量。...本节,我们将看到如何叠加绘图,即将它们绘制单个图形,拥有同一对坐标轴 为了使重叠有意义,重叠图必须表示相同变量并以相同单位进行测量。...表格主体包含不同类别的比例。 每一显示了,该对应的人群种族分布。 所以每一,条目总计为 1。

2.7K20

UCB Data100:数据科学原理和技巧:第一章到第五章

许多数据科学任务,我们可能需要以某种方式更改DataFrame包含。...我们可以通过调用.agg()之前显式选择要应用聚合函数来避免这个问题(并防止无意中丢失数据), 4.1.3 分组后重命名列 默认情况下,.groupby不会重命名任何聚合。...相比之下,groupby.filter 整个组所有行上应用布尔条件。如果该组并非所有行都满足过滤器指定条件,则整个组将在输出中被丢弃。...现在,我们 DataFrame 结构清晰,具有清晰索引组合。数据透视表每个条目表示给定Year”和“Sex”组合名称总数。 让我们更仔细地看一下上面实施代码。...美国出生和非美国出生人群发病率均有所增加。 这是整个美国人口中计算结核病发病率!我们如何重现这一点?*我们需要重现我们滚动记录“总”结核病发病率。

56020

R语言练习时候那些内置数据集

很多人R语言教程都是读取一个外部文件,这样的话读者很难说重复出来,因为这个外部文件往往是存储各自本地电脑。...AirPassengers: 航空旅客数据集,包含1949年至1960年每月国际航空旅客数量。 swiss: 瑞士人口数据集,包含瑞士各州相关指标,农村人口比例、不合格军队适龄人数等。...USArrests: 美国各州暴力犯罪数据集,包含了每个州的人口、暴力犯罪率等。 使用这些内置数据集,你可以练习数据导入、处理、可视化等操作,以及统计分析和机器学习练习。...freeny.x: 影响收入四个因素记录。 state.x77: 美国50个州八个指标。 USPersonalExpenditure: 5个年份5个消费方向数据。...DNase: 若干次试验,DNase浓度和光密度关系等。 这些是一些内置数据集简要描述,你可以R中使用相应数据集名称来访问和探索这些数据。

1.2K10

图解大数据 | 综合案例-使用spark分析新冠肺炎疫情数据

(4)统计截止5.19日,美国各州累计确诊人数和死亡人数。 首先筛选出5.19日数据,然后以state作为分组字段,对cases和deaths字段进行汇总统计。...对3)结果DataFrame注册临时表,然后按死亡人数升序排列,并取前10个州。 (9)统计截止5.19日,全美和各州病死率。....sort(df2["date"].asc()).repartition(1).write.json("result2.json") #写入hdfs # 3.统计截止5.19日 美国各州累计确诊人数和死亡人数...word_size_range=[100, 20], shape=SymbolType.DIAMOND) .set_global_opts(title_opts=opts.TitleOpts(title="美国各州确诊最少....png] (3)美国每日新增死亡病例数 → 折线图 [78dfbdda03c157e4da103db4f4fb70a7.png] (4)截止5.19,美国各州累计确诊、死亡人数和病死率 → 表格 [

4.9K32

R语言空气污染数据地理空间可视化和分析:颗粒物2.5(PM2.5)和空气质量指数(AQI)|附代码数据

两种分布都显示出正偏度,AQI聚集50附近,而PM2.5低于25。在这一年,很少出现两个变量都具有高值站点。...首先,针对每种数据对每种状态下站点测量值求平均。选择了七个州时间序列以显示其一年变化,如下所示。从该图可以看出,南部和西部各州在年初就经历了严重空气污染问题。...一年总体变化绘制如下。我们可以看到,AQI和PM2.5变化趋势显示出相似的模式,而夏季和冬季空气污染更为严重。...下图通过渐变颜色绘制了变量良好天气不同平均值。该地图显示了各州空气质量良好日子。从地图上可以看出,北部和东部地区空气条件比其他州更好。 ##按州汇总aqi(区域水平)。...,这证实了以前观察结果,即东部各州空气条件较好。

30430

1.1用图表分析单变量数据

四、检查异常点 1 # 检查生成图形是否有异常点,若有,使用mask函数将其删除 2 # 0是起初获取数据时候缺失值填充,根据图像看到y=54点远远高出其他,也按异常值处理 3 y =...('year') 6 plt.ylabel('No Presedential Request') 7 plt.ylim(0, 60) 8 9 # 图中画出第25、50、75位百分位水平线...五、知识点 plot  1 plt.close('all') # 关闭之前打开所有图形 2 plt.figure(1) # 给图形编号,绘制多个图形时候有用 3 plt.title('All data...,处于p%位置值称第p百分位数。p=50,等价于中位数;p=0,等价于最小值;p=100,等价于最大值。...以免影响读图 numpy-mask函数    删除异常点   y_masked = np.ma.masked_where(y==0, y)   ma.masked_where函数接受两个参数,他将数组符合条件点进行隐藏

74420

【视频】R语言广义加性模型GAMs非线性效应、比较分析草种耐寒性实验数据可视化

复杂模型结构挑战 当GAM模型包含多个平滑项和交互项时(y ~ s(rain) + s(temp) + s(year) + ti(rain, temp) + ti(rain, year) + ti(...temp, year)),单一预测变量效应往往分散多个平滑函数,这使得直接解释每个平滑项变得困难。...以下是一些建议方法: 计算并绘制平均平滑效果:利用适当统计软件包(Rmgcv和ggeffects或margins包),可以计算并绘制考虑所有其他预测变量影响平均平滑效果图。...使用更高级绘图和摘要工具:采用专门统计绘图和摘要工具(ggeffects、sjPlot等R包),可以方便地生成各种类型效应图,包括条件效应图、交互效应图等,从而更全面地展示GAM复杂结构。...\) 交叉相乘,我们会得到链接尺度上预测值: 通过反向链接函数(我们对数链接情况下)运行这些函数,为我们提供了模型拟合值exp() ## [1] TRUE 从模型隐含多元正态后验分布抽取

11910

科学计算工具Numpy

Python) Numpy:提供了一个Python做科学计算基础库,重在数值计算,主要用于多维数组(矩阵)处理库。...1. dtype参数 指定数组数据类型,类型名+位数,float64, int32 2.astype方法 转换数组数据类型 示例代码: # 初始化3行4数组,数据类型为float64...示例代码: # 条件索引 # 找出 data_arr 2005年后数据 data_arr = np.random.rand(3,3) print(data_arr) year_arr = np.array...如果两个数组维度具有相同大小,或者如果其中一个数组该维度具有大小1,则称这两个数组维度上是兼容。 如果阵列在所有维度上兼容,则可以一起广播。...您可以使用该subplot函数同一图中绘制不同东西。

3.1K30

python数据科学-单变量数据分析

我们把正式开始机器学习之前对数据了解过程成为探索性分析 , 简称 EDA。 02|单变量数据分析: 单边量数据是指数据集中只有一个变量 ,也可以是多某一(可以理解成是某一个指标)。...我们本篇以美国总统历年在国情咨询对国会提起诉求数量作为实例。...2.1数据整体情况了解: 我们拿到一批/数据时,第一件事就是看一下这批数据一个整体分布情况,而要看分布情况最好方法就是绘制该批数据散点图。...#将这些百分位数添加到之前绘制图表作为参考 ax1=plt.subplot(1,1,1) ax1.set_title("All data") ax1.scatter(x,y,c="r") ax1.set_xlabel...Counter()#用于统计一批数据不同点出现次数,返回一个字典,键为值,值为键该批数据中出现次数。 enumerate()#用于返回一个值一批数据中出现顺序。

1.5K50

数据科学手把手:碳中和下二氧化碳排放分析 ⛵

https://www.showmeai.tech/article-detail/322 声明:版权所有,转载请联系平台与作者并注明出处 收藏ShowMeAI查看更多精彩内容 图片 ShowMeAI本篇内容整理了一个数据科学学习基本项目...删除: 我们可以做一些数据处理,比如删除一些数据分析不适用字段/。...我们绘制一下随时间线co2排放趋势图: px.line(dataset, x = 'year', y = 'co2', color='country') 图片 我们按照co2排放量为大小绘制散点图,如下...px.pie(continent_data, names='country', values='co2') 图片 下面,我们将根据国家和 Co2 绘制饼图,看看哪些国家 Co2 排放量最高。...in United States') plt.xlabel('Year' ) plt.ylabel(‘'CO2 measured in million tonnes') 图例显示,美国,coal_co2

55441
领券