-
Notifications
You must be signed in to change notification settings - Fork 6
/
_03-ex.Rmd
220 lines (172 loc) · 8.81 KB
/
_03-ex.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
Pour ces exercices, nous allons utiliser les jeux de données `us_states` et `us_states_df` du paquetage **spData**.
Vous devez avoir chargé ce paquet, ainsi que les autres paquets utilisés dans le chapitre sur les opérations d'attributs (**sf**, **dplyr**, **terra**) avec des commandes telles que `library(spData)` avant de tenter ces exercices :
```{r 03-ex-e0, include=TRUE, message=FALSE}
library(sf)
library(dplyr)
library(terra)
library(spData)
data(us_states)
data(us_states_df)
```
`us_states` est un objet spatial (de classe `sf`), contenant la géométrie et quelques attributs (dont le nom, la région, la superficie et la population) des états des États-Unis contigus.
`us_states_df` est un tableau de données (de classe `data.frame`) contenant le nom et des variables supplémentaires (dont le revenu médian et le niveau de pauvreté, pour les années 2010 et 2015) des états américains, y compris l'Alaska, Hawaii et Porto Rico.
Les données proviennent du *United States Census Bureau*, et sont documentées dans `?us_states` et `?us_states_df`.
E1. Créez un nouvel objet appelé `us_states_name` qui ne contient que la colonne `NAME` de l'objet `us_states` en utilisant la syntaxe de base de R (`[`) ou du tidyverse (`select()`).
Quelle est la classe du nouvel objet et qu'est-ce qui le rend géographique ?
```{r 03-ex-e1}
us_states_name = us_states["NAME"]
class(us_states_name)
attributes(us_states_name)
attributes(us_states_name$geometry)
```
```{asis}
- Il est à la fois de classe `sf` et `data.frame` : il a 2 classes.
- C'est la classe `sf` qui en fait un objet géographique.
- Plus précisément, ce sont les attributs de l'objet (`sf_column`) et la colonne de géométrie (comme `bbox`, `crs`) qui vont le définir comme tel.
```
E2. Sélectionnez les colonnes de l'objet `us_states` qui contiennent des données sur la population.
Obtenez le même résultat en utilisant une commande différente (bonus : essayez de trouver trois façons d'obtenir le même résultat).
Indice : essayez d'utiliser les fonctions d'aide, telles que `contains` ou `matches` du paquet **dplyr** (voir `?contains`).
```{r 03-ex-e2}
us_states %>% dplyr::select(total_pop_10, total_pop_15)
# or
us_states %>% dplyr::select(starts_with("total_pop"))
# or
us_states %>% dplyr::select(contains("total_pop"))
# or
us_states %>% dplyr::select(matches("tal_p"))
```
E3. Trouvez tous les États ayant les caractéristiques suivantes (bonus : trouvez *et* représentez-les) :
- Appartenir à la région du Midwest.
- Appartenir à la région Ouest, avoir une superficie inférieure à 250 000 km^2^ *et* en 2015 une population supérieure à 5 000 000 de résidents (indice : vous devrez peut-être utiliser la fonction `units::set_units()` ou `as.numeric()`).
- Appartenant à la région Sud, avoir une superficie supérieure à 150 000 km^2^ *et* une population totale en 2015 supérieure à 7 000 000 de résidents.
```{r 03-ex-e3}
us_states %>%
filter(REGION == "Midwest")
us_states %>% filter(REGION == "West", AREA < units::set_units(250000, km^2),total_pop_15 > 5000000)
# or
us_states %>% filter(REGION == "West", as.numeric(AREA) < 250000,total_pop_15 > 5000000)
us_states %>% filter(REGION == "South", AREA > units::set_units(150000, km^2), total_pop_15 > 7000000)
# or
us_states %>% filter(REGION == "South", as.numeric(AREA) > 150000, total_pop_15 > 7000000)
```
E4. Quelle était la population totale en 2015 dans l'ensemble de données `us_states` ?
Quel était le minimum et le maximum de la population totale en 2015 ?
```{r 03-ex-e4}
us_states %>% summarize(total_pop = sum(total_pop_15),
min_pop = min(total_pop_15),
max_pop = max(total_pop_15))
```
E5. Combien d'États y a-t-il dans chaque région ?
```{r 03-ex-e5}
us_states %>%
group_by(REGION) %>%
summarize(nr_of_states = n())
```
E6. Quelle était la population totale minimale et maximale en 2015 dans chaque région ?
Quelle était la population totale en 2015 dans chaque région ?
```{r 03-ex-e6}
us_states %>%
group_by(REGION) %>%
summarize(min_pop = min(total_pop_15),
max_pop = max(total_pop_15),
tot_pop = sum(total_pop_15))
```
E7. Effectuez une jointure entre les variables de `us_states_df` à `us_states`, et créez un nouvel objet appelé `us_states_stats`.
Quelle fonction avez-vous utilisée et pourquoi ?
Quelle variable est la clé dans les deux ensembles de données ?
Quelle est la classe du nouvel objet ?
```{r 03-ex-e7}
us_states_stats = us_states %>%
left_join(us_states_df, by = c("NAME" = "state"))
class(us_states_stats)
```
E8. `us_states_df` a deux lignes de plus que `us_states`.
Comment pouvez-vous les trouver ? (indice : essayez d'utiliser la fonction `dplyr::anti_join()`)
```{r 03-ex-e8}
us_states_df %>%
anti_join(st_drop_geometry(us_states), by = c("state" = "NAME"))
```
E9. Quelle était la densité de la population en 2015 dans chaque État ?
Quelle était la densité de la population en 2010 dans chaque État ?
```{r 03-ex-e9}
us_states2 = us_states %>%
mutate(pop_dens_15 = total_pop_15/AREA,
pop_dens_10 = total_pop_10/AREA)
```
E10. Estimez le changement de la densité de la population entre 2010 et 2015 dans chaque État.
Calculez ce changement en pourcentages et cartographiez-les.
```{r 03-ex-e10}
us_popdens_change = us_states2 %>%
mutate(pop_dens_diff_10_15 = pop_dens_15 - pop_dens_10,
pop_dens_diff_10_15p = (pop_dens_diff_10_15/pop_dens_15) * 100)
plot(us_popdens_change["pop_dens_diff_10_15p"])
```
E11. Changez les noms des colonnes dans `us_states` en minuscules. (Indice : les fonctions d'aide - `tolower()` et `colnames()` peuvent vous aider).
```{r 03-ex-e11}
us_states %>%
setNames(tolower(colnames(.)))
```
E12. En utilisant `us_states` et `us_states_df`, créez un nouvel objet appelé `us_states_sel`.
Ce nouvel objet ne doit avoir que deux variables - `median_income_15` et `geometry`.
Changez le nom de la colonne `median_income_15` en `Income`.
```{r 03-ex-e12}
us_states_sel = us_states %>%
left_join(us_states_df, by = c("NAME" = "state")) %>%
dplyr::select(Income = median_income_15)
```
E13. Calculez l'évolution du nombre de résidents vivant sous le seuil de pauvreté entre 2010 et 2015 pour chaque État. (Conseil : voir ?us_states_df pour la documentation sur les colonnes traitant du niveau de pauvreté).
Bonus : Calculez l'évolution du *pourcentage* de résidents vivant sous le seuil de pauvreté dans chaque État.
```{r 03-ex-e13}
us_pov_change = us_states %>%
left_join(us_states_df, by = c("NAME" = "state")) %>%
mutate(pov_change = poverty_level_15 - poverty_level_10)
# Bonus
us_pov_pct_change = us_states %>%
left_join(us_states_df, by = c("NAME" = "state")) %>%
mutate(pov_pct_10 = (poverty_level_10 / total_pop_10) * 100, pov_pct_15 = (poverty_level_15 / total_pop_15) * 100) %>%
mutate(pov_pct_change = pov_pct_15 - pov_pct_10)
```
E13. Calculez l'évolution du nombre de résidents vivant sous le seuil de pauvreté entre 2010 et 2015 pour chaque État. (Conseil : voir ?us_states_df pour la documentation sur les colonnes traitant du niveau de pauvreté).
Bonus : Calculez l'évolution du *pourcentage* de résidents vivant sous le seuil de pauvreté dans chaque État.
```{r 03-ex-e14}
us_pov_change_reg = us_pov_change %>%
group_by(REGION) %>%
summarize(min_state_pov_15 = min(poverty_level_15),
mean_state_pov_15 = mean(poverty_level_15),
max_state_pov_15 = max(poverty_level_15))
# Bonus
us_pov_change %>%
group_by(REGION) %>%
summarize(region_pov_change = sum(pov_change)) %>%
filter(region_pov_change == max(region_pov_change)) %>%
pull(REGION) %>%
as.character()
```
E15. Créez un raster à partir de zéro avec neuf lignes et colonnes et une résolution de 0,5 degré décimal (WGS84).
Remplissez-le de nombres aléatoires.
Sélectionnez les valeurs des cellules de chaque coin.
```{r 03-ex-e15}
r = rast(nrow = 9, ncol = 9, res = 0.5,
xmin = 0, xmax = 4.5, ymin = 0, ymax = 4.5,
vals = rnorm(81))
# using cell IDs
r[c(1, 9, 81 - 9 + 1, 81)]
r[c(1, nrow(r)), c(1, ncol(r))]
```
E16. Quelle est la classe la plus commune de notre exemple de raster `grain` (indice : `modal`) ?
```{r 03-ex-e16}
grain = rast(system.file("raster/grain.tif", package = "spData"))
global(grain, fun = modal) # une seule valeur est représenté en cas d'egalité
freq(grain) # les categories les plus présentes sont silt et sand
```
E17. Utilisez un histogramme et un boxplot sur le fichier `dem.tif` du paquet **spDataLarge** (`system.file("raster/dem.tif", package = "spDataLarge")`).
```{r 03-ex-e17}
dem = rast(system.file("raster/dem.tif", package = "spDataLarge"))
hist(dem)
boxplot(dem)
# Nous pouvons également utiliser ggplot2 après avoir converti SpatRaster en tableau de données.
library(ggplot2)
ggplot(as.data.frame(dem), aes(dem)) + geom_histogram()
ggplot(as.data.frame(dem), aes(dem)) + geom_boxplot()
```