如何根据每个geom_point在列中的分类方式将它变成不同的颜色？

Question

我从一个更大的数据集中获取了纬度和经度的列，我想知道如何使每个几何点成为一个不同的颜色，如果它在其中一个类别中进行分区。

> summary(dataset)
    Latitude       Longitude          Zoning  
 Min.   :40.66   Min.   :-73.92   R6     :18  
 1st Qu.:40.66   1st Qu.:-73.91   M1-1   : 5  
 Median :40.67   Median :-73.91   M1-4   : 5  
 Mean   :40.67   Mean   :-73.91   C4-3   : 4  
 3rd Qu.:40.67   3rd Qu.:-73.91          : 3  
 Max.   :40.68   Max.   :-73.90   C2-3/R6: 1  
                                  (Other):13  

我使用下面这个来获取我需要的子集，并创建另一个数据集。

dataset <- (subset(dataset,select=c(grepl("Longitude|Latitude|Zoning",names(dataset)))))

我一直试图在下面使用它，但我遇到了错误。

mymap <- get_googlemap("Brownsville, New York City", zoom=14)
ggmap(mymap) + geom_point(aes(x=Longitude, y=Latitude), data= distinct(dataset), color = c("red","green3","blue","Yellow","orange","pink") [unclass(dataset$Zoning)],size=1.0)

任何帮助都将不胜感激。

我计划为这个应用程序计算出它，然后为其他类别(如每个Sq价格)计算它。脚，单位#，资本化率。一年建成，几天后就卖了。

我的教授给了我一个用花旗自行车数据做这件事的例子。

mymap <- get_googlemap("Madison Square Park, New York", zoom=13)
citibike1 <- citibike %>% group_by(lat, lon) %>% summarize(N=n())
ggmap(mymap) + geom_point(aes(x=lon, y=lat, colour=N, size=N), data=citibike1, alpha=0.5) +
scale_colour_gradient(low = "black", high="red")

基于“热”的花旗自行车位置的点颜色变化

此外，总结(N=n())在这里意味着什么？

而且，这方面的一些东西能应用于诸如年份建造和销售日这样的类别吗？

Answer 1

下面的代码应该适用于您的数据。看起来“分区”变量是作为一个因素设置的，所以颜色输出应该是一组离散的颜色，而不是像你教授的例子中那样的渐变。

library(dplyr)
library(ggplot2)
library(ggmap)
library(ggthemes)

mymap <- get_googlemap("location of data points", zoom=13)

dataset %>% 
ggplot() + 
geom_point(aes(x = Longitude, y = Latitude, colour = Zoning)) + 
theme_map()

这段代码还应该将其格式化为一个类似look的地图。请注意，您需要在get_googlemap()函数中输入数据点的位置，有时为这些点选择正确的缩放级别需要一些尝试和错误！

如果你对此有任何问题，或者它不符合你的要求，请告诉我。谢谢!