• 카테고리

    질문 & 답변

  • 세부 분야

    데이터 분석

  • 해결 여부

    해결됨

scirpt_v2

24.01.10 00:22 작성 24.01.10 22:05 수정 조회수 95

0

이렇게 말씀하시면 이해하기가 어렵습니다.

새로 올려주신 script_v2 그대로도 몇번이나 돌려봤습니다.

강의에서 이렇게 말해주신 파트가 script_v2에서는

 

이부분 입니다. 일단 이렇게 그대로 따라하면

 df_map_join = left_join(df, df_map_id, by = c("ISO_A3" = "iso"))
Error in `sf_column %in% names(g)`:
! Join columns in `x` must be present in the data.
✖ Problem with `ISO_A3`.
Run `rlang::last_trace()` to see where the error occurred.

이런 에러가 떠서 "ISO_A3"를 -> "iso_a3"로 바꿔주었구요. 이건뭐 상관없고,

 

 

 

불필요한 변수를 미리 제거하라고 하셨는데

>head(df_map_join)
Simple feature collection with 6 features and 169 fields
Geometry type: MULTIPOLYGON
Dimension:     XY
Bounding box:  xmin: -180 ymin: -18.28799 xmax: 180 ymax: 83.23324
Geodetic CRS:  WGS 84
       featurecla scalerank labelrank                  sovereignt sov_a3 adm0_dif
1 Admin-0 country         1         6                        Fiji    FJI        0
2 Admin-0 country         1         3 United Republic of Tanzania    TZA        0
3 Admin-0 country         1         7              Western Sahara    SAH        0
4 Admin-0 country         1         2                      Canada    CAN        0
5 Admin-0 country         1         2    United States of America    US1        1
  level              type tlc                       admin adm0_a3 geou_dif
1     2 Sovereign country   1                        Fiji     FJI        0
2     2 Sovereign country   1 United Republic of Tanzania     TZA        0
3     2     Indeterminate   1              Western Sahara     SAH        0
4     2 Sovereign country   1                      Canada     CAN        0
5     2           Country   1    United States of America     USA        0
                   geounit gu_a3 su_dif        subunit su_a3 brk_diff
1                     Fiji   FJI      0           Fiji   FJI        0
2                 Tanzania   TZA      0       Tanzania   TZA        0
3           Western Sahara   SAH      0 Western Sahara   SAH        1
4                   Canada   CAN      0         Canada   CAN        0
5 United States of America   USA      0  United States   USA        0
                      name      name_long brk_a3      brk_name brk_group  abbrev
1                     Fiji           Fiji    FJI          Fiji      <NA>    Fiji
2                 Tanzania       Tanzania    TZA      Tanzania      <NA>   Tanz.
3                W. Sahara Western Sahara    B28     W. Sahara      <NA> W. Sah.
4                   Canada         Canada    CAN        Canada      <NA>    Can.
5 United States of America  United States    USA United States      <NA>  U.S.A.
  postal                        formal_en formal_fr     name_ciawf note_adm0
1     FJ                 Republic of Fiji      <NA>           Fiji      <NA>
2     TZ      United Republic of Tanzania      <NA>       Tanzania      <NA>
3     WS Sahrawi Arab Democratic Republic      <NA> Western Sahara      <NA>
4     CA                           Canada      <NA>         Canada      <NA>
5     US         United States of America      <NA>  United States      <NA>
                         note_brk                name_sort name_alt mapcolor7
1                            <NA>                     Fiji     <NA>         5
2                            <NA>                 Tanzania     <NA>         3
3 Self admin.; Claimed by Morocco           Western Sahara     <NA>         4
4                            <NA>                   Canada     <NA>         6
5                            <NA> United States of America     <NA>         4
  mapcolor8 mapcolor9 mapcolor13   pop_est pop_rank pop_year   gdp_md gdp_year
1         1         2          2    889953       11     2019     5496     2019
2         6         2          2  58005463       16     2019    63177     2019
3         7         4          4    603253       11     2017      907     2007
4         6         2          2  37589262       15     2019  1736425     2019
5         5         1          1 328239523       17     2019 21433226     2019
                    economy             income_grp fips_10 iso_a2 iso_a2_eh iso_a3
1      6. Developing region 4. Lower middle income      FJ     FJ        FJ    FJI
2 7. Least developed region          5. Low income      TZ     TZ        TZ    TZA
3 7. Least developed region          5. Low income      WI     EH        EH    ESH
4   1. Developed region: G7   1. High income: OECD      CA     CA        CA    CAN
5   1. Developed region: G7   1. High income: OECD      US     US        US    USA
  iso_a3_eh iso_n3 iso_n3_eh un_a3 wb_a2 wb_a3   woe_id woe_id_eh
1       FJI    242       242   242    FJ   FJI 23424813  23424813
2       TZA    834       834   834    TZ   TZA 23424973  23424973
3       ESH    732       732   732   -99   -99 23424990  23424990
4       CAN    124       124   124    CA   CAN 23424775  23424775
5       USA    840       840   840    US   USA 23424977  23424977
                    woe_note adm0_iso adm0_diff adm0_tlc adm0_a3_us adm0_a3_fr
1 Exact WOE match as country      FJI      <NA>      FJI        FJI        FJI
2 Exact WOE match as country      TZA      <NA>      TZA        TZA        TZA
3 Exact WOE match as country      B28      <NA>      B28        SAH        MAR
4 Exact WOE match as country      CAN      <NA>      CAN        CAN        CAN
5 Exact WOE match as country      USA      <NA>      USA        USA        USA
  adm0_a3_ru adm0_a3_es adm0_a3_cn adm0_a3_tw adm0_a3_in adm0_a3_np adm0_a3_pk
1        FJI        FJI        FJI        FJI        FJI        FJI        FJI
2        TZA        TZA        TZA        TZA        TZA        TZA        TZA
3        SAH        SAH        SAH        SAH        MAR        SAH        SAH
4        CAN        CAN        CAN        CAN        CAN        CAN        CAN
5        USA        USA        USA        USA        USA        USA        USA
  adm0_a3_de adm0_a3_gb adm0_a3_br adm0_a3_il adm0_a3_ps adm0_a3_sa adm0_a3_eg
1        FJI        FJI        FJI        FJI        FJI        FJI        FJI
2        TZA        TZA        TZA        TZA        TZA        TZA        TZA
3        SAH        SAH        SAH        SAH        MAR        MAR        SAH
4        CAN        CAN        CAN        CAN        CAN        CAN        CAN
5        USA        USA        USA        USA        USA        USA        USA
  adm0_a3_ma adm0_a3_pt adm0_a3_ar adm0_a3_jp adm0_a3_ko adm0_a3_vn adm0_a3_tr
1        FJI        FJI        FJI        FJI        FJI        FJI        FJI
2        TZA        TZA        TZA        TZA        TZA        TZA        TZA
3        MAR        SAH        SAH        SAH        SAH        SAH        MAR

이걸 어떻게 제거하나요?

올려주신 script_v2 파일을 다시 재확인 및 수정부탁드립니다.

 

그리고

위,위에 출력코드 보시면 아시겠지만

바로 위 사진처럼 long lat order hole piece id group 그 어떤것도 찾을수없습니다.

지도가

며칠동안 이것만 붙잡고있는데 진도가 못나가서 너무 답답합니다.ㅏ

script_v2랑 올려놓으셨던 강의랑 비교하셔서 수정부탁드립니다.

 

ratio 범례도 , 강의보면서 코드계속 돌려봤습니다.

1 2 3 으로 나옵니다. 강의처럼 0.9 0.8 이렇게 나오질 않습니다.

course-thumbnail

[R을 R려줘] R 데이터 시각화

답변 1

답변을 작성해보세요.

0

김승욱님의 프로필

김승욱

지식공유자

2024.01.10

안녕하세요 김승욱 입니다.

 

"불필요 변수 제거"는 "필요한 변수만 취함" 과 같습니다.
그래서 코드 중간에 다음의 코드만 넣어줘도 끝나는 일입니다.

df = df[, c("ISO_A3", "geometry")]

 

"long lat order hole piece id group"이 없는 이유는 패키지가 업데이트 되어 해당 결과를 더이상 반환하지 않습니다. 만약 위경도 좌표 기반으로 추가 처리를 원하신다면 "sf" 패키지의 st_cast() 함수와 st_coordinates() 함수를 사용하셔야 하는데, 해당 함수 기반의 객체 처리는 매우 난이도가 높아 본 강의에서 다루기엔 부적절 하여 v2 스크립트에 굳이 언급하지 않았습니다.

 

이번 질문에도 제대로된 결과가 나오지 않는다는 말씀을 하셨는데 업데이트한 v2 스크립트를 그대로 실행했을 경우 다음과 같은 그래프가 나옵니다. 이는 영상과 같습니다.

image

질문할 때 관련 사항을 캡쳐해서 문의 주시는 것은 답변자 입장에서 매우 도움이 되고 감사합니다만, 현재 알려주신 내용으로는 어느 부분에서 잘못되고 있는지 알기 어렵습니다.

 

작성하신 스크립트 전체를 업로드하여 질문주시거나 ceo@rloha.io 로 메일 주시기 바랍니다.

또는 관련 업무가 급하시다면 인프런의 멘토링 기능을 통하거나 상기에 기재한 제 메일로 연락주시어 직접 대면으로 지도받으시는 것이 어떨까 합니다.

 

감사합니다.

이 글과 비슷한 Q&A