日本野鳥の会愛媛

install.packages("ggforce")
library(ggforce)

facet_wrap(種名 ~ 年)

facet_wrap_paginate(種名~年, nrow = 2, ncol = 4, page = 3)

kansatsu_mesh %>%
　　　group_by(種名, メッシュ, 年) %>%
　　　mutate(メッシュ数 = n()) %>%
　　　ggplot() +
　　　geom_sf(data = mapdayo, fill = "white") +
　　　geom_sf(data = mesh10map, alpha = 0, color = "grey") +
　　　geom_sf(aes(fill = メッシュ数, geometry = geometry)) +
　　　scale_fill_continuous(low = "yellow", high = "#009933") +
　　　facet_wrap_paginate(種名~年, nrow = 2, ncol = 4, page = 3) +
　　　theme_void()

pdf("map_zenbu.pdf", family="Japan1GothicBBB")
for (i in 1:5) {print(

#グラフを描くコード

)}
dev.off()

nanmai <- kansatsu_mesh %>%
　　　group_by(種名, メッシュ, 年) %>%
　　　mutate(メッシュ数 = n()) %>%
　　　ggplot() +
　　　geom_sf(data = mapdayo, fill = "white") +
　　　geom_sf(data = mesh10map, alpha = 0, color = "grey") +
　　　geom_sf(aes(fill = メッシュ数, geometry = geometry)) +
　　　scale_fill_continuous(low = "yellow", high = "#009933") +
　　　facet_wrap_paginate(種名~年, nrow = 2, ncol = 4, page = 3) +
　　　theme_void()

n_pages(nanmai)

> n_pages(nanmai)
[1] 5

for (i in seq_len(n_pages(nanmai))) {print(

# ↑ 必要な前半のコードは、1回目と2回目の記事を参照してください。このコードは途中からです。

install.packages("ggforce")
library(ggforce)

nanmai <- kansatsu_mesh %>%
　　　group_by(種名,市町,年,日) %>%
　　　mutate(メッシュ数 = n()) %>%
　　　ggplot() +
　　　geom_sf(data = mapdayo, fill = "white") +
　　　geom_sf(data = mesh10map, alpha = 0, color = "grey") +
　　　geom_sf(aes(fill = メッシュ数, geometry = geometry)) +
　　　scale_fill_continuous(low = "yellow", high = "#009933") +
　　　facet_wrap_paginate(種名 ~ 年, nrow = 2, ncol = 4, page = 3) +
　　　theme_void()

#地図を表示して出力結果を確認（3ページ目）
nanmai
#全体のページ数を確認
n_pages(nanmai)

#まずは空のPDFを作成
pdf("map_zenbudayo.pdf", family="Japan1GothicBBB")
　　#そのPDFに n_pages(nanmai) のページ数分プリントする
　　for (i in seq_len(n_pages(nanmai))) {print(

  　　kansatsu_mesh %>%
　 　 　　group_by(種名, メッシュ, 年) %>%
　　　　　mutate(メッシュ数 = n()) %>%
　　　　　ggplot() +
　　　　　geom_sf(data = mapdayo, fill = "white") +
　　　　　geom_sf(data = mesh10map, alpha = 0, color = "grey") +
　　　　　geom_sf(aes(fill = メッシュ数, geometry = geometry)) +
　　　　　scale_fill_continuous(low = "yellow", high = "#009933") +
　　　　　# page = のところは数字ではなく i とする。
　　　　　facet_wrap_paginate(種名~年, nrow = 2, ncol = 4, page = i) +
　　　　　theme_void()

　　)}
dev.off()

kansatsu_mesh %>%
　　　　#種名だけでグループ化
　　　　group_by(種名) %>%
　　　　#種ごとに個体数の列を合計し、新たに「合計個体数」の列を作成
　　　　mutate(合計個体数 = sum(個体数)) %>%
　　　　#グループ化を一旦解除（しないと並べ替えできないです）
　　　　ungroup() %>%
　　　　#少ない順なら mutate(種名 = fct_reorder(種名, 合計個体数)) とする
　　　　mutate(種名 = fct_rev(fct_reorder(種名, 合計個体数))) %>%
　　　　ggplot() + ... 以下コード続く

motodata %>%
　　　　mutate(種名 = fct_reorder(種名, 分類番号順)) %>%
　　　　ggplot() + ... 以下コード続く

library(openxlsx)
library(sf)
library(rmapshaper)
library(dplyr)
library(ggplot2)

setwd("C:/Rdata")

kansatsu <- read.xlsx("data.xlsx")

map_shape <- read_sf("愛媛", options = "ENCODING=SHIFT-JIS") %>%
　　　　　　rename(city = N03_004)

mapdayo <- aggregate(map_shape, list(map_shape$city), unique) %>%
　　　　　　select(city, geometry) %>%
　　　　　　ms_simplify(keep = 0.005)


plot(mapdayo)

#jpgridパッケージの方が高速で海上のメッシュも描画できますが、今回はこちらを使います。
#前回同様install.packagesの行は初回実行時のみでOKです。 
install.packages("jpmesh") 
library(jpmesh) 

#2次メッシュ（10km四方）のデータを作成します。codeの数字は都道府県コードです。 
#愛媛にしたいので38、メッシュサイズ(km)は10を指定します。 
mesh10map <- administration_mesh(code = 38, to_mesh_size = 10) 

#サンプルデータのメッシュは数値、mesh10mapのメッシュは文字列なので結合できるよう変換します。
kansatsu$メッシュ <- as.character(kansatsu$メッシュ)

#mesh10mapとkansatsuデータを、メッシュ番号を基準に結合してkansatsu_meshを作ります。
kansatsu_mesh <- left_join(kansatsu,mesh10map, by = c("メッシュ" = "meshcode"))

#kansatsu_meshから地図を描画します。
kansatsu_mesh %>%
#種名とメッシュの列でグループ化（これは元データの列名。適宜変更してください）
　　　group_by(種名,メッシュ)%>%
#種ごとに、各メッシュの記録が何回あるかRでカウントし、新たなデータ列（メッシュ数）を追加します。
　　　mutate(メッシュ数 = n()) %>%
　　　ggplot() +
　　　geom_sf(data = mapdayo, fill = "white") +
#mesh10mapのメッシュを描画します。alpha=0で透過させ、線はグレーにします。
　　　geom_sf(data = mesh10map, alpha = 0, color = "grey") +
#先ほど追加したメッシュ数の列のデータを基に色付け(fill)をします。
　　　geom_sf(aes(fill = メッシュ数, geometry = geometry)) +
　　　scale_fill_continuous(low = "yellow", high = "#009933") +
#種名ごとに地図を分け、1列で表示します
　　　facet_wrap(~ 種名, nrow = 1) +
　　　theme_void()

kansatsu_mesh %>%
　　　#種名+メッシュ+年でグループ化してカウント
　　　group_by(種名, メッシュ, 年) %>%
　　　mutate(メッシュ数 = n()) %>%
　　　ggplot() +
　　　geom_sf(data = mapdayo, fill = "white") +
　　　geom_sf(data = mesh10map, alpha = 0, color = "grey") +
　　　geom_sf(aes(fill = メッシュ数, geometry = geometry)) +
　　　scale_fill_continuous(low = "yellow", high = "#009933") +
　　　#facet_wrap(年 ~ 種名)でもOK。グラフのタイトル順（優先カテゴリ）が変わります。
　　　#group_byで細かく年+月別にカウントした場合は 種名~年+月 などと + を付けて条件を増やせます。
　　　facet_wrap(種名 ~ 年) +
　　　theme_void()

kansatsu_mesh %>%
　　　#kansatsu_meshのデータからカッパのみ抽出します。
　　　filter(grepl("カッパ",種名)) %>%
　　　group_by(種名,メッシュ,年) %>%
　　　mutate(メッシュ数 = n()) %>%
　　　ggplot() +
　　　geom_sf(data = mapdayo, fill = "white") +
　　　geom_sf(data = mesh10map, alpha = 0, color = "grey") +
　　　geom_sf(aes(fill = メッシュ数, geometry = geometry)) +
　　　scale_fill_continuous(low = "yellow", high = "#009933") +
　　　#nrowを指定して2行表示にします。ncolを指定すると列数も指定できます。
　　　facet_wrap(種名 ~ 年, nrow = 2) +
　　　theme_void()

library(openxlsx)
library(sf)
library(rmapshaper)
library(dplyr)
library(ggplot2)

setwd("C:/Rdata")

kansatsu <- read.xlsx("data.xlsx")

map_shape <- read_sf("愛媛", options = "ENCODING=SHIFT-JIS") %>%
　　　　　　　　rename(city = N03_004)

mapdayo <- aggregate(map_shape, list(map_shape$city), unique) %>%
　　　　　　　　select(city, geometry) %>%
　　　　　　　　ms_simplify(keep = 0.005)

plot(mapdayo)
#ここまで前回のコードと同じ。地図が表示されればOK

#jpmeshパッケージをインストール。初回実行時のみでOK
install.packages("jpmesh") library(jpmesh)
#パッケージを読み込み
library(jpmesh)

#愛媛県の2次メッシュ（10km四方）のデータを作成
mesh10map <- administration_mesh(code = 38, to_mesh_size = 10)

#データ型を変換して結合しkansatsu_meshというデータを作成
kansatsu$メッシュ <- as.character(kansatsu$メッシュ)
kansatsu_mesh <- left_join(kansatsu,mesh10map, by=c("メッシュ"="meshcode"))

#種別のメッシュ地図を描画する場合はここから48行目までを実行
kansatsu_mesh %>%
　　　　#種名とメッシュの列でグループ化
　　　　group_by(種名,メッシュ)%>%
　　　　#種ごとに、各メッシュの記録が何回あるかRでカウントし、新たなデータ列（メッシュ数）を追加します。
　　　　mutate(メッシュ数 = n()) %>%
　　　　ggplot() +
　　　　geom_sf(data = mapdayo, fill = "white") +
　　　　#mesh10mapのメッシュを描画します。alpha=0で透過させ、線はグレーにします。
　　　　geom_sf(data=mesh10map,alpha=0,color="grey")+
　　　　#先ほど追加したメッシュ数の列のデータを基に色付け(fill)をします。
　　　　geom_sf(aes(fill = メッシュ数, geometry = geometry)) +
　　　　scale_fill_continuous(low = "yellow", high = "#009933") +
　　　　#種名ごとに地図を分け、1列で表示します
　　　　facet_wrap(~種名, nrow = 1) +
　　　　theme_void()

#カッパのみ、年別のメッシュ地図を描画する場合は、31行目の後に以下を実行。
kansatsu_mesh %>%
　　　　filter(grepl("カッパ", 種名)) %>%
　　　　group_by(種名, メッシュ, 年) %>%
　　　　mutate(メッシュ数 = n()) %>%
　　　　ggplot() +
　　　　geom_sf(data = mapdayo, fill = "white") +
　　　　geom_sf(data = mesh10map, alpha = 0, color = "grey") +
　　　　geom_sf(aes(fill = メッシュ数, geometry = geometry)) +
　　　　scale_fill_continuous(low = "yellow", high = "#009933") +
　　　　facet_wrap(種名 ~ 年, nrow = 2) +
　　　　theme_void()

#必要なパッケージをインストールします。
#この3行目は、初回実行時のみでOKです。
install.packages(c("openxlsx", "sf", "rmapshaper", "dplyr","ggplot2"))
#インストールしたパッケージを読み込みます。
library(openxlsx)
library(sf)
library(rmapshaper)
library(dplyr)
library(ggplot2)

#作業用フォルダの場所を指定します。今回はCドライブ直下に作ったRdataです。
#違う場所にデータを格納した場合は、ご自身の設定に合わせてフォルダの場所を指定してください。
setwd("C:/Rdata")

#Rdataフォルダの中にある観察データのエクセルを読み込み、kansatsuという名前にします。
#ファイル名はご自身のものに変更してください。
kansatsu <- read.xlsx("data.xlsx")

#「愛媛」フォルダの中にある行政区域データを読み込み、map_shapeという名前にします。
#フォルダ名はご自身のものに変更してください。
map_shape <- read_sf("愛媛", options = "ENCODING=SHIFT-JIS") %>%
#N03_004列に市町村名が入力されているので、分かりやすくcityと名前を変更します。
　　　　　　rename(city = N03_004)

#city名を基準に統合し、map_shapeのデータを「mapdayo」にまとめます。
mapdayo <- aggregate(map_shape, list(map_shape$city), unique) %>%
#必要なcity列とgeometry列のデータのみを選択します。
　　　　　　select(city, geometry) %>%
#rmapshaperの機能で境界線を単純化し、地図の出力を高速化します。値は自由に変えてみてください。
　　　　　　ms_simplify(keep = 0.005)

#地図が表示されれば成功！
plot(mapdayo)

mapdaoyo <- map_shape %>%
　　　group_by(city) %>%
　　　summarise(geometry = st_union(geometry))

#先ほどのmapdayoとkansatsuのデータを結合し、それをkansatsu_mapという名前のデータにします。
kansatsu_map <- left_join(kansatsu, mapdayo, by = c("市町" = "city"))

#kansatsu_mapから地図を描画します。
kansatsu_map %>%
#特定の種類のみ表示したい場合はフィルターできます。ここでは全種表示したいので実行しません。
　　　　#filter(grepl("カッパ",種名)) %>%
#種名と市町の列でグループ化します（これはサンプルデータの列名。適宜変更してください）
　　　　group_by(種名,市町)%>%
#種ごとに、各市町の記録が何回あるかカウントし、新たなデータ列（市町別記録数）を追加します。
　　　　mutate(市町別記録数 = n()) %>%
#インストールしたパッケージggplotで地図を描画します。
　　　　ggplot() +
#mapdayoのデータで地図を描画します。地図は白色にします。
　　　　geom_sf(data = mapdayo, fill = "white") + 
#先ほど追加した市町別記録数の列のデータを基に色付け(fill)をします。
　　　　geom_sf(aes(fill = 市町別記録数, geometry = geometry)) +
#グラデーションで表現。少なければ黄色（yellow）多ければ深緑（#009933）にする。
#色はカラーコードで細かく指定可能です。
　　　　scale_fill_continuous(low = "yellow", high = "#009933") +
#サンプルデータにある緯度経度の情報を表示。実際の経度や緯度の列名を指定してください。
#Xが経度、Yが緯度になります。逆だと変な図が出力されるので注意。
　　　　geom_point(aes(x = 経度, y = 緯度),
#地図上の点のサイズと色、重なりを表すため透過率を指定。数字や色は好みの値に変更できます。
　　　　size = 2, color = "black", alpha = 0.25) +
#複数種のデータがあるので、種名ごとに地図を分けて表示します。
　　　　facet_wrap(~種名) +
#背景に緯度経度が表示されるので、すっきりさせるために白紙にします。
　　　　theme_void()

#必要なパッケージをインストール（初回実行時のみ）
install.packages(c("openxlsx", "sf", "rmapshaper", "dplyr","ggplot2"))
#インストールしたパッケージを読み込み
library(openxlsx)
library(sf)
library(rmapshaper)
library(dplyr)
library(ggplot2)
#データを入れたフォルダの絶対パスを指定
setwd("C:/Rdata")
#Rdataにある観察データのエクセルを読み込み
kansatsu <- read.xlsx("data.xlsx")
#行政区域のシェープファイルをRdataの「愛媛」フォルダから読み込み列名変更
map_shape <- read_sf("愛媛", options = "ENCODING=SHIFT-JIS") %>%
　　　　　　　rename(city = N03_004)
#シェープファイルを加工
mapdayo <- aggregate(map_shape, list(map_shape$city), unique) %>%
　　　　　　　　select(city, geometry) %>%
　　　　　　　　ms_simplify(keep = 0.005)
#地図を描画
plot(mapdayo)
#地図情報と観察データを結合
kansatsu_map <- left_join(kansatsu, mapdayo, by = c("市町" = "city"))
#結合データを利用して、地図を描画
kansatsu_map %>%
　　　　　　　　group_by(種名,市町) %>%
　　　　　　　　mutate(市町別記録数 = n()) %>%
　　　　　　　　ggplot() +
　　　　　　　　geom_sf(data = mapdayo) +
　　　　　　　　geom_sf(aes(fill = 市町別記録数, geometry = geometry)) +
　　　　　　　　scale_fill_continuous(low = "yellow", high = "#009933") +
　　　　　　　　geom_point(aes(x = 経度, y = 緯度), size=2, color = "black", alpha = 0.25) +
　　　　　　　　facet_wrap(~種名) +
　　　　　　　　theme_void()