【819】emerging hotspot analysis数据集

参考：Emerging Hot Spot Analysis（前半部分是static hotspot analysis）

参考：dplyr 说明文档

---

运行例子里面的数据集可以，但是自己的数据集死活不行，开始以为是数据的问题，也就是计算中出错，各种修改数据都是无法运行，后面我就想，我制作一个跟例子数据集一模一样的数据集，只有polygons是不同的，但是还是不行，我考虑了投影关系，切换投影还是不行，我考虑polygon大小的问题，把大小调整到例子的大小，还是不行，然后我考虑替换某几个例子的polygon和我的数据集，奇怪的事情发生了，替换少的时候可以运行程序成功，但是替换多的话就不行了，于是我考虑问题可能是我的数据的polygon过于复杂，于是我用simplify的方法把polygon简化，结果的确出现了可以正常运行的数据集，最终问题解决，就是过于复杂的边界导致计算内容过于复杂而无法运行这个方法，所以解决方案就是将图形简化。

df_eu_sim.csv, geo_eu_sim.gpkg: df_geo_eu_sim.zip

?

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

library  (tidyverse) library  (sf) library  (openxlsx) library  (ggplot2) library  (tmap) #tmap_mode("view") library  (sfhotspot) library  (sfdep) library  (dplyr)   # Set default work directory setwd  (  "/Users/libingnan/Documents/09-Samsung/12-Polygon-based emerging hotspot analysis/01-Country-based-data-monkeypox" )   #df <- readr::read_csv("df_official.csv", col_types = "ccidD") df <- readr::  read_csv  (  "df_eu_sim.csv" , col_types =   "Ddc" )   df$ecometric <-   NULL df$year <-   NULL   #geo_fp <- system.file("extdata", "bos-ecometric.geojson", package = "sfdep") #geo <- sf::read_sf(geo_fp) geo <- sf::  read_sf  (  "geo_eu_sim.gpkg" )       # Create spacetime object called `bos` bos <-   spacetime  (df, geo,                  .loc_col =   ".region_id" ,                  .time_col =   "time_period" )     # conduct EHSA ehsa <-   emerging_hotspot_analysis  (   x = bos,   .var =   "value" ,   k = 1,   nsim = 9 )   ehsa

说明：

• df：包含polygon地理数据的ID值、time_period的值，具体的value
• geo：包含不重复的polygon地理数据的ID值以及对应的polygon的具体经纬度信息

df：

geo：

注意参数 nsim，如果值过小可能就无法分出结果，设置为 199 或者 999 就可以很容易得到丰富的结果！