ggplot2::fortify 的继任者答案

【问题标题】：Successor to ggplot2::fortifyggplot2::fortify 的继任者
【发布时间】：2015-12-31 08:31:01
【问题描述】：

在最新版本的ggplot2 中，?fortify 返回：

说明

我现在建议使用扫帚，而不是使用此功能包，它实现了更广泛的方法。 fortify 可能将来会被弃用。

broom 包确实提供了许多替代方案（例如augment）。什么情况下应该使用哪一种？

我对@987654326@ 的替代方案特别感兴趣，其中spdf 是SpatialPolygonsDataFrame。

【问题讨论】：

标签： r ggplot2 broom

【解决方案1】：

我是这样处理这个主题的。

在搜索“broom cran”后，我被重定向到 CRAN 上相应的包裹页面。它提供了一些小插曲，所以我查看了 扫帚简介。在找不到任何匹配“空间”的字符串后，我关闭了 PDF 并打开了reference manual。搜索“空间”时，我得到了 7 个点击，其中第一个是关于 sp_tidiers 的主题。函数tidy 用于将空间对象转换为data.frame。让我们试试吧。

library(sp)
Sr1 = Polygon(cbind(c(2,4,4,1,2),c(2,3,5,4,2)))
Sr2 = Polygon(cbind(c(5,4,2,5),c(2,3,2,2)))
Sr3 = Polygon(cbind(c(4,4,5,10,4),c(5,3,2,5,5)))
Sr4 = Polygon(cbind(c(5,6,6,5,5),c(4,4,3,3,4)), hole = TRUE)

Srs1 = Polygons(list(Sr1), "s1")
Srs2 = Polygons(list(Sr2), "s2")
Srs3 = Polygons(list(Sr3, Sr4), "s3/4")
x = SpatialPolygons(list(Srs1,Srs2,Srs3), 1:3)

library(broom)

tidy(x)

   long lat order  hole piece  group   id
1     2   2     1 FALSE     1   s1.1   s1
2     1   4     2 FALSE     1   s1.1   s1
3     4   5     3 FALSE     1   s1.1   s1
4     4   3     4 FALSE     1   s1.1   s1
5     2   2     5 FALSE     1   s1.1   s1
6     5   2     1 FALSE     1   s2.1   s2
7     2   2     2 FALSE     1   s2.1   s2
8     4   3     3 FALSE     1   s2.1   s2
9     5   2     4 FALSE     1   s2.1   s2
10    4   5     1 FALSE     1 s3/4.1 s3/4
11   10   5     2 FALSE     1 s3/4.1 s3/4
12    5   2     3 FALSE     1 s3/4.1 s3/4
13    4   3     4 FALSE     1 s3/4.1 s3/4
14    4   5     5 FALSE     1 s3/4.1 s3/4
15    5   4     6  TRUE     2 s3/4.2 s3/4
16    5   3     7  TRUE     2 s3/4.2 s3/4
17    6   3     8  TRUE     2 s3/4.2 s3/4
18    6   4     9  TRUE     2 s3/4.2 s3/4
19    5   4    10  TRUE     2 s3/4.2 s3/4

【讨论】：

【解决方案2】：

发布此内容只是为了表明tidy 版本与fortify 版本几乎相同它甚至在tidy 文档中也说了这么多：

这些函数源自 ggplot2 包中的“强化”函数。

`broom:::tidy.SpatialPolygonsDataFrame`

function (x, region = NULL, ...) 
{
    attr <- as.data.frame(x)
    if (is.null(region)) {
        coords <- ldply(x@polygons, tidy)
        message("Regions defined for each Polygons")
    }
    else {
        cp <- sp::polygons(x)
        unioned <- maptools::unionSpatialPolygons(cp, attr[, 
            region])
        coords <- tidy(unioned)
        coords$order <- 1:nrow(coords)
    }
    coords
}

`ggplot2:::fortify.SpatialPolygonsDataFrame`

function (model, data, region = NULL, ...) 
{
    attr <- as.data.frame(model)
    if (is.null(region)) {
        coords <- plyr::ldply(model@polygons, fortify)
        message("Regions defined for each Polygons")
    }
    else {
        cp <- sp::polygons(model)
        unioned <- maptools::unionSpatialPolygons(cp, attr[, 
            region])
        coords <- fortify(unioned)
        coords$order <- 1:nrow(coords)
    }
    coords
}

我说接近，因为tidy 实现（与fortify）的细微差别导致生成的data.frame 列的顺序不同。因此，他们拥有fortify 版本对较大空间对象所做的所有“缓慢”包袱，并且在fortify 被弃用之前没有令人信服的理由切换（IMO）。

【讨论】：

是否有一种简单/直接的方法来改进实施？（我问是因为broom 与fortify 不同，它正在积极开发中......）
关于引用，值得注意的是，broom 手册对augment 也有同样的说法，这就是导致这个问题的原因。

【解决方案3】：

作为一般答案，augment() 产生与fortify 相同的输出。不同之处在于它恢复的是 tibble 而不是数据框。

【讨论】：