Come creare un grafico interattivo dei dati GTFS in R utilizzando Leaflet?

Question

Vorrei creare una mappa interattiva che mostri le linee di trasporto pubblico di una città. Sto cercando di farlo usando Leaflet in R (ma sono aperto a alternative, suggerimenti?)

Dati: I dati del sistema di trasporto sono in formato GTFS, organizzati in file di testo (.txt), che io letto in R come frame di dati. *

Il problema: non riesco a trovare come indicare l'id di ogni linea Poly (variabile shape_id) in modo che la trama segua effettivamente il percorso di ogni linea di transito. Invece, collega i punti in una sequenza casuale.

Ecco quello che ho provato, finora senza successo:

# Download GTFS data of the Victoria Regional Transit System 
    tf <- tempfile() 
    td <- tempdir() 
    ftp.path <- "http://www.gtfs-data-exchange.com/agency/bc-transit-victoria-regional-transit-system/latest.zip" 
    download.file(ftp.path, tf) 

# Read text file to a data frame 
    zipfile <- unzip(tf , exdir = td) 
    shape <- read.csv(zipfile[9]) 

# Create base map 
    basemap <- leaflet() %>% addTiles() 


# Add transit layer 
    basemap %>% addPolylines(lng=shape$shape_pt_lon, lat=shape$shape_pt_lat, 
          fill = FALSE, 
          layerId =shape$shape_id) 

Sarei felice di avere i vostri commenti su questo.

* So che è possibile importare questi dati in un software GIS (ad esempio QGIS) per creare uno shapefile e quindi leggere lo shapefile in R con readOGR. Robin Lovelace has shown how to do this. MA, sto cercando una soluzione R pura. ;)

ps. Kyle Walker has written a great intro to interactive maps in R using Leaflet. Sfortunatamente, non copre le poly lines nel suo tutorial.

Answer 1

Il tuo problema non è uno di metodo ma di dati: si noti che si scaricano 8 MB e che il file di linea che si tenta di caricare in Leaflet tramite lucido è di 5 MB. Come principio generale, dovresti sempre provare nuovi metodi con piccoli set di dati, prima di ridimensionarli. Questo è quello che faccio sotto per diagnosticare il problema e risolverlo.

Fase 1: Esplorare e sottoinsieme dei dati

pkgs <- c("leaflet", "shiny" # packages we'll use 
    , "maps" # to test antiquated 'maps' data type 
    , "maptools" # to convert 'maps' data type to Spatial* data 
) 
lapply(pkgs, "library", character.only = TRUE) 


class(shape) 
## [1] "data.frame" 

head(shape) 

## shape_id shape_pt_lon shape_pt_lat shape_pt_sequence 
## 1 1-39-220 -123.4194  48.49065     0 
## 2 1-39-220 -123.4195  48.49083     1 
## 3 1-39-220 -123.4195  48.49088     2 
## 4 1-39-220 -123.4196  48.49123     3 
## 5 1-39-220 -123.4197  48.49160     4 
## 6 1-39-220 -123.4196  48.49209     5 

object.size(shape)/1000000 # 5 MB!!! 

## 5.538232 bytes 

summary(shape$shape_id) 
shape$shape_id <- as.character(shape$shape_id) 
ids <- unique(shape$shape_id) 
shape_orig <- shape 
shape <- shape[shape$shape_id == ids[1],] # subset the data 

Fase 2: Convertire uno spaziale * oggetto

E 'questo come gli oggetti dal data.frame mappe?

state.map <- map("state", plot = FALSE, fill = TRUE) 
str(state.map) 

## List of 4 
## $ x : num [1:15599] -87.5 -87.5 -87.5 -87.5 -87.6 ... 
## $ y : num [1:15599] 30.4 30.4 30.4 30.3 30.3 ... 
## $ range: num [1:4] -124.7 -67 25.1 49.4 
## $ names: chr [1:63] "alabama" "arizona" "arkansas" "california" ... 
## - attr(*, "class")= chr "map" 

Sì, è simile, in modo che possiamo usare map2Spatial* per convertirlo:

shape_map <- list(x = shape$shape_pt_lon, y = shape$shape_pt_lat) 
shape_lines <- map2SpatialLines(shape_map, IDs = ids[1]) 
plot(shape_lines) # success - this plots a single line! 

Fase 3: unire tutte le linee insieme

A for ciclo lo farà bene Nota usiamo solo le prime 10 linee.Utilizzare 2:length(ids) per tutte le linee:

for(i in 2:10){ 
    shape <- shape_orig[shape_orig$shape_id == ids[i],] 
    shape_map <- list(x = shape$shape_pt_lon, y = shape$shape_pt_lat) 
    shape_temp <- map2SpatialLines(shape_map, IDs = ids[i]) 
    shape_lines <- spRbind(shape_lines, shape_temp) 
} 

Fase 4: Trama

Utilizzando l'oggetto rende il codice un po 'più corto - questo sarà tracciare le prime 10 righe, in questo caso:

leaflet() %>% 
    addTiles() %>% 
    addPolylines(data = shape_lines) 

Conclusione

È necessario giocare con i dati e manipolarli prima di convertirli in un tipo di dati Spatial * per la stampa, con gli ID corretti. maptools::map2Spatial*, unique() e un intelligente ciclo for possono risolvere il problema.