應用統計子主題F

rm(list=ls(all=TRUE))

library(readr)
library(leaflet)


#命名為data將格式改成dataframe
data = read_csv("https://data.moenv.gov.tw/api/v2/aqx_p_432?api_key=e8dd42e6-9b8b-43f8-991e-b3dee723a52d&limit=1000&sort=ImportDate%20desc&format=CSV")
data = as.data.frame(data)

colnames(data)=c('測站名稱','縣市','空氣品質指標','空氣污染指標物','狀態','二氧化硫(ppb)',
                 '一氧化碳(ppm)','臭氧(ppb)','臭氧8小時移動平均(ppb)','pm10','pm2.5','二氧化氮(ppb)',
                 '氮氧化物(ppb)','一氧化氮(ppb)','風速(m/sec)',
                 '風向','資料發布時間','一氧化碳8小時移動平均(ppm)',
                 'pm2.5_avg','pm10_avg','二氧化硫移動平均值(ppb)',
                 '經度','緯度','測站編號')

cols=c('測站名稱','縣市','空氣品質指標','空氣污染指標物','狀態','二氧化硫(ppb)',
       '一氧化碳(ppm)','臭氧(ppb)','pm10','pm2.5','二氧化氮(ppb)',
       '氮氧化物(ppb)','一氧化氮(ppb)','風速(m/sec)',
       '風向','資料發布時間','經度','緯度','測站編號')
data=data[cols]

data$popup = paste0("測站名稱：", data$地點, "<br>",
                    "縣市：", data$縣市, "<br>",
                    "空氣品質指標：", data$空氣品質指標, "<br>",
                    "空氣汙染指標物：", data$空氣汙染指標物, "<br>",
                    "狀態：", data$狀態, "<br>",
                    "二氧化硫(ppb)：", data$"二氧化硫(ppb)", "<br>",
                    "一氧化碳(ppm)：", data$"一氧化碳(ppm)", "<br>",
                    "臭氧：", data$"臭氧(ppb)", "<br>",
                    "pm10：", data$pm10, "<br>",
                    "pm2.5：", data$"pm2.5", "<br>",
                    "二氧化氮(ppb)：", data$"二氧化氮(ppb)", "<br>",
                    "氮氧化物(ppb)：", data$"氮氧化物(ppb)", "<br>",
                    "一氧化氮(ppb)：", data$"一氧化氮(ppb)", "<br>",
                    "風速(m/sec)：", data$"風速(m/sec)", "<br>",
                    "風向：", data$"風向", "<br>",
                    "資料發布時間：", data$資料發布時間, "<br>",
                    "測站編號：", data$測站編號)

map1 = leaflet() %>%
  addTiles() %>%
  # 使用 addTiles() 函數添加 tiles，
  # 並使用默認參數默認即是 OpenStreetMap，
  # 即街區 Tiles。
  addCircles(data=data, 
             lng=~經度, 
             lat=~緯度, 
             popup=~popup)

#將狀態良好、普通、對敏感族群不健康換成數值1,2,3
#使用狀態變數來建立顏色區間
#colorBin函數來定義一個顏色對應的物件，palette是用於指定對應顏色的調色盤，bin是用於指定調色盤的分段數
data$狀態_n <- factor(data$狀態, levels=c("良好", "普通", "對敏感族群不健康"), labels=c(1, 2, 3))
data$狀態_n <- as.numeric(data$狀態_n)

pal_狀態 = leaflet::colorBin(palette=c("blue", "red", "green"), 
                           domain=data$狀態_n, 
                           bins=3)

map2 = leaflet() %>%
  addTiles() %>%
  addCircles(data=data, 
             lng=~經度, 
             lat=~緯度,
             radius=2,
             color=~pal_狀態(狀態_n),
             fillOpacity=1,
             popup=~popup)

#alpha設置顏色透明度topo.colors()根據縣市數量生成一系列的顏色
#leaflet::colorFactor是創建顏色因子
alpha = 0.9
towns_color = data.frame("town"=unique(data$縣市),
                         "color"=topo.colors(length(unique(data$縣市)), alpha=alpha))
pal_地區 = leaflet::colorFactor(palette=towns_color$color, 
                              domain=towns_color$town)
map3 = leaflet() %>% 
  addTiles() %>%
  addCircles(data=data,
             lng=~經度,
             lat=~緯度,
             color=~pal_地區(縣市),
             radius=2,
             fillOpacity=alpha, 
             popup=~popup) %>%
  addLegend(position="topright", pal=pal_地區, values=data$縣市)

#png套件將儲存在電腦中的logo路徑寫入

library(png)
logo="C:/unep-aqms-logo.png"
icon = leaflet::makeIcon(logo,
                         iconWidth=12,
                         iconHeight=12)
map4 = leaflet() %>% 
  addTiles() %>%
  addMarkers(data=data, 
             lng=~經度,
             lat=~緯度,
             icon=icon,
             popup=~popup)

logo = "C:/unep-aqms-logo.png"
icon = leaflet::makeIcon(logo,
                         iconWidth=12,
                         iconHeight=12)

#clusterOptions=markerClusterOptions()將相鄰的標記點組合成聚類群組
map5 = leaflet() %>% 
  addTiles() %>%
  addMarkers(data=data, 
             lng=~經度, 
             lat=~緯度, 
             icon=icon,
             popup=~popup,
             clusterOptions=markerClusterOptions())

map1

map2

map3

map4

map5