R语言数据分析报告美国天气事件对人员伤亡和经济损失的影响 附代码数据.docx

R语言数据分析报告美国天气事件对人员伤亡和经济损失的影响 附代码数据.docx

《R语言数据分析报告美国天气事件对人员伤亡和经济损失的影响 附代码数据.docx》由会员分享，可在线阅读，更多相关《R语言数据分析报告美国天气事件对人员伤亡和经济损失的影响 附代码数据.docx（15页珍藏版）》请在冰豆网上搜索。

R语言数据分析报告美国天气事件对人员伤亡和经济损失的影响附代码数据

R语言数据分析报告：

美国天气事件对人员伤亡和经济损失的影响

概要

这个分析的重点是回答两个问题：

1）在美国各地，哪类事件对人群健康危害最大;2）在整个美国，哪类事件具有最大的经济后果？

为了应对这些问题，使用美国国家气象局在1950年至2011年在美国所有州收集的数据进行了一些分析。

分析由两个主要维度构成：

时间和地理（在州一级）。

使用这两个维度作为支点，三个度量被汇总以按类型度量事件的影响;即：

a）人员伤亡;b）财产损失;和c）作物损失。

这些结果提供的见解，可能有助于地方长官采取预防措施，以减少在他们的地理区域盛行的天气事件的影响。

数据处理

#----------------------Setup------------------------#

library（dplyr）

library（ggplot2）

library（lubridate）

library（knitr）

#----------------------ConstantsDefinition------------------------#

RECENCY_SPAN_IN_YEARS<-10#LastXyearsTopEventsbyfrequency,bygeographicarea

C_NOT_DEFINED_STR<-'NOTDEFINED'

C_NOT_DEFINED_INT<--1

＃----------------------阶段1：

加载源数据------------------------＃

setwd（'/Users/prosales/Documents/Capacitaciones/Certificaciones/CourseraDSCertificate-Course5-ReproducibleResearch/FinalProject/'）

natural_events_df<-read.csv（'repdata%2Fdata%2FStormData.csv.bz2'）

state_geocodes_df<-read.csv（'state-geocodes-v2015.csv'）

#＃----------------------阶段2：

数据准备：

增强和重组----------------------------＃

regions_df<-state_geocodes_df%>%filter（division==0&state_fips==0）%>%select（region,name）

colnames（regions_df）<-c（'region_id','region_name'）

divisions_df<-state_geocodes_df%>%filter（division!

=0&state_fips==0）%>%select（division,name）

colnames（divisions_df）<-c（'division_id','division_name'）

states_df<-state_geocodes_df%>%filter（state_fips!

=0）%>%select（region,division,state_fips,name）

colnames（states_df）<-c（'region_id','division_id','state_id','state_name'）

complete_geography_df<-merge（states_df,regions_df,by='region_id'）

complete_geography_df<-merge（complete_geography_df,divisions_df,by='division_id'）

complete_geography_df<-complete_geography_df%>%select（'region_id','region_name','division_id','division_name','state_id','state_name'）

geography_structured_events_df<-merge（natural_events_df,complete_geography_df,by.x='STATE__',by.y='state_id',all.x=TRUE）

geography_structured_events_df<-geography_structured_events_df%>%mutate（region_name=as.character（region_name））

geography_structured_events_df<-geography_structured_events_df%>%mutate（division_name=as.character（division_name））

geography_structured_events_df<-geography_structured_events_df%>%mutate（state_name=as.character（state_name））

geography_structured_events_df<-geography_structured_events_df%>%mutate（region_name=replace（region_name,is.na（region_name）,C_NOT_DEFINED_STR））

geography_structured_events_df<-geography_structured_events_df%>%mutate（division_name=replace（division_name,is.na（division_name）,C_NOT_DEFINED_STR））

geography_structured_events_df<-geography_structured_events_df%>%mutate（state_name=replace（state_name,is.na（state_name）,C_NOT_DEFINED_STR））

geography_structured_events_df<-geography_structured_events_df%>%mutate（region_id=replace（region_id,is.na（region_id）,C_NOT_DEFINED_INT））

geography_structured_events_df<-geography_structured_events_df%>%mutate（division_id=replace（division_id,is.na（division_id）,C_NOT_DEFINED_INT））

geography_structured_events_df<-geography_structured_events_df%>%mutate（BGN_DATE=as.Date（BGN_DATE,format='%m/%d/%Y'））

#＃----------------------第三阶段：

按地理区域划分的频率，历史最高事件----------------------＃

events_frequency_by_geography_df<-geography_structured_events_df%>%count（region_name,state_name,EVTYPE）

top_events_by_geography_df<-events_frequency_by_geography_df%>%group_by（region_name,state_name）%>%mutate（my_rank=rank（desc（n）））%>%filter（my_rank<=3）

top_events_by_geography_df<-top_events_by_geography_df[with（top_events_by_geography_df,order（region_name,state_name,my_rank））,]

max_dates_by_geography_df<-geography_structured_events_df%>%filter（!

is.na（BGN_DATE））%>%filter（is.Date（BGN_DATE））%>%group_by（region_name,state_name）%>%summarise（max_date=max（BGN_DATE））%>%mutate（event_date_lower_bound=max_date-years（RECENCY_SPAN_IN_YEARS））

last_X_years_events_by_geography_df<-merge（geography_structured_events_df,max_dates_by_geography_df,by.x=c（'region_name','state_name'）,by.y=c（'region_name','state_name'））%>%filter（BGN_DATE>event_date_lower_bound）%>%select（region_name,state_name,EVTYPE,BGN_DATE,event_date_lower_bound）

last_X_years_events_frequency_by_geography_df<-last_X_years_events_by_geography_df%>%count（region_name,state_name,EVTYPE）

top_events_in_last_X_years_events_frequency_by_geography_df<-last_X_years_events_frequency_by_geography_df%>%group_by（region_name,state_name）%>%mutate（my_rank=rank（desc（n）））%>%filter（my_rank<=3）

top_events_in_last_X_years_events_frequency_by_geography_df<-top_events_in_last_X_years_events_frequency_by_geography_df[with（top_events_in_last_X_years_events_frequency_by_geography_df,order（region_name,state_name,my_rank））,]

#＃----------------------第四阶段：

地理区域致命事件----------------------＃

fatalities_by_event_type_by_geography_df<-geography_structured_events_df%>%filter（!

is.na（FATALITIES））%>%group_by（region_name,state_name,EVTYPE）%>%summarise（sum（FATALITIES））

colnames（fatalities_by_event_type_by_geography_df）<-c（'region_name','state_name','EVTYPE','fatalities_sum'）

top_deadliest_events_types_by_geography_df<-fatalities_by_event_type_by_geography_df%>%mutate（my_rank=rank（desc（fatalities_sum）））%>%filter（my_rank<=3）

top_deadliest_events_types_by_geography_df<-top_deadliest_events_types_by_geography_df[with（top_deadliest_events_types_by_geography_df,order（region_name,state_name,my_rank））,]

#-＃----------------------阶段5：

按地理区域造成大部分财产损失的事件类型----------------------＃---------------------Stage5:

Eventstypesthatcausemostpropertylossesbygeographicarea----------------------#

property_losses_by_event_type_by_geography_df<-geography_structured_events_df%>%filter（!

is.na（PROPDMG））%>%group_by（region_name,state_name,EVTYPE）%>%summarise（sum（PROPDMG））

colnames（property_losses_by_event_type_by_geography_df）<-c（'region_name','state_name','EVTYPE','property_losses_sum'）

top_property_costly_events_types_by_geography_df<-property_losses_by_event_type_by_geography_df%>%mutate（my_rank=rank（desc（property_losses_sum）））%>%filter（my_rank<=3）

top_property_costly_events_types_by_geography_df<-top_property_costly_events_types_by_geography_df[with（top_property_costly_events_types_by_geography_df,order（region_name,state_name,my_rank））,]

top_property_costly_events_types_by_geography_df<-top_property_costly_events_types_by_geography_df%>%mutate（property_losses_sum=property_losses_sum/1000）

#----------------------Stage6:

Eventstypesthatcausemostcroplossesbygeographicarea----------------------#

crop_losses_by_event_type_by_geography_df<-geography_structured_events_df%>%filter（!

is.na（CROPDMG））%>%group_by（region_name,state_name,EVTYPE）%>%summarise（sum（CROPDMG））

colnames（crop_losses_by_event_type_by_geography_df）<-c（'region_name','state_name','EVTYPE','crop_losses_sum'）

top_crop_costly_events_types_by_geography_df<-crop_losses_by_event_type_by_geography_df%>%mutate（my_rank=rank（desc（crop_losses_sum）））%>%filter（my_rank<=3）

top_crop_costly_events_types_by_geography_df<-top_crop_costly_events_types_by_geography_df[with（top_crop_costly_events_types_by_geography_df,order（region_name,state_name,my_rank））,]

top_crop_costly_events_types_by_geography_df<-top_crop_costly_events_types_by_geography_df%>%mutate（crop_losses_sum=crop_losses_sum/1000）

#----------------------Stage7:

Eventsoccurencebygeographicareabymonth,duringthelastXyearsrecorded----------------------#

last_X_years_events_frequency_by_month_by_geography_df<-mutate（last_X_years_events_by_geography_df,event_month=month（BGN_DATE））%>%count（region_name,state_name,EVTYPE,event_month）

top_events_in_last_X_years_by_month_by_geography_df<-merge（last_X_years_events_frequency_by_month_by_geography_df,top_events_in_last_X_years_events_frequency_by_geography_df,by.x=c（'state_name','EVTYPE'）,by.y=c（'state_name','EVTYPE'））

top_events_in_last_X_years_by_month_by_geography_df<-top_events_in_last_X_years_by_month_by_geography_df%>%select（region_name.y,state_name,EVTYPE,event_month,n.x）

colnames（top_events_in_last_X_years_by_month_by_geography_df）<-c（'region_name','state_name','EVTYPE','event_month','n'）

#----------------------Stage8:

Deadliesteventsbygeographicareabymonth----------------------#

fatalities_by_geography_by_event_type_by_month_df<-geography_structured_events_df%>%mutate（event_month=month（BGN_DATE））%>%filter（!

is.na（FATALITIES））%>%group_by（region_name,state_name,EVTYPE,event_month）%>%summarise（sum（FATALITIES））

colnames（fatalities_by_geography_by_event_type_by_month_df）<-c（'region_name','state_name','EVTYPE','event_month','fatalities_sum'）

top_fatalities_by_geography_by_event_type_by_month_df<-merge（fatalities_by_geography_by_event_type_by_month_df,top_deadliest_events_types_by_geography_df,by.x=c（'state_name','EVTYPE'）,by.y=c（'state_name','EVTYPE'））

top_fatalities_by_geography_by_event_type_by_month_df<-top_fatalities_by_geography_by_event_type_by_month_df%>%select（'region_name.x','state_name','EVTYPE','event_month','fatalities_sum.x'）

colnames（top_fatalities_by_geography_by_event_type_by_month_df）<-c（'region_name','state_name','EVTYPE','event_month','fatalities_sum'）

#----------------------Stage9:

EventstypesthatcausemostPROPERTYlossesbygeographicarea,bymonth----------------------#

property_losses_by_geography_by_event_type_by_month_df<-geography_structured_events_df%>%mutate（event_month=month（BGN_DATE））%>%filter（!

is.na（PROPDMG））%>%group_by（region_name,state_name,EVTYPE,event_month）%>%summarise（sum（PROPDMG））

colnames（property_losses_by_geography_by_event_type_by_month_df）<-c（'region_name