Wie kann ich IPs in Adressen konvertieren und diese Adressen dann nach Stadt gruppieren?

Question

Ich habe ein Datenfeld, bestehend aus IP-Adressen und entsprechenden Werten. Ich möchte diese IP-Adressen (umgewandelt in Geospatialkoordinaten) und entsprechende Werte als eine Blasenkarte visualisieren.

Das Problem ist, dass einige dieser IP-Adressen in der gleichen Stadt sind. Dies bedeutet, dass ich mehrere Blasen in fast genau der gleichen Fläche habe, die ich eher in einer einzigen Blase kombiniert sehe.

Bisher, was ich habe versucht, die IP-Adressen konvertiert -> Lat und Long (ip2coordinates von RDSTK) -> Adressen (mit coordinates2politics von RDSTK) und dann CartoDB Verwendung dieser Städtenamen zu konvertieren um sie dort zu Koordinaten und Plotten .

Ich habe coordinates <- lapply(ips$field_1, ip2coordinates) ausgeführt, aber anstatt einen Datenrahmen zurückgeben, gibt es eine lange (und nutzlos) Liste.

Was ist eine alternative Art zu tun, was ich versuche zu tun?

Answer 1

Keine Notwendigkeit für die klobige DSTK:

library(iptools) 
library(rgeolocate) 
library(dplyr) 
library(ggplot2) 
library(ggalt) 

URL <- "http://geolite.maxmind.com/download/geoip/database/GeoLite2-City.mmdb.gz" 
fil <- basename(URL) 
if (!file.exists(fil)) download.file(URL, fil) 
R.utils::gunzip(fil, overwrite=TRUE) 

ips <- ip_random(10000) 
ip_geo <- maxmind(ips, "GeoLite2-City.mmdb", c("country_name", "city_name", "longitude", "latitude")) 

count(ip_geo, longitude, latitude, sort=TRUE) %>% 
    filter(!is.na(longitude)) -> for_circles 

world_map <- map_data("world") 
world_map <- filter(world_map, region != "Antarctica") 

gg <- ggplot() 
gg <- gg + geom_map(data=world_map, map=world_map, 
        aes(long, lat, map_id=region), 
        colour="#2b2b2b", size=0.15, fill=NA) 
gg <- gg + geom_point(data=for_circles, 
         aes(x=longitude, y=latitude, size=n), 
         shape=21, stroke=0.15, alpha=1.8/2, color="#b2182b") 
gg <- gg + scale_size_continuous(trans="log10") 
gg <- gg + coord_proj("+proj=wintri") 
gg <- gg + ggthemes::theme_map() 
gg 

Oder ist ihnen:

pts <- hexbin(ip_geo$longitude, ip_geo$latitude, xbins=5) 
from_hex <- data_frame(x=pts@xcm, y=pts@ycm, n=pts@count) 

gg <- ggplot() 
gg <- gg + geom_map(data=world_map, map=world_map, 
        aes(long, lat, map_id=region), 
        colour="#2b2b2b", size=0.15, fill=NA) 
gg <- gg + geom_point(data=from_hex, aes(x, y, size=n), 
         shape=21, stroke=0.5, color="#b2182b", fill="#b2182b22") 
gg <- gg + scale_size_continuous(trans="sqrt") 
gg <- gg + coord_proj("+proj=wintri") 
gg <- gg + ggthemes::theme_map() 
gg 

Sie könnte auch Kreis nach Regionen (Land, Staat usw.) und zeichne dann die Kreise in den Zentren jeder Regio n.