library(tidytuesdayR)
library(dplyr)
library(leaflet)
library(leaflet.extras)
<- tt_load("2025-09-02")
tuesdata
<- tuesdata$frogID_data frog_id
Tidytuesday - 2025-09-02
Source : australian.museum
Cette semaine, le tidytuesday porte sur des données d’observations de grenouilles en Australie, dont l’article est diponible ici
Pour cette première participation, je vais simplement créer une heatmap pour visualiser la densité des observations sur la carte de l’Australie. Pour cela, on aura besoin du package {leaflet}
et {leaflet.extras}
Dans un premier temps, on va récupérer les données de la semaine.
L’étape de transformation de données sera assez simple :
Nettoyer les noms de colonnes
Compter le nombre d’observation pour chaque combinaison de coordonnées
<- frog_id %>%
df select(lat = decimalLatitude,
lon = decimalLongitude,
name = scientificName) %>%
group_by(lat, lon) %>%
count()
Pour le plaisir, je rajouterai les provinces du pays sur la carte.
Ensuite, il suffit de créer la carte avec `leaflet()`.
# Créer le nom des provinces
<- data.frame(
aus_provinces name = c("New South Wales", "Victoria", "Queensland", "Western Australia",
"South Australia", "Tasmania", "Northern Territory"),
latitude = c(-32, -36.5, -25, -26, -30, -42, -20),
longitude = c(151, 145, 148, 117, 137, 147, 131)
)
leaflet(df) %>%
addTiles() %>%
addHeatmap(
lng = ~ lon,
lat = ~ lat,
intensity = ~ n,
blur = 1,
max = 10,
radius = 15
%>%
) addLabelOnlyMarkers(
lng = ~ aus_provinces$longitude,
lat = ~aus_provinces$latitude,
label = ~ aus_provinces$name,
labelOptions = labelOptions(noHide = TRUE, direction = 'auto', textOnly = TRUE)
)
Cette carte permet de voir facilement que la côte Ouest a une densité d’observation bien plus importante que le reste du pays, principalement autour de Syndey et Melbourne, avec également un grand nombre d’observations autour de Perth à l’Ouest.