Генерация пространственной тепловой карты через ggmap в R на основе значения

Если вы настаиваете на использовании контурного подхода, вам необходимо указать значение для каждой возможной комбинации координат x, y, имеющейся в ваших данных. Чтобы достичь этого, я настоятельно рекомендую разбить пространство на сетку и создать некоторую сводную статистику для каждого бина.

Ниже я прикрепляю рабочий пример на основе предоставленных вами данных:

library(ggmap)
library(data.table)

map <- get_map(location = "austin", zoom = 12)
data <- setDT(read.csv(file.choose(), stringsAsFactors = FALSE))

# convert the rate from string into numbers
data[, average_rate_per_night := as.numeric(gsub(",", "", 
       substr(average_rate_per_night, 2, nchar(average_rate_per_night))))]

# generate bins for the x, y coordinates
xbreaks <- seq(floor(min(data$latitude)), ceiling(max(data$latitude)), by = 0.01)
ybreaks <- seq(floor(min(data$longitude)), ceiling(max(data$longitude)), by = 0.01)

# allocate the data points into the bins
data$latbin <- xbreaks[cut(data$latitude, breaks = xbreaks, labels=F)]
data$longbin <- ybreaks[cut(data$longitude, breaks = ybreaks, labels=F)]

# Summarise the data for each bin
datamat <- data[, list(average_rate_per_night = mean(average_rate_per_night)), 
                 by = c("latbin", "longbin")]

# Merge the summarised data with all possible x, y coordinate combinations to get 
# a value for every bin
datamat <- merge(setDT(expand.grid(latbin = xbreaks, longbin = ybreaks)), datamat, 
                 by = c("latbin", "longbin"), all.x = TRUE, all.y = FALSE)

# Fill up the empty bins 0 to smooth the contour plot
datamat[is.na(average_rate_per_night), ]$average_rate_per_night <- 0

# Plot the contours
ggmap(map, extent = "device") +
  stat_contour(data = datamat, aes(x = longbin, y = latbin, z = average_rate_per_night, 
               fill = ..level.., alpha = ..level..), geom = 'polygon', binwidth = 100) +
  scale_fill_gradient(name = "Price", low = "green", high = "red") +
  guides(alpha = FALSE)

Затем вы можете поиграть с размером интервала и шириной интервала контура, чтобы получить желаемый результат, но вы можете дополнительно применить функцию сглаживания к сетке, чтобы получить еще более плавный график контура.

Вы можете использовать функцию stat_summary_2d() или stat_summary_hex() для получения аналогичного результата. Эти функции делят данные на ячейки (определяемые x и y), а затем значения z для каждой ячейки суммируются на основе заданной функции. В приведенном ниже примере я выбрал среднее значение в качестве функции агрегирования, и карта в основном показывает среднюю цену в каждой ячейке.

Примечание. Мне нужно было правильно обработать вашу переменную medium_rate_per_night, чтобы преобразовать ее в числа (убрал знак $ и запятую).

library(ggmap)
library(data.table)

map <- get_map(location = "austin", zoom = 12)
data <- setDT(read.csv(file.choose(), stringsAsFactors = FALSE))
data[, average_rate_per_night := as.numeric(gsub(",", "",
    substr(average_rate_per_night, 2, nchar(average_rate_per_night))))]

ggmap(map, extent = "device") +
    stat_summary_2d(data = data, aes(x = longitude, y = latitude, 
        z = average_rate_per_night), fun = mean, alpha = 0.6, bins = 30) +
    scale_fill_gradient(name = "Price", low = "green", high = "red")