数据来源：美国监狱死亡事件：_Dying Inside_的数据和关键发现
包含美国750名及以上囚犯的大型监狱数据。为确保涵盖全国死亡人数，它还包括了每个州前10大监狱的数据
涵盖2008年至2019年的523个监狱系统
简介#
美国政府不按监狱发布死亡率数据，使公众和政策制定者对死亡率高的设施处于黑暗之中。在首次此类统计中，路透社获得了这些数据并向公众发布。
如果你们社区里的监狱死亡率异常高，但没有人知道呢？几十年来，全国各地的社区都面临着这种困境。司法部收集监狱死亡数据，但将信息锁起来，使得政策制定者、调查人员和活动家对问题设施一无所知。
路透社记者提交了1500多项公开记录请求，以获取2008年至2019年该国最大监狱的死亡数据。今天，他们正逐个监狱、逐个州地公开这些信息。路透社审查了美国所有大型监狱，包括那些关押750名或以上囚犯的监狱。为确保审查覆盖全国，它还获得了每个州前10大监狱的数据。这些数据涵盖了523个监狱或监狱系统。
美国大型监狱的死亡人数#
使用到的包：tidyverse, ggplot2
导入#
第一步是将原始数据导入程序代码。
data_csv <- read.csv("all_deaths.csv")
筛选#
我们希望对整个数据有一个直观的理解。目前我们不需要具体细节，只按年筛选数据。
death_count <- data_csv %>%
select(year) %>%
count(year, name = "count") %>%
mutate(year = factor(year, levels = seq(2008, 20019, by = 1)))
请注意，在这个代码片段中，我们使用mutata函数将年份转换为因子，以便直方图的x轴坐标是散布的年份数据。
绘图#
我们选择了ggplot2来绘制精美直观的数据分析图像，使用年份作为x轴的参数。由于我们之前已经计算了每年出现的频率，我们只需要指定X和Y。
dataplot <- death_count %>%
ggplot(mapping = aes(
x = year,
y = count,
))
geom_col()
- 由于数据展示不直观，我们为其添加颜色，并按照数据越大颜色越深的原理。
- 因为我们不需要标注颜色，所以我们添加了
guides(fill = FALSE)语句。 - 然后我们在每个条形图中添加具体的数字显示，使图像直观且详细。
dataplot <- death_count %>%
ggplot(mapping = aes(
x = year,
y = count,
fill = -log(count),
)) +
guides(fill = FALSE) +
geom_col() +
geom_text(mapping = aes(
label = count,
))
添加辅助信息#
最后，我们添加辅助信息以扩展图表，包括标题、副标题和数据来源。然后微调标题位置并选择合适的字体，以进一步提升图像效果。
dataplot +
labs(
x = NULL,
y = "Death toll",
title = "Total number of deaths in large prisons in the United States",
subtitle = "death data from 2008 to 2019 in the nation's biggest jails",
caption = "Data sources: https://www.reuters.com/investigates/special-report/usa-jails-graphic/", # nolint
) +
theme(
plot.title = element_text(hjust = 0.5, size = 14), # title position
text = element_text(family = "JetBrains Mono"), # font
)
研究结论#
2008年至2019年间，美国大型监狱的死亡人数逐渐增加，从469人增至最多731人，并逐渐稳定在约700人左右。
Full code
library(tidyverse)
library(ggplot2)
# Import
data_csv <- read.csv("all_deaths.csv")
# data select
death_count <- data_csv %>%
select(year) %>%
count(year, name = "count") %>%
mutate(year = factor(year, levels = seq(2008, 20019, by = 1)))
# Plot
dataplot <- death_count %>%
ggplot(mapping = aes(
x = year,
y = count,
fill = -log(count),
)) +
# guides(fill = FALSE) +
geom_col() +
geom_text(mapping = aes(
label = count,
))
# Add auxiliary information.
dataplot +
labs(
x = NULL,
y = "Death toll",
title = "Total number of deaths in large prisons in the United States",
subtitle = "death data from 2008 to 2019 in the nation's biggest jails",
caption = "Data sources: https://www.reuters.com/investigates/special-report/usa-jails-graphic/", # nolint
) +
theme(
legend.position = "none",
plot.title = element_text(hjust = 0.5, size = 14), # title position
text = element_text(family = "JetBrains Mono"), # font
)
各州监狱死亡人数#
在这个部分，我们试图进一步按州探索美国监狱死亡事件的细节
导入#
第一步是将原始数据导入程序代码。
data_csv <- read.csv("all_deaths.csv")
处理原始数据#
由于我们需要每年每个州所有监狱的总死亡人数，我们首先使用table来计算相同的信息。然后我们将表格格式再次改为数据框形式，并更改索引名称以方便我们后续的绘图。
data_csv <- table(data_csv$year, data_csv$state) %>%
as.data.frame() %>%
rename(year = Var1, state = Var2, count = Freq)
绘图#
根据上述数据处理，我们可以在图像上高效地绘制出各州大型监狱死亡人数的折线图，以方便后续分析。
data_plot <- data_csv %>%
ggplot(mapping = aes(
x = year,
y = count,
group = state,
color = state,
))
data_plot + geom_line() + labs(
x = NULL,
y = "Death toll",
title = "Prison deaths by state in the United States",
subtitle = "death data from 2008 to 2019 in the nation's biggest jails",
caption = "Data sources: https://www.reuters.com/investigates/special-report/usa-jails-graphic/", # nolint
) +
theme(
plot.title = element_text(hjust = 0.6, size = 14), # title position
text = element_text(family = "JetBrains Mono"), # font
)
研究结论#
- 可以清楚地看到，大部分数据曲线都聚集在一个地方，猜测是因为监狱的规模相似。
- 四个州的数据非常引人注目：
- 加利福尼亚
- 佛罗里达
- 德克萨斯
- 宾夕法尼亚
- 上文提到的四个州的数据远远超过其他州。合理推测可能存在更多更大的监狱，并且可能有相对较高的犯罪率。
Full code
library(tidyverse)
library(ggplot2)
data_csv <- read.csv("all_deaths.csv")
data_csv <- table(data_csv$year, data_csv$state) %>%
as.data.frame() %>%
rename(year = Var1, state = Var2, count = Freq)
data_plot <- data_csv %>%
ggplot(mapping = aes(
x = year,
y = count,
group = state,
color = state,
))
data_plot + geom_line() + labs(
x = NULL,
y = "Death toll",
title = "Prison deaths by state in the United States",
subtitle = "death data from 2008 to 2019 in the nation's biggest jails",
caption = "Data sources: https://www.reuters.com/investigates/special-report/usa-jails-graphic/", # nolint
) +
theme(
plot.title = element_text(hjust = 0.6, size = 14), # title position
text = element_text(family = "JetBrains Mono"), # font
)