練習題
未命名 一般系 B01001001
2021-04-15
練習題
請將 data.csv1 讀入成一個 data frame，並：
- 請刪除重複的資料
- 請使用105-108年的資料
- 請將各縣市各年各月份的垃圾產生量
GarbageGenerated製作成各縣市年度總垃圾量TotalGarbage摘要表 - 將請寫一個函數分類各縣市所在的區域，並為摘要表新增區域
region欄位 - 繪出以各縣市為x軸座標，以
TotalGarbage為y軸，並以年份為facet，用顏色標示區域region
# 讀取資料# 分類縣市函數# 資料整理# 視覺化Solution A
# 讀取資料
library(dplyr)#>
#> Attaching package: 'dplyr'#> The following objects are masked from 'package:stats':
#>
#> filter, lag#> The following objects are masked from 'package:base':
#>
#> intersect, setdiff, setequal, unionlibrary(ggplot2)
df <- readr::read_csv("data.csv")#>
#> ── Column specification ────────────────────────────────────────────────────────
#> cols(
#> year = col_double(),
#> month = col_double(),
#> county = col_character(),
#> GarbageGenerated = col_number(),
#> GarbageClearance = col_number(),
#> GarbageRecycled = col_number(),
#> FoodWastesRecycled = col_number(),
#> BulkWasteRecyclingandReuse = col_number()
#> )# 分類縣市函數
cls <- list(
island = "金門縣 連江縣 澎湖縣",
north = "基隆市 新北市 臺北市 桃園市 新竹縣 新竹市 宜蘭縣",
center = "苗栗縣 臺中市 彰化縣 雲林縣 南投縣",
south = "嘉義縣 嘉義市 臺南市 高雄市 屏東縣",
east = "花蓮縣 臺東縣"
)
cls <- lapply(cls, function(x) strsplit(x, " ")[[1]])
region_atom <- function(x) {
for (name in names(cls))
if (x %in% cls[[name]]) return(name)
return(NULL)
}
region <- function(x) {
results <- sapply(x, region_atom, USE.NAMES = F)
return(results)
}# 資料整理
garbage_by_region <- df %>%
distinct() %>%
filter(year %in% 105:108) %>%
group_by(year, county) %>%
summarise(TotalGarbage = sum(GarbageGenerated)) %>%
ungroup() %>%
mutate(region = region(county))#> `summarise()` has grouped output by 'year'. You can override using the `.groups` argument.garbage_by_region#> # A tibble: 88 x 4
#> year county TotalGarbage region
#> <dbl> <chr> <dbl> <chr>
#> 1 105 南投縣 111316 center
#> 2 105 嘉義市 58253 south
#> 3 105 嘉義縣 108611 south
#> 4 105 基隆市 89712 north
#> 5 105 宜蘭縣 97757 north
#> 6 105 屏東縣 169102 south
#> 7 105 彰化縣 238499 center
#> 8 105 新北市 577992 north
#> 9 105 新竹市 88575 north
#> 10 105 新竹縣 99268 north
#> # … with 78 more rows# 視覺化
ggplot(garbage_by_region) +
geom_bar(aes(county, TotalGarbage,
fill = region),
stat = "identity",
position = "dodge") +
facet_wrap(facets = vars(year)) +
theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1))
Solution B
library(dplyr)
library(ggplot2)
trash <- readr::read_csv("data.csv")#>
#> ── Column specification ────────────────────────────────────────────────────────
#> cols(
#> year = col_double(),
#> month = col_double(),
#> county = col_character(),
#> GarbageGenerated = col_number(),
#> GarbageClearance = col_number(),
#> GarbageRecycled = col_number(),
#> FoodWastesRecycled = col_number(),
#> BulkWasteRecyclingandReuse = col_number()
#> )head(trash)
as_region <- function(county) {
region <- sapply(county, function(x) {
if (x %in% c("臺北市", "新北市", "基隆市", "桃園市", "新竹市", "新竹縣", "宜蘭縣"))
return("北部")
else if (x %in% c("苗栗縣", "臺中市", "彰化縣", "南投縣", "雲林縣"))
return("中部")
else if (x %in% c("嘉義市", "嘉義縣", "臺南市", "高雄市", "屏東縣", "澎湖縣"))
return("南部")
else if (x %in% c("花蓮縣", "臺東縣"))
return("東部")
else return("離島")
})
return(region)
}
# 摘要表
total_trash <- trash %>%
filter(year != 109) %>%
distinct() %>%
group_by(county, year) %>%
summarise(TotalGarbage = sum(GarbageGenerated)) %>%
ungroup() %>%
mutate(Region = as_region(county))#> `summarise()` has grouped output by 'county'. You can override using the `.groups` argument.# 長條圖
ggplot(total_trash) +
geom_bar(aes(county, TotalGarbage, fill=Region), stat = "identity") +
facet_wrap(vars(year)) +
theme(axis.text.x = element_text(angle = 45, hjust = 1, size = 5))
#> # A tibble: 6 x 8
#> year month county GarbageGenerated GarbageClearance GarbageRecycled
#> <dbl> <dbl> <chr> <dbl> <dbl> <dbl>
#> 1 109 10 金門縣 620. 620. 1332.
#> 2 109 10 連江縣 201. 201. 263.
#> 3 109 10 新北市 43161. 35698. 95007.
#> 4 109 10 臺北市 15842. 13524. 36382.
#> 5 109 10 桃園市 42540. 40539. 55435.
#> 6 109 10 臺中市 39405. 28373. 46687.
#> # … with 2 more variables: FoodWastesRecycled <dbl>,
#> # BulkWasteRecyclingandReuse <dbl>