fbpx
Kategorie
Analiza danych Zrób to sam

Analiza danych w języku R – odcinek 7

W pierwotnym planie wydawniczym Poradnika dla sponiewieranych Excelem, dzisiejszy odcinek miał traktować o dodawaniu oraz usuwaniu wierszy i kolumn w ramce danych. Na szczęście mogę ów plan spontanicznie modyfikować, więc dziś będzie o… gimbazie.

Do gimnazjów uczęszczały roczniki 1986-2003. Najmłodsi absolwenci mają dziś ponad dwadzieścia lat. Za dwadzieścia lat dobiją do czterdziestki. Zastanowiłem się, jak ich podróż w przyszłość będzie wyglądała na wizualizacji piramidy wieku mieszkańców Polski. Obserwatorzy social mediów Informatyka Zakładowego już to wiedzą:

notka – domeny sponiewierani.pl już nie ma

Poradnik dla sponiewieranych Excelem

Niniejszy cykl artykułów był wcześniej dystrybuowany w formie e-mailowego „Poradnika dla sponiewieranych Excelem”. Oto lista odcinków opublikowanych na blogu:

Odcinek 1 – wprowadzenie do tematu
Odcinek 2 – ramka danych
Odcinek 3 – wykresy
Odcinek 4 – odczyt i zapis plików XLSX
Odcinek 5 – daty, godziny i strefy czasowe
Odcinek 6 – dostosowanie ramki danych
Odcinek 7 – tworzymy animację z serii wykresów
Odcinek 8 – tworzenie i kasowanie wierszy i kolumn
Odcinek 9 – agregacje, grupowanie i podsumowania

ciąg dalszy wkrótce

Piramida wieku

Skąd wziąć informacje o bieżącej i prognozowanej strukturze wieku ludności Polski? Oczywiście z Głównego Urzędu Statystycznego, który kilka lat temu opublikował prognozę ludności rezydującej na lata 2015 – 2050. Pobrany plik Excela wygląda następująco (arkusz „Roczniki”):

Kolumna A składa się z szeregu połączonych komórek, my chcemy mieć rok prognozy w każdym wierszu. Teraz uważajcie, będzie sztuczka z Excela. Może jedyna w całym Poradniku dla sponiewieranych Excelem, więc proszę o skupienie.

Podświelamy całą kolumnę A. Następnie zakładka Narzędzia główne → Wyrównanie → Scal i wyśrodkuj (rozwijak) → Rozdziel komórki. To było łatwe, trick będzie teraz. Ponownie zaznaczamy całą kolumnę A, następnie Narzędzia główne → Edytowanie → Znajdź i zaznacz (wybierak) → Przejdź do – specjalnie → Zaznacz puste → OK. Mamy zaznaczone wszystkie puste obszary. Teraz wciskamy kolejno klawisze:

  • znak równości
  • strzałka w górę
  • CTRL+Enter

Wszystkie puste komórki powinny zapełnić się poprawnym numerem roku! Możesz usunąć dwa pierwsze wiersze i zapisać arkusz do osobnego pliku.

Wczytujemy i przekształcamy dane

Wczytujemy dane z Excela do ramki danych

gimby <- read_excel("roczniki.xlsx")

Filtrujemy tylko wiersze z wiekiem podanym cyframi (odpadają wiersze „Ogółem” i „100+”), usuwamy też niepotrzebną kolumnę „Ogółem”

gimby <- gimby %>% filter (grepl("^[0-9]+$", Wiek)) %>% select(-Ogółem)

Przekształcamy ramkę danych na wąską, zgodnie z opisem z poprzedniego odcinka

gimby <- gimby %>% pivot_longer(cols=c(Mężczyźni, Kobiety), names_to="Gender", values_to = "Number")

Pierwsza przymiarka do wykresu obejmującego jeden rok:

gimby %>%
filter(Rok==2020) %>%
ggplot(aes(x = Wiek, y = Number, fill=Gender)) +
geom_col(width = 1)
proto-wykres

To jeszcze nie to. Zamieńmy populację kobiet na liczby ujemne

gimby[gimby$Gender=="Kobiety",]$Number <- gimby[gimby$Gender=="Kobiety",]$Number *-1

Do wykresu dodajemy komendę zamiany współrzędnych, by wartości rosły nie z lewej strony na prawą, lecz z dołu do góry

coord_flip()

Jest dobrze! Czas na dodanie do każdej płci dwóch wariantów – gimby i nie-gimby. Najpierw wyliczamy rok urodzenia, potem określamy czy mieści się w przedziale właściwym dla roczników gimnazjalnych.

gimby <- gimby %>% mutate(RokUrodzenia = Rok-Wiek, Gimba = paste0(Gender, RokUrodzenia >=1986 & RokUrodzenia<=2003 ))

Mamy to! Pozostaje już tylko usunąć legendę, ręcznie dobrać kolorki (scale_fill_manual), dostosować parametry obu osi (scale_y_continuous, scale_x_continuous), nadać temat graficzny i trochę go zmodyfikować (theme_minimal, theme), oraz dodać napisy (annotate). Gotowy kod można znaleźć na Githubie, efekt działania wygląda następująco:

Aby duży napis wędrował po ekranie wraz z podkreślonym przedziałem, jedna ze współrzędnych będzie zależna od rozpatrywanego roku

annotate("text", x=rok-1995, y=10, label= "GIMBY", size=15)

Teraz wystarczy wstawić procedurę rysującą wskazany rok w pętlę wartości 2023-2050 i tak oto jednym ruchem wygenerujemy zestaw grafik wynikowych.

ggsave(paste0(rok,".png"), width = 1080, height = 1080, units = "px", dpi=150 )

Łączenie grafik z większym obrazkiem

Do połączenia obrazka stanowiącego tło (poniżej) ze wszystkimi wyprodukowanymi grafikami, zastosowałem pakiet ImageMagick, który umożliwia edytowanie obrazów z linii komend.

W moim przypadku wystarczył plik BAT z następującą komendą uruchamianą w katalogu z obrazkami.

FOR /R %%plik IN (*.png) DO magick composite "%%~plik" ../background.png "%%~plik"

Łączenie obrazów w animację

Serię obrazów PNG full HD połączyłem w animację GIF przy użyciu programu Gifski, łączącego prostotę użycia z niesamowitą jakością plików wynikowych. Apka dostępna jest w wariancie okienkowym i działającym z linii komend. Użyłem tego drugiego:

gifski -r 4 -o ../outfinal.gif -W 1920 -H 1080 *.png

Edycja animacji

Gotową animację wrzuciłem jeszcze do edytora programu ScreenToGif, który oprócz funkcji przechwytywania części ekranu do pliku wideo jest wyposażony we wszechstronny edytor. Tu dodałem „efekt yoyo” z przyspieszonym cofaniem i zmieniłem czas wyświetlania wybranych klatek animacji.

Finalny efekt możesz obejrzeć na początku artykułu (albo tutaj).

Podsumowanie

I to już wszystko! Daj proszę znać, jak oceniasz niniejszy odcinek, z mini-projektem wykraczającym poza analizę danych. W ramach zadania domowego uruchom skrypt z GitHuba i wygeneruj własny zestaw obrazków składających się na animację.



O autorze: zawodowy programista od 2003 roku, pasjonat bezpieczeństwa informatycznego. Rozwijał systemy finansowe dla NBP, tworzył i weryfikował zabezpieczenia bankowych aplikacji mobilnych, brał udział w pracach nad grą Angry Birds i wyszukiwarką internetową Microsoft Bing.

W odpowiedzi na “Analiza danych w języku R – odcinek 7”

Jakiś pomysł skąd taka duża różnica pomiędzy liczbą 74 a 75 latek i latków? Sprawdziłem w innych miejscach w Sieci i wygląda to podobnie. Dziwne.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *