Analiza podatkov s programom R, 2019/20

Brina Pirc

Repozitorij z gradivi pri predmetu APPR v študijskem letu 2018/19

• Shiny
• RStudio

Evrovizija ★

Projekt je posvečen analizi Evrovizije, evropksega pevskega tekmovanja. Namen je poiskati podatke o:

• državah zmagovalkah od leta 1956 do 2015 (od leta 2015 je način glasovanja namreč spremenjen)
• številu glasov, ki so jih te države prejele
• državah, ki se največkrat uvrstijo v finalni del tekmovanja (pri tem ne bomo upoštevali tistih, ki se uvrstijo avtomatično), in tistih, ki se najmanjkrat
• jezikih, v katerih države nastopajo
• glasovanju, in sicer katere države so dobile največ glasov

Iz teh podatkov in trendov bomo lahko zaključili, pripadnik katere države se najbolj izplača biti ter v katerem jeziku je najbolje prepevati. Analiza teh podatkov ima tudi splošni namen ozaveščanja javnosti.

Tabele:

• leto tekmovanja, država zmagovalka, število prejetih glasov
• število izvedenih pesmi v različnih jezikih, število zmagovalnih pesmi, izvedenih v tem jeziku oz. najboljša dosežena uvrstitev
• število uvrstitev v finale (10 najboljših in najslabših držav)
• država, število prejetih glasov v skupnem, število zmag

Viri:

• ESC Stats
• Eurovision Song Contest

Opomba:

Zajetje podatkov se utegne spremeniti, vendar ne korenito.

Program

Glavni program in poročilo se nahajata v datoteki projekt.Rmd. Ko ga prevedemo, se izvedejo programi, ki ustrezajo drugi, tretji in četrti fazi projekta:

• obdelava, uvoz in čiščenje podatkov: uvoz/uvoz.r
• analiza in vizualizacija podatkov: vizualizacija/vizualizacija.r
• napredna analiza podatkov: analiza/analiza.r

Vnaprej pripravljene funkcije se nahajajo v datotekah v mapi lib/. Podatkovni viri so v mapi podatki/. Zemljevidi v obliki SHP, ki jih program pobere, se shranijo v mapo ../zemljevidi/ (torej izven mape projekta).

Potrebni paketi za R

Za zagon tega vzorca je potrebno namestiti sledeče pakete za R:

• knitr - za izdelovanje poročila
• rmarkdown - za prevajanje poročila v obliki RMarkdown
• shiny - za prikaz spletnega vmesnika
• DT - za prikaz interaktivne tabele
• rgdal - za uvoz zemljevidov
• rgeos - za podporo zemljevidom
• digest - za zgoščevalne funkcije (uporabljajo se za shranjevanje zemljevidov)
• readr - za branje podatkov
• rvest - za pobiranje spletnih strani
• tidyr - za preoblikovanje podatkov v obliko tidy data
• dplyr - za delo s podatki
• gsubfn - za delo z nizi (čiščenje podatkov)
• ggplot2 - za izrisovanje grafov
• mosaic - za pretvorbo zemljevidov v obliko za risanje z ggplot2
• maptools - za delo z zemljevidi
• tmap - za izrisovanje zemljevidov
• extrafont - za pravilen prikaz šumnikov (neobvezno)

Binder

Zgornje povezave omogočajo poganjanje projekta na spletu z orodjem Binder. V ta namen je bila pripravljena slika za Docker, ki vsebuje večino paketov, ki jih boste potrebovali za svoj projekt.

Če se izkaže, da katerega od paketov, ki ji potrebujete, ni v sliki, lahko za sprotno namestitev poskrbite tako, da jih v datoteki install.R namestite z ukazom install.packages. Te datoteke (ali ukaza install.packages) ne vključujte v svoj program - gre samo za navodilo za Binder, katere pakete naj namesti pred poganjanjem vašega projekta.

Tako nameščanje paketov se bo izvedlo pred vsakim poganjanjem v Binderju. Če se izkaže, da je to preveč zamudno, lahko pripravite lastno sliko z želenimi paketi.

Če želite v Binderju delati z git, v datoteki gitconfig nastavite svoje ime in priimek ter e-poštni naslov (odkomentirajte vzorec in zamenjajte s svojimi podatki) - ob naslednjem zagonu bo mogoče delati commite. Te podatke lahko nastavite tudi z git config --global v konzoli (vendar bodo veljale le v trenutni seji).