scirpt_v2_2

getwd()
setwd("C:/Users/yun/Desktop/")

#### 1. 인구 통계 처리 ####
df_pop = read.csv("Population.csv")
head(df_pop)

df_pop[, "value"] = gsub(pattern = ",", replacement = "", df_pop$value)

class(df_pop$value)
df_pop[, "value"] = as.numeric(df_pop$value)
head(df_pop)
df_pop = df_pop[, c("name", "value")]
head(df_pop) #


colnames(df_pop) = c("country", "pop")
head(df_pop, 2)

#### 2. 백신 접종 데이터 처리 ####
df = read.csv("country_vaccinations.csv")
head(df, 2)

df = df[, c("country", "iso_code", "date", "total_vaccinations", "vaccines")]
head(df)
colnames(df)[4] = "total"

head
nrow(df)

df_agg = aggregate(data = df[, -5], total ~ ., FUN = "sum") #######?
class(df_agg$date)
df_agg[, "date"] = as.Date(df_agg$date)
nrow(df_agg)
head(df_agg)


min(df_agg$date)
max(df_agg$date)

df_agg_unique = unique(df_agg[, c("iso_code", "date")]) #겹치는 항목 날리기
head(df_agg_unique)

#가장최근값만 얻기(2021년도 백신접종데이터만 알면됐지, 2020년도는 알필요 없으니까)
df_agg_unique = aggregate(data = df_agg_unique, date ~ iso_code, FUN = "max") 
head(df_agg_unique)

library("dplyr")
df_vac = left_join(df_agg_unique, df_agg, by = c("iso_code" = "iso_code", 
                                                 "date" = "date"))

df_vac=df_vac[,c(3,2,1,4)]
head(df_vac)


#### 3. 세계 지도 데이터 처리 ####
library("rnaturalearth")
df = countries110
head(df, 2)

library("ggplot2")
ggplot() +
  geom_sf(data = df, 
          color = "#000000", 
          fill = "#FFFFFF")

#### 4. 데이터 병합 및 시각화 ####
head(df)
df_map_id = data.frame(id = 0:(length(df$ISO_A3) - 1),
                       iso = df$ISO_A3)
head(df_map_id)


length(unique(df_map_id$iso))

class(df_map_id$id)
head(df, 2)
df_map_id[, "id"] = as.character(df_map_id$id)

df=df[,c("ISO_A3","geometry")]

df_map_join = left_join(df, df_map_id, by = c("ISO_A3" = "iso"))
head(df_map_join)

ggplot(data = df_map_join,
       aes(fill = id)) +
  geom_sf(color = "#000000") + 
  theme(legend.position = "none")

df_map_join_vac = left_join(df_map_join, df_vac,
                            by = c("ISO_A3" = "iso_code"))
head(df_map_join_vac)

ggplot(data = df_map_join_vac,
       aes(group = id,
           fill = total)) + 
  geom_sf(color = "#000000") + 
  theme_bw() +
  theme(legend.position = c(0.1, 0.35))

#### Quiz ####
head(df_map_join_vac)
df_vac_2 = left_join(df_map_join_vac, df_pop,
                     by = c("country" = "country"))
head(df_vac_2)

df_vac_2[, "ratio"] = df_vac_2$total / df_vac_2$pop
head(df_vac_2)

ggplot(data = df_vac_2,
       aes(group = id,
           fill = ratio)) + 
  geom_sf(color = "#000000") + 
  theme_bw() +
  theme(legend.position = c(0.1, 0.35))

올렸습니다. 도움부탁드립니다. 그리구 외국에서 돌아오시면 자료를 받아서 공공데이터시각화도 듣고싶습니다.아 그리고, (지금과 반대로, 지금은 백신접종률이 높을수록 색의 연해짐) ratio이 높을수록 색깔이 점점더 진한것이 보기에 더 효과적일것같아요. 그건 코드로 구현이 어렵겠죠..?

그리고 이 na결측치는 없애야되는게 맞죠?