OECD R 데이터를 이용한 운송량 분석

ggplot-chart에서 다양한 내륙 화물 범주를 비교하여 독일 운송량 개발에 대한 최신 분석을 확장합니다. 데이터는 다시 R 의 OECD 패키지 를 사용하여 쿼리했습니다.

library(OECD)

이전 게시물에서 우리는 이미 관심 있는 전송 관련 데이터 세트의 ID 키를 알고 있습니다. get_dataset(OECD 데이터베이스의 R 함수)를 사용하여 R의 OECD 인터페이스를 통해 데이터를 가져옵니다 .

data_df <- as.data.frame(get_dataset(dataset = "ITF_GOODS_TRANSPORT"))

dplyr를 사용하여 관심 있는 데이터 항목을 필터링합니다.

library(dplyr)

colnames(data_df) <- c("country","variable","timeformat","unit","powercode","obsTime","obsValue","obsStatus")
data_df <- dplyr::filter(data_df,country=="DEU") 
data_df <- dplyr::filter(data_df,timeformat=="P1Y")
data_df <- dplyr::filter(data_df,unit=="TONNEKM") 
data_df <- data_df[is.na(data_df$obsStatus),]

필터링 후에도 항목은 여전히 변수 표시기로 구분됩니다. R에서 OECD 패키지 의 get_data_structure 함수를 사용하여 데이터 구조를 가져오는 것을 해석할 수 있도록 하기 위해 :

data_struct <- get_data_structure("ITF_GOODS_TRANSPORT")
data_struct$VARIABLE

##                  id                                      label
## 1  T-GOODS-TOT-INLD             Total inland freight transport
## 2    T-GOODS-RL-TOT                     Rail freight transport
## 3    T-GOODS-RD-TOT                     Road freight transport
## 4    T-GOODS-RD-REW Road freight transport for hire and reward
## 5    T-GOODS-RD-OWN      Road freight transport on own account
## 6    T-GOODS-IW-TOT         Inland waterways freight transport
## 7    T-GOODS-PP-TOT                        Pipelines transport
## 8         T-SEA-CAB      Coastal shipping (national transport)
## 9             T-SEA                         Maritime transport
## 10    T-CONT-RL-TEU            Rail containers transport (TEU)
## 11           T-CONT                       Containers transport
## 12    T-CONT-RL-TON         Rail containers transport (weight)
## 13   T-CONT-SEA-TEU        Maritime containers transport (TEU)
## 14   T-CONT-SEA-TON     Maritime containers transport (weight)

이제 관심 있는 다음 범주를 비교하여 ggplot 경로 플롯을 생성할 수 있습니다. – 내륙 도로 화물 – 내륙 철도 화물 – 내륙 파이프라인 운송 – 내륙 수로 운송

library(ggplot2)
ggplot(data_df[data_df$variable == c("T-GOODS-IW-TOT",
                                     "T-GOODS-RD-TOT",
                                     "T-GOODS-RL-TOT"),]) + 
  geom_path(mapping = aes(x=as.numeric(obsTime),y=obsValue, color=variable)) +
  ggtitle("German inland freight development by considered category") +
  xlab("year") +
  ylab("in millions of TONNEKM")