Análise do volume de transporte (dados OCDE)

Estendo minha análise recente do desenvolvimento do volume de transporte alemão comparando diferentes categorias de frete terrestre em um gráfico ggplot. Os dados, novamente, eu consultei usando o pacote OECD em R.

library(OECD)

Do post anterior, já conhecemos a chave de identificação do conjunto de dados relacionado ao transporte de interesse. Usando get_dataset (função R do banco de dados OECD), extraio os dados por meio da interface OECD em R .

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

Usando dplyr, filtro as entradas de dados de interesse:

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),]

Após a filtragem, as entradas ainda são distinguidas por indicadores de variáveis. Para que eu consiga interpretá-los eu puxo a estrutura de dados, usando a função get_data_structure do pacote OECD no R :

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)

Agora posso criar um gráfico de caminho ggplot, comparando as seguintes categorias de interesse para mim: – Frete rodoviário interno – Frete ferroviário interno – Transporte dutoviário interno – Transporte hidroviário interno

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")