LoslegenKostenlos loslegen

Alle Projekte für ein Land und Jahr visualisieren

Jetzt erstellst du ein Liniendiagramm mit den Daten, die für alle Projekte in Brasilien im Haushaltsjahr 2018 gefiltert wurden. In den vorherigen Übungen wurden die Beschriftungen für dich hinzugefügt. Während du dieses Diagramm erstellst, sammelst du Erfahrung darin, eigene Beschriftungen hinzuzufügen, die erscheinen, wenn du den Bericht knitest.

Diese Übung ist Teil des Kurses

Berichten mit R Markdown

Kurs anzeigen

Anleitung zur Übung

  • Erstelle im Code-Chunk brazil-investment-projects-2018 ein Streudiagramm der Daten brazil_investment_projects_2018.
  • Füge dem Plot den Titel "Investment Services Projects in Brazil in 2018" hinzu.
  • Beschrifte die x-Achse mit "Date Disclosed" und die y-Achse mit "Total IFC Investment in Dollars in Millions".

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

{"investment_report.Rmd":"---\ntitle: \"Investment Report\"\ndate: \"`r format(Sys.time(), '%d %B %Y')`\"\noutput: html_document\n---\n\n```{r data, include = FALSE}\nlibrary(readr)\nlibrary(dplyr)\nlibrary(ggplot2)\n\ninvestment_annual_summary <- read_csv(\"https://assets.datacamp.com/production/repositories/5756/datasets/d0251f26117bbcf0ea96ac276555b9003f4f7372/investment_annual_summary.csv\")\ninvestment_services_projects <- read_csv(\"https://assets.datacamp.com/production/repositories/5756/datasets/bcb2e39ecbe521f4b414a21e35f7b8b5c50aec64/investment_services_projects.csv\")\n```\n\n\n## Datasets \n\n### Investment Annual Summary\n\nThe `investment_annual_summary` dataset provides a summary of the dollars in millions provided to each region for each fiscal year, from 2012 to 2018.\n```{r investment-annual-summary}\nggplot(investment_annual_summary, aes(x = fiscal_year, y = dollars_in_millions, color = region)) +\n  geom_line() +\n  labs(\n    title = \"Investment Annual Summary\",\n    x = \"Fiscal Year\",\n    y = \"Dollars in Millions\"\n  )\n```\n\n### Investment Projects in Brazil\n\nThe `investment_services_projects` dataset provides information about each investment project from 2012 to 2018. Information listed includes the project name, company name, sector, project status, and investment amounts.\n```{r brazil-investment-projects}\nbrazil_investment_projects <- investment_services_projects %>%\n  filter(country == \"Brazil\") \n\nggplot(brazil_investment_projects, aes(x = date_disclosed, y = total_investment, color = status)) +\n  geom_point() +\n  labs(\n    title = \"Investment Services Projects in Brazil\",\n    x = \"Date Disclosed\",\n    y = \"Total IFC Investment in Dollars in Millions\"\n  )\n```\n\n### Investment Projects in Brazil in 2018\n\n```{r brazil-investment-projects-2018}\nbrazil_investment_projects_2018 <- investment_services_projects %>%\n  filter(country == \"Brazil\",\n         date_disclosed >= \"2017-07-01\",\n         date_disclosed <= \"2018-06-30\") \n\nggplot(___, aes(x = date_disclosed, y = total_investment, color = status)) +\n  geom_point() +\n  labs(\n    title = ___,\n    x = ___,\n    y = ___\n  ) \n```\n\n\n"}
Code bearbeiten und ausführen