Kreditnehmer-Region nach Jahr

In dieser Übung wirst du die Daten nach Jahr und der Variable msa (Stadt vs. ländlich) tabellieren.

Diese Übung ist Teil des Kurses

Skalierbare Datenverarbeitung in R

Kurs anzeigen

Anleitung zur Übung

Alle benötigten Pakete sind in deinem Workspace geladen.

Erstelle eine Funktion make_table(), die einen Chunk als Matrix einliest und ihn dann nach Kreditnehmer-Region (msa) und Jahr tabelliert.
Verwende chunk.apply(), um die Daten aus der von uns für dich eingerichteten Dateiverbindung zu importieren.
Führe den restlichen Code aus, um die Veränderungen der vergebenen Hypotheken nach Region zu visualisieren.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Open a connection to the file and skip the header
fc <- file("mortgage-sample.csv", "rb")
readLines(fc, n = 1)

# Create a function to read chunks
make_table <- function(chunk) {
    # Create a matrix
    m <- ___(___, sep = ",", type = "integer")
    colnames(m) <- mort_names
    # Create the output table
    ___(___, c(___, ___))
}

# Import data using chunk.apply
msa_year_table <- ___

# Close connection
close(fc)

# Convert to a data frame
df_msa <- as.data.frame(msa_year_table)

# Rename columns
df_msa$MSA <- c("rural", "city")

# Gather on all columns except Year
df_msa_long <- pivot_longer(df_msa, -MSA, names_to = "Year", values_to = "Count")

# Plot 
ggplot(df_msa_long, aes(x = Year, y = Count, group = MSA, color = MSA)) + 
    geom_line()

Code bearbeiten und ausführen