Angepasste demografische Trends visualisieren

Vergleichen wir, wie sich das Kreditaufnahmeverhalten über die Zeit in verschiedenen demografischen Gruppen verändert. Der Data Frame rydf, den du in der letzten Übung erstellt hast, steht in deinem Workspace bereit.

Hinweis: Wir haben die Zeile mit "Not Avail" entfernt.

Diese Übung ist Teil des Kurses

<Kurs>Skalierbare Datenverarbeitung in R</Kurs>

Kurs ansehen

Übungsanweisungen

tidyr und ggplot2 sind in deinem Workspace geladen.

Gib die Objekte rydf und pop_proportion aus.
Wandle rydf in ein langes Format um, indem du alle Spalten außer Race zusammenführst.
Erstelle ein Liniendiagramm mit Year auf der x-Achse und Adjusted_Count auf der y-Achse.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# View rydf
___ 

# View pop_proportion
___

# Gather on all variables except Race
rydfl <- ___(rydf, ___, names_to = "Year", values_to = "Count")

# Create a new adjusted count variable
rydfl$Adjusted_Count <- rydfl$Count / pop_proportion[rydfl$Race]

# Plot
ggplot(rydfl, aes(x = ___, y = ___, group = Race, color = Race)) + 
    geom_line()

Code bearbeiten und ausführen