CommencezCommencez gratuitement

Facetter les trajets quotidiens

Nous avons remarqué un comportement intéressant lorsque nous avons examiné le nombre de trajets quotidiens par jour de la semaine avec des facettes. Voyons si le fait d'ajouter d'autres variables de facettage peut révéler de nouveaux constats. Ici, nous allons vérifier s'il existe différents profils selon le jour de la semaine lorsqu'on tient aussi compte du mode de paiement, comptant ou carte de crédit.

tx est disponible dans votre espace de travail.

Cette activité fait partie du cours

Visualiser de grandes données avec Trelliscope en R

Voir le cours

Instructions de l’exercice

  • Après avoir filtré pour ne garder que les transactions en argent comptant et par carte de crédit, créez un sommaire du nombre de trajets par jour de la semaine et par mode de paiement avec dplyr, en groupant par pickup_date, pickup_dow, payment_type.
  • Dans summarise(), comptez le nombre de trajets et assignez le résultat à une nouvelle variable n_rides.
  • Tracez le résultat en utilisant l'ensemble sommaire daily_count comme entrée de ggplot() et geom_point(), avec pickup_date sur l'axe des x et n_rides sur l'axe des y.
  • Utilisez facet_grid() pour facetter avec payment_type en lignes et le jour de la semaine pickup_dow en colonnes.
  • Notez que le code coord_fixed() contraint le rapport d'aspect du graphique afin de mieux faire ressortir visuellement les tendances.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

library(dplyr)
library(ggplot2)

# Summarize taxi rides count by payment type, pickup date, pickup day of week
daily_count <- tx %>%
  filter(payment_type %in% c("Card", "Cash")) %>%
  group_by(___, ___, ___) %>%
  summarise(___)

# Plot the data
ggplot(___, aes(___, ___)) +
  ___ +
  facet_grid(___ ~ ___) +
  coord_fixed(ratio = 0.4)
Modifier et exécuter le code