वर्ष के अनुसार उधारकर्ता क्षेत्र
इस अभ्यास में आप डेटा को वर्ष और msa (शहर बनाम ग्रामीण) वैरिएबल के आधार पर टैब्युलेट करेंगे.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Scalable Data Processing
अभ्यास निर्देश
सभी आवश्यक पैकेज आपके वर्कस्पेस में लोड हैं.
- एक फंक्शन
make_table()बनाइए जो chunk को मैट्रिक्स के रूप में पढ़े और फिर उधारकर्ता क्षेत्र (msa) और वर्ष के आधार पर उसे टैब्युलेट करे. - हमारे द्वारा आपके लिए बनाए गए फ़ाइल कनेक्शन से डेटा आयात करने के लिए
chunk.apply()का उपयोग करें. - क्षेत्र के अनुसार प्राप्त मॉर्गेज में समय के साथ बदलावों का प्लॉट बनाने के लिए बाकी कोड चलाएँ.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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()