Region pożyczkobiorcy według roku

W tym ćwiczeniu zestawisz dane według roku i zmiennej msa (miasto vs obszar wiejski).

To ćwiczenie jest częścią kursu

Skalowalne przetwarzanie danych w R

Zobacz kurs

Instrukcje do ćwiczenia

Wszystkie wymagane pakiety są już wczytane w twoim środowisku pracy.

Utwórz funkcję make_table(), która wczytuje fragment danych jako macierz, a następnie tworzy tabelę według regionu pożyczkobiorcy (msa) i roku.
Użyj chunk.apply(), aby zaimportować dane z połączenia z plikiem przygotowanego dla ciebie.
Uruchom pozostały kod, aby zwizualizować zmiany w liczbie udzielonych kredytów hipotecznych według regionu.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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()

Edytuj i uruchom kod