加入自訂 cognostics
來建立一些自訂的 cognostics。你將在 gapminder 資料中加入兩個新變數：delta_lifeExp 和 ihme_link。
本練習屬於課程
使用 R 的 Trelliscope 視覺化巨量資料
練習說明
- 在 gapminder 資料中加入名為
delta_lifeExp的新變數，對每個country（分組變數）計算其最早與最新觀察到的平均壽命（lifeExp）之差。注意資料已依年份排序。 - 再加入另一個變數
ihme_link，連到該國在 healthdata.org 的個人頁面，並使用space_to_dash()將country值中的空格換成連字號。例如，對於國家「Costa Rica」，連結為「http://www.healthdata.org/Costa-Rica」。 - 將
delta_lifeExp變數的說明設為"Overall change in life expectancy"。 - 指定
default_label = TRUE，讓ihme_link變數預設以標籤顯示。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
library(ggplot2)
library(dplyr)
library(gapminder)
library(trelliscopejs)
space_to_dash <- function(x) gsub(" ", "-", x)
# Group by country and create the two new variables
gap <- gapminder %>%
group_by(___) %>%
mutate(
delta_lifeExp = tail(___, 1) - head(___, 1),
ihme_link = paste0("http://www.healthdata.org/", space_to_dash(___)))
# Add the description
gap$delta_lifeExp <- cog(gap$delta_lifeExp, desc = "___")
# Specify the default label
gap$ihme_link <- cog(gap$ihme_link, default_label = ___)
ggplot(gap, aes(year, lifeExp)) +
geom_point() +
facet_trelliscope(~ country + continent,
name = "lifeExp_by_country",
desc = "Life expectancy vs. year.",
nrow = 1, ncol = 2,
scales = c("same", "sliced"))