[R ggplot2 시각화] 대한민국 코로나 데이터 시각화

마침 kaggle에 대한민국 코로나 데이터가 올라왔기에, 이를 통해 시각화를 해보도록 하겠습니다.

 이번 포스팅은 대한민국 코로나 바이러스 확진자 데이터를 이용한 시각화를 진행해보도록 하겠습니다. 데이터는 다음 링크에서 받으시면 됩니다.

데이터 다운로드 링크: https://www.kaggle.com/kimdanny/covid19-in-south-korea

1. 데이터 불러오기 및 패키지 로딩

library(ggplot2)
library(dplyr)
library(reshape)
Corona = read.csv("D:\\Dropbox\\DATA SET(Dropbox)\\covid19-in-south-korea\\Corona_rok.csv")

dates	confirmed	deaths	recovered
1/22/20	1	0	0
1/23/20	1	0	0
1/24/20	2	0	0
1/25/20	2	0	0
1/26/20	3	0	0
1/27/20	4	0	0

데이터 셋은 다음과 같습니다. 날짜, 확진자 수, 사망자 수, 완치자 수가 기록되어 있는 간단한 데이터입니다.

2. 데이터 정리 및 추가

 날짜 데이터는 바로 ’Date’타입으로 변경시켜주도록 하겠습니다. 날짜 포맷만 잘 맞추어주면 되는 간단한 작업입니다.

Corona$dates = as.Date(Corona$dates, "%m/%d/%y")
str(Corona)

'data.frame':   30 obs. of  4 variables:
 $ dates    : Date, format: "2020-01-22" "2020-01-23" ...
 $ confirmed: int  1 1 2 2 3 4 4 4 4 11 ...
 $ deaths   : int  0 0 0 0 0 0 0 0 0 0 ...
 $ recovered: int  0 0 0 0 0 0 0 0 0 0 ...

날짜데이터를 기반으로 요일 데이터 및 주중, 주말을 나타내는 변수도 만들어보도록 하겠습니다.

Corona$day = format(Corona$dates, format = "%a")
Corona$day = factor(Corona$day, levels = c("일","월","화","수","목","금","토"))
Corona$Weekend = ifelse(Corona$day %in% c("일","토"),"Weekend","Weekdays")

dates	confirmed	deaths	recovered	day	Weekend
2020-01-22	1	0	0	수	Weekdays
2020-01-23	1	0	0	목	Weekdays
2020-01-24	2	0	0	금	Weekdays
2020-01-25	2	0	0	토	Weekend
2020-01-26	3	0	0	일	Weekend
2020-01-27	4	0	0	월	Weekdays

3. 시각화 1

 geom_point, geom_smooth를 활용하면 간다하게 추세선을 표현할 수가 있습니다. 먼저 그래프 시각화를 위해 wide-form 가지고 있는 현재 데이터를 long-form으로 변경시켜주어야 합니다.

M_Corona = Corona %>%
    melt(id.vars = c("dates","day","Weekend")) %>%
    arrange(dates)

dates	day	Weekend	variable	value
2020-01-22	수	Weekdays	confirmed	1
2020-01-22	수	Weekdays	deaths	0
2020-01-22	수	Weekdays	recovered	0
2020-01-23	목	Weekdays	confirmed	1
2020-01-23	목	Weekdays	deaths	0
2020-01-23	목	Weekdays	recovered	0

ggplot(M_Corona) +
    geom_point(aes(x = dates, y = value, col = variable)) +
    geom_smooth(aes(x = dates, y = value, col = variable)) + 
    labs(col = "Types") +  
    xlab("Dates") +  ylab("Counts") + 
    theme_bw() +
    theme(text = element_text(size = 15, face = "bold"),
              legend.position = c(0.2,0.80))

geom_point와 geom_smooth, 그리고 theme 옵션 명령어를 통해 다음과 같이 그래프를 만들 수가 있습니다. 확진자가 급등하는게 보이는군요…

4. 시각화 2

 이번에는 주중과 주말에 차이가 있는지 없는지 파악해보도록 하겠습니다.

M_Corona %>%
    mutate(variable = factor(variable , levels = c("confirmed","recovered","deaths"))) %>%
    group_by(Weekend,variable) %>%
    summarise(Count = sum(value)) %>%
    mutate(Perc = Count / sum(Count))

# A tibble: 6 x 4
# Groups:   Weekend [2]
  Weekend  variable  Count    Perc
  <chr>    <fct>     <int>   <dbl>
1 Weekdays confirmed   463 0.854  
2 Weekdays recovered    78 0.144  
3 Weekdays deaths        1 0.00185
4 Weekend  confirmed   138 0.862  
5 Weekend  recovered    22 0.138  
6 Weekend  deaths        0 0      

주중과 주말의 차이점을 확인하기 위해서는 위와같이 dplyr의 group_by, summarise, mutate를 활용하여 요약값을 계산해주어야 합니다. factor명령어의 경우 확진자 -> 완치자 -> 사망자 순으로 나타날 수 있도록 순서를 조정해주기 위하여 활용하였습니다.

M_Corona %>%
    mutate(variable = factor(variable , levels = c("confirmed","recovered","deaths"))) %>%
    group_by(Weekend,variable) %>%
    summarise(Count = sum(value)) %>%
    mutate(Perc = Count / sum(Count)) %>%
    ggplot() +
    geom_bar(aes(x = Weekend, y = Perc * 100, fill = variable ), stat = 'identity') +
    geom_text(aes(x = Weekend, y = Perc * 100, fill = variable, label = paste0(round(Perc * 100,2),"%")),
                     position = position_stack(0.5)) +
    scale_y_continuous(breaks = seq(0,100,by = 10)) +
    labs(fill = "Type") + ylab("Percent (%)")  +
    theme_bw() +
    theme(text = element_text(size = 15, face = "bold"))

시각화 3

마지막으로 확진자 증가량분에 대해 시각화를 해보도록 하겠습니다. 먼저 하루가 지날 떄마닫 몇명의 확진자가 증가하였는지에 대한 값을 계산해야합니다.

Increase = c()
Increase[1] = 0
for( i in 2:nrow(Corona)){
    
    Increase[i] = Corona$confirmed[i] - Corona$confirmed[i-1]
    
}

Increase

 [1]  0  0  1  0  1  1  0  0  0  7  1  3  0  1  3  4  1  0  1  2  1  0  0
[24]  0  0  1  1  1  0 73

간단하게 for문을 활용하면 증가량을 계산할 수가 있습니다.

names(Increase) = 1:length(Increase)
Increase2 = Increase[Increase > 0]

만들어진 증가량(벡터)에 대해 names를 통해 벡터의 원소들에 인덱스 이름을 정해줍니다. 이를 하는 이유는 증가량이 0보다 큰 날짜들만 뽑았을 때에 대한 인덱스값을 유지시키기 위함입니다.

ggplot(NULL) +
    geom_bar(aes(x = 1:length(Increase), y = Increase,fill = Increase), stat = 'identity') +
    geom_text(aes(x = as.numeric(names(Increase2)), y = Increase2 + 1, label = Increase2), 
                  stat = 'identity', size = 5) +
    scale_fill_gradientn(colours = c("tan3","royalblue")) +
    xlab("Days after") + ylab("Increase of Confirmed")  +
    theme_bw() +
    theme(text = element_text(size = 15, face = "bold"))

한달이 되는 시점에서 확진자가 급증했습니다. 이 전염병이 하루 빨리 종식되기를 기원합니다.