Plot interaktif dengan plotly

Membangun Dashboard dengan shinydashboard

Png Kee Seng

Researcher

Contoh: listing Airbnb di London

Bayangkan kita bekerja di agen tur berbasis di London

Ada kolaborasi dengan Airbnb

library(tidyverse)
listings <- read_csv("../data/listings.csv")

...
 $ host_name                     : chr [1:69351] "Susie" "Alina" "Luca" "Simon" ...
 $ neighbourhood_group           : logi [1:69351] NA NA NA NA NA NA ...
 $ neighbourhood                 : chr [1:69351] "Tower Hamlets" "Islington" "Tower Hamlets" "Islington" ...
 $ latitude                      : num [1:69351] 51.5 51.6 51.5 51.5 51.5 ...
 $ longitude                     : num [1:69351] -0.054 -0.1127 -0.0743 -0.1048 -0.2 ...
 $ room_type                     : chr [1:69351] "Private room" "Private room" "Entire home/apt" "Private room" ...
 $ price                         : num [1:69351] 55 50 90 180 297 75 204 379 90 30 ...
 $ minimum_nights                : num [1:69351] 3 1 5 4 14 3 2 4 3 7 ...
 $ number_of_reviews             : num [1:69351] 65 30 42 493 6 89 581 51 104 32 ...
 $ last_review                   : Date[1:69351], format: "2016-06-10" "2022-07-15" "2022-01-04" "2022-09-02" ...
 $ reviews_per_month             : num [1:69351] 0.47 0.2 0.34 3.59 0.05 0.57 4.26 0.36 0.86 0.29 ...
 $ calculated_host_listings_count: num [1:69351] 1 2 1 5 1 1 1 5 1 1 ...
 $ availability_365              : num [1:69351] 74 343 222 236 180 70 193 249 318 251 ...
...

Mulai dengan plotly

Impor pustaka plotly
```
library(plotly)
```
Objek plotly dibuat dengan menempatkan objek ggplot dalam ggplotly()
```
ggplotly(<ggplot object>)
```

Plot gelembung dengan ggplot

Buat plot gelembung dan simpan sebagai bubble
- Tampilkan hubungan antara rata-rata price dan availability_365
- Warna gelembung berbeda untuk tiap room_type
- Ukuran gelembung proporsional dengan jumlah listing
- Tambahkan lapisan untuk mempercantik

bubble <- listings %>%

  group_by(room_type, neighbourhood) %>%
  summarise(avg_price = mean(price, na.rm=TRUE),
            avg_availability = mean(availability_365, 
                                        na.rm=TRUE),

            Count = n(), .groups = "drop") %>%

  ggplot(aes(x = avg_price, y = avg_availability,

                  color = room_type,

                size = Count)) +

  geom_point() +

labs(x = "Average price", 
      y = "Average availability", 
    color = "Room type") +
  theme_classic()

Plot gelembung dengan ggplot, dirender

Plot gelembung biasa yang dibuat dengan ggplot.

Plot gelembung interaktif dengan plotly

Bungkus bubble dalam ggplotly()

ggplotly(bubble)

Plot gelembung plotly interaktif.

Boxplot horizontal dengan plotly

Beberapa plot tidak dapat dikonversi dengan benar
Buat serangkaian boxplot horizontal
- Jelaskan distribusi availability_365 terhadap room_type
Konversi dengan ggplotly() tidak berhasil

boxH <- listings %>%

  ggplot(aes(x = availability_365, y=room_type)) +

  geom_boxplot() +

  labs(x="Availbility (out of 365 days)", 
          y="Room type") + theme_classic()

ggplotly(boxH)

Boxplot horizontal dibuat dengan ggplot.

Boxplot horizontal yang dikonversi dengan ggplotly.

Boxplot vertikal dengan plotly

Tukar x dan y di aes()
Konversi plotly kini akan berfungsi

boxV <- listings %>%

  ggplot(aes(y = availability_365, x=room_type)) +
  geom_boxplot() +
  labs(y="Availbility (out of 365 days)", x="Room type") + 
  theme_classic()

ggplotly(boxV)

Boxplot vertikal dengan ggplot.

Boxplot vertikal dengan ggplotly.

Memperbaiki boxplot horizontal dengan plotly

Bagaimana jika kita ingin boxplot horizontal?
- Tambahkan coord_flip()
Kita juga dapat memakai facet_wrap()
- Setiap panel harus cukup besar

ggplotly(boxV + coord_flip())

ggplotly(boxV + coord_flip() + 
    facet_wrap(~neighbourhood))

Boxplot plotly yang diputar.

Boxplot plotly berfasil.

Ayo berlatih!

Membangun Dashboard dengan shinydashboard