FN:s omröstningsdataset

Fallstudie: Explorativ dataanalys i R

Dave Robinson

Chief Data Scientist, DataCamp

UN Voting Dataset

rcid	session	vote	ccode
46	2	1	2
46	2	1	20
46	2	9	31
46	2	1	40
46	2	1	41
46	2	1	42
46	2	1	51
46	2	9	52
46	2	9	53

¹ Erik Voeten, "Data and Analyses of Voting in the UN General Assembly"

UN Voting Dataset

rcid	session	vote	ccode
46	2	1	2	Varje rad är ett land–röst-par
46	2	1	20
46	2	9	31
46	2	1	40
46	2	1	41
46	2	1	42
46	2	1	51
46	2	9	52
46	2	9	53

¹ Erik Voeten, "Data and Analyses of Voting in the UN General Assembly"

UN Voting Dataset

rcid	session	vote	ccode
46	2	1	2	Varje rad är ett land–röst-par
46	2	1	20
46	2	9	31	rcid = "Roll call ID"
46	2	1	40
46	2	1	41
46	2	1	42
46	2	1	51
46	2	9	52
46	2	9	53

¹ Erik Voeten, "Data and Analyses of Voting in the UN General Assembly"

UN Voting Dataset

rcid	session	vote	ccode
46	2	1	2	Varje rad är ett land–röst-par
46	2	1	20
46	2	9	31	rcid = Roll call ID
46	2	1	40
46	2	1	41	session = Sessionsår
46	2	1	42
46	2	1	51
46	2	9	52
46	2	9	53

¹ Erik Voeten, "Data and Analyses of Voting in the UN General Assembly"

UN Voting Dataset

rcid	session	vote	ccode
46	2	1	2	Varje rad är ett land–röst-par
46	2	1	20
46	2	9	31	rcid = Roll call ID
46	2	1	40
46	2	1	41	session = Sessionsår
46	2	1	42
46	2	1	51	vote = Röstkod
46	2	9	52
46	2	9	53

¹ Erik Voeten, "Data and Analyses of Voting in the UN General Assembly"

UN Voting Dataset

rcid	session	vote	ccode
46	2	1	2	Varje rad är ett land–röst-par
46	2	1	20
46	2	9	31	rcid = Roll call ID
46	2	1	40
46	2	1	41	session = Sessionsår
46	2	1	42
46	2	1	51	vote = Röstkod
46	2	9	52
46	2	9	53	ccode = Landskod

¹ Erik Voeten, "Data and Analyses of Voting in the UN General Assembly"

Röster i dplyr

# Load dplyr package
library(dplyr)
votes

# A tibble: 508,929 × 4
    rcid session  vote ccode
   <dbl>   <dbl> <dbl> <int>
1     46       2     1     2
2     46       2     1    20
3     46       2     9    31
4     46       2     1    40
5     46       2     1    41
6     46       2     1    42
7     46       2     9    51
8     46       2     9    52
9     46       2     9    53
10    46       2     9    54
# ... with 508,919 more rows

Variabelnamn

Pipe-operatorn

1-1.014.png

Pipe-operatorn

1-1.015.png

dplyr-verb

1-1.018.png

dplyr-verb

1-1.020.png

Ursprungliga data

votes

# A tibble: 508,929 × 4
    rcid session  vote ccode
   <dbl>   <dbl> <dbl> <int>
1     46       2     1     2
2     46       2     1    20
3     46       2     9    31
4     46       2     1    40
5     46       2     1    41
6     46       2     1    42
7     46       2     9    51
8     46       2     9    52
9     46       2     9    53
10    46       2     9    54
# ... with 508,919 more rows

1 = Yes
2 = Abstain
3 = No
8 = Not present
9 = Not a member

dplyr-verb: filter

filter behåller observationer utifrån ett villkor

votes %>%
  filter(vote <= 3)

# A tibble: 353,547 × 4
    rcid session  vote ccode
   <dbl>   <dbl> <dbl> <int>
1     46       2     1     2
2     46       2     1    20
3     46       2     1    40
4     46       2     1    41
5     46       2     1    42
6     46       2     1    70
7     46       2     1    90
8     46       2     1    91
9     46       2     1    92
10    46       2     1    93
# ... with 508,919 more rows

dplyr-verb: mutate

mutate lägger till en ny variabel

votes %>%
  mutate(year = session + 1945)

# A tibble: 508,929 × 5
    rcid session  vote ccode  year
   <dbl>   <dbl> <dbl> <int> <dbl>
1     46       2     1     2  1947
2     46       2     1    20  1947
3     46       2     9    31  1947
4     46       2     1    40  1947
5     46       2     1    41  1947
6     46       2     1    42  1947
7     46       2     9    51  1947
8     46       2     9    52  1947
9     46       2     9    53  1947
10    46       2     9    54  1947
# ... with 508,919 more rows

Kedja operationer vid datarensning

1-1.033.png

Nu kör vi en övning!

Fallstudie: Explorativ dataanalys i R

Preparing Video For Download...