Динамика лесистости регионов России

library(tidyverse)

## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.1.3     ✔ readr     2.1.4
## ✔ forcats   1.0.0     ✔ stringr   1.5.0
## ✔ ggplot2   3.4.4     ✔ tibble    3.2.1
## ✔ lubridate 1.9.3     ✔ tidyr     1.3.0
## ✔ purrr     1.0.2     
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

library(ggplot2)
library("dplyr")
library("readxl")
#install.packages("plotly")
#library("plotly")
#install.packages("formattable")
#library("formattable")

Введение

Ляляляляля

Цель и задачи

Цель: ляля

Задачи: 1. Пункт1 2. Пункт 2 3. Пункт 3

Анализ данных

Таблица ляля

Исходные данные

Исходная таблица

les <- readxl::read_excel("Лесистость по регионам.xlsx") 
les1 <- les %>% 
  filter(!is.na(`2000y`), 
         !is.na(`2017y`)) %>% 
  mutate(d.y = `2017y` - `2000y`) 
#formattable::formattable(les1)
les1

## # A tibble: 81 × 12
##    Region        `2000y` `2005y` `2010y` `2011y` `2012y` `2013y` `2014y` `2015y`
##    <chr>           <dbl>   <dbl>   <dbl>   <dbl>   <dbl>   <dbl>   <dbl>   <dbl>
##  1 Белгородская…     8.5     8.6     8.6     8.6     8.5     8.6     8.6     8.6
##  2 Брянская обл…    32.4    32.9    33      33      32.9    32.9    32.9    32.8
##  3 Владимирская…    50.4    51      51.1    50.7    50.8    50.6    50.6    50.9
##  4 Воронежская …     8.4     8.3     8.1     8.1     8       8.1     8.1     8.1
##  5 Ивановская о…    45.6    46.9    46.8    46.6    45.8    45.7    46.1    46.4
##  6 Калужская об…    44.6    44.8    45.4    45.3    45.2    45.2    45.2    45.2
##  7 Костромская …    73.5    74      74.3    74.2    74.3    74.3    74.3    74.3
##  8 Курская обла…     7.8     7.9     8.2     8.2     8.2     8.2     8.2     8.2
##  9 Липецкая обл…     8       7.6     7.2     7.2     7.2     7.2     7.3     7.3
## 10 Московская о…    41      41      42.5    43.4    43      42.9    42.8    42.7
## # ℹ 71 more rows
## # ℹ 3 more variables: `2016y` <dbl>, `2017y` <dbl>, d.y <dbl>

Анализ

График разницы между 2000 и 2017

p1<- ggplot(les1, aes(x = Region, y = d.y)) +
  geom_col(fill = 'darkgreen')+
  theme_minimal()+ 
  labs( x = "Регион", y = "Разница в лесистости территории с 2000 по 2017 гг",
                           title ="Динамика лесистости регионов России")+
  theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1))
#plotly::ggplotly(p1)
p1

Максимальная и минимальная разница

les2<- les1 %>%
  slice (which.max(d.y), which.min(d.y))
les3<- select(les2, Region, d.y)
#formattable::formattable(les3)
les3

## # A tibble: 2 × 2
##   Region               d.y
##   <chr>              <dbl>
## 1 Пермский край       4.90
## 2 Красноярский край -26.9

Топ 5 лесистых за 2000 и 2017

les4<- les1 %>%
  select(Region, `2000y`)%>% 
  arrange(desc(`2000y`)) %>% 
  top_n(5)

## Selecting by 2000y

les5<- les1 %>%
  select(Region, `2017y`)%>% 
  arrange(desc(`2017y`)) %>% 
  top_n(5)

## Selecting by 2017y

#formattable::formattable(les4)
#formattable::formattable(les5)
les4

## # A tibble: 5 × 2
##   Region              `2000y`
##   <chr>                 <dbl>
## 1 Иркутская область      80.4
## 2 Приморский край        76.1
## 3 Костромская область    73.5
## 4 Республика Коми        72.1
## 5 Красноярский край      72.1

les5

## # A tibble: 5 × 2
##   Region              `2017y`
##   <chr>                 <dbl>
## 1 Иркутская область      82.8
## 2 Приморский край        77.3
## 3 Костромская область    74.3
## 4 Республика Коми        72.8
## 5 Пермский край          71.4

Топ 5 безлесых за 2000 и 2017

les6<- les1 %>%
  select(Region, `2000y`)%>% 
  arrange(`2000y`) %>% 
  slice_min(`2000y`, n = 5)
les7<- les1 %>%
  select(Region, `2017y`)%>% 
  arrange(`2017y`) %>% 
  slice_min(`2017y`, n = 5)
#formattable::formattable(les6)
#formattable::formattable(les7)
les6

## # A tibble: 5 × 2
##   Region                    `2000y`
##   <chr>                       <dbl>
## 1 Республика Калмыкия           0.2
## 2 Ненецкий автономный округ     1.1
## 3 Ставропольский край           1.5
## 4 Астраханская область          1.9
## 5 Ростовская область            2.5

les7

## # A tibble: 5 × 2
##   Region                    `2017y`
##   <chr>                       <dbl>
## 1 Республика Калмыкия           0.2
## 2 Ненецкий автономный округ     1.1
## 3 Ставропольский край           1.6
## 4 Астраханская область          1.9
## 5 Ростовская область            2.4