library(dplyr)
library(ggplot2)
La redazione del quotidiano Sole 24 Ore ha fornito dati sulla qualità della vita in Italia nel 2020, 2021, 2022, 2023 , scaricabili da questo link : https://github.com/IlSole24ORE/QDV
L’Inail ha fornito dati sulle province e regioni italiane, scaricabili da questo link : https://dati.inail.it/opendata/elements/Provincia
Caricamento dati:
qualita2021 <- read.csv("20211213_QDV2021_001.csv")
qualita2023 <- read.csv("20231204_QDV2023_001.csv")
province <- read.csv("Provincia.csv", sep = ";")
Si vuole analizzare l’indicatore “Canoni medi di locazione” nei datasets 2021 e 2023 del Sole 24 ore per valutare il canone medio di affitto mensile e l’incidenza in percentuale dell’affitto sul reddito medio in Italia per regione, macro regione e provincia.
qualita2021$INDICATORE <- as.factor(qualita2021$INDICATORE)
qualita2021$UNITA..DI.MISURA <- as.factor(qualita2021$UNITA..DI.MISURA)
df <- province[,c(3,6,8)]
colnames(qualita2021)[1]<- "DescrProvincia"
qualita2021 <- merge(qualita2021,df, by.x = "DescrProvincia")
qualita2021$DescrRegione <- as.factor(qualita2021$DescrRegione)
unita <-as.character(unique(qualita2021$UNITA..DI.MISURA[qualita2021$INDICATORE=="Canoni medi di locazione"]))
qualita2021 %>%
filter(INDICATORE=="Canoni medi di locazione") %>%
group_by(DescrRegione) %>%
summarise(totale=mean(VALORE)) %>%
mutate(DescrRegione=reorder(DescrRegione,totale)) %>%
ggplot(aes(DescrRegione,totale))+
geom_bar(stat="identity", fill="blue", colour="white")+
coord_flip()+
geom_text(aes(label=round(totale,0)), hjust=0, size=2)+
guides(fill=FALSE)+
ylab(unita) +
xlab("Regione") +
ylim(0,1200)+
ggtitle("Canoni medi di locazione mensile", subtitle = "in euro nel 2021")
## Warning: The `<scale>` argument of `guides()` cannot be `FALSE`. Use "none" instead as
## of ggplot2 3.3.4.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.
qualita2021 %>%
filter(INDICATORE=="Canoni medi di locazione") %>%
group_by(DescrMacroregione) %>%
summarise(totale=mean(VALORE)) %>%
mutate(DescrMacroregione=reorder(DescrMacroregione,totale)) %>%
ggplot(aes(DescrMacroregione,totale))+
geom_bar(stat="identity", fill="pink", colour="white")+
coord_flip()+
geom_text(aes(label=round(totale,0)), hjust=0, size=2)+
guides(fill=FALSE)+
ylab(unita) +
xlab("Territorio") +
ylim(0,800)+
ggtitle("Canoni medi di locazione mensile", subtitle = "in euro nel 2021")
qualita2021 %>%
filter(INDICATORE=="Canoni medi di locazione") %>%
filter(VALORE>800) %>%
mutate(DescrProvincia=reorder(DescrProvincia,VALORE)) %>%
ggplot(aes(DescrProvincia,VALORE, fill=DescrRegione))+
geom_bar(stat="identity", colour="white")+
coord_flip()+
geom_text(aes(label=round(VALORE,0)), hjust=0, size=2)+
ylab(unita) +
xlab("Territorio") +
#ylim(0,800)+
ggtitle("Canoni medi di locazione mensile", subtitle = "in euro nel 2021")
qualita2021 %>%
filter(INDICATORE=="Canoni medi di locazione") %>%
filter(VALORE<600) %>%
mutate(DescrProvincia=reorder(DescrProvincia,-VALORE)) %>%
ggplot(aes(DescrProvincia,VALORE, fill=DescrRegione))+
geom_bar(stat="identity", colour="white")+
coord_flip()+
geom_text(aes(label=round(VALORE,0)), hjust=0, size=2)+
ylab(unita) +
xlab("Territorio") +
#ylim(0,800)+
ggtitle("Canoni medi di locazione mensile", subtitle = "in euro nel 2021")
qualita2023$INDICATORE <- as.factor(qualita2023$INDICATORE)
qualita2023$UNITA..DI.MISURA <- as.factor(qualita2023$UNITA..DI.MISURA)
df <- province[,c(3,6,8)]
colnames(qualita2023)[1]<- "DescrProvincia"
qualita2023 <- merge(qualita2023,df, by.x = "DescrProvincia")
qualita2023$DescrRegione <- as.factor(qualita2023$DescrRegione)
unita <-as.character(unique(qualita2023$UNITA..DI.MISURA[qualita2023$INDICATORE=="Canoni medi di locazione"]))
qualita2023 %>%
filter(INDICATORE=="Canoni medi di locazione") %>%
group_by(DescrRegione) %>%
summarise(totale=mean(VALORE)) %>%
mutate(DescrRegione=reorder(DescrRegione,totale)) %>%
ggplot(aes(DescrRegione,totale))+
geom_bar(stat="identity", fill="blue", colour="white")+
coord_flip()+
geom_text(aes(label=round(totale,0)), hjust=0, size=2)+
guides(fill=FALSE)+
ylab(unita) +
xlab("Regione") +
ggtitle("Incidenza % dell'affitto sul reddito medio dichiarato", subtitle = "per un appartamento di 100 mq in zona semiresidenziale nel 2023")
qualita2023 %>%
filter(INDICATORE=="Canoni medi di locazione") %>%
group_by(DescrMacroregione) %>%
summarise(totale=mean(VALORE)) %>%
mutate(DescrMacroregione=reorder(DescrMacroregione,totale)) %>%
ggplot(aes(DescrMacroregione,totale))+
geom_bar(stat="identity", fill="pink", colour="white")+
coord_flip()+
geom_text(aes(label=round(totale,0)), hjust=0, size=2)+
guides(fill=FALSE)+
ylab(unita) +
xlab("Territorio") +
ggtitle("Incidenza % dell'affitto sul reddito medio dichiarato", subtitle = "per un appartamento di 100 mq in zona semiresidenziale nel 2023")
qualita2023 %>%
filter(INDICATORE=="Canoni medi di locazione") %>%
filter(VALORE>40) %>%
mutate(DescrProvincia=reorder(DescrProvincia,VALORE)) %>%
ggplot(aes(DescrProvincia,VALORE, fill=DescrRegione))+
geom_bar(stat="identity", colour="white")+
coord_flip()+
geom_text(aes(label=round(VALORE,0)), hjust=0, size=2)+
ylab(unita) +
xlab("Territorio") +
ggtitle("Incidenza % dell'affitto sul reddito medio dichiarato", subtitle = "per un appartamento di 100 mq in zona semiresidenziale nel 2023")
qualita2023 %>%
filter(INDICATORE=="Canoni medi di locazione") %>%
filter(VALORE<30) %>%
mutate(DescrProvincia=reorder(DescrProvincia,-VALORE)) %>%
ggplot(aes(DescrProvincia,VALORE, fill=DescrRegione))+
geom_bar(stat="identity", colour="white")+
coord_flip()+
geom_text(aes(label=round(VALORE,0)), hjust=0, size=2)+
ylab(unita) +
xlab("Territorio") +
ggtitle("Incidenza % dell'affitto sul reddito medio dichiarato", subtitle = "per un appartamento di 100 mq in zona semiresidenziale nel 2023")