Ezek a táblázatok szerepeltek Balázs kéziratában. Az adatok általában friessebek, ellenőrzöttek. Minden adat szerepel a CEEMID adatbázisban, és minden ábrát program generál, ezért minden stíluselem (szín, font, felirat, jelmagyarázat) és ábraelem változtatható és tetszőleges nyomdai formátumban elmenthető. Egyes ábrákat átértelmeztem, mert többet mondanak így.
A Balázs által javasolt két táblázatot összevontam, mert így az összefüggés is látszik. A nemzeti filmbefektetésekhez képest a lengyelek, finnek és svédek érnek el jelentős nemzeti piaci részesedést. Belgiumban, Írországban és Magyarországon eltérő a helyzet.
Ugyanezt a táblázatot megfordítottam, mert úgy is érdekes.
Note that the echo = FALSE
parameter was added to the code chunk to prevent printing of the R code that generated the plot.
## Warning: package 'googleVis' was built under R version 3.3.1
##
## Welcome to googleVis version 0.5.10
##
## Please read the Google API Terms of Use
## before you start using the package:
## https://developers.google.com/terms/
##
## Note, the plot method of googleVis will by default use
## the standard browser to display its output.
##
## See the googleVis package vignettes for more details,
## or visit http://github.com/mages/googleVis.
##
## To suppress this message use:
## suppressPackageStartupMessages(library(googleVis))
## starting httpd help server ...
## done
A harmadik táblázat a nemzeti filmek részesedését mutatja be az európai országokban. Mint az összes táblázatban, ahol nem állt rendelkezésre 2014-es adat, a 2013-as adatot helyettesítettem be.
table3_vars <- "Cinema_market_share_Europe"
table3 <- ceemid_filled %>% filter ( ceemid %in% table3_vars ) %>%
filter ( time == 2014 ) %>%
select (cntry, ceemid, values ) %>%
spread (ceemid, values ) %>%
arrange ( Cinema_market_share_Europe )
A negyedik táblázat azt mutatja be, hogy melyik országban mennyi nemzeti film készül. Ahol nem volt 2014-es adat, ott a 2013-as, vagy 2012-es adatot használtam.
table4_var <- "Total_feature_films_100%_national"
table4 <- ceemid_filled %>% filter ( ceemid %in% table4_var ) %>%
filter ( time == 2014 )%>%
select (cntry, values )
Ebből a táblázatból is készítettem egy alternatív verziót. Ez az ábra igazából azt mutatja, hogy a magyar, svéd, orosz és olasz filmek relatíve olcsók, vagyis azonos nemzeti költségből több film jön ki.
table4b_vars <- c( "Film_production_investment", "Total_feature_films_100%_national" )
table4b <- ceemid_filled %>% filter ( ceemid %in% table4b_vars ) %>%
filter ( time == 2014 ) %>%
filter ( cntry != "EE" ) %>%
select (cntry, ceemid, values ) %>%
spread (ceemid, values ) %>%
arrange ( Film_production_investment )
A ötödik táblázat azt mutatja be, hogy melyik országban mekkora a nemzeti filmek átlagos költségvetése, euróban kifejezve. Ahol nem volt 2014-es adat, ott a 2013-as, vagy 2012-es adatot használtam.
table5_var <- "Filmbudget_avg_national"
table5 <- ceemid_filled %>% filter ( ceemid %in% table5_var ) %>%
filter ( time == 2014 )%>%
select (cntry, values )
Ez a táblázat szerepelt az Európai parlamenti jelentésben is, Balázs onnan vette át. Szerintem nem egy nagyon szuper táblázat, mivel az egyes években változó, hogy melyik ország adott adatot. De itt van.
table6_vars <- c("Total_feature_films_100%_national", "Total_feature_films_maj_co-prod")
table6 <- ceemid_filled %>% filter ( ceemid %in% table6_vars ) %>%
filter ( time < 2015 ) %>% filter (time > 2008) %>%
select ( cntry, ceemid, time, values ) %>%
spread ( ceemid, values ) %>%
group_by ( time )