ĐỒ THỊ DUMBBEL

BIỂU ĐỒ SO SANH CPI 2019 vs 2020

** VIỆT NAM **

THỰC HIỆN VẼ ĐỒ THỊ TRÊN R

1. Lấy dữ liệu về

library(ggplot2)
library(ggalt)
## Registered S3 methods overwritten by 'ggalt':
##   method                  from   
##   grid.draw.absoluteGrob  ggplot2
##   grobHeight.absoluteGrob ggplot2
##   grobWidth.absoluteGrob  ggplot2
##   grobX.absoluteGrob      ggplot2
##   grobY.absoluteGrob      ggplot2
dulieu <- read.csv("http://solieu.vip/csv/data2018.csv")
attach(dulieu)
head(dulieu)
##   ï..STT YEAR       PROVINE CODE    LAB    LnLAB   PCI X_MARKET X_DATDAI
## 1      1 2010       Long An    1  854.4 6.750399 55.34     7.19 6.984733
## 2      2 2010  Tiá»\201n Giang    2 1011.5 6.919190 53.58     6.92 7.480912
## 3      3 2010     Bến Tre    3  792.6 6.675319 57.14     7.59 7.297698
## 4      4 2010     Trà Vinh    4  584.1 6.370072 59.54     7.37 8.654261
## 5      5 2010    VÄ©nh Long    5  612.9 6.418202 55.94     7.04 6.617867
## 6      6 2010 Ä\220ồng Tháp    6  988.6 6.896290 62.08     7.09 7.365447
##   X_MINHBACH X_TIMES X_CPHI09 X_NANGDONG X_HTCTY X_LDONG X_PHAPLY SL   FDI
## 1       6.50    7.07     6.98       5.55    4.90    5.58     4.59 38 628.8
## 2       6.19    5.38     7.04       6.27    4.53    5.37     4.40 15 160.8
## 3       5.84    7.18     8.22       6.68    3.88    4.90     5.55  9  38.7
## 4       6.07    7.04     8.53       7.75    3.58    5.36     5.19  7  54.2
## 5       6.65    7.08     7.53       6.00    4.19    5.40     5.43  4   4.8
## 6       6.26    8.08     7.57       7.38    6.03    5.13     7.17  0   0.0
##      LnFDI   Cno    SHIP   LnSHIP Port Lab15_Edu LabEdu
## 1 6.443813 116.4 15301.5 9.635706    0   79,772   79.77
## 2 5.080161 115.1  9785.3 9.188637    1   87,514   87.51
## 3 3.655840 108.1  3216.6 8.076080    0   69,100   69.10
## 4 3.992681 143.1  3429.3 8.140111    0   45,886   45.89
## 5 1.568616 109.9  4926.2 8.502323    1   45,638   45.64
## 6 0.000000 107.4  3019.9 8.012979    1   57,000   57.00

2. Tạo ra dữ liệu mới

datamoi <-aggregate(PCI,by=list(PROVINE), FUN=mean)
names(datamoi) <-c("Nhom","X")
datamoi$X2 <-datamoi$X -mean(datamoi$X)
datamoi$ploai <-ifelse(datamoi$X2 <0,"Tren","Duoi")
datamoi <-datamoi[order(datamoi$X),]
datamoi$tentinh <-factor(datamoi$Nhom, levels=datamoi$Nhom)
datamoi$nhan <-round(datamoi$X2,2)
datamoi$so <-round(datamoi$X,2)
attach(datamoi)
head(datamoi)
##            Nhom        X         X2 ploai      tentinh  nhan    so
## 5       Cà Mau 52.36111 -4.6485470  Tren      Cà Mau -4.65 52.36
## 11 Tiá»\201n Giang 54.57222 -2.4374359  Tren Tiá»\201n Giang -2.44 54.57
## 3   Bạc Liêu 56.08556 -0.9241026  Tren  Bạc Liêu -0.92 56.09
## 7   Hậu Giang 56.51444 -0.4952137  Tren  Hậu Giang -0.50 56.51
## 2      An Giang 56.52889 -0.4807692  Tren     An Giang -0.48 56.53
## 6    Cần Thơ 56.62667 -0.3829915  Tren   Cần Thơ -0.38 56.63

Lấy X làm dữ liệu năm 2019, giờ tạo ra thêm dữ liệu năm 2020

lech <-c(10, 14, 19, 21, 12, 17, 3, 5, 11, 17,20, 9, 13)
datamoi <- data.frame(datamoi, lech)
datamoi$solech <-datamoi$X + lech
head(datamoi)
##            Nhom        X         X2 ploai      tentinh  nhan    so lech
## 5       Cà Mau 52.36111 -4.6485470  Tren      Cà Mau -4.65 52.36   10
## 11 Tiá»\201n Giang 54.57222 -2.4374359  Tren Tiá»\201n Giang -2.44 54.57   14
## 3   Bạc Liêu 56.08556 -0.9241026  Tren  Bạc Liêu -0.92 56.09   19
## 7   Hậu Giang 56.51444 -0.4952137  Tren  Hậu Giang -0.50 56.51   21
## 2      An Giang 56.52889 -0.4807692  Tren     An Giang -0.48 56.53   12
## 6    Cần Thơ 56.62667 -0.3829915  Tren   Cần Thơ -0.38 56.63   17
##      solech
## 5  62.36111
## 11 68.57222
## 3  75.08556
## 7  77.51444
## 2  68.52889
## 6  73.62667

Giờ solech là dữ liệu năm 2020 ## 3. Vẽ đồ thị Dumbbel

gg <-ggplot(datamoi, aes(x=so, xend=solech, y=tentinh, group=tentinh)) + 
geom_dumbbell(color="#32a8a8",size=1.75,colour_x = "#bf244b", colour_xend = "#1a2d8f", size_x = 4,size_xend = 5) +
labs(x=NULL, 
             y=NULL, 
             title="Dumbbell Chart", 
             subtitle="PCI Index: 2019 vs 2020", 
             caption="Source: https://thongke.club") 
#scale_x_continuous(label=percent) + 

gg

4. Cấu hình theme cho đẹp

gg2 <-gg + theme(plot.title = element_text(hjust=0.5, face="bold"),
              plot.background=element_rect(fill="#f7f7f7"),
              panel.background=element_rect(fill="#f7f7f7"),
              panel.grid.minor=element_blank(),
              panel.grid.major.y=element_blank(),
              panel.grid.major.x=element_line(),
              axis.ticks=element_blank(),
              legend.position="top",
              panel.border=element_blank())
gg2

5. Trang trí thêm đẹp

datachuan <-datamoi[13,]
head(datachuan)
##            Nhom        X       X2 ploai       tentinh nhan    so lech   solech
## 1 Ä\220ồng Tháp 62.14333 5.133675  Duoi Ä\220ồng Tháp 5.13 62.14   13 75.14333
datachuan <-data.frame(datachuan)
gg3 <- gg2 +
  geom_rect(aes(xmin=90, xmax=94, ymin=-Inf, ymax=Inf), fill="#707382") +
  scale_y_discrete(expand = c(0.12,0)) +
  geom_text(data=datachuan, aes(x=92,y=tentinh,label="Lech"), vjust=-2, col="red")+
  geom_text(data=datachuan, aes(x=solech, y=tentinh, label=" Nam 2020"), vjust= -2) +
  geom_text(data=datachuan, aes(x=X, y=tentinh, label="Nam 2019"), vjust= -2)

gg3

6. Thêm giá trị vào đồ thi

gg3 +
  geom_text( aes(x=92,y=tentinh,label=lech)) +
  geom_text( aes(x=X, y=tentinh, label=round(X,2)), hjust= 1.25)+
  geom_text( aes(x=solech, y = tentinh, label=round(solech,2)), hjust = -0.5)

Ghi chú: Đây là đồ thị để so sánh 2 cột mốc rất hay và trực quan.