ანალიზისთვის საჭირო პაკეტები:

#პაკეტებს ყოველთვის საწყის სექციაში ვათავსებ ერთად. განმეორებითი ანალიზის დროს უფრო მარტივია ყველა პაკეტის ერთად ჩატვირთვა
library(skimr) #მონაცემების მიმოხილვისთვის
library(rtweet) #ტვიტერის API-სთან საკომუნიკაციოდ
library(readr) #მონაცემების ჩასატვირთად
library(dplyr) #ტექსტის მანიპულაციისთვის
library(tidyr)
library(tidytext) #სენტიმენტ ანალიზისთვის
library(lubridate) #დროით ცვლადთან სამუშაოდ
library(ggplot2) #ვიზუალიზაციისთვის
library(ggrepel) #ვიზუალიზაციის დამატებითი პარამეტრების გასაკონტროლებლად

ბრიტანეთის მთავრობის საიტზე მოცემულია კოვიდის გავრცელების სტატისტიკა ადმინისტრაციული ერთეულების მიხედვით. მე აღებული მაქვს ინგლისის რეგიონები - 8 რეგიონი ჯამში და ტვიტერიდან ჩამოვტვირთავ თითოეული რეგიონის მთავრი ქალაქების ტვიტებს და დავუშვებ, რომ ეს ქალაქები მოცემული რეგიონის რეპრეზენტატულია.

CovidUK <- read_csv("data/covid_cases.csv")
skim(CovidUK)
Data summary
Name CovidUK
Number of rows 37486
Number of columns 11
_______________________
Column type frequency:
character 3
Date 1
numeric 7
________________________
Group variables None

Variable type: character

skim_variable n_missing complete_rate min max empty n_unique whitespace
Area name 0 1 4 35 0 352 0
Area code 0 1 9 9 0 352 0
Area type 0 1 6 26 0 4 0

Variable type: Date

skim_variable n_missing complete_rate min max median n_unique
Specimen date 0 1 2020-01-30 2020-06-15 2020-04-22 127

Variable type: numeric

skim_variable n_missing complete_rate mean sd p0 p25 p50 p75 p100 hist
Daily lab-confirmed cases 4 1 16.29 110.76 0 2.0 4.0 11.0 4477.0 ▇▁▁▁▁
Previously reported daily cases 37359 0 1238.53 1307.62 0 162.0 699.0 2242.0 4479.0 ▇▂▂▂▁
Change in daily cases 37359 0 1.98 10.59 -5 0.0 0.0 1.0 90.0 ▇▁▁▁▁
Cumulative lab-confirmed cases 0 1 916.27 6090.52 1 86.0 262.0 637.0 157545.0 ▇▁▁▁▁
Previously reported cumulative cases 37359 0 75682.06 64549.41 2 1754.0 80693.0 143418.0 157293.0 ▇▁▂▂▇
Change in cumulative cases 37359 0 4.13 33.59 -9 -5.0 0.0 0.0 252.0 ▇▁▁▁▁
Cumulative lab-confirmed cases rate 0 1 160.30 122.09 0 51.5 148.9 242.8 844.5 ▇▅▁▁▁ 
covidUK <- CovidUK %>% 
  select(`Area name`,`Area type`,`Specimen date`,`Cumulative lab-confirmed cases rate`) #მხოლოდ საჭირო ცვლადების არჩევა

#ვიზუალიზაცია ინგლისის რეგიონებში კოვიდის გავრცელების სანახავად
covidUK %>% 
  filter(`Area type` == "Region") %>% 
  mutate(label = if_else(`Specimen date` == max(`Specimen date`), as.character(`Area name`), NA_character_)) %>% 
  ggplot(aes(x = `Specimen date`, y = `Cumulative lab-confirmed cases rate`, colour = `Area name`)) +
  geom_line(size = 1) +
  geom_label_repel(aes(label = label), nudge_x = 2, na.rm = TRUE) +
  guides(colour = FALSE) +
  expand_limits(x = as_date("2020-06-30")) +
  theme_classic()

ტვიტერთან დასაკავშირებლად გვჭირდება API გასაები და access token.