# set the environment
Packages <- c("dplyr", "tidyverse","treemap","RColorBrewer","highcharter","readr","plotly")
lapply(Packages, library, character.only = TRUE)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
## ── Attaching packages ─────────────────────────────────────── tidyverse 1.3.1 ──
## ✓ ggplot2 3.3.5 ✓ purrr 0.3.4
## ✓ tibble 3.1.2 ✓ stringr 1.4.0
## ✓ tidyr 1.1.3 ✓ forcats 0.5.1
## ✓ readr 1.4.0
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()
## Registered S3 method overwritten by 'quantmod':
## method from
## as.zoo.data.frame zoo
##
## Attaching package: 'plotly'
## The following object is masked from 'package:ggplot2':
##
## last_plot
## The following object is masked from 'package:stats':
##
## filter
## The following object is masked from 'package:graphics':
##
## layout
## [[1]]
## [1] "dplyr" "stats" "graphics" "grDevices" "utils" "datasets"
## [7] "methods" "base"
##
## [[2]]
## [1] "forcats" "stringr" "purrr" "readr" "tidyr" "tibble"
## [7] "ggplot2" "tidyverse" "dplyr" "stats" "graphics" "grDevices"
## [13] "utils" "datasets" "methods" "base"
##
## [[3]]
## [1] "treemap" "forcats" "stringr" "purrr" "readr" "tidyr"
## [7] "tibble" "ggplot2" "tidyverse" "dplyr" "stats" "graphics"
## [13] "grDevices" "utils" "datasets" "methods" "base"
##
## [[4]]
## [1] "RColorBrewer" "treemap" "forcats" "stringr" "purrr"
## [6] "readr" "tidyr" "tibble" "ggplot2" "tidyverse"
## [11] "dplyr" "stats" "graphics" "grDevices" "utils"
## [16] "datasets" "methods" "base"
##
## [[5]]
## [1] "highcharter" "RColorBrewer" "treemap" "forcats" "stringr"
## [6] "purrr" "readr" "tidyr" "tibble" "ggplot2"
## [11] "tidyverse" "dplyr" "stats" "graphics" "grDevices"
## [16] "utils" "datasets" "methods" "base"
##
## [[6]]
## [1] "highcharter" "RColorBrewer" "treemap" "forcats" "stringr"
## [6] "purrr" "readr" "tidyr" "tibble" "ggplot2"
## [11] "tidyverse" "dplyr" "stats" "graphics" "grDevices"
## [16] "utils" "datasets" "methods" "base"
##
## [[7]]
## [1] "plotly" "highcharter" "RColorBrewer" "treemap" "forcats"
## [6] "stringr" "purrr" "readr" "tidyr" "tibble"
## [11] "ggplot2" "tidyverse" "dplyr" "stats" "graphics"
## [16] "grDevices" "utils" "datasets" "methods" "base"
getwd()
## [1] "/Users/shenjiayuan/Desktop"
a = read.csv('Book1.csv')
new = read.csv('Book2.csv')
b = a %>% filter(SUBJECT == 'TOT')
b
## LOCATION SUBJECT TIME LIFEEXP
## 1 AUS TOT 1960 70.9
## 2 AUS TOT 1961 71.2
## 3 AUS TOT 1962 71.0
## 4 AUS TOT 1963 71.1
## 5 AUS TOT 1964 70.7
## 6 AUS TOT 1965 71.0
## 7 AUS TOT 1966 70.8
## 8 AUS TOT 1967 71.2
## 9 AUS TOT 1968 70.9
## 10 AUS TOT 1969 71.1
## 11 AUS TOT 1970 70.8
## 12 AUS TOT 1971 71.6
## 13 AUS TOT 1972 72.0
## 14 AUS TOT 1973 72.1
## 15 AUS TOT 1974 71.9
## 16 AUS TOT 1975 72.7
## 17 AUS TOT 1976 72.8
## 18 AUS TOT 1977 73.4
## 19 AUS TOT 1978 73.7
## 20 AUS TOT 1979 74.3
## 21 AUS TOT 1980 74.6
## 22 AUS TOT 1981 74.9
## 23 AUS TOT 1982 74.7
## 24 AUS TOT 1983 75.5
## 25 AUS TOT 1984 75.8
## 26 AUS TOT 1985 75.6
## 27 AUS TOT 1986 76.1
## 28 AUS TOT 1987 76.3
## 29 AUS TOT 1988 76.3
## 30 AUS TOT 1989 76.5
## 31 AUS TOT 1990 77.0
## 32 AUS TOT 1991 77.4
## 33 AUS TOT 1992 77.5
## 34 AUS TOT 1993 78.0
## 35 AUS TOT 1994 78.0
## 36 AUS TOT 1995 77.9
## 37 AUS TOT 1996 78.2
## 38 AUS TOT 1997 78.5
## 39 AUS TOT 1998 78.7
## 40 AUS TOT 1999 79.0
## 41 AUS TOT 2000 79.3
## 42 AUS TOT 2001 79.7
## 43 AUS TOT 2002 80.0
## 44 AUS TOT 2003 80.3
## 45 AUS TOT 2004 80.6
## 46 AUS TOT 2005 80.9
## 47 AUS TOT 2006 81.1
## 48 AUS TOT 2007 81.4
## 49 AUS TOT 2008 81.5
## 50 AUS TOT 2009 81.6
## 51 AUS TOT 2010 81.8
## 52 AUS TOT 2011 82.0
## 53 AUS TOT 2012 82.1
## 54 AUS TOT 2013 82.2
## 55 AUS TOT 2014 82.4
## 56 AUS TOT 2015 82.5
## 57 AUS TOT 2016 82.5
## 58 AUS TOT 2017 82.6
## 59 AUS TOT 2018 82.8
## 60 AUS TOT 2019 83.0
## 61 BRA TOT 1960 54.2
## 62 BRA TOT 1961 54.7
## 63 BRA TOT 1962 55.2
## 64 BRA TOT 1963 55.7
## 65 BRA TOT 1964 56.2
## 66 BRA TOT 1965 56.7
## 67 BRA TOT 1966 57.1
## 68 BRA TOT 1967 57.6
## 69 BRA TOT 1968 58.1
## 70 BRA TOT 1969 58.5
## 71 BRA TOT 1970 59.0
## 72 BRA TOT 1971 59.4
## 73 BRA TOT 1972 59.8
## 74 BRA TOT 1973 60.2
## 75 BRA TOT 1974 60.6
## 76 BRA TOT 1975 60.9
## 77 BRA TOT 1976 61.3
## 78 BRA TOT 1977 61.7
## 79 BRA TOT 1978 62.0
## 80 BRA TOT 1979 62.4
## 81 BRA TOT 1980 62.7
## 82 BRA TOT 1981 63.1
## 83 BRA TOT 1982 63.4
## 84 BRA TOT 1983 63.8
## 85 BRA TOT 1984 64.1
## 86 BRA TOT 1985 64.5
## 87 BRA TOT 1986 64.9
## 88 BRA TOT 1987 65.3
## 89 BRA TOT 1988 65.7
## 90 BRA TOT 1989 66.0
## 91 BRA TOT 1990 66.4
## 92 BRA TOT 1991 66.8
## 93 BRA TOT 1992 67.2
## 94 BRA TOT 1993 67.6
## 95 BRA TOT 1994 68.0
## 96 BRA TOT 1995 68.4
## 97 BRA TOT 1996 68.8
## 98 BRA TOT 1997 69.2
## 99 BRA TOT 1998 69.5
## 100 BRA TOT 1999 69.9
## 101 BRA TOT 2000 70.2
## 102 BRA TOT 2001 70.6
## 103 BRA TOT 2002 70.9
## 104 BRA TOT 2003 71.3
## 105 BRA TOT 2004 71.6
## 106 BRA TOT 2005 72.0
## 107 BRA TOT 2006 72.3
## 108 BRA TOT 2007 72.7
## 109 BRA TOT 2008 73.0
## 110 BRA TOT 2009 73.4
## 111 BRA TOT 2010 73.7
## 112 BRA TOT 2011 74.0
## 113 BRA TOT 2012 74.2
## 114 BRA TOT 2013 74.5
## 115 BRA TOT 2014 74.8
## 116 BRA TOT 2015 75.0
## 117 BRA TOT 2016 75.3
## 118 BRA TOT 2017 75.5
## 119 BRA TOT 2018 75.7
## 120 BRA TOT 2019 75.9
## 121 EST TOT 1960 68.9
## 122 EST TOT 1961 69.2
## 123 EST TOT 1962 69.4
## 124 EST TOT 1963 69.5
## 125 EST TOT 1964 70.3
## 126 EST TOT 1965 70.3
## 127 EST TOT 1966 70.4
## 128 EST TOT 1967 70.6
## 129 EST TOT 1968 70.2
## 130 EST TOT 1969 69.9
## 131 EST TOT 1970 70.0
## 132 EST TOT 1971 70.3
## 133 EST TOT 1972 70.1
## 134 EST TOT 1973 70.4
## 135 EST TOT 1974 70.5
## 136 EST TOT 1975 69.9
## 137 EST TOT 1976 69.5
## 138 EST TOT 1977 69.6
## 139 EST TOT 1978 69.4
## 140 EST TOT 1979 69.2
## 141 EST TOT 1980 69.3
## 142 EST TOT 1981 69.1
## 143 EST TOT 1982 69.7
## 144 EST TOT 1983 69.6
## 145 EST TOT 1984 69.5
## 146 EST TOT 1985 69.6
## 147 EST TOT 1986 70.7
## 148 EST TOT 1987 70.7
## 149 EST TOT 1988 70.8
## 150 EST TOT 1989 70.3
## 151 EST TOT 1990 69.8
## 152 EST TOT 1991 69.7
## 153 EST TOT 1992 69.1
## 154 EST TOT 1993 68.2
## 155 EST TOT 1994 66.8
## 156 EST TOT 1995 67.9
## 157 EST TOT 1996 69.9
## 158 EST TOT 1997 70.1
## 159 EST TOT 1998 69.7
## 160 EST TOT 1999 70.6
## 161 EST TOT 2000 71.0
## 162 EST TOT 2001 70.9
## 163 EST TOT 2002 71.4
## 164 EST TOT 2003 71.8
## 165 EST TOT 2004 72.4
## 166 EST TOT 2005 72.9
## 167 EST TOT 2006 73.1
## 168 EST TOT 2007 73.2
## 169 EST TOT 2008 74.2
## 170 EST TOT 2009 75.2
## 171 EST TOT 2010 75.9
## 172 EST TOT 2011 76.4
## 173 EST TOT 2012 76.5
## 174 EST TOT 2013 77.3
## 175 EST TOT 2014 77.2
## 176 EST TOT 2015 77.7
## 177 EST TOT 2016 77.8
## 178 EST TOT 2017 78.2
## 179 EST TOT 2018 78.4
## 180 EST TOT 2019 78.8
## 181 EST TOT 2020 78.5
women = a%>% filter(SUBJECT == "WOMEN")
men = a%>% filter(SUBJECT == "MEN")
ggplot(b, aes(x=TIME, y=LIFEEXP)) +
geom_bar(stat="identity", position = "dodge")
ggplot(b, aes(x=TIME, y=LIFEEXP)) +
geom_bar(stat="identity")+ facet_wrap(~LOCATION)
ggplot(women, aes(x=TIME, y=LIFEEXP)) +
geom_bar(stat="identity")
ggplot(new, aes(x=TIME, y=LIFEEXP)) +
geom_bar(stat="identity",position="dodge")+ facet_wrap(~SUBJECT)
c = a%>% filter(SUBJECT == "WOMEN"|SUBJECT == "MEN")
ggplot(c, aes(x=TIME, y=LIFEEXP, fill= SUBJECT)) +
geom_bar(stat="identity",position="dodge")+ facet_wrap(~LOCATION)
