hagstofan-rafhjol
For the full content of this gist, refer to https://gist.github.com/jokull/eac6df2443fe94682e7a72f35c4483eb
Jökull Sólberg Auðunsson@jokull
For the full content of this gist, refer to https://gist.github.com/jokull/eac6df2443fe94682e7a72f35c4483eb
# 87116010 = Lítil rafknúin ökutæki og hlaupahjól gerð fyrir aksturshraða < 25 km á klst (reiðhjól b og c, létt bifhjól 1)
# 87116090 = Létt bifhjól 2
# 87120000 = Reiðjól
# From january 2020
# 8711.6011 = reiðhjól b
# 8711.6012 = reiðhjól c
# 8711.6013 = létt bifhjól 1
library(scales)
heild_inn_ <- mutate(heild_inn, month = make_date(ar, man))
rafhjol <- filter( # Combine the two e-bike tollskrárnumer
heild_inn_,
tollskrarnumer == "87116010" | tollskrarnumer == "87116090" | tollskrarnumer == "87116011" | tollskrarnumer == "87116013"
) %>%
ungroup(tollskrarnumer) %>%
mutate(tollskrarnumer = "Rafhjól")
hlaupahjol <- filter( # Combine the two e-bike tollskrárnumer
heild_inn_,
tollskrarnumer == "87116012"
) %>%
ungroup(tollskrarnumer) %>%
mutate(tollskrarnumer = "Hlaupahjól")
hjol <- filter(
heild_inn_,
tollskrarnumer == "87120000"
) %>%
ungroup(tollskrarnumer) %>%
mutate(tollskrarnumer = "Hjól")
# Unit graph
units <- bind_rows(hjol, rafhjol, hlaupahjol) %>%
filter(eining == "vEin") %>%
filter(month >= make_date(2019, 1, 1)) %>%
group_by(tollskrarnumer, month) %>%
summarize(gildi = round(sum(gildi), digits = 0))
ggplot(data = units, aes(x = month, y = gildi, fill = tollskrarnumer)) +
geom_col() +
geom_text(
data = subset(units, gildi != 0),
aes(label = gildi),
position = position_stack(vjust = .5))
# Import value graph
fob <- bind_rows(hjol, rafhjol, hlaupahjol) %>%
filter(eining == "fob") %>%
filter(month >= make_date(2019, 1, 1)) %>%
group_by(tollskrarnumer, month) %>%
mutate(gildi = gildi / 10^6) %>%
summarize(gildi = round(sum(gildi), digits = 0))
ggplot(data = fob, aes(x = month, y = gildi, fill = tollskrarnumer)) +
geom_col() +
geom_text(data = subset(fob, gildi != 0), aes(label = gildi), position = position_stack(vjust = .5)) +
scale_y_continuous(labels = unit_format(unit = "m.kr."))library(tidyverse)
library(pxweb)
library(lubridate)
# Hér er get kall á hagstofuna út frá json fyrirspurninni innflutningur_hjol.json
px_data <- pxweb_get(url = "http://px.hagstofa.is//pxis/api/v1/is/Efnahagur/utanrikisverslun/1_voruvidskipti/03_inntollskra/UTA03803.px",
query = "fyrirspurnir/innflutningur_hjol.json")
hjol <- px_data$data
view(hjol)
#Komum gögnunum í gagnaramma, a.k.a. "tibblu"
tibbla <- tibble(
key = map(hjol, "key"), # Búum til list columns inni í tibblunni
values = map(hjol, "values")
) %>%
mutate(tollskrarnumer = map_chr(.x = key, ~pluck(.x[[1]])), #Búum til nýja dálka út frá innihaldi listcolumns
land = map_chr(.x = key, ~pluck(.x[[2]])),
timabil = map_chr(.x = key, ~pluck(.x[[3]])),
eining = map_chr(.x = key, ~pluck(.x[[4]])),
gildi = map_chr(.x = values, ~pluck(.x[[1]])),
gildi = as.numeric(gildi)) %>%
select(-key, -values) %>% # Fjarlægjum list columns eftir að hafa sett allt í sinn eigin dálk
separate(timabil, into = c("ar", "man"), sep = "M") %>% #Brjótum 'tímabil' dálkinn með sína "2017M01" strengi, niður í tvo nýja dálka
mutate_at(.vars = vars(man, ar), #Tökum þessa nýju dálka
.funs = as.numeric) # og gerum þá að numeric-dálkum
# Heildarinnflutningur óháð landi
heild_inn <- tibbla %>%
select(-land) %>% # Í raun óþarfi út af næstu línu, en You get the point
group_by(tollskrarnumer, ar, man, eining) %>%
summarize(gildi = sum(gildi))
heild_inn
# Eitthvað random graf fyrir CIF og FOB út frá tollskrárnúmerum sem innihalda "87116"
heild_inn %>%
#filter(eining %in% c("cif", "fob"),
# str_detect(string = tollskrarnumer, pattern = "87116")) %>%
filter(eining == "fob") %>%
mutate(dags = make_date(year = ar,
month = man,
day = 1)) %>%
ggplot(aes(x = dags, y = gildi, color = eining)) +
geom_line() +
facet_grid(rows = vars(tollskrarnumer))
##facet_grid(cols = vars(tollskrarnumer)) #eða facetta í raðir, frekar en dálka