lrakotoson / m_r Goto Github PK

@all-contributors please add @lenacoic for code, example and ideas

Salut @lenacoic,
T'as rajouté des notes sur ton app shiny et puis ce que je te propose pour gérer les dates du coup c'est le code suivant:

T_cas %>% 
  select(-c(1:4)) %>% #uniquement les dates
  replace(is.na(.), 0) %>% #car sum donne NA si NA présent
  summarise_all(funs(sum)) %>% #somme de toutes les lignes
  gather(key = "Date") %>% #transposition de la table
  mutate(Date = as.Date(Date,format="%m/%d/%y")) #conversion en date

Ce qui donne quelque chose comme ça

# A tibble: 33 x 2
   Date       value
   <date>     <dbl>
 1 2020-01-22   555
 2 2020-01-23   653
 3 2020-01-24   941
 4 2020-01-25  1434
 5 2020-01-26  2118
 6 2020-01-27  2927
 7 2020-01-28  5578
 8 2020-01-29  6166
 9 2020-01-30  8234
10 2020-01-31  9927
# ... with 23 more rows

Et avec ça tu peux faire un bon ggplot() + aes(x = Date, y = value) + geom_line() si tu veux faire un ggplot par exemple.

Après c'est encore perfectible 😅

Bien sûr tu peux mettre tout ça dans une fonction qui prend en argument la table à traiter du coup (dans le code j'ai mis T_cas) car le reste du code est valable pour toutes les tables. Et quand tu fais tes plots, tu pourras choisir les labels (cas, morts...) en fonction de la table choisie.