-
Notifications
You must be signed in to change notification settings - Fork 0
/
slajdy_fgi_15_lipca.Rmd
370 lines (289 loc) · 12.1 KB
/
slajdy_fgi_15_lipca.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
---
title: "Dzikie wysypiska w Łodzi. Wyniki badań"
author: "Uniwersytet Łódzki, dyskusja grupowa 15. lipca 2022"
output:
ioslides_presentation:
css: style.css
---
```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = FALSE, warning = FALSE, message = FALSE)
Sys.setenv(LANGUAGE = "en")
library(jsonlite)
library(tidyverse)
library(lubridate)
library(sf)
library(stringr)
library(osmdata)
library(units)
library(kableExtra)
library(reshape2)
theme_set(theme_minimal(base_size = 15))
data_json <- "2022-06-30-form-1__dzikie-wysypiska.json"
l <- jsonlite::fromJSON(txt = data_json,
flatten = TRUE)
d <- l[["data"]]
d <- d %>% mutate(date_user = parse_date(x = `7_Dzisiejsza_data__p`,
format = "%d/%m/%Y")) %>%
filter(date_user >= "2022-03-01")
d <- d %>% mutate(volunteer_id = paste0(`20_Wymyl_swoj_nazw_u`,
`21_Wpisz_swoj_nazw_u`) %>%
tolower() %>%
stringr::str_trim(., side = "both"))
count_date_user <- d %>% count(date_user)
n_max <- count_date_user %>% pull(n) %>% max()
n_sum <- count_date_user %>% pull(n) %>% sum()
date_max <- "2022-06-30"
cpt <- "Źródło: badania własne\ndzikiewysypiska.uni.lodz.pl"
d_cechy <- d[, c(1, 12:21)]
#remove leading digits and undersores
d_cechy <- rename_with(d_cechy, ~str_remove_all(., "\\d+_"))
podano_cechy <- d_cechy %>% count(Czy_chcesz_nam_pow) %>% pull(n)
```
## Wyniki w zakresie
- Liczby wpisów na mapę dzikich wysypisk: **`r n_sum` wpisy**
- Liczby ochotniczek / ochotników wysyłających wpisy: **`r d %>% count(volunteer_id) %>% pull(n) %>% length()` osoby**
- Rozmieszczenia dzikich wysypisk: **najwięcej wpisów z Widzewa, najbardziej zaśmiecone Śródmieście**
- Cech dzikich wysypisk: znamy je dla **`r round(podano_cechy[2] / sum(podano_cechy) * 100)`%** wpisów (`r podano_cechy[2]` z `r sum(podano_cechy)`).
Stan badań na `r date_max`
## Liczba wpisów dziennie
```{r wpis-dzien}
count_date_user %>%
ggplot(aes(x = date_user, y = n)) +
geom_col(fill = "seagreen") +
scale_y_continuous(breaks = 0:n_max, minor_breaks = NULL, limits = c(0, n_max),
name = "liczba wpisów") +
scale_x_date(date_minor_breaks = "7 days",
name = "data dodania wpisu",
date_breaks = "14 days",
date_labels = "%d.%m") +
labs(title = paste0("Do ",
date_max,
" przesłaliście nam ",
n_sum,
" wpisy, dziękujemy!"),
caption = cpt)
```
## Liczba wpisów miesięcznie
```{r wpis-miesiac}
count_date_user %>% group_by(month = floor_date(date_user, "month")) %>%
summarize(n = sum(n)) %>%
ggplot(aes(x = as.character(month), y = n)) +
geom_col(width = 0.1, fill = "seagreen") +
scale_y_continuous(name = "liczba wpisów") +
scale_x_discrete(name = "miesiąc dodania wpisu",
labels = c("marzec", "kwiecień", "maj", "czerwiec")) +
labs(title =
"Liczba przesyłanych wpisów jest coraz niższa\nw kolejnych miesiącach realizacji badania",
caption = cpt)
```
## Liczba ochotniczek / ochotników w czasie
```{r liczba-ochotn}
d %>% group_by(volunteer_id) %>%
summarise(min_date = min(date_user)) %>%
count(min_date) %>% group_by(month = floor_date(min_date, "month")) %>%
summarize(n = sum(n)) %>%
ggplot(aes(x = as.character(month), y = n)) +
geom_col(width = 0.1, fill = "orange") +
scale_y_continuous(name = "liczba dołączających osób") +
scale_x_discrete(name = "miesiąc dołączenia pierwszego wpisu",
labels = c("marzec", "kwiecień", "maj", "czerwiec")) +
labs(title =
"Liczba dołączających osób jest coraz niższa
w kolejnych miesiącach realizacji badania",
caption = cpt)
```
Łącznie wpisy na mapę dzikich wysypisk przesłały **`r d %>% count(volunteer_id) %>% pull(n) %>% length()` osoby**.
## Rozmieszczenie -- mapa
```{r rozmieszczenie-mapa, cache=TRUE}
shp <- sf::st_read(dsn = ".",layer = "Jednostki_ewidencyjne",
quiet = TRUE)
lodz_dzielnice <- shp %>% filter(str_detect(JPT_NAZWA_, "ŁÓDŹ"))
lodz_coord <- c(left = 19, bottom = 51.5, right = 20, top = 52)
lodz_osm <- "Lodz" %>% opq()
#build different types of streets
main_st <- data.frame(type = c("motorway","trunk",
"primary","motorway_junction",
"trunk_link","primary_link","motorway_link"))
st <- data.frame(type = available_tags('highway'))
st <- subset(st, !type %in% main_st$type)
path <- data.frame(type = c("footway","path","steps","cycleway"))
st <- subset(st, !type %in% path$type)
st <- as.character(st$type)
main_st <- as.character(main_st$type)
path <- as.character(path$type)
#query OSM
main_streets <- lodz_osm %>%
add_osm_feature(key = "highway",
value = main_st) %>%
osmdata_sf()
streets <- lodz_osm %>%
add_osm_feature(key = "highway",
value = st) %>%
osmdata_sf()
d <- d %>% mutate(latitude = as.numeric(`5_Tutaj_zlokalizowan.latitude`),
longitude = as.numeric(`5_Tutaj_zlokalizowan.longitude`))
dzielnice_4326 <- st_transform(lodz_dzielnice %>%
select(JPT_NAZWA_, geometry), 4326) %>%
mutate(dzielnica = str_remove(JPT_NAZWA_, "ŁÓDŹ-") %>%
stringi::stri_trans_totitle())
punkty_4326 <- st_as_sf(x = d %>%
filter(!is.na(longitude)) %>%
select(volunteer_id, longitude, latitude),
coords = c("longitude", "latitude"),
crs = st_crs(dzielnice_4326))
punkty_dzielnice <- st_intersection(x = dzielnice_4326, y = punkty_4326)
punkty_n_total <- dim(punkty_4326)[1]
wpisy_bez_punktu_n <- n_sum - punkty_n_total
punkty_n_granice_lodzi <- punkty_dzielnice %>% count(JPT_NAZWA_) %>%
pull(n) %>% sum()
punkty_poza_lodzia_n <- punkty_n_total - punkty_n_granice_lodzi
manual_fill <- c(Bałuty = "blue",
Górna = "orange",
Polesie = "purple",
Śródmieście = "seagreen",
Widzew = "red",
"gray")
ggplot() +
geom_sf(data = main_streets$osm_lines, color = "darkgray", size = 0.5) +
geom_sf(data = streets$osm_lines, size = 0.25, color = "gray") +
geom_sf(data = dzielnice_4326, aes(fill = dzielnica),
alpha = 0.5, colour = NA) +
geom_sf(data = punkty_4326, alpha = 0.5, size = 3) +
coord_sf(datum = NA,
xlim = c(19.33, 19.63),
ylim = c(51.69, 51.855)) +
scale_fill_manual(values = manual_fill) +
guides(fill = "none")
```
Jeden punkt na mapie oznacza jeden wpis. Łącznie `r punkty_n_total` punkty, `r round(punkty_n_total / n_sum * 100)`% z `r n_sum` wpisów.
## Rozmieszczenie -- liczba w dzielnicach
```{r rozmieszczenie-dzielnica}
# zrobić słupkowy flip z podziałem na dzielnice
# i dodać słup "brak współrzędnych wpisu", "punkt poza granicami m. Łodzi"
punkty_dzielnice %>% count(dzielnica) %>% tibble() %>% select(-geometry) %>%
add_case(dzielnica = c("brak współrzędnych wpisu",
"punkt poza granicami Łodzi"),
n = c(wpisy_bez_punktu_n, punkty_poza_lodzia_n)) %>%
mutate(dzielnica = fct_reorder(dzielnica, n, max)) %>%
ggplot(aes(x = dzielnica,
y = n, fill = dzielnica)) +
geom_col(alpha = 0.6) +
coord_flip() +
scale_fill_manual(values = manual_fill) +
guides(fill = "none") +
labs(title = "Najwięcej wpisów pochodzi z Widzewa",
caption = cpt,
x = NULL,
y = "liczba wpisów")
```
## Rozmieszczenie -- liczba w dzielnicach w odniesieniu do powierzchni
```{r rozmieszczenie-dzielnica-mkw}
dzielnice_4326 <- dzielnice_4326 %>% mutate(
area = st_area(dzielnice_4326))
st_join(punkty_dzielnice, dzielnice_4326) %>% count(dzielnica.x, area) %>%
mutate(`liczba wpisów przez powierzchnię dzielnicy` = n / area,
dzielnica.x = fct_reorder(dzielnica.x,
`liczba wpisów przez powierzchnię dzielnicy`,
max)) %>%
tibble() %>% select(-geometry) %>%
ggplot(aes(x = dzielnica.x,
y = `liczba wpisów przez powierzchnię dzielnicy`,
fill = dzielnica.x)) +
geom_col(alpha = 0.6) +
coord_flip() +
scale_fill_manual(values = manual_fill) +
guides(fill = "none") +
labs(title = "Najbardziej zaśmiecone jest Śródmieście",
subtitle = "Tylko wpisy w granicach Łodzi",
caption = cpt,
x = NULL)
```
## Cechy dzikich wysypisk -- ilość informacji
```{r cechy-ile}
d_cechy %>% count(Czy_chcesz_nam_pow) %>%
mutate(`%` = round(n / sum(n) * 100)) %>%
add_case(Czy_chcesz_nam_pow = "SUMA", n = sum(podano_cechy), `%` = 100) %>%
rename(`Podano informację o wysypisku` = Czy_chcesz_nam_pow) %>%
kbl() %>%
kable_minimal(full_width = FALSE)
#TODO add yellow highlight to "tak"
```
O ile nie wskazano inaczej, **cechy wysypisk dotyczą `r podano_cechy[2]` wpisów**.
## Cechy dzikich wysypisk -- powierzchnia
```{r cechy-powierzchnia}
cechy_tak <- d_cechy %>% filter(Czy_chcesz_nam_pow == "Tak")
cechy_tak %>%
ggplot(aes(x = fct_rev(fct_infreq(Jak_oceniasz_powi)))) +
geom_bar(alpha = 0.6) +
labs(title = "Częściej zgłaszano małe wysypiska",
y = "liczba wpisów", x = "ocena powierzchni wysypiska",
caption = cpt) +
scale_x_discrete(labels = function(x) str_wrap(x, width = 35)) +
coord_flip()
```
## Cechy dzikich wysypisk -- charakter
```{r cechy-charakter}
cechy_tak %>%
ggplot(aes(x = fct_rev(fct_infreq(Jaki_jest_charakt)))) +
geom_bar(alpha = 0.6) +
labs(title = '"Kilka stosów" to najczęściej\nwskazywany charakter',
y = "liczba wpisów", x = "charakter wysypiska",
caption = cpt) +
scale_x_discrete(labels = function(x) str_wrap(x, width = 35)) +
coord_flip()
```
## Cechy dzikich wysypisk -- miejsce
```{r cechy-miejsce}
cechy_tak %>%
ggplot(aes(x = fct_rev(fct_infreq(W_jakim_miejscu_j)))) +
geom_bar(alpha = 0.6) +
labs(title = "",
y = "liczba wpisów", x = "miejsce wysypiska",
caption = cpt) +
scale_x_discrete(labels = function(x) str_wrap(x, width = 45)) +
coord_flip()
```
## Cechy dzikich wysypisk -- rodzaje odpadów
```{r cechy-rodzaje}
# cechy_tak$Jakie_rodzaje_odp
names(cechy_tak$Jakie_rodzaje_odp) <- cechy_tak$ecuuid
rodzaje_long <- reshape2::melt(cechy_tak$Jakie_rodzaje_odp)
rodzaje_wide <- bind_rows(lapply(cechy_tak$Jakie_rodzaje_odp,
as.data.frame.list))
# sum(!is.na(rodzaje_wide)) == sum(!is.na(rodzaje_long$value))
rodzaje_long %>%
ggplot(aes(x = fct_rev(fct_infreq(value)))) +
geom_bar(alpha = 0.6) +
geom_hline(yintercept = 25, colour = "blue", lty = 2, alpha = 0.4) +
annotate("text", x = 5, y = 24, label = "połowa wpisów = 25", colour = "blue") +
labs(y = "liczba wskazań", x = "rodzaje odpadów") +
scale_x_discrete(labels = function(x) str_wrap(x, width = 50)) +
theme_minimal(base_size = 12) +
coord_flip()
```
Pytanie wielokrotnego wyboru, odpowiedzi nie sumują się do 50 wpisów.
## Cechy dzikich wysypisk -- widoczność
```{r cechy-widocznosc}
cechy_tak %>%
ggplot(aes(x = fct_rev(fct_infreq(Czy_znalezione_wy)))) +
geom_bar(alpha = 0.6) +
labs(title = "Zdecydowanie najczęściej wysypiska\nbyły dobrze widoczne",
y = "liczba wpisów", x = "widoczność wysypiska",
caption = cpt) +
scale_x_discrete(labels = function(x) str_wrap(x, width = 35)) +
geom_hline(yintercept = 25, colour = "blue", lty = 2, alpha = 0.4) +
annotate("text", x = 1, y = 24, label = "połowa wpisów = 25", colour = "blue") +
coord_flip()
```
Nikt nie wskazał, że wysypisko jest "niewidoczne (ukryte)".
## Cechy dzikich wysypisk -- czas powstania
```{r cechy-czas}
cechy_tak %>%
ggplot(aes(x = fct_rev(fct_infreq(Czy_moesz_oceni_c)))) +
geom_bar(alpha = 0.6) +
labs(title = "Najrzadziej wskazywano wysypiska\npowstałe w ostatnich dniach",
y = "liczba wpisów", x = "ocena czasu powstania wysypiska",
caption = cpt) +
scale_x_discrete(labels = function(x) str_wrap(x, width = 35)) +
coord_flip()
```