Rスクリプト。2020-4-7時点での福岡のCOVID-19症例数のグラフ

Fukuoka0407.R

#ライブラリ読み込み
library(tidyverse)
library(lubridate)
#カラーパレット
library(ggsci)
#パーセント処理
library(scales)

#作業フォルダ指定
setwd("~/nCov2019/r/")
#csv読み込み
gds <- read.csv("gds_kenmo0408.csv")

#使用したデータ
#COVID-19 都道府県別 検査数分析/陽性者分析用スプレッドシート(ヽ´ん`)のGDS用。いわゆる整然データ
#https://docs.google.com/spreadsheets/d/1Cy4W9hYhGmABq1GuhLOkM92iYss0qy03Y1GeTv4bCyg/edit?ts=5e74a1c1#gid=845297461

# 表示用の処理など
gds <- gds %>% 
  rename(経路不明 = 日別経路不明数)
#差を計算。日別陽性者数-経路不明
gds <- gds %>% mutate(その他 = 日別陽性者数-経路不明)
#経路不明,その他をまとめる
df <- gds %>%
  select(県名,日付,経路不明, その他) %>%
  gather(key = type, value = n, -県名, -日付)　 # そのまま維持したい項目は「-」をつけて記載しておく
#日付処理
df$日付 <- ymd(df$日付)
df$日付 <- as.POSIXct(df$日付)
#水準の順番指定
df$経路　<- factor(df$type, levels=c("その他","経路不明"))
df$都道府県 = factor(df$県名, levels = c("北海道", "青森県", "岩手県", "宮城県", "秋田県", "山形県", "福島県",
                                     "茨城県", "栃木県", "群馬県", "埼玉県", "千葉県", "東京都", "神奈川県",
                                     "新潟県", "富山県", "石川県", "福井県", "山梨県",
                                     "長野県", "岐阜県", "静岡県", "愛知県",  "三重県", "滋賀県",
                                     "京都府", "大阪府", "兵庫県", "奈良県", "和歌山県",
                                     "鳥取県", "島根県", "岡山県", "広島県", "山口県", 
                                     "徳島県", "香川県", "愛媛県", "高知県",
                                     "福岡県", "佐賀県", "長崎県", "熊本県", "大分県", "宮崎県", "鹿児島県","沖縄県")) 

# 複数都道府県の指定の場合
choice <- c("北海道", 
            "茨城県", "栃木県", "群馬県", "埼玉県", "千葉県", "神奈川県",
            "新潟県",
            "愛知県", 
            "京都府", "大阪府", "兵庫県", "福岡県") 

# 指定都道府県のデータフレームの作成。複数都道府県はfilter(都道府県 %in% choice)としてfacetで並べる
df_choice <- df %>% 
  filter(都道府県 %in% "福岡県")

# 範囲指定
lims <- as.POSIXct(strptime(c("2020-03-10","2020-04-08"), format = "%Y-%m-%d"))  

# 福岡県の新規発生症例数  
g1 <- ggplot(df_choice,　aes(x = 日付, y = n, fill=経路))+
  geom_bar(stat = "identity",alpha = 0.6)　+
  scale_x_datetime(limits =lims, 
               date_breaks = "2 days", 
               date_labels = "%m-%d",
               timezone = "Asia/Tokyo")　+
  scale_y_continuous(breaks = seq(0, 40, by = 2),  expand = c(0,0), limits = c(0,34))+
  #facet_wrap(~ 都道府県)　+
  theme_bw(base_size = 14, base_family = "HiraginoSans-W4")+
  theme(axis.text.x = element_text(angle = 90, hjust = 1))+
  theme(aspect.ratio=1.2)+
  scale_fill_lancet()+
  ggtitle("COVID-19 福岡県の新規発生症例数 4/7")
g1

# 福岡県の新規発生症例数  割合
g2 <- ggplot(df_choice,　aes(x = 日付, y = n, fill=経路))+
  geom_bar(stat = "identity", position = "fill", alpha = 0.7)　+
  scale_x_datetime(limits =lims, 
                   date_breaks = "2 days", 
                   date_labels = "%m-%d",
                   timezone = "Asia/Tokyo")　+
  scale_y_continuous(labels = percent, expand = c(0,0))+
  theme_bw(base_size = 14, base_family = "HiraginoSans-W4")+
  theme(axis.text.x = element_text(angle = 45, hjust = 1))+
  scale_fill_lancet()+
  labs( x = "日付", y = "")+
  ggtitle("COVID-19 福岡県の新規発生症例の割合 4/7")
g2

# 福岡県の累積症例数
df_choice <- df_choice %>% group_by(経路) %>% mutate(累積 = cumsum(n))

g3 <- ggplot(df_choice,　aes(x = 日付, y = 累積, fill=経路))+
  geom_bar(stat = "identity", position="stack", alpha = 0.6)　+
  scale_x_datetime(limits =lims, 
                   date_breaks = "2 days", 
                   date_labels = "%m-%d",
                   timezone = "Asia/Tokyo")　+
  scale_y_continuous(breaks = seq(0, 225, by = 25),  expand = c(0,0), limits = c(0,225))+
  theme_bw(base_size = 14, base_family = "HiraginoSans-W4")+
  theme(axis.text.x = element_text(angle = 90, hjust = 1))+
  theme(aspect.ratio=0.7)+
  scale_fill_lancet()+
  labs( x = "日付", y = "累積症例数")+
  ggtitle("COVID-19 福岡県の累積症例数 4/7")
g3