moodymudskipper

# You'll also need to add roxygen2 to Suggests in the DESCRIPTION file to satisfy checks
# or just call `usethis::use_package("roxygen2", "Suggests")`

# first we define the tag used in examples in the doc ----------------------------------------------

#' @export
#' @importFrom roxygen2 roxy_tag_parse
roxy_tag_parse.roxy_tag_tip <- function(x) {
  roxygen2::tag_markdown(x)
}

datagistips

library(shiny)
library(banR) # Pour le géococage et l'appel à l'API BANO
library(leaflet) # Pour la carte interactive

# ui est la partie affichage
ui <- fluidPage(
  
  fluidRow(column(12, 
                  h1("Géocodage d'adresse BANO"),
                  textInput("adresse", label = NULL, "", placeholder = "Tapez une adresse"),

LilithWittmann

Arbeitsamt Jobsuche API

Die Bundesagentur für Arbeit verfügt über die größte Datenbank für offene Stellen in Deutschland. Obwohl sie vollständig staatlich ist und es sich dabei um einen sehr spannenden Basisdatensatz handelt, mit dem viele Analysen möglich wären, bietet die Bundesagentur für Arbeit dafür bis heute keine offizielle API an.

Authentifizierung

Die Authentifizierung funktioniert per OAuth 2 Client Credentials mit JWTs. Die Client Credentials sind z.B. in der App hinterlegt:

ClientID: c003a37f-024f-462a-b36d-b001be4cd24a

LilithWittmann

Autobahn App API

Das BMVI hat eine völlig nutzlose App gebaut. Eine Autobahn-Info App.

Wirklich völlig nutzlos?

Nein, es gibt jetzt nämlich eine offene API für aktuelle Verwaltungsdaten in Bezug auf Baustellen-Informationen, Webcams, Parkplätze, … - bestimmt für jemand nützlich.

Endpunkte

Hier gibt es eine OpenAPI Spec von @creckord: https://gist.github.com/creckord/a2e09267f5fdfadc2cd75eedb3182b8a

• https://verkehr.autobahn.de/o/autobahn/

andrewheiss

library(tidyverse)
library(broom)
library(latex2exp)
library(patchwork)
set.seed(1234)

logit_df <- tibble(x = seq(-5, 5, length.out = 100)) %>% 
    mutate(p = 1/(1 + exp(-x))) %>% 
    mutate(y = rbinom(n(), size = 1, prob = p))

jthomasmock

library(tidyverse)
library(gt)
tuesdata <- tidytuesdayR::tt_load(2020, "36")

country_sel <- c("China", "India", "United States", "Indonesia", "Mexico", "Pakistan")

yield_data <- tuesdata$key_crop_yields %>%
  janitor::clean_names() %>%
  rename_with(~ str_remove(., "_tonnes_per_hectare")) %>%
  select(entity:beans, -code) %>%

jlacko

# make certain jsonlite is available
if(!require(jsonlite, quietly = TRUE)) {
  install.packages("jsonlite")
  library(jsonlite)
}

# get the path to settings file
path <- if (Sys.info()[["sysname"]] == "Windows") {
  paste0(Sys.getenv('APPDATA'), "\\RStudio\\rstudio-prefs.json")
} else {

jthomasmock

library(tidyverse)
library(espnscrapeR)
library(broom)
library(glue)

# Get data from espnscrapeR
all_off <- 2000:2019 %>% 
  map_dfr(scrape_team_stats_nfl)

# Many LMs ----------------------------------------------------------------

djnavarro

library(isoband)
library(magick)
library(sf)
library(tidyverse)

# Adapted from Claus Wilke's code
# https://github.com/clauswilke/isoband
sf_from_image <- function(image, nbands) {
  image_gray <- image %>% image_quantize(colorspace = "gray")
  image_raster <- as.raster(image_gray)

EmilHvitfeldt

library(tidyverse)
library(ggrepel)

set.seed(1234)

data <- tibble(x = seq_len(100),
               y = cumsum(rnorm(100)))

anno_data <- data %>%
  filter(x %% 25 == 10) %>%