dfalster

##' Modifies 'data' by adding new values supplied in newDataFileName
##'
##' newDataFileName is expected to have columns 
##' c(lookupVariable,lookupValue,newVariable,newValue,source)
##' 
##' Within the column 'newVariable', replace values that
##' match 'lookupValue' within column 'lookupVariable' with the value
##' newValue'.  If 'lookupVariable' is NA, then replace *all* elements
##' of 'newVariable' with the value 'newValue'.
##'

derekmcloughlin

---
title: "Sample Equations used in Statistics"
output: html_document
---

###  Summations

### Without Indices

$\sum x_{i}$

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) %>%

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)

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 ----------------------------------------------------------------

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(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) %>%

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))

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/

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