Script R d'analyse exploratoire

ProjectRFinal.R

@@ -0,0 +1,163 @@
+library(plyr)
+library(dplyr)
+library(ggplot2)  
+library("sf")
+library("rnaturalearth")
+library("rnaturalearthdata")
+library("rgeos")
+library(stringr)
+library(tidyverse)
+
+
+######################################################################################
+#
+#
+######################################################################################
+
+#Import des températures (partout sur la planète), on ne garde que l'année correspondante. 
+temp = read.csv("D:/Rstudio/Projects/Data/GlobalTemperatures.csv")
+temp$dt <- substring(temp$dt,1,4)
+# Calcul de la moyenne par année
+MeanYear = ddply(temp, "dt" , summarise, meanYear = mean(na.omit(LandAverageTemperature)))
+
+# Importation des températures (pas dans l'eau) et mise en forme de l'année. 
+tempCountries = read.csv("D:/Rstudio/Projects/Data/GlobalLandTemperaturesByCountry.csv")
+tempCountries$dt <- substring(tempCountries$dt,1,4)
+# Calcul de la moyenne par année, tout pays confondus
+MeanTempByYear = ddply(tempCountries, c("dt") , summarise, meanTemp = mean(na.omit(AverageTemperature)))
+
+# Mise en forme de la moyenne.
+ggplot(MeanTempByYear, aes(x=dt , y = meanTemp)) + 
+  geom_path(size = 1 , color = "red", aes(group=1)) +
+  ggtitle("Evolution de la température moyenne au niveau mondial depuis 1750 (Continent)") +
+  scale_x_discrete(breaks=seq(1750, 2015, 15)) +
+  theme(panel.background = element_blank(), axis.line = element_line(colour = "black")) +
+  ylab("moyenne des températures observées") + 
+  xlab("année") 
+
+# Superposition des 2 courbes 
+ggplot(MeanTempByYear, aes(x=dt , y = meanTemp)) + 
+  geom_path(size = 1 , color = "red", aes(group=1)) +
+  geom_line() + 
+  geom_line(data = MeanYear, aes(x=dt , y = meanYear, group=2),color = "blue") + 
+  ggtitle("Comparaison de la température moyenne sur Terre et en Mer") +
+  theme(panel.background = element_blank(), axis.line = element_line(colour = "black")) +
+  scale_x_discrete(breaks=seq(1750, 2015, 15)) +
+  ylab("moyenne des températures observées") + 
+  xlab("année") 
+
+# Calcul de l'année la plus chaude.
+x = MeanTempByYear$dt[which.max(MeanTempByYear$meanTemp)]
+tempCountries2013 = subset(tempCountries, dt == x)
+MeanTemp2013ByCountry = ddply(tempCountries2013, c("Country") , summarise, meanTemp = mean(na.omit(AverageTemperature)))
+MeanTemp2013ByCountry = MeanTemp2013ByCountry[order(MeanTemp2013ByCountry$meanTemp, decreasing = TRUE), ]
+#On ne garde que les 10 pays les plus chauds
+TenHottest2013Countries = head(MeanTemp2013ByCountry,10)
+
+# Mise en forme de la moyenne.
+ggplot(TenHottest2013Countries, aes(x=Country , y = meanTemp, fill=factor(meanTemp))) + 
+  geom_bar(stat = "identity") +
+  ggtitle("Les 10 pays les plus chauds durant l'année 2013") +
+  theme(axis.text.x = element_text(color = "blue", size = 15)) +
+  ylab("moyenne des températures observées") + 
+  xlab("Pays") 
+
+######################################################################################
+#
+#
+######################################################################################
+
+## develop a model
+#on enlève les années 1743-1745
+MeanTempByYear = na.omit(MeanTempByYear)
+linear_model <- lm( MeanTempByYear$meanTemp ~ MeanTempByYear$dt)
+FutureData  <- data.frame(2020)
+Prediction <- data.frame(predict(linear_model,FutureData))
+print(Prediction)
+summary(linear_model)
+#Essai peu concluant ... Circulez, il n'y a rien de fonctionnel à voir ! 
+
+######################################################################################
+#
+#
+#####################################################################################
+
+MeanTempByYear = ddply(tempCountries, c("dt") , summarise, meanTemp = mean(na.omit(AverageTemperature)))
+MeanTempByYear <- MeanTempByYear[-c(1:10), ]
+#On plot le résultat obtenu, on décide d'enlever les 10 premières années qui sont très inconsistantes
+
+new_row = c(2050, 20)
+MeanTempByYear = rbind(MeanTempByYear,new_row)
+#On ajoute cette valeur afin que notre smooth puisse extrapoler jusqu'en 2050, on replot 
+
+MeanTempByYear <- MeanTempByYear[-c(1:107), ]
+# On enlève tous les ans qui ont appartenu à la période dite du "Petit Age glaciaire, ainsi, 
+# on essaye d'enlever les impacts qui ne dépendant pas de l'activité humaine et de prédire au mieux 
+# ce qui se serait passé sans cette période. On remarque des résultats plus catastrophiques 
+
+new_row = c(2050, 21)
+MeanTempByYear = rbind(MeanTempByYear,new_row)
+#On ajoute cette valeur afin que notre smooth puisse extrapoler jusqu'en 2050, on replot 
+
+#En appelant ou non les lignes au dessus de nous, nous obtenons les résultats présentés sur le rapport. 
+ggplot(MeanTempByYear, aes(x=as.numeric(dt) , y = meanTemp)) + 
+  geom_point() + 
+  ggtitle("Températures terrestres et extrapolation à 40 ans") +
+  geom_smooth(stat = "smooth", color = "red", method="auto", fullrange = TRUE) +
+  ylab("moyenne des températures observées") + 
+  xlab("année") 
+
+######################################################################################
+#
+#
+#####################################################################################
+
+# Importation des Bases de données et mise en forme de l'année. 
+LocationTemp = read.csv("D:/Rstudio/Projects/Data/GlobalLandTemperaturesByMajorCity.csv")
+LocationTemp$dt <- substring(LocationTemp$dt,1,4)
+LocationTemp <- subset(na.omit(LocationTemp), dt == "2003")
+#LocationTemp$Latitude[str_sub(LocationTemp$Latitude, -1) == "N"] <-1
+#LocationTemp$Latitude[str_sub(LocationTemp$Latitude, -1) == "S"] <- -LocationTemp$Latitude
+TrLocationTemp <- LocationTemp %>%
+  mutate(Latitude = case_when (str_sub(LocationTemp$Latitude, -1) == "N" ~ str_sub(LocationTemp$Latitude, 0,-2), 
+                               (str_sub(LocationTemp$Latitude, -1) == "S" ~ paste("-",str_sub(LocationTemp$Latitude, 0,-2), sep = "")))) %>%
+  mutate(Longitude = case_when (str_sub(LocationTemp$Longitude, -1) == "E" ~ str_sub(LocationTemp$Longitude, 0,-2), 
+                                (str_sub(LocationTemp$Longitude, -1) == "W" ~ paste("-",str_sub(LocationTemp$Longitude, 0,-2),sep = ""))))             
+#Essai de transformation des données, échec cuisant car ça n'a rien changé mais démarche intéressante 
+
+# Calcul de la moyenne par année
+MeanLocationYear = ddply(TrLocationTemp, "Country" , summarise, meanYear = mean(AverageTemperature),  Latitude = Latitude, Longitude = Longitude)
+world <- ne_countries(returnclass = "sf")
+
+ggplot() +
+  geom_sf(data= world) +
+  geom_point(data = LocationTemp, aes(x = Longitude, y = Latitude)) 
+#Le plot fonctionne, et grâce à lui, on s'aperçoit que le monde est petit... 
+
+#########################################################################################
+#
+#
+#########################################################################################
+
+library(countrycode)
+continent <- countrycode(sourcevar = MeanTemp2013ByCountry[, "Country"],
+                         origin = "country.name",
+                         destination = "continent")
+#import d'un référencement des continents de chaque payes
+
+continent30 = head(na.omit(continent),30)
+# On ne garde que les 30 pays les plus chauds, ainsi que leur continent 
+
+ggplot(data=as.data.frame(continent30), 
+       aes(x = factor(1),fill = factor(continent30))) + 
+  geom_bar(stat = "count") + 
+  ggtitle("Distribution au sein des continents des 30 pays les plus chauds") + 
+  coord_polar(theta='y') +
+  theme(axis.text.y = element_blank(), 
+        axis.title.y = element_blank(), 
+        axis.ticks.y = element_blank(),
+        axis.title.x = element_blank()) +
+  labs(fill = "Continents")
+# On plotte la proportion de continents parmi les 30 pays les plus chauds
+
+################################Fin du code########################################