# Willkommen zu Episode II

# Das kennen wir schon: Package "tidyverse" einbinden
library(tidyverse)


# Als nächstes wollen wir Daten aus einer Datei laden.
dwd_gebietsmittel_lufttemperatur_datei <- 'regional_averages_tm_year.txt'

# Um sie zu laden, lesen wir die Datei mit einigen Einstellungen ein:
dwd_gebietsmittel_lufttemperatur <- read_delim(dwd_gebietsmittel_lufttemperatur_datei, 
                                               delim = ';',
                                               skip = 1,
                                               trim_ws = TRUE)


# Das funktioniert nicht, weil (Fehlermeldung lesen!) die Datei nicht gefunden wird.
# Naive Frage, aber: Hey Computer, von wo aus suchst du eigentlich gerade?
# R sucht ausgehend vom aktuellen "working directory". Derzeit lautet das wiefolgt:
getwd()


# Vollkommen falsch! Wir setzen es über das "Files"-Fenster in RStudio und den "..."-Knopf.
# Anschließend kann im Files-Fenster unter "More" das entsprechende Verzeichnis gesetzt werden.
# RStudio führt beim Klick darauf übrigens den entsprechenden Code in der Konsole aus:
# setwd("...")


# Neuer Versuch ...
dwd_gebietsmittel_lufttemperatur <- read_delim(dwd_gebietsmittel_lufttemperatur_datei, 
                                               delim = ';',
                                               skip = 1,
                                               trim_ws = TRUE)


# Das hat, trotz aggressiver Farbgebung, offenbar geklappt ("Fehlermeldung" gelesen?).
# Nun können wir uns die Datenstruktur genauer anschauen:
str(dwd_gebietsmittel_lufttemperatur)
dwd_gebietsmittel_lufttemperatur


# Wir wollen den Datensatz kennenlernen. Dazu können wir beispielsweise Jahre zählen:
dwd_gebietsmittel_lufttemperatur %>% 
  summarise(
    minimum = min(Jahr),
    maximum = max(Jahr),
    anzahl_einzigartige_jahreszahlen = n_distinct(Jahr)
  )


# Was wissen wir über Sachsen?
dwd_gebietsmittel_lufttemperatur %>% 
  select(Jahr, Sachsen)


# ... sortiert nach Temperatur absteigend?
dwd_gebietsmittel_lufttemperatur %>% 
  select(Jahr, Sachsen) %>% 
  arrange(-Sachsen)


# Welches war das kälteste, welches das wärmste Jahr?
dwd_gebietsmittel_lufttemperatur %>% 
  top_n(-1, Sachsen) %>% 
  select(Jahr, Sachsen)

dwd_gebietsmittel_lufttemperatur %>% 
  top_n(1, Sachsen) %>% 
  select(Jahr, Sachsen)


# Ich bin 1987 geboren. Wie sieht es in diesem Zeitraum aus?
dwd_gebietsmittel_lufttemperatur %>% 
  filter(Jahr >= 1987) %>% 
  select(Jahr, Sachsen) %>% 
  arrange(Jahr)

dwd_gebietsmittel_lufttemperatur %>% 
  filter(Jahr >= 1987) %>% 
  top_n(5, Sachsen)


# Wir können Tabellen mit View auch anzeigen.
dwd_gebietsmittel_lufttemperatur %>% 
  filter(Jahr >= 1987) %>% 
  select(Jahr, Bayern, `Brandenburg/Berlin`, Sachsen) %>% 
  arrange(Jahr) %>% 
  View()


# Okay, Zeit, Visualisierungen sprechen zu lassen.
# Welches sind denn die heißesten Jahre für Sachsen?
dwd_gebietsmittel_lufttemperatur %>% 
  ggplot(aes(x = Jahr,
             y = Sachsen)) +
  geom_point()


# Nicht so wirklich hilfreich. Besser mit Balken?
dwd_gebietsmittel_lufttemperatur %>% 
  ggplot(aes(x = Jahr,
             y = Sachsen)) +
  geom_col()


# Geht so. Vielleicht mit Linie und Punkten?
dwd_gebietsmittel_lufttemperatur %>% 
  ggplot(aes(x = Jahr,
             y = Sachsen)) +
  geom_line() +
  geom_point()


# Besser. Aber das ganze Ding ist noch nicht sooo schön.
dwd_gebietsmittel_lufttemperatur %>% 
  ggplot(aes(x = Jahr,
             y = Sachsen)) +
  geom_line() +
  geom_point() +
  theme_classic()


# Noch etwas besser.
# Können wir die Achsen besser beschriften?
# Ja, aber dazu müssen wir erst etwas mehr über unsere Datenbeschaffenheit wissen.
# Sie erinnern sich an STRucture?
str(dwd_gebietsmittel_lufttemperatur)

# Der Einfachheit halber: Man kann sich die STRucture auch für einzelne Spalten ausgeben lassen.
# Auf Spalten kann man mit "$" zugreifen.
str(dwd_gebietsmittel_lufttemperatur$Sachsen)


# Okay, also die "Sachsen"-Spalte enthält 139 Komma-Zahlen.
# Was ist mit dem Jahr?
str(dwd_gebietsmittel_lufttemperatur$Jahr)


# 139 Ganzzahlen. Alles klar, zurück zur Visualisierung.
# X- und Y-Achsen ("scale") lassen sich einzeln als fortlaufend numerisch ("continuous") konfigurieren.
# Für die X-Achse legen wir eine Überschrift und die Anzahl der beschrifteten Jahre (139) fest.
# Für die Y-Achse legen wir auch eine Überschrift und, als Vektor, die beschrifteten Grad-Zahlen fest.
dwd_gebietsmittel_lufttemperatur %>% 
  ggplot(aes(x = Jahr,
             y = Sachsen)) +
  geom_line() +
  geom_point() +
  theme_classic() +
  scale_x_continuous(name = 'Jahr',
                     n.breaks = 139) +
  scale_y_continuous(name = 'Jahresmittel Lufttemperatur [Grad Celsius]',
                     breaks = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12))


# Gut, wir lernen ...
# ... und beschriften nur noch etwa ein Fünftel der Jahreszahlen (30)
# ... und legen für die Y-Achse noch fest, dass sie auch wirklich von 0-12 alles anzeigt
dwd_gebietsmittel_lufttemperatur %>% 
  ggplot(aes(x = Jahr,
             y = Sachsen)) +
  geom_line() +
  geom_point() +
  theme_classic() +
  scale_x_continuous(name = 'Jahr',
                     n.breaks = 30) +
  scale_y_continuous(name = 'Jahresmittel Lufttemperatur [Grad Celsius]',
                     breaks = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12),
                     limits = c(0, 12))


# Wir können die Jahreszahlen auch schräg stellen.
# Und eine Überschrift über alles setzen.
# Und Farbe in die Linie reinbringen.
dwd_gebietsmittel_lufttemperatur %>% 
  ggplot(aes(x = Jahr,
             y = Sachsen)) +
  geom_line(color = 'red') +
  geom_point(color = 'darkred') +
  theme_classic() +
  scale_x_continuous(name = 'Jahr',
                     n.breaks = 30) +
  scale_y_continuous(name = 'Jahresmittel [Grad Celsius]',
                     breaks = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12),
                     limits = c(0, 12)) +
  ggtitle(label = 'Lufttemperatur in Sachsen',
          subtitle = 'Daten vom Deutschen Wetterdienst') +
  theme(axis.text.x = element_text(angle = 45,
                                   hjust = 1))