Cenário empresarial
Você foi solicitado a criar um gráfico que mostre a receita de vendas e a margem bruta por linha de produtos e região. Eles querem que os usuários possam usar um controle de entrada para filtrar os dados por ano.
Para isso, você decide adicionar uma visualização R para criar o gráfico de barras horizontais duplas personalizado com um controle de entrada para o ano em sua história usando o código R.
Tarefa 1: Adicionar um widget de visualização R a uma página de história
Fluxo de tarefa: neste exercício prático, você irá:
- Investigar as visualizações R na história
- Adicionar um widget de visualização R à história e configurar as dimensões e medidas
- Adicionar o script inicial à visualização R
Tarefa 2: Adicionar scripting à visualização R
Fluxo de tarefa: neste exercício prático, você irá:
- Modificar a cor da linha e preencher as barras no gráfico
- Altere a orientação do gráfico de vertical para horizontal
- Adicionar e configurar rótulos
- Ajustar a largura das barras no gráfico
- Reordenar as regiões do menor para o maior valor
- Atualizar os rótulos nos eixos x e y
- Alterar o tema do gráfico
Tarefa 3: Adicionar e configurar linhas de produtos
Fluxo de tarefa: neste exercício prático, você irá:
- Adicionar linhas às dimensões
- Configurar o gráfico
- Criar um gráfico de barras sobrepostas
- Configure o título do gráfico e adicione uma legenda
- Dimensionar a receita de vendas
Tarefa 4: Adicionar e configurar um segundo gráfico na visualização R
Fluxo de tarefa: neste exercício prático, você irá:
- Atualize o gráfico para adicionar margem bruta às medidas
- Adicionar um segundo gráfico à visualização R
- Remover título e subtítulo
- Adicionar um controle de entrada para Ano
Código R completo usado neste exercício
O código R final na janela Editor do editor de script de visualização R é o seguinte:
1234567891011121314151617181920212223
library(ggplot2)
library(dplyr)
library(grid)
library(gridExtra)
g1 <- ggplot(BestRunCorpRetail, aes(x = reorder(Lines,`Sales Revenue`/1000), y = `Sales Revenue`/1000 , fill = `Region` )) +
geom_col(stat = "identity" ) + coord_flip() +
scale_fill_brewer(palette="Blues") +
labs(title = " Sales Revenue (in k) by Product Line / Region", x = "Product Lines / Region ", y = " Sales Revenue") +
theme_light() +
theme(legend.position="bottom")
g2 <- ggplot(BestRunCorpRetail, aes(x = reorder(Lines,`Gross Margin`/1000), y = `Gross Margin`/1000 , fill = `Region` )) +
geom_col(stat = "identity" ) + coord_flip() +
scale_fill_brewer(palette="Reds") +
labs(title = " Gross Margin (in k) by Product Line / Region", x = "Product Lines / Region ", y = "Gross Margin") +
theme_light() +
theme(legend.position="bottom")
gg1 <- ggplot_gtable(ggplot_build(g1))
gg2 <- ggplot_gtable(ggplot_build(g2))
grid.arrange(gg1, gg2, ncol = 2, widths = c(1/2,1/2))