-
Notifications
You must be signed in to change notification settings - Fork 0
/
billboard_top_100.Rmd
223 lines (176 loc) · 7.4 KB
/
billboard_top_100.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
---
title: "billboard Top 100 Project"
author: "Christoph Potempa"
date: "06.05.2021"
output: html_document
---
```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```
### dplyr, tidyr und ggplot und gganimate vllt
In diesem Projekt werde ich mich einem sehr bekannten Datensatz widmen, in dem es vorrangig darum geht, einen sehr unordentlichen Datensatz zu bereinigen und in eine tidy Form zu bekommen. Anschließend sollen paar interessante Auswertungen und Analysen durchgeführt werden.
Hauptziel ist ein `Cleveland Dotplot` aller Nummer 1 Songs im Zeitverlauf zwischen Woche 1 und Woche 52.
### Datenaufbereitung
Zunächst einmal werden die benötigten Pakete geladen.
```{r, message=FALSE, warning=FALSE}
library(tidyverse)
library(reactable)
library(highcharter)
library(viridis)
```
Als laden wir den Datensatz, der im Paket `tidyr` integriert ist. Der Datensatz `billboard`enthält die Platzierungen in den Billboard Top 100 Charts aus dem Jahre 2000 und alle Platzierungen jedes aufgeführten Songs.
```{r}
billboard
```
Wir sehen: Der Datensatz ist in einem schrecklichen Zustand. Die ersten drei Spalten `artist`, `track` und `date.entered` sehen auf den ersten Blick noch ganz gut aus. Danach beginnt jedoch das Chaos.
```{r}
billboard_long <- billboard %>%
pivot_longer(
cols = starts_with("wk"),
names_to = "Woche",
values_to = "Rang",
names_prefix = "wk",
values_drop_na = TRUE
)
billboard_long
```
```{r}
billboard_long_d <- billboard_long %>%
rename(Interpret = artist,
Song = track,
Einstiegsdatum = date.entered,
Folgewoche = Woche,
Platzierung = Rang
)
billboard_long_d
```
```{r}
billboard_long_d$Folgewoche <- as.double(billboard_long_d$Folgewoche)
billboard_long_d_1 <- billboard_long_d %>%
mutate(Datum = Einstiegsdatum + (Folgewoche - 1) * 7)
billboard_long_d_1
```
Schon sehr nah am Datenziel des Projektes
```{r, message=FALSE}
billboard_long_d_final <- billboard_long_d_1 %>%
group_by(Interpret, Song, Datum, Platzierung) %>%
summarize(Anzahl = n()) %>%
filter(Datum >= as.Date("2000-01-01"), Datum <= as.Date("2000-12-31") & Platzierung == 1) %>%
select(- Anzahl, -Platzierung)
billboard_long_d_final
```
```{r}
billboard_long_d_final <- billboard_long_d_final %>%
group_by(Song) %>%
mutate(
first = first(Datum),
last =last(Datum)) %>%
group_by(Interpret, Song, first, last) %>%
summarise(Anzahl = n())
billboard_long_d_final
```
Ich denke das ist der Output den wir wollten.
### Visualisierung
Interaktive Tabelle mit allen 2000 veröffentlichten Songs die in diesem Jahr Platz 1 der Billboard Top 100 erreicht haben
```{r}
reactable(
billboard_long_d_final,
defaultPageSize = 60,
height = 465,
filterable = FALSE,
striped = TRUE,
highlight = TRUE,
bordered = TRUE,
theme = reactableTheme(
stripedColor = "whitesmoke",
highlightColor = "#c5c7c7"
)
)
```
Für den Plot habe ich an folgendes gedacht:
https://rpubs.com/ben_weiher/647149
```{r}
billboard_long_final <- billboard_long_d_final %>%
pivot_longer(
cols = first:last,
names_to = "Datum"
)
billboard_long_final
```
```{r}
billboard_long_d_final<- billboard_long_d_final %>%
mutate(Gesamt = paste(Interpret, Song, sep = " - ")) %>%
mutate(pos = Anzahl - 0.5)
ggplot(billboard_long_d_final, aes(x= reorder(Gesamt, Anzahl), y=Anzahl)) +
geom_bar(stat = "identity") +
ggtitle(" Nummer 1 der Billboard Charts im Jahre 2000") +
ylab("Anzahl Wochen auf Nummer 1") +
xlab("Interpret und Song") +
theme_classic() +
scale_y_continuous(limits = c(0, 10), breaks = c(1:10)) +
geom_text(aes(label = Anzahl, y=0.5), size = 3, color="White") +
coord_flip()
```
```{r echo = FALSE,fig.width = 10}
#Füge ausgedachtet Genre hinzu
billboard_long_d_final$genre <- c("R&B", "Pop", "Pop", "Pop", "Rock", "R&B", "R&B", "Pop", "R&B", "Rock", "Pop", "Rock", "Pop", "Pop", "Rock", "R&B", "Rock")
billboard_long_d_final$genre <- factor(billboard_long_d_final$genre, levels=c("R&B", "Pop", "Rock"))
ggplot(billboard_long_d_final,
aes(x= reorder(Gesamt, Anzahl), y=Anzahl, fill=genre)) +
geom_bar(stat = "identity") +
ggtitle(" Nummer 1 der Billboard Charts im Jahre 2000") +
ylab("Anzahl Wochen auf Nummer 1") +
xlab("Interpret und Song") +
theme_classic() +
scale_fill_viridis(discrete = TRUE) +
scale_y_continuous(limits = c(0, 10), breaks = c(1:10)) +
geom_text(aes(label = Anzahl, y=pos), size = 3, color="White") +
coord_flip()
```
```{r echo = FALSE,fig.width = 10}
billboard_long_final<- billboard_long_final %>%
mutate(Gesamt = paste(Interpret, Song, sep = " - ")) %>%
mutate(pos = Anzahl - 0.5) %>%
arrange(value)
ggplot(billboard_long_final,
aes(x=value, y=reorder(Gesamt, desc(value)), color=Datum)) +
geom_point() +
theme_bw() +
ggtitle("Zeitverlauf Nummer 1 der Billboard Charts im Jahre 2000") +
theme(panel.grid.major.x = element_blank(),
panel.grid.major.y = element_line(size=0.5),
panel.grid.minor.x = element_blank()) +
ylab("Interpret und Song") +
xlab("Datum") +
theme_classic() +
scale_fill_viridis(discrete = TRUE)
```
```{r echo = FALSE}
#Etwas Händisches Aufbereiten der Namen. Teilweise waren die Songnamen einfach abgeschnitten.
billboard_long_final$Gesamt[billboard_long_final$Gesamt == "Aguilera, Christina - What A Girl Wants"] <- "Christina Aguilera - What A Girl Wants"
billboard_long_final$Gesamt[billboard_long_final$Gesamt == "Carey, Mariah - Thank God I Found Yo..."] <- "Mariah Carey - Thank God I Found You"
billboard_long_final$Gesamt[billboard_long_final$Gesamt == "Iglesias, Enrique - Be With You"] <- "Enrique Iglesias - Be with You"
billboard_long_final$Gesamt[billboard_long_final$Gesamt == "Janet - Doesn't Really Matte..."] <- "Janet - Doesn't Really Matter"
billboard_long_final$Gesamt[billboard_long_final$Gesamt == "Aguilera, Christina - Come On Over Baby (A..."] <- "Christina Aguilera - Come On Over Baby"
billboard_long_final$Gesamt[billboard_long_final$Gesamt == "Destiny's Child - Independent Women Pa..."] <- "Destiny's Child - Independent Women Part 1"
```
Der finale Plot. Fast genau so wie wir ihn haben wollten. Wehrmutstropfen ist der Konflikt zwischen Savage Garden und Mariah Carey. Aber sowas kann ich auch später noch klären.
```{r echo = FALSE,fig.width = 12, fig.height=5.5}
ggplot(billboard_long_final, aes(x=value, y=reorder(Gesamt, desc(value)), color=Datum)) +
geom_line(aes(group = Gesamt)) +
geom_point(aes(color = Datum, size = Anzahl)) +
theme_classic() +
ggtitle("Zeitverlauf Nummer 1 der Billboard Charts im Jahre 2000") +
theme(panel.grid.major.x = element_blank(),
panel.grid.major.y = element_line(size=0.5),
panel.grid.minor.x = element_blank(),
legend.position="bottom")+
ylab("Interpret und Song") +
xlab("Datum") +
labs(subtitle = "Carlos Santana und Destiny's Child standen im Jahre 2000 gemeinsam 20 Wochen auf Platz 1 der Billboard Top 100 Charts") +
scale_colour_manual(name = 'Status',
values = c('first'='blue', 'last'='purple'),
labels = c('Platz 1 erstmalig erreicht','Platz 1 letztmalig erreicht')) +
scale_x_date(breaks = as.Date(c("2000-01-01","2000-07-01", "2000-12-31")),
date_labels = "%d.%m")
```