In muc-fluechtlingsrat/r-eurostat-refugees: Download and Visualise Eurostat Asylum Data (Applications and Decisions)
knitr::opts_chunk$set(echo = TRUE, warning=FALSE, message=FALSE)
Plots und Analysen
Hauptartikel ist "Aylsentscheidungen in Europa, Fokus Afghanistan". Dies gehört zu den ergänzenden Analysen.
zweite Ergänzung.
library(knitr)
library(dplyr)
#migr_asydcfsta=readRDS(file="/tmp/migr_asydcfsta_20180812.rds")
Türkei
cutoff=500
CODE="TR"
COUNTRY="Türkei"
major_geo_total_tr=filter(migr_asydcfsta, values > cutoff, time == "2017-01-01", decision == "TOTAL", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28") %>%
select(geo,values)
Die Anzahl Entscheidungen pro Antragsland
Dies sind die europäischen Länder, in denen im Jahr 2017 mehr als r cutoff Entscheidungen über Asylanträge von Staatsangehörigen aus r COUNTRY getroffen wurden:
library(knitr)
# Die ersten paar Spalten
kable(major_geo_total_tr[(-major_geo_total_tr$values),], caption = paste("Länder mit mehr als ", cutoff, " Entscheidungen zu Asylanträgen aus ", COUNTRY ))
major_geo_total_tr <- filter(major_geo_total_tr, geo != "TOTAL")
Anzahl der Entscheidungen in Ländern mit weniger als r cutoff Entscheidungen - die werden im Folgenden vernachlässigt:
other_geo_total_tr=filter(migr_asydcfsta, values <= cutoff, time == "2017-01-01", decision == "TOTAL", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28", geo != "TOTAL") %>% arrange(desc(values))
dec_others_total_tr <- sum(other_geo_total_tr$values)
dec_others_total_tr
Eine Visualisierung der Gesamtanzahl von Entscheidungen zu r COUNTRY im Jahr 2017:
library(ggplot2)
dec_palette_grey=c("#000000","#C0C0C0","#D3D3D3","#E4E4E4","#E8E8E8","#C8C8C8","#808080")
# some technical workarounds for adding the row with the others (XX),
# and for sorting
major_geo_total_tr$geo <- as.character(major_geo_total_tr$geo)
all_geo_total_tr <- rbind(major_geo_total_tr, c("XX",dec_others_total_tr))
all_geo_total_tr$values <- as.numeric(all_geo_total_tr$values)
all_geo_total_tr$geo <- factor(all_geo_total_tr$geo, levels = arrange(all_geo_total_tr, values)$geo)
# The real thing
geo_dec_pie_tr <- ggplot(all_geo_total_tr, aes(x="", y=values, fill=geo)) + geom_col(colour = "black") + coord_polar("y", start=0) + scale_fill_grey(start = 0.4, end = 0.9) + ggtitle (paste("Entscheidungen über Asyl, ",COUNTRY,", 2017"), subtitle = paste("EU-Länder; XX ist die Summe aller Länder mit > ", cutoff, " Entscheidungen")) + theme_bw() + theme(axis.title=element_blank())
geo_dec_pie_tr
major_geo_tr <-filter(migr_asydcfsta, geo %in% major_geo_total_tr$geo, time >= "2017-01-01", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28", geo != "TOTAL") %>%
select(geo,decision,values)
major_geo_tr$geo <- factor(major_geo_tr$geo, levels = arrange(filter(major_geo_tr, decision == "TOTAL"), desc(values))$geo)
# bring decisions into correct order
major_geo_tr$decision <- factor(major_geo_tr$decision, levels=c("REJECTED","TEMP_PROT","HUMSTAT","SUB_PROT","GENCONV","TOTAL_POS","TOTAL"))
dec_bar <- ggplot(filter(major_geo_tr, decision != "TOTAL" & decision != "TOTAL_POS")) + geom_col(aes(x=geo, y=values, fill=decision))
dec_bar + scale_fill_manual(values = dec_palette_grey) + theme_bw() + theme(legend.position="bottom") + ggtitle(paste("Entscheidungen über Asylanträge aus ",COUNTRY," 2017"), subtitle = "in absoluten Zahlen")
dec_bar_fill <- ggplot(filter(major_geo_tr, decision != "TOTAL" & decision != "TOTAL_POS")) + geom_col(aes(x=geo, y=values, fill=decision), position="fill") + scale_fill_grey() + theme_bw() + theme(legend.position="bottom") + ggtitle(paste("Entscheidungen über Asylanträge aus ",COUNTRY," 2017"), subtitle = "in Prozent")
dec_bar_fill
Somalia
COUNTRY="Somalia"
CODE="SO"
cutoff=500
major_geo_total_so=filter(migr_asydcfsta, values > cutoff, time == "2017-01-01", decision == "TOTAL", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28") %>%
select(geo,values)
Die Anzahl Entscheidungen pro Antragsland
Dies sind die europäischen Länder, in denen im Jahr 2017 mehr als r cutoff Entscheidungen über Asylanträge vonStaatsangehörigen aus r COUNTRYgetroffen wurden:
library(knitr)
kable(major_geo_total_so[order(-major_geo_total_so$values),], caption = paste("Länder mit mehr als ",cutoff, " Entscheidungen zu Asylanträgen aus " , COUNTRY))
major_geo_total_so <- filter(major_geo_total_so, geo != "TOTAL")
Anzahl der Entscheidungen in Ländern mit weniger als r cutoff Entscheidungen - die werden im Folgenden vernachlässigt:
other_geo_total_so=filter(migr_asydcfsta, values <= cutoff, time == "2017-01-01", decision == "TOTAL", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28", geo != "TOTAL") %>% arrange(desc(values))
dec_others_total_so <- sum(other_geo_total_so$values)
dec_others_total_so
Eine Visualisierung der Gesamtanzahl von Entscheidungen zu r COUNTRY im Jahr 2017:
# some technical workarounds for adding the row with the others (XX),
# and for sorting
major_geo_total_so$geo <- as.character(major_geo_total_so$geo)
all_geo_total_so <- rbind(major_geo_total_so, c("XX",dec_others_total_so))
all_geo_total_so$values <- as.numeric(all_geo_total_so$values)
all_geo_total_so$geo <- factor(all_geo_total_so$geo, levels = arrange(all_geo_total_so, values)$geo)
# The real thing
geo_dec_pie_so <- ggplot(all_geo_total_so, aes(x="", y=values, fill=geo)) + geom_col(colour = "black") + coord_polar("y", start=0) + scale_fill_grey(start = 0.4, end = 0.9) + ggtitle(paste("Entscheidungen über Asyl, ",COUNTRY, " , 2017"), subtitle = paste("EU-Länder; XX ist die Summe aller Länder mit > ",cutoff, " Entscheidungen")) + theme_bw() + theme(axis.title=element_blank())
geo_dec_pie_so
major_geo_so <-filter(migr_asydcfsta, geo %in% major_geo_total_so$geo, time >= "2017-01-01", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28", geo != "TOTAL") %>%
select(geo,decision,values)
major_geo_so$geo <- factor(major_geo_so$geo, levels = arrange(filter(major_geo_so, decision == "TOTAL"), desc(values))$geo)
# bring decisions into correct order
major_geo_so$decision <- factor(major_geo_so$decision, levels=c("REJECTED","TEMP_PROT","HUMSTAT","SUB_PROT","GENCONV","TOTAL_POS","TOTAL"))
dec_bar <- ggplot(filter(major_geo_so, decision != "TOTAL" & decision != "TOTAL_POS")) + geom_col(aes(x=geo, y=values, fill=decision))
dec_bar + scale_fill_manual(values = dec_palette_grey) + theme_bw() + theme(legend.position="bottom") + ggtitle(paste("Entscheidungen über Asylanträge aus ",COUNTRY,", 2017"), subtitle = "in absoluten Zahlen")
dec_bar_fill <- ggplot(filter(major_geo_so, decision != "TOTAL" & decision != "TOTAL_POS")) + geom_col(aes(x=geo, y=values, fill=decision), position="fill") + scale_fill_grey() + theme_bw() + theme(legend.position="bottom") + ggtitle(paste("Entscheidungen über Asylanträge aus ",COUNTRY," 2017"), subtitle = "in Prozent")
dec_bar_fill
Eritrea
COUNTRY="Eritrea"
CODE="ER"
cutoff=1000
major_geo_total_er=filter(migr_asydcfsta, values > cutoff, time == "2017-01-01", decision == "TOTAL", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28") %>%
select(geo,values)
Die Anzahl Entscheidungen pro Antragsland
Dies sind die europäischen Länder, in denen im Jahr 2017 mehr als r cutoff Entscheidungen über Asylanträge von Staatsangehörigen aus r COUNTRY getroffen wurden:
library(knitr)
# Die ersten paar Spalten
kable(major_geo_total_er[order(-major_geo_total_er$values),], caption = paste("Länder mit mehr als ",cutoff, " Entscheidungen zu Asylanträgen aus " , COUNTRY))
major_geo_total_er <- filter(major_geo_total_er, geo != "TOTAL")
Anzahl der Entscheidungen in Ländern mit weniger als r cutoff Entscheidungen - die werden im Folgenden vernachlässigt:
other_geo_total_er=filter(migr_asydcfsta, values <= cutoff, time == "2017-01-01", decision == "TOTAL", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28", geo != "TOTAL") %>% arrange(desc(values))
dec_others_total_er <- sum(other_geo_total_er$values)
dec_others_total_er
Eine Visualisierung der Gesamtanzahl von Entscheidungen zu r COUNTRY im Jahr 2017:
# some technical workarounds for adding the row with the others (XX),
# and for sorting
major_geo_total_er$geo <- as.character(major_geo_total_er$geo)
all_geo_total_er <- rbind(major_geo_total_er, c("XX",dec_others_total_er))
all_geo_total_er$values <- as.numeric(all_geo_total_er$values)
all_geo_total_er$geo <- factor(all_geo_total_er$geo, levels = arrange(all_geo_total_er, values)$geo)
# The real thing
geo_dec_pie_er <- ggplot(all_geo_total_er, aes(x="", y=values, fill=geo)) + geom_col(colour = "black") + coord_polar("y", start=0) + scale_fill_grey(start = 0.4, end = 0.9) + ggtitle(paste("Entscheidungen über Asyl, ",COUNTRY, " , 2017"), subtitle = paste("EU-Länder; XX ist die Summe aller Länder mit > ", cutoff, " Entscheidungen")) + theme_bw() + theme(axis.title=element_blank())
geo_dec_pie_er
major_geo_er <-filter(migr_asydcfsta, geo %in% major_geo_total_er$geo, time >= "2017-01-01", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28", geo != "TOTAL") %>%
select(geo,decision,values)
major_geo_er$geo <- factor(major_geo_er$geo, levels = arrange(filter(major_geo_er, decision == "TOTAL"), desc(values))$geo)
# bring decisions into correct order
major_geo_er$decision <- factor(major_geo_er$decision, levels=c("REJECTED","TEMP_PROT","HUMSTAT","SUB_PROT","GENCONV","TOTAL_POS","TOTAL"))
dec_bar_er <- ggplot(filter(major_geo_er, decision != "TOTAL" & decision != "TOTAL_POS")) + geom_col(aes(x=geo, y=values, fill=decision))
dec_bar_er + scale_fill_manual(values = dec_palette_grey) + theme_bw() + theme(legend.position="bottom") + ggtitle(paste("Entscheidungen über Asylanträge aus ",COUNTRY,", 2017"), subtitle = "in absoluten Zahlen")
dec_bar_er_fill <- ggplot(filter(major_geo_er, decision != "TOTAL" & decision != "TOTAL_POS")) + geom_col(aes(x=geo, y=values, fill=decision), position="fill") + scale_fill_grey() + theme_bw() + theme(legend.position="bottom") + ggtitle(paste("Entscheidungen über Asylanträge aus ",COUNTRY," 2017"), subtitle = "in Prozent")
dec_bar_er_fill
Nigeria
COUNTRY="Nigeria"
CODE="NG"
cutoff=500
major_geo_total_ng=filter(migr_asydcfsta, values > cutoff, time == "2017-01-01", decision == "TOTAL", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28") %>%
select(geo,values)
Die Anzahl Entscheidungen pro Antragsland
Dies sind die europäischen Länder, in denen im Jahr 2017 mehr als r cutoff Entscheidungen über Asylanträge von Staatsangehörigen aus r COUNTRY getroffen wurden:
library(knitr)
# Die ersten paar Spalten
kable(major_geo_total_ng[order(-major_geo_total_ng$values),], caption = paste("Länder mit mehr als ",cutoff, " Entscheidungen zu Asylanträgen aus " , COUNTRY))
major_geo_total_ng <- filter(major_geo_total_ng, geo != "TOTAL")
Anzahl der Entscheidungen in Ländern mit weniger als r cutoff Entscheidungen - die werden im Folgenden vernachlässigt:
other_geo_total_ng=filter(migr_asydcfsta, values <= cutoff, time == "2017-01-01", decision == "TOTAL", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28", geo != "TOTAL") %>% arrange(desc(values))
dec_others_total_ng <- sum(other_geo_total_ng$values)
dec_others_total_ng
Eine Visualisierung der Gesamtanzahl von Entscheidungen zu r COUNTRY im Jahr 2017:
# some technical workarounds for adding the row with the others (XX),
# and for sorting
major_geo_total_ng$geo <- as.character(major_geo_total_ng$geo)
all_geo_total_ng <- rbind(major_geo_total_ng, c("XX",dec_others_total_ng))
all_geo_total_ng$values <- as.numeric(all_geo_total_ng$values)
all_geo_total_ng$geo <- factor(all_geo_total_ng$geo, levels = arrange(all_geo_total_ng, values)$geo)
# The real thing
geo_dec_pie_ng <- ggplot(all_geo_total_ng, aes(x="", y=values, fill=geo)) + geom_col(colour = "black") + coord_polar("y", start=0) + scale_fill_grey(start = 0.4, end = 0.9) + ggtitle(paste("Entscheidungen über Asyl, ",COUNTRY, " , 2017"), subtitle = paste("EU-Länder; XX ist die Summe aller Länder mit > ", cutoff, " Entscheidungen")) + theme_bw() + theme(axis.title=element_blank())
geo_dec_pie_ng
major_geo_ng <-filter(migr_asydcfsta, geo %in% major_geo_total_ng$geo, time >= "2017-01-01", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28", geo != "TOTAL") %>%
select(geo,decision,values)
major_geo_ng$geo <- factor(major_geo_ng$geo, levels = arrange(filter(major_geo_ng, decision == "TOTAL"), desc(values))$geo)
# bring decisions into correct order
major_geo_ng$decision <- factor(major_geo_ng$decision, levels=c("REJECTED","TEMP_PROT","HUMSTAT","SUB_PROT","GENCONV","TOTAL_POS","TOTAL"))
dec_bar <- ggplot(filter(major_geo_ng, decision != "TOTAL" & decision != "TOTAL_POS")) + geom_col(aes(x=geo, y=values, fill=decision))
dec_bar + scale_fill_manual(values = dec_palette_grey) + theme_bw() + theme(legend.position="bottom") + ggtitle(paste("Entscheidungen über Asylanträge aus ",COUNTRY,", 2017"), subtitle = "in absoluten Zahlen")
library(scales)
dec_bar_fill <- ggplot(filter(major_geo_ng, decision != "TOTAL" & decision != "TOTAL_POS")) + geom_col(aes(x=geo, y=values, fill=decision), position="fill") + scale_fill_grey() + theme_bw() + theme(legend.position="bottom", axis.title.x = element_blank(), axis.title.y = element_blank()) + scale_y_continuous(label=percent) + ggtitle(paste("Entscheidungen über Asylanträge aus ",COUNTRY," 2017"), subtitle = "in Prozent")
dec_bar_fill
muc-fluechtlingsrat/r-eurostat-refugees documentation built on May 23, 2019, 8:20 a.m.
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
knitr::opts_chunk$set(echo = TRUE, warning=FALSE, message=FALSE)
Plots und Analysen
Hauptartikel ist "Aylsentscheidungen in Europa, Fokus Afghanistan". Dies gehört zu den ergänzenden Analysen. zweite Ergänzung.
library(knitr) library(dplyr) #migr_asydcfsta=readRDS(file="/tmp/migr_asydcfsta_20180812.rds")
Türkei
cutoff=500 CODE="TR" COUNTRY="Türkei" major_geo_total_tr=filter(migr_asydcfsta, values > cutoff, time == "2017-01-01", decision == "TOTAL", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28") %>% select(geo,values)
Die Anzahl Entscheidungen pro Antragsland
Dies sind die europäischen Länder, in denen im Jahr 2017 mehr als r cutoff Entscheidungen über Asylanträge von Staatsangehörigen aus r COUNTRY getroffen wurden:
library(knitr) # Die ersten paar Spalten kable(major_geo_total_tr[(-major_geo_total_tr$values),], caption = paste("Länder mit mehr als ", cutoff, " Entscheidungen zu Asylanträgen aus ", COUNTRY )) major_geo_total_tr <- filter(major_geo_total_tr, geo != "TOTAL")
Anzahl der Entscheidungen in Ländern mit weniger als r cutoff Entscheidungen - die werden im Folgenden vernachlässigt:
other_geo_total_tr=filter(migr_asydcfsta, values <= cutoff, time == "2017-01-01", decision == "TOTAL", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28", geo != "TOTAL") %>% arrange(desc(values)) dec_others_total_tr <- sum(other_geo_total_tr$values) dec_others_total_tr
Eine Visualisierung der Gesamtanzahl von Entscheidungen zu r COUNTRY im Jahr 2017:
library(ggplot2) dec_palette_grey=c("#000000","#C0C0C0","#D3D3D3","#E4E4E4","#E8E8E8","#C8C8C8","#808080")
# some technical workarounds for adding the row with the others (XX), # and for sorting major_geo_total_tr$geo <- as.character(major_geo_total_tr$geo) all_geo_total_tr <- rbind(major_geo_total_tr, c("XX",dec_others_total_tr)) all_geo_total_tr$values <- as.numeric(all_geo_total_tr$values) all_geo_total_tr$geo <- factor(all_geo_total_tr$geo, levels = arrange(all_geo_total_tr, values)$geo) # The real thing geo_dec_pie_tr <- ggplot(all_geo_total_tr, aes(x="", y=values, fill=geo)) + geom_col(colour = "black") + coord_polar("y", start=0) + scale_fill_grey(start = 0.4, end = 0.9) + ggtitle (paste("Entscheidungen über Asyl, ",COUNTRY,", 2017"), subtitle = paste("EU-Länder; XX ist die Summe aller Länder mit > ", cutoff, " Entscheidungen")) + theme_bw() + theme(axis.title=element_blank()) geo_dec_pie_tr
major_geo_tr <-filter(migr_asydcfsta, geo %in% major_geo_total_tr$geo, time >= "2017-01-01", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28", geo != "TOTAL") %>% select(geo,decision,values) major_geo_tr$geo <- factor(major_geo_tr$geo, levels = arrange(filter(major_geo_tr, decision == "TOTAL"), desc(values))$geo) # bring decisions into correct order major_geo_tr$decision <- factor(major_geo_tr$decision, levels=c("REJECTED","TEMP_PROT","HUMSTAT","SUB_PROT","GENCONV","TOTAL_POS","TOTAL"))
dec_bar <- ggplot(filter(major_geo_tr, decision != "TOTAL" & decision != "TOTAL_POS")) + geom_col(aes(x=geo, y=values, fill=decision)) dec_bar + scale_fill_manual(values = dec_palette_grey) + theme_bw() + theme(legend.position="bottom") + ggtitle(paste("Entscheidungen über Asylanträge aus ",COUNTRY," 2017"), subtitle = "in absoluten Zahlen")
dec_bar_fill <- ggplot(filter(major_geo_tr, decision != "TOTAL" & decision != "TOTAL_POS")) + geom_col(aes(x=geo, y=values, fill=decision), position="fill") + scale_fill_grey() + theme_bw() + theme(legend.position="bottom") + ggtitle(paste("Entscheidungen über Asylanträge aus ",COUNTRY," 2017"), subtitle = "in Prozent") dec_bar_fill
Somalia
COUNTRY="Somalia" CODE="SO" cutoff=500 major_geo_total_so=filter(migr_asydcfsta, values > cutoff, time == "2017-01-01", decision == "TOTAL", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28") %>% select(geo,values)
Die Anzahl Entscheidungen pro Antragsland
Dies sind die europäischen Länder, in denen im Jahr 2017 mehr als r cutoff Entscheidungen über Asylanträge vonStaatsangehörigen aus r COUNTRYgetroffen wurden:
library(knitr) kable(major_geo_total_so[order(-major_geo_total_so$values),], caption = paste("Länder mit mehr als ",cutoff, " Entscheidungen zu Asylanträgen aus " , COUNTRY)) major_geo_total_so <- filter(major_geo_total_so, geo != "TOTAL")
Anzahl der Entscheidungen in Ländern mit weniger als r cutoff Entscheidungen - die werden im Folgenden vernachlässigt:
other_geo_total_so=filter(migr_asydcfsta, values <= cutoff, time == "2017-01-01", decision == "TOTAL", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28", geo != "TOTAL") %>% arrange(desc(values)) dec_others_total_so <- sum(other_geo_total_so$values) dec_others_total_so
Eine Visualisierung der Gesamtanzahl von Entscheidungen zu r COUNTRY im Jahr 2017:
# some technical workarounds for adding the row with the others (XX), # and for sorting major_geo_total_so$geo <- as.character(major_geo_total_so$geo) all_geo_total_so <- rbind(major_geo_total_so, c("XX",dec_others_total_so)) all_geo_total_so$values <- as.numeric(all_geo_total_so$values) all_geo_total_so$geo <- factor(all_geo_total_so$geo, levels = arrange(all_geo_total_so, values)$geo) # The real thing geo_dec_pie_so <- ggplot(all_geo_total_so, aes(x="", y=values, fill=geo)) + geom_col(colour = "black") + coord_polar("y", start=0) + scale_fill_grey(start = 0.4, end = 0.9) + ggtitle(paste("Entscheidungen über Asyl, ",COUNTRY, " , 2017"), subtitle = paste("EU-Länder; XX ist die Summe aller Länder mit > ",cutoff, " Entscheidungen")) + theme_bw() + theme(axis.title=element_blank()) geo_dec_pie_so
major_geo_so <-filter(migr_asydcfsta, geo %in% major_geo_total_so$geo, time >= "2017-01-01", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28", geo != "TOTAL") %>% select(geo,decision,values) major_geo_so$geo <- factor(major_geo_so$geo, levels = arrange(filter(major_geo_so, decision == "TOTAL"), desc(values))$geo) # bring decisions into correct order major_geo_so$decision <- factor(major_geo_so$decision, levels=c("REJECTED","TEMP_PROT","HUMSTAT","SUB_PROT","GENCONV","TOTAL_POS","TOTAL"))
dec_bar <- ggplot(filter(major_geo_so, decision != "TOTAL" & decision != "TOTAL_POS")) + geom_col(aes(x=geo, y=values, fill=decision)) dec_bar + scale_fill_manual(values = dec_palette_grey) + theme_bw() + theme(legend.position="bottom") + ggtitle(paste("Entscheidungen über Asylanträge aus ",COUNTRY,", 2017"), subtitle = "in absoluten Zahlen")
dec_bar_fill <- ggplot(filter(major_geo_so, decision != "TOTAL" & decision != "TOTAL_POS")) + geom_col(aes(x=geo, y=values, fill=decision), position="fill") + scale_fill_grey() + theme_bw() + theme(legend.position="bottom") + ggtitle(paste("Entscheidungen über Asylanträge aus ",COUNTRY," 2017"), subtitle = "in Prozent") dec_bar_fill
Eritrea
COUNTRY="Eritrea" CODE="ER" cutoff=1000 major_geo_total_er=filter(migr_asydcfsta, values > cutoff, time == "2017-01-01", decision == "TOTAL", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28") %>% select(geo,values)
Die Anzahl Entscheidungen pro Antragsland
Dies sind die europäischen Länder, in denen im Jahr 2017 mehr als r cutoff Entscheidungen über Asylanträge von Staatsangehörigen aus r COUNTRY getroffen wurden:
library(knitr) # Die ersten paar Spalten kable(major_geo_total_er[order(-major_geo_total_er$values),], caption = paste("Länder mit mehr als ",cutoff, " Entscheidungen zu Asylanträgen aus " , COUNTRY)) major_geo_total_er <- filter(major_geo_total_er, geo != "TOTAL")
Anzahl der Entscheidungen in Ländern mit weniger als r cutoff Entscheidungen - die werden im Folgenden vernachlässigt:
other_geo_total_er=filter(migr_asydcfsta, values <= cutoff, time == "2017-01-01", decision == "TOTAL", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28", geo != "TOTAL") %>% arrange(desc(values)) dec_others_total_er <- sum(other_geo_total_er$values) dec_others_total_er
Eine Visualisierung der Gesamtanzahl von Entscheidungen zu r COUNTRY im Jahr 2017:
# some technical workarounds for adding the row with the others (XX), # and for sorting major_geo_total_er$geo <- as.character(major_geo_total_er$geo) all_geo_total_er <- rbind(major_geo_total_er, c("XX",dec_others_total_er)) all_geo_total_er$values <- as.numeric(all_geo_total_er$values) all_geo_total_er$geo <- factor(all_geo_total_er$geo, levels = arrange(all_geo_total_er, values)$geo) # The real thing geo_dec_pie_er <- ggplot(all_geo_total_er, aes(x="", y=values, fill=geo)) + geom_col(colour = "black") + coord_polar("y", start=0) + scale_fill_grey(start = 0.4, end = 0.9) + ggtitle(paste("Entscheidungen über Asyl, ",COUNTRY, " , 2017"), subtitle = paste("EU-Länder; XX ist die Summe aller Länder mit > ", cutoff, " Entscheidungen")) + theme_bw() + theme(axis.title=element_blank()) geo_dec_pie_er
major_geo_er <-filter(migr_asydcfsta, geo %in% major_geo_total_er$geo, time >= "2017-01-01", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28", geo != "TOTAL") %>% select(geo,decision,values) major_geo_er$geo <- factor(major_geo_er$geo, levels = arrange(filter(major_geo_er, decision == "TOTAL"), desc(values))$geo) # bring decisions into correct order major_geo_er$decision <- factor(major_geo_er$decision, levels=c("REJECTED","TEMP_PROT","HUMSTAT","SUB_PROT","GENCONV","TOTAL_POS","TOTAL"))
dec_bar_er <- ggplot(filter(major_geo_er, decision != "TOTAL" & decision != "TOTAL_POS")) + geom_col(aes(x=geo, y=values, fill=decision)) dec_bar_er + scale_fill_manual(values = dec_palette_grey) + theme_bw() + theme(legend.position="bottom") + ggtitle(paste("Entscheidungen über Asylanträge aus ",COUNTRY,", 2017"), subtitle = "in absoluten Zahlen")
dec_bar_er_fill <- ggplot(filter(major_geo_er, decision != "TOTAL" & decision != "TOTAL_POS")) + geom_col(aes(x=geo, y=values, fill=decision), position="fill") + scale_fill_grey() + theme_bw() + theme(legend.position="bottom") + ggtitle(paste("Entscheidungen über Asylanträge aus ",COUNTRY," 2017"), subtitle = "in Prozent") dec_bar_er_fill
Nigeria
COUNTRY="Nigeria" CODE="NG" cutoff=500 major_geo_total_ng=filter(migr_asydcfsta, values > cutoff, time == "2017-01-01", decision == "TOTAL", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28") %>% select(geo,values)
Die Anzahl Entscheidungen pro Antragsland
Dies sind die europäischen Länder, in denen im Jahr 2017 mehr als r cutoff Entscheidungen über Asylanträge von Staatsangehörigen aus r COUNTRY getroffen wurden:
library(knitr) # Die ersten paar Spalten kable(major_geo_total_ng[order(-major_geo_total_ng$values),], caption = paste("Länder mit mehr als ",cutoff, " Entscheidungen zu Asylanträgen aus " , COUNTRY)) major_geo_total_ng <- filter(major_geo_total_ng, geo != "TOTAL")
Anzahl der Entscheidungen in Ländern mit weniger als r cutoff Entscheidungen - die werden im Folgenden vernachlässigt:
other_geo_total_ng=filter(migr_asydcfsta, values <= cutoff, time == "2017-01-01", decision == "TOTAL", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28", geo != "TOTAL") %>% arrange(desc(values)) dec_others_total_ng <- sum(other_geo_total_ng$values) dec_others_total_ng
Eine Visualisierung der Gesamtanzahl von Entscheidungen zu r COUNTRY im Jahr 2017:
# some technical workarounds for adding the row with the others (XX), # and for sorting major_geo_total_ng$geo <- as.character(major_geo_total_ng$geo) all_geo_total_ng <- rbind(major_geo_total_ng, c("XX",dec_others_total_ng)) all_geo_total_ng$values <- as.numeric(all_geo_total_ng$values) all_geo_total_ng$geo <- factor(all_geo_total_ng$geo, levels = arrange(all_geo_total_ng, values)$geo) # The real thing geo_dec_pie_ng <- ggplot(all_geo_total_ng, aes(x="", y=values, fill=geo)) + geom_col(colour = "black") + coord_polar("y", start=0) + scale_fill_grey(start = 0.4, end = 0.9) + ggtitle(paste("Entscheidungen über Asyl, ",COUNTRY, " , 2017"), subtitle = paste("EU-Länder; XX ist die Summe aller Länder mit > ", cutoff, " Entscheidungen")) + theme_bw() + theme(axis.title=element_blank()) geo_dec_pie_ng
major_geo_ng <-filter(migr_asydcfsta, geo %in% major_geo_total_ng$geo, time >= "2017-01-01", sex == "T", age == "TOTAL", citizen == CODE, geo != "EU28", geo != "TOTAL") %>% select(geo,decision,values) major_geo_ng$geo <- factor(major_geo_ng$geo, levels = arrange(filter(major_geo_ng, decision == "TOTAL"), desc(values))$geo) # bring decisions into correct order major_geo_ng$decision <- factor(major_geo_ng$decision, levels=c("REJECTED","TEMP_PROT","HUMSTAT","SUB_PROT","GENCONV","TOTAL_POS","TOTAL"))
dec_bar <- ggplot(filter(major_geo_ng, decision != "TOTAL" & decision != "TOTAL_POS")) + geom_col(aes(x=geo, y=values, fill=decision)) dec_bar + scale_fill_manual(values = dec_palette_grey) + theme_bw() + theme(legend.position="bottom") + ggtitle(paste("Entscheidungen über Asylanträge aus ",COUNTRY,", 2017"), subtitle = "in absoluten Zahlen")
library(scales) dec_bar_fill <- ggplot(filter(major_geo_ng, decision != "TOTAL" & decision != "TOTAL_POS")) + geom_col(aes(x=geo, y=values, fill=decision), position="fill") + scale_fill_grey() + theme_bw() + theme(legend.position="bottom", axis.title.x = element_blank(), axis.title.y = element_blank()) + scale_y_continuous(label=percent) + ggtitle(paste("Entscheidungen über Asylanträge aus ",COUNTRY," 2017"), subtitle = "in Prozent") dec_bar_fill
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
Embedding an R snippet on your website
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.