Bunch of Ideas, a little bit of Maths.

I am mathematician doing market research and data science

51 minute read

Akibat kesibukan beberapa hari belakangan ini di kantor, saya belum sempat update blog ini. Kali ini saya mau post sesuatu yang ringan-ringan saja dulu yah.

Training Refreshment R

Seperti yang sudah pernah saya ceritakan di blog saya dulu, saya dan beberapa rekan menginisiasi training data science menggunakan R. Training tersebut sudah selesai dilakukan tahun lalu.

Kemarin beberapa rekan meminta saya untuk mengadakan refreshment training R. Kebetulan juga, di malam harinya salah seorang mentee meminta saya untuk memberikan tugas kepada dia sebagai latihan. Sontak saja saya berikan tugas yang sama dengan materi refreshment yang saya berikan di kantor.

Apa sih materinya?

Data Carpentry

Kali ini saya akan memberikan tutorial data carpentry menggunakan prinsip Tidyverse di R untuk membersihkan data dan melakukan analisa sederhana.

Ada dua datasets yang saya gunakan:

  1. mtcars: data yang sudah pre-installed di R berisi spec beberapa varian mobil.
  2. Data Covid 19 per negara yang akan saya scrape realtime.

Pada tutorial ini, saya hanya akan menggunakan dua libraries dari Tidyverse, yakni:

library(dplyr) # library utk data carpentry
library(tidyr) # library utk data carpentry juga - function pamungkas yang sering saya pakai dari library ini adalah separate()

Part 1: mtcars

mtcars adalah dataset standar yang paling sering digunakan untuk bahan training di R. Dataset ini berisi spesifikasi dari beberapa varian mobil. Berikut adalah datanya:

  mpg cyl disp hp drat wt qsec vs am gear carb
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2

Tujuan utama dari data carpentry ini adalah untuk menjawab dua pertanyaan berikut ini:

  1. Merek mobil apa yang memiliki rata-rata horse power tertinggi dan miles per gallon terendah?
  2. Apakah ada perbedaan keiritan bahan bakar antara mobil matic dan manual dari data tersebut?

Sebelum melakukan analisa, saya selalu membiasakan untuk melihat struktur dari dataset tersebut. Kenapa?

Dengan melihat struktur data, kita bisa mengukur seberapa jauh kita akan melakukan data preparation dan data cleaning.

Berdasarkan pengalaman saya, sangat jarang suatu raw data bisa langsung dianalisa dan dibuat visualisasinya. Langkah proper yang biasanya harus dilalui adalah:

Untuk kasus dataset mtcars, saya hanya akan melakukan data preparation. Saya asumsikan semua data yang ada di sana sudah benar secara kaidah statistik (terkait extreme values)

Cek Struktur Data dengan Function str()

Sekarang kita cek struktur data mtcars.

str(mtcars)

## 'data.frame':    32 obs. of  11 variables:
##  $ mpg : num  21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
##  $ cyl : num  6 6 4 6 8 6 8 4 4 6 ...
##  $ disp: num  160 160 108 258 360 ...
##  $ hp  : num  110 110 93 110 175 105 245 62 95 123 ...
##  $ drat: num  3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
##  $ wt  : num  2.62 2.88 2.32 3.21 3.44 ...
##  $ qsec: num  16.5 17 18.6 19.4 17 ...
##  $ vs  : num  0 0 1 1 0 1 0 1 1 1 ...
##  $ am  : num  1 1 1 0 0 0 0 0 0 0 ...
##  $ gear: num  4 4 4 3 3 3 3 4 4 4 ...
##  $ carb: num  4 4 1 1 2 1 4 2 2 4 ...

Dari temuan di atas, sudah terlihat jelas apa saja yang harus kita lakukan untuk data preparation, yakni:

  1. Dari tabel sebelumnya, nama varian mobil muncul tapi pada saat kita lihat struktur datanya tidak ada sama sekali variabel yang menunjukkan varian mobil.
  2. Belum ada variabel yang menunjukkan info merek mobil.
  3. Variabel am yang menunjukkan jenis transmisi mobil (manual atau matic) di kenali sebagai variabel bertipe numeric.

Data Preparation

Berikut ini adalah langkah-langkah yang akan saya kerjakan di R dari tiga poin di atas:

  1. Membuat variabel baru bernama varian_mobil yang isinya merupakan row.names dari mtcars. Setelah itu saya akan menghapus row.names karena sudah tidak diperlukan.
  2. Membuat variabel baru bernama merek_mobil yang isinya merupakan kata pertama dari variabel varian_mobil. Untuk melakukannya, saya akan menggunakan function separate().
  3. Mengubah am menjadi variabel bertipe factor berisi 0 untuk manual dan 1 untuk matic.

Perlu saya sampaikan bahwa cara saya ini bukanlah satu-satunya. Jika rekan-rekan memiliki cara lain yang lebih simple, feel free yah.

clean_data = 
  # memanggil dataset mtcars
  mtcars %>% 
  # membuat variabel varian mobil dan 
  # dummy merek untuk kemudian ekstrak merek
  mutate(varian_mobil = row.names(mtcars),
         dummy_merek = varian_mobil) %>% 
  # ekstrak merek mobil
  separate(dummy_merek,
           into = "merek_mobil",
           sep = " ") %>% 
  # mengubah am menjadi factor
  mutate(am = ifelse(am == 0,
                     "manual",
                     "matic"),
         am = factor(am, 
                     levels = c("manual","matic")
                     )
         ) %>% 
  # mengurutkan variabel merek dan varian mobil menjadi 
  # urutan paling kiri dalam tabel 
  relocate(merek_mobil,varian_mobil,.before = mpg)

# hapus row names karena sudah tidak diperlukan
row.names(clean_data) = NULL

Berikut adalah hasil data preparation yang sudah saya lakukan di atas:

merek_mobil varian_mobil mpg cyl disp hp drat wt qsec vs am gear carb
Mazda Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 matic 4 4
Mazda Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 matic 4 4
Datsun Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 matic 4 1
Hornet Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 manual 3 1
Hornet Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 manual 3 2
Valiant Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 manual 3 1
Duster Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 manual 3 4
Merc Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 manual 4 2
Merc Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 manual 4 2
Merc Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 manual 4 4
Merc Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 manual 4 4
Merc Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 manual 3 3
Merc Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 manual 3 3
Merc Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 manual 3 3
Cadillac Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 manual 3 4
Lincoln Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 manual 3 4
Chrysler Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 manual 3 4
Fiat Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 matic 4 1
Honda Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 matic 4 2
Toyota Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 matic 4 1
Toyota Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 manual 3 1
Dodge Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 manual 3 2
AMC AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 manual 3 2
Camaro Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 manual 3 4
Pontiac Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 manual 3 2
Fiat Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 matic 4 1
Porsche Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 matic 5 2
Lotus Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 matic 5 2
Ford Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 matic 5 4
Ferrari Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 matic 5 6
Maserati Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 matic 5 8
Volvo Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 matic 4 2

Setelah rapi seperti di atas, mari kita lihat summary statistics-nya:

summary(clean_data)

##  merek_mobil        varian_mobil            mpg             cyl       
##  Length:32          Length:32          Min.   :10.40   Min.   :4.000  
##  Class :character   Class :character   1st Qu.:15.43   1st Qu.:4.000  
##  Mode  :character   Mode  :character   Median :19.20   Median :6.000  
##                                        Mean   :20.09   Mean   :6.188  
##                                        3rd Qu.:22.80   3rd Qu.:8.000  
##                                        Max.   :33.90   Max.   :8.000  
##       disp             hp             drat             wt       
##  Min.   : 71.1   Min.   : 52.0   Min.   :2.760   Min.   :1.513  
##  1st Qu.:120.8   1st Qu.: 96.5   1st Qu.:3.080   1st Qu.:2.581  
##  Median :196.3   Median :123.0   Median :3.695   Median :3.325  
##  Mean   :230.7   Mean   :146.7   Mean   :3.597   Mean   :3.217  
##  3rd Qu.:326.0   3rd Qu.:180.0   3rd Qu.:3.920   3rd Qu.:3.610  
##  Max.   :472.0   Max.   :335.0   Max.   :4.930   Max.   :5.424  
##       qsec             vs              am          gear            carb      
##  Min.   :14.50   Min.   :0.0000   manual:19   Min.   :3.000   Min.   :1.000  
##  1st Qu.:16.89   1st Qu.:0.0000   matic :13   1st Qu.:3.000   1st Qu.:2.000  
##  Median :17.71   Median :0.0000               Median :4.000   Median :2.000  
##  Mean   :17.85   Mean   :0.4375               Mean   :3.688   Mean   :2.812  
##  3rd Qu.:18.90   3rd Qu.:1.0000               3rd Qu.:4.000   3rd Qu.:4.000  
##  Max.   :22.90   Max.   :1.0000               Max.   :5.000   Max.   :8.000

Sekarang saatnya menjawab 2 pertanyaan sebelumnya:

Merek mobil apa yang memiliki rata-rata horse power tertinggi dan miles per gallon terendah?

clean_data %>% 
  # group per merek mobil
  group_by(merek_mobil) %>%
  # menghitung rata-rata dari horse power dan miles per gallon
  summarise(avg_hp = mean(hp),
            avg_mpg = mean(mpg)) %>% 
  # jangan lupa di-ungroup
  ungroup() %>% 
  # sort  data dari hp tertinggi dan mpg terendah
  arrange(desc(avg_hp),avg_mpg) %>% 
  # menampilkan top 5
  head(5)

## # A tibble: 5 x 3
##   merek_mobil avg_hp avg_mpg
##   <chr>        <dbl>   <dbl>
## 1 Maserati       335    15  
## 2 Ford           264    15.8
## 3 Camaro         245    13.3
## 4 Duster         245    14.3
## 5 Chrysler       230    14.7

Apakah ada perbedaan keiritan bahan bakar antara mobil matic dan manual dari data tersebut?

clean_data %>% 
  group_by(am) %>% 
  summarise(max = max(mpg),
            avg = mean(mpg),
            min = min(mpg)) %>% 
  ungroup()

## # A tibble: 2 x 4
##   am       max   avg   min
##   <fct>  <dbl> <dbl> <dbl>
## 1 manual  24.4  17.1  10.4
## 2 matic   33.9  24.4  15

Part 2: Data Covid 19

Bagian selanjutnya adalah data carpentry dari data Covid 19 yang saya dapatkan dari situs worldometers.

Berbeda dari kasus mtcars yang sudah punya tujuan dan pertanyaan yang harus dijawab. Kali ini saya mau melakukan eksplorasi bebas dari datanya.

Data saya dapatkan dengan cara web scrape menggunakan library(rvest) sebagai berikut:

library(rvest)
# set target url
url = "https://www.worldometers.info/coronavirus/"
# scrape tabel data
data_cov = read_html(url) %>% html_table(fill = T)
data_cov = data_cov[[1]]

Mari kita intip datanya terlebih dahulu:

# Country,Other TotalCases NewCases TotalDeaths NewDeaths TotalRecovered NewRecovered ActiveCases Serious,Critical Tot Cases/1M pop Deaths/1M pop TotalTests Tests/1M pop Population Continent 1 Caseevery X ppl 1 Deathevery X ppl 1 Testevery X ppl
NA North America 35,240,790 +6,632 806,677 +829 26,864,936 +4,289 7,569,177 15,142           North America      
NA South America 20,221,563 +879 524,033 +19 18,053,016 +1,088 1,644,514 19,850           South America      
NA Asia 27,229,699 +7,454 418,620 +59 25,270,656 +5,467 1,540,423 24,152           Asia      
NA Europe 37,928,410 +28,594 885,671 +465 26,923,205 +19,352 10,119,534 29,555           Europe      
NA Africa 4,157,953   110,745   3,717,254   329,954 2,666           Africa      
NA Oceania 54,582 +15 1,117   34,482 +7 18,983 9           Australia/Oceania      
NA   721   15   706   0 0                  
NA World 124,833,718 +43,574 2,746,878 +1,372 100,864,255 +30,203 21,222,585 91,374 16,015 352.4       All      
1 USA 30,636,534   556,883   23,039,585   7,040,066 8,643 92,165 1,675 392,235,568 1,179,974 332,410,303 North America 11 597 1
2 Brazil 12,136,615   298,843   10,601,658   1,236,114 8,318 56,805 1,399 28,600,000 133,861 213,654,630 South America 18 715 7
220 Micronesia 1       1   0   9       115,896 Australia/Oceania 115,896    
221 China 90,125 +10 4,636   85,331 +10 158   63 3 160,000,000 111,163 1,439,323,776 Asia 15,970 310,467 9
NA Total: 35,240,790 +6,632 806,677 +829 26,864,936 +4,289 7,569,177 15,142           North America      
NA Total: 20,221,563 +879 524,033 +19 18,053,016 +1,088 1,644,514 19,850           South America      
NA Total: 27,229,699 +7,454 418,620 +59 25,270,656 +5,467 1,540,423 24,152           Asia      
NA Total: 37,928,410 +28,594 885,671 +465 26,923,205 +19,352 10,119,534 29,555           Europe      
NA Total: 4,157,953   110,745   3,717,254   329,954 2,666           Africa      
NA Total: 54,582 +15 1,117   34,482   18,983 9           Australia/Oceania      
NA Total: 721   15   706   0 0                  
NA Total: 124,833,718 +43,574 2,746,878 +1,372 100,864,255 +30,203 21,222,585 91,374 16,015.0 352.4       All      

Lalu kita lihat struktur datanya sebagai berikut:

str(data_cov)

## tibble [237 × 19] (S3: tbl_df/tbl/data.frame)
##  $ #                 : int [1:237] NA NA NA NA NA NA NA NA 1 2 ...
##  $ Country,Other     : chr [1:237] "North America" "South America" "Asia" "Europe" ...
##  $ TotalCases        : chr [1:237] "35,240,790" "20,221,563" "27,229,699" "37,928,410" ...
##  $ NewCases          : chr [1:237] "+6,632" "+879" "+7,454" "+28,594" ...
##  $ TotalDeaths       : chr [1:237] "806,677" "524,033" "418,620" "885,671" ...
##  $ NewDeaths         : chr [1:237] "+829" "+19" "+59" "+465" ...
##  $ TotalRecovered    : chr [1:237] "26,864,936" "18,053,016" "25,270,656" "26,923,205" ...
##  $ NewRecovered      : chr [1:237] "+4,289" "+1,088" "+5,467" "+19,352" ...
##  $ ActiveCases       : chr [1:237] "7,569,177" "1,644,514" "1,540,423" "10,119,534" ...
##  $ Serious,Critical  : chr [1:237] "15,142" "19,850" "24,152" "29,555" ...
##  $ Tot Cases/1M pop  : chr [1:237] "" "" "" "" ...
##  $ Deaths/1M pop     : chr [1:237] "" "" "" "" ...
##  $ TotalTests        : chr [1:237] "" "" "" "" ...
##  $ Tests/1M pop      : chr [1:237] "" "" "" "" ...
##  $ Population        : chr [1:237] "" "" "" "" ...
##  $ Continent         : chr [1:237] "North America" "South America" "Asia" "Europe" ...
##  $ 1 Caseevery X ppl : chr [1:237] "" "" "" "" ...
##  $ 1 Deathevery X ppl: chr [1:237] "" "" "" "" ...
##  $ 1 Testevery X ppl : chr [1:237] "" "" "" "" ...

Terlihat jelas ya dari datanya. Ada banyak hal yang harus dibereskan.

  1. Saya hanya akan mengambil variabel country, continent, TotalCase dan ActiveCase.
  2. Saya hanya ingin nama negara saja yang masuk ke variabel country. Oleh karena itu baris data yang berisi nama benua dan tulisan TOTAL harus dikeluarkan dari data.
  3. Variabel TotalCases dan ActiveCases harus diubah menjadi tipe numeric.

Sekali lagi saya tekankan bahwa cara yang saya pakai hanya satu dari sekian banyak cara yang bisa dilakukan di R. Oke,saya mulai yah.

# hal yang akan saya kerjakan
  # 1. rename nama variabel: Country,Other -> negara
  # 2. saya hanya ingin ambil variabel: negara, Continent, TotalCases, ActiveCases
  # 3. saya mau ubah TotalCases dan ActiveCases yang tadinya character ke numeric
  # 4. variabel negara murni hanya nama negara. Gak boleh isinya itu total atau nama benua
  # 5. kita pastikan bahwa tidak ada kolom yang kosong

# Khusus untuk melakukan filter terhadap benua, saya akan bikin variabel baru bernama sensor
sensor = c("Asia","North America","South America","Europe","Africa","Oceania","World","Total:")

# proses pembuatan data yang clean
data_cov_clean = 
  data_cov %>%
  rename(negara = `Country,Other`) %>% # ini proses rename variabel
  select(negara, Continent, TotalCases, ActiveCases) %>% # ini proses seleksi variabel
  mutate(TotalCases = gsub("\\,","",TotalCases),
         ActiveCases = gsub("\\,","",ActiveCases),
         TotalCases = as.numeric(TotalCases),
         ActiveCases = as.numeric(ActiveCases)
        ) %>%
  filter(!negara %in% sensor) %>% # filter negara yang diluar sensor
  filter(!is.na(negara)) %>% # filter gak boleh ada yang kosong di negara
  filter(!is.na(TotalCases)) %>% # filter gak boleh ada yang kosong di TotalCases
  filter(!is.na(ActiveCases)) %>% # filter gak boleh ada yang kosong di ActiveCases
  filter(Continent != "")

Berikut adalah hasil data yang sudah bersih:

negara Continent TotalCases ActiveCases
Micronesia Australia/Oceania 1 0
Samoa Australia/Oceania 3 1
Vanuatu Australia/Oceania 3 2
Marshall Islands Australia/Oceania 4 0
Western Sahara Africa 10 1
Solomon Islands Australia/Oceania 18 2
Montserrat North America 20 0
Anguilla North America 22 2
Saint Pierre Miquelon North America 24 0
Vatican City Europe 27 12
Greenland North America 31 0
Saint Kitts and Nevis North America 44 2
Macao Asia 48 1
Laos Asia 49 4
Falkland Islands South America 54 0
Fiji Australia/Oceania 67 1
New Caledonia Australia/Oceania 116 58
British Virgin Islands North America 153 21
Grenada North America 154 2
Dominica North America 156 15
Brunei Asia 206 15
Wallis and Futuna Australia/Oceania 329 309
Timor-Leste Asia 351 227
Cayman Islands North America 482 32
Tanzania Africa 509 305
Faeroe Islands Europe 661 0
St. Barth North America 775 312
Mauritius Africa 826 224
Bermuda North America 840 113
Bhutan Asia 869 1
Taiwan Asia 1009 30
Antigua and Barbuda North America 1080 337
Caribbean Netherlands North America 1119 461
Isle of Man Europe 1516 788
Saint Martin North America 1619 208
St. Vincent Grenadines North America 1700 167
Cambodia Asia 1817 779
Liberia Africa 2042 58
Sint Maarten North America 2108 21
Sao Tome and Principe Africa 2159 126
Monaco Europe 2199 142
Turks and Caicos North America 2307 116
New Zealand Australia/Oceania 2470 67
Vietnam Asia 2575 294
Burundi Africa 2628 1849
Liechtenstein Europe 2634 36
Eritrea Africa 3163 232
Barbados North America 3574 144
Guinea-Bissau Africa 3586 639
Yemen Asia 3612 1261
Comoros Africa 3681 52
Papua New Guinea Australia/Oceania 3758 2875
Seychelles Africa 3828 605
Sierra Leone Africa 3949 1078
Channel Islands Europe 4046 0
Saint Lucia North America 4149 129
Gibraltar Europe 4271 21
San Marino Europe 4432 478
Chad Africa 4440 223
Niger Africa 4939 201
CAR Africa 5087 85
Gambia Africa 5255 219
Mongolia Asia 5610 1658
Iceland Europe 6122 57
Curaçao North America 6174 1259
Nicaragua North America 6629 2227
Djibouti Africa 6771 561
Equatorial Guinea Africa 6780 435
Benin Africa 6818 1176
Martinique North America 7710 7563
Trinidad and Tobago North America 7865 151
Aruba North America 8902 510
Bahamas North America 8935 990
Suriname South America 9074 333
Togo Africa 9147 1701
Mali Africa 9474 2441
Congo Africa 9564 1916
Guyana South America 9732 912
South Sudan Africa 9919 811
Somalia Africa 10369 5352
Lesotho Africa 10685 5981
Guadeloupe North America 10976 8569
Hong Kong Asia 11410 270
Andorra Europe 11591 428
Belize North America 12410 47
Burkina Faso Africa 12572 187
Haiti North America 12732 1727
Tajikistan Asia 13308 0
Réunion Africa 15561 1395
Cabo Verde Africa 16555 547
French Guiana South America 16764 6682
Eswatini Africa 17296 530
Mauritania Africa 17658 273
Syria Asia 17743 4766
Gabon Africa 18078 2316
French Polynesia Australia/Oceania 18595 13612
Guinea Africa 18945 2753
Mayotte Africa 19224 16106
Rwanda Africa 20975 1370
Angola Africa 21774 1145
Madagascar Africa 22682 1180
Maldives Asia 22790 2498
DRC Africa 27580 1568
Thailand Asia 28346 1381
Malta Europe 28409 2479
Australia Australia/Oceania 29218 2056
Sudan Africa 29542 3681
Malawi Africa 33323 3104
Jamaica North America 36231 19199
Zimbabwe Africa 36717 754
Botswana Africa 37559 4524
Senegal Africa 37958 1759
Cameroon Africa 40622 4760
Uganda Africa 40719 25246
Ivory Coast Africa 40868 3702
Namibia Africa 42771 2579
Cyprus Asia 42993 40690
Afghanistan Asia 56192 3974
Luxembourg Europe 59662 3175
Singapore Asia 60221 128
El Salvador North America 63344 677
Mozambique Africa 66496 12558
Cuba North America 68250 3417
Finland Europe 72713 25905
Uzbekistan Asia 81678 1010
Uruguay South America 86007 14808
Zambia Africa 86779 2116
Kyrgyzstan Asia 87652 1821
Montenegro Europe 88116 7906
Norway Europe 89120 14139
Ghana Africa 89893 2911
China Asia 90125 158
Sri Lanka Asia 90765 2907
Estonia Europe 97456 26301
Latvia Europe 98094 7932
S. Korea Asia 99846 6579
Algeria Africa 116349 32302
North Macedonia Europe 120882 15153
Albania Europe 121847 33194
Kenya Africa 123167 30533
Bahrain Asia 137550 7202
Myanmar Asia 142264 7295
Oman Asia 152364 10885
Venezuela South America 152508 9737
Libya Africa 153411 10427
Bosnia and Herzegovina Europe 156346 24104
Nigeria Africa 162076 11515
Qatar Asia 174762 13376
Honduras North America 184031 110084
Armenia Asia 186184 13301
Guatemala North America 189067 9716
Ethiopia Africa 190594 38311
Egypt Africa 196709 34105
Paraguay South America 198135 31438
Slovenia Europe 207298 10874
Lithuania Europe 210202 11586
Costa Rica North America 213438 19580
Moldova Europe 217715 21462
Kuwait Asia 221743 14317
Denmark Europe 227031 9593
Palestine Asia 228044 23891
Ireland Europe 231484 203510
Kazakhstan Asia 235095 19253
Greece Europe 242347 27635
Tunisia Africa 246507 24392
Azerbaijan Asia 248307 11567
Dominican Republic North America 250177 40158
Croatia Europe 258745 6394
Bolivia South America 266086 40214
Nepal Asia 276244 1128
Georgia Asia 278628 3984
Belarus Europe 312474 7269
Bulgaria Europe 312741 60832
Ecuador South America 313570 25219
Malaysia Asia 335540 14454
Slovakia Europe 350551 86061
Panama North America 351667 5114
Saudi Arabia Asia 385834 4051
UAE Asia 444398 15759
Lebanon Asia 444865 89792
Japan Asia 457754 13532
Morocco Africa 492403 3528
Austria Europe 519980 32919
Jordan Asia 553727 99762
Serbia Europe 561372 82458
Bangladesh Asia 577241 42809
Switzerland Europe 586096 38178
Hungary Europe 586123 189244
Pakistan Asia 637042 36849
Philippines Asia 677653 86200
Iraq Asia 803041 65689
Portugal Europe 818212 32332
Israel Asia 829689 14698
Belgium Europe 842775 764320
Romania Europe 907007 70383
Canada North America 942320 36310
Chile South America 942958 37802
Indonesia Asia 1471225 126439
Peru South America 1481259 33444
Czechia Europe 1486510 171328
South Africa Africa 1538961 21506
Ukraine Europe 1579906 272861
Iran Asia 1815712 197995
Poland Europe 2089869 346233
Mexico North America 2203041 259731
Argentina South America 2261577 162797
Colombia South America 2347224 45014
Germany Europe 2689205 168197
Turkey Asia 3061520 167322
Spain Europe 3234319 167727
Italy Europe 3419616 560654
UK Europe 4307304 468362
France Europe 4313073 3936658
Russia Europe 4474610 290747
India Asia 11734058 368421
Brazil South America 12136615 1236114
USA North America 30636534 7040066

Dari data tersebut, saya bisa menghitung top 10 negara dengan ratio active cases tertinggi:

data_cov_clean %>% 
  mutate(ratio = round(ActiveCases / TotalCases * 100,2)) %>% 
  arrange(desc(ratio)) %>% 
  head(10)

## # A tibble: 10 x 5
##    negara            Continent         TotalCases ActiveCases ratio
##    <chr>             <chr>                  <dbl>       <dbl> <dbl>
##  1 Martinique        North America           7710        7563  98.1
##  2 Cyprus            Asia                   42993       40690  94.6
##  3 Wallis and Futuna Australia/Oceania        329         309  93.9
##  4 France            Europe               4313073     3936658  91.3
##  5 Belgium           Europe                842775      764320  90.7
##  6 Ireland           Europe                231484      203510  87.9
##  7 Mayotte           Africa                 19224       16106  83.8
##  8 Guadeloupe        North America          10976        8569  78.1
##  9 Papua New Guinea  Australia/Oceania       3758        2875  76.5
## 10 French Polynesia  Australia/Oceania      18595       13612  73.2

if you find this article helpful, please support this blog by clicking the ads shown.

You May Also Enjoy

Mencoba Analisa Clustering Bayesian

6 minute read

Jika rekan-rekan membaca blog saya beberapa minggu belakangan, kalian akan menyadari bahwa ada 3 topik yang sedang rajin saya tulis, yakni: