1. 시도별 지역내총생산

시도별 지역내총생산 자료는 통계청 http://kosis.kr/ “국내통계>주제별통계>국민계정/지역계정/국가자산>지역계정>지역소득” 에서 시도 지역내총생산(GRDP) 데이터를 가져온다. 이를 통해 2016년 기준 지역내총생산 규모를 시도별로 비교한다.

1.1. 시도별 GRDP 환경설정

http://kosis.kr/에서 다운로드 받은 엑셀 파일을 R로 불러와서 지역내총생산(GRDP) 단위를 \(10^6\)으로 나눠 백만원을 조로 변환한다.

# 0. 환경설정 -----

library(tidyverse)
library(stringr)
library(lubridate)
library(sf)
library(mapview)
library(DT)
library(readxl)
library(tmap)
library(ggpubr)

# 1. 데이터 가져오기 -----
sido_grdp_dat <- read_excel("data/grdp/_시도_별_GRDP_2016.xlsx", skip=1)

# 2. 데이터 정제 -----
names(sido_grdp_dat) <- c("시도명", "구분", "grdp_2014", "grdp_2016")

sido_grdp_df <- sido_grdp_dat %>% 
    mutate(GRDP = grdp_2016 / 10^6) %>% 
    select(시도명, GRDP)

1.2. 시도별 GRDP 표

2016년 시도별 GRDP를 표로 확인한다.

# 3. GRDP 표 -----
sido_grdp_df %>% 
    arrange(desc(GRDP)) %>% 
    mutate(GRDP비율 = GRDP / sum(GRDP),
           GRDP누적비율 = cumsum(GRDP비율)) %>% 
    datatable() %>% 
      formatCurrency("GRDP", currency="", digits=1) %>% 
      formatPercentage(c("GRDP비율", "GRDP누적비율"), digits=1)

2. 시도별 GRDP 지리정보 시각화

2.1. 지리데이터와 시도별 GRDP 데이터 병합

지도 데이터에는 GRDP 데이터가 없기 때문에 이를 지도에 표현하기 위해서는 앞에서 준비한 GRDP 필드가 포함된 데이터프레임과 병합을 한다. 이를 위해서 중간에 주소코드도 붙여야 된다. 순차적으로 병합(join) 작업을 하게 되면 지리정보 시각화를 위한 준비가 완료된다.

# 4. GRDP 지리정보 데이터 -----
## 4.1. 지도 데이터
sido_sf <- st_read("data/shapefile_sido/TL_SCCO_CTPRVN.shp")
Reading layer `TL_SCCO_CTPRVN' from data source `D:\docs\politics\data\shapefile_sido\TL_SCCO_CTPRVN.shp' using driver `ESRI Shapefile'
Simple feature collection with 17 features and 3 fields
geometry type:  MULTIPOLYGON
dimension:      XY
bbox:           xmin: 746110.3 ymin: 1458754 xmax: 1387950 ymax: 2066200
epsg (SRID):    NA
proj4string:    +proj=tmerc +lat_0=38 +lon_0=127.5 +k=0.9996 +x_0=1000000 +y_0=2000000 +ellps=GRS80 +units=m +no_defs

sido_sf$CTP_KOR_NM <- iconv(sido_sf$CTP_KOR_NM, from = "CP949", to = "UTF-8", sub = NA, mark = TRUE, toRaw = FALSE)

## 4.2. 시도 코드 --------
sido_cd_df <- read_excel("data/jscode/jscode20171218/KIKcd_H.20171218.xlsx", sheet="KIKcd_H")
sido_cd_df <- sido_cd_df %>% 
    mutate(CTPRVN_CD = str_sub(행정동코드, 1,2)) %>% 
    group_by(CTPRVN_CD) %>% 
    summarise(시도명 = first(시도명))

## 4.3. 시도GRDP와 행정코드 병합
sido_grdp_df <- left_join(sido_cd_df, sido_grdp_df, by="시도명")

## 4.4. 시도GRDP 지도와 연결
sido_sf <- left_join(sido_sf, sido_grdp_df, by="CTPRVN_CD")

2.2. 시도별 GRDP 동적 시각화

tmap을 활용하면 지역내총생산 GRDP를 인터랙티브하게 지도위에 표현할 수 있다.

## 5.2. 동적 그래프 --------
tmap_mode("view")
tm_shape(sido_sf) +
    tm_borders() +
    tm_fill("GRDP",
            style = "fixed",
            breaks = c(0, 50, 100, 150, 200, 250, 300, Inf),
            title      = c("시도명", "GRDP"),
            popup.vars = c("시도명", "GRDP"))
# mapview(sido_sf, zcol = c("GRDP"), legend = TRUE)

2.3. 시도별 GRDP 정적 시각화

sf 팩키지를 활용하면 기존 tidyverse에서 익힌 대부분의 기능을 지리정보 시각화에 나타낼 수 있다.

# 5. GRDP 지리정보 시각화 -----

## 5.0. SHP 파일 크기 줄이기 --------
sido_sf <- st_simplify(sido_sf, dTolerance = 100)

## 5.1. 정적 그래프 --------
ggplot(data=sido_sf, aes(fill=GRDP)) +
    geom_sf() +
    theme_pubr(base_family="NanumGothic") +
    labs(title="시도별 지역내총생산(GRDP) - 2016") + 
    theme(legend.position = "right") +
    scale_fill_gradient(low = "wheat1", high = "red", name = "GRDP", labels = scales::comma)