xwMOOC 자동차

글로벌 자동차 부품공급사(상위 100사)

1. 글로벌 자동차 부품 공급사

Automotive News사에서 매년 자동차 공급사 100개를 뽑아서 데이터를 제공하고 있다. Automotive News 선정 Top Supplier Rankings에 데이터가 2005년부터 최근까지 데이터가 잘 정리되어 있다.

• Top 100 Global Suppliers (2016) - Automotive News - 다운로드

2. 글로벌 자동차 부품 공급사 데이터

2.1. 환경설정과 데이터 불러오기

오토뉴스 웹사이트에서 가져온 데이터를 불러오고 데이터분석에 필요한 팩키지를 사전 준비한다.

# 0. 환경설정 ----------------
# library(readxl)
# library(tidyverse)
# library(stringr)
# library(forcats)
# library(ggpubr)
# library(extrafont)
# loadfonts()
# library(xts)
# library(ggmap)
# library(leaflet)

# 1. 데이터 불러오기 ---------------
autonews_dat <- read_excel("data/CA105777620.XLS", sheet="Top 100 Global Suppliers (2016)", skip=1)

2.2. 데이터 정제

엑셀로 데이터가 잘 정리되어 있지만 데이터프레임 형태로 데이터 분석하기 적절한 형태로 가공한다. 특히, 각 부품공사마다 공급하는 제품과 주소를 적절한 정제과정을 거쳐 깔끔하게 정리한다.

# 2. 데이터 정제 ---------------
## 2.1. 자동차 공급사 목록 -----
autonews_df <- autonews_dat %>% 
  filter(!is.na(`2015\nrank`)) %>% 
  filter(row_number() <= 247)

## 2.2. 자동차 제조품목 -----
autonews_product_df <- autonews_dat %>% select(`2015\nrank`, Products) %>% 
  filter(row_number() <= 247) %>% 
  mutate(`2015\nrank` = na.locf(`2015\nrank`)) %>%  group_by(`2015\nrank`) %>% 
  summarise(items = paste0(Products, collapse = ",")) %>% 
  mutate(items = str_replace(items, ",NA$", ""))

## 2.2. 자동차 제조품목 -----
autonews_address_df <- autonews_dat %>% select(`2015\nrank`, Address) %>% 
  filter(row_number() <= 247) %>% 
  mutate(`2015\nrank` = na.locf(`2015\nrank`)) %>%  group_by(`2015\nrank`) %>% 
  summarise(address = paste0(Address, collapse = ","))  %>% 
  mutate(address = str_replace(address, ",NA", ""))

## 2.3. 자동차 부품사와 제조품목 병합 -----

autonews_df <- left_join(autonews_df, autonews_product_df, "2015\nrank") %>% 
  select(-X__1, -X__2, -X__3, -Products) 

autonews_df <- left_join(autonews_df, autonews_address_df, "2015\nrank") %>% 
  select(-Address) 

colnames(autonews_df) <- c(c("rank_2015", "company", "top_executive", "sales_2015", 
                             "sales_2014", "NA_percent", "EU_percent", "AS_percent", 
                             "ETC_percent", "rank_2014", "items", "address"))

autonews_df <- autonews_df %>% 
  mutate(NA_percent = ifelse(is.na(NA_percent), 0, NA_percent),
         EU_percent = ifelse(is.na(EU_percent), 0, EU_percent),
         AS_percent = ifelse(is.na(AS_percent), 0, AS_percent),
         ETC_percent = ifelse(is.na(ETC_percent), 0, ETC_percent))

DT::datatable(autonews_df)  

3. 부품공급사 본사 주소

본격적인 데이터 분석에 앞서 부품공급사가 위치한 주소 정보를 이용하여 전세계 지도위에 표기한다. 앞서 ggmap 팩키지 geocode() 함수를 활용하여 위경도 정보를 받아 놓고 이를 조인하여 지도위에 표기한다.

# 1. 데이터 불러오기 ---------------
supplier_df <- readRDS("data_processed/autonews_df.rds") %>% 
  mutate(address = str_replace(address, ",NA", ""))

supplier_lonlat <- readRDS("data_processed/supplier_lonlat.rds")

# 2. 지리정보 ---------------
## 2.1. 지리정보 데이터: 위도 경도 ---

# supplier_lonlat <- geocode(supplier_df$address, source="google")
# saveRDS(supplier_lonlat, "data_processed/supplier_lonlat.rds")

supplier_lonlat_df <- bind_cols(supplier_df, supplier_lonlat)

# saveRDS(supplier_lonlat_df, "data_processed/supplier_lonlat_df.rds")

supplier_geo_df <- read_excel("data/supplier_address_csv.xlsx")

leaflet(data = supplier_geo_df) %>% 
  addProviderTiles(providers$OpenStreetMap) %>% 
  addMarkers(lng=~Longitude, lat=~Latitude, 
             popup = ~ as.character(paste0("<strong> 글로벌 자동차 부품공급사 </strong><br><br>", 
                                           "&middot; 순위(2015): ", rank_2015, "<br>",
                                           "&middot; 회사명: ", company, "<br>",
                                           "&middot; 주소: ", address, "<br>",
                                           "&middot; 대표: ", top_executive, "<br>",
                                           "&middot; 매출(백만$): ", scales::comma(sales_2015), "<br>",
                                           "&nbsp&nbsp&nbsp &middot; 북미: ", NA_percent, " %<br>",
                                           "&nbsp&nbsp&nbsp &middot; 유럽: ", EU_percent, " %<br>",
                                           "&nbsp&nbsp&nbsp &middot; 아시아: ", AS_percent, " %<br>",
                                           "&nbsp&nbsp&nbsp &middot; 기타: ", ETC_percent, " %<br>",
                                           "&middot; 공급부품: ", items, "<br>")), clusterOptions = markerClusterOptions())