1 대학순위 1

중앙일보에서 연례적으로 발표하고 있는 대학평가이며 한국 최초의 대학평가로 매년 가을에 발표하고 있다.

2 대학순위 데이터 2

나무위키, 중앙일보 대학평가 웹사이트에서 데이터를 가져와서 전처리 작업을 수행한다.

목적이 연도별 대학순위를 가져오는 것이기 때문에 html_nodes(resp, "table") 명령어를 통하면 손쉽게 표데이터를 rvest를 통해서 가져올 수 있다.

# 0. 환경설정 -----
library(rvest)
library(tidyverse)
library(plotly)
library(extrafont)
loadfonts()

# 1. 데이터 -----
## 1.1. URL 
univ_ranking_url <- "https://namu.wiki/w/%EC%A4%91%EC%95%99%EC%9D%BC%EB%B3%B4%20%EB%8C%80%ED%95%99%ED%8F%89%EA%B0%80"

## 1.2. 표 긁어오기
ur_list <- vector("list", length=0)

Sys.setlocale("LC_ALL", "C")
[1] "C"

resp <- read_html(univ_ranking_url)
# html_nodes(resp, "table")

for(i in 1:4) {
  ur_list[[i]] <- resp %>% 
    html_nodes("table") %>% 
    .[[i]] %>% 
    html_table(fill = TRUE)
}

Sys.setlocale("LC_ALL", "Korean")
[1] "LC_COLLATE=Korean_Korea.949;LC_CTYPE=Korean_Korea.949;LC_MONETARY=Korean_Korea.949;LC_NUMERIC=C;LC_TIME=Korean_Korea.949"

3 데이터 정제

데이터를 정제한다. 여러 사람이 데이터를 만지다 보니 일관성 측면에서 이슈가 있어 데이터프레임 형태로 정제작업을 진행한다.

## 1.3. 데이터 정제 -----
ur_2014_df <- ur_list[[1]] %>% 
  select(1:3) %>% 
  rename(순위=X1, 대학=X2, 총점=X3) %>% 
  filter(순위 != "순위") %>% 
  mutate(순위 = as.integer(순위), 
         총점=as.integer(총점),
         연도=2014L)

ur_2015_df <- ur_list[[2]] %>% 
  select(1:2) %>% 
  rename(순위=X1, 대학=X2) %>% 
  filter(순위 != "순위") %>% 
  mutate(순위 = as.integer(순위), 
         연도=2015L,
         총점=0)

ur_2016_df <- ur_list[[3]] %>% 
  rename(순위=X1, 대학=X2, 총점=X3) %>% 
  filter(순위 != "순위") %>% 
  mutate(순위 = as.integer(순위), 
           총점=as.integer(총점),
           연도=2016L)

ur_2017_df <- ur_list[[4]] %>% 
  rename(순위=X1, 대학=X2, 총점=X3) %>% 
  filter(순위 != "순위") %>% 
  mutate(순위 = as.integer(순위), 
           총점=as.integer(총점),
           연도=2017L)

ur_df <- bind_rows(ur_2014_df, ur_2015_df) %>% 
  bind_rows(ur_2016_df) %>% 
  bind_rows(ur_2017_df) %>% 
  mutate(총점 = ifelse(총점==0, NA, 총점)) %>% 
  mutate(대학 = str_replace(대학, "학교", "")) %>% 
  mutate(대학 = case_when(str_detect(대학, "고려") ~ "고려대(서울)",
                          str_detect(대학, "건국") ~ "건국대",
                          str_detect(대학, "한양대(에리카)") ~ "한양대(ERICA)",
                        TRUE ~ 대학))
ur_df %>% 
  select(-총점) %>% 
  spread(연도, 순위, convert = TRUE) %>% 
  DT::datatable()

4 시각화

인문ㆍ사회ㆍ자연ㆍ공학 등 4개 계열 이상을 갖춘 종합 4년제 대학 대상(포스텍ㆍ카이스트 등은 제외)으로 진행된 2017년 상위 10개을 선정해서 과거 대학순위 변화를 시각화해보자.

# 2. 시각화 -----
top_10_univ_v <- ur_2017_df %>% 
  filter(순위 <=10) %>% 
  pull(대학)

ur_g <- ur_df %>% 
  filter(대학 %in% top_10_univ_v) %>% 
  ggplot(aes(x=연도, y= 순위, group=대학, color=대학)) +
    geom_line(size=1.3) +
    geom_point(size=2.5) +
    scale_color_manual(values=c(RColorBrewer::brewer.pal(11, "Set3"))) +
    theme_minimal(base_family="NanumGothic") +
    labs(x="", y="",color="상위10대학") +
    scale_y_continuous(trans = "reverse", breaks = 1:20)
  
ggplotly(ur_g)

  1. 나무위키, 중앙일보 대학평가↩

  2. Bradley Boehmke(2015-12-21), Scraping HTML Tables↩