10-les-facettes.Rmd

# Les facettes

Lorsque l'on veut pouvoir réaliser un graphique pour plusieurs sous-ensembles, les facettes sont alors très utiles. On va ici l'illustrer avec la réalisation du même graphique ci-dessus, mais pour plusieurs années différentes.

```{r f7_1, echo=T,eval=T,fig.height=5,fig.width=8}
ODD_indicateur311 %>%
  filter(Type_Zone != "Pays",
    Age_group == "All age ranges or no breakdown by age",
    Sex == "Both sexes or no breakdown by sex",
    Location == "Total (national level)",
    is.na(Value_type)
  ) %>%
  filter(Year %in% c(2000, 2005, 2010, 2015)) %>%
  ggplot() +
  geom_col(aes(x = Country_or_Area_Name, y = Value, fill = Country_or_Area_Name)) +
  theme_minimal() +
  scale_fill_ipsum() +
  coord_flip() +
  labs(title = "Mortalité maternelle sur quelques zones du globe",
    subtitle = "Années 2000 à 2015",
    y = "Taux de mortalité de la mère \n(pour 100 000 naissances)",
    x = "Zone",
    fill = "Zone"
  ) +
  theme(legend.position = "none") +
  facet_wrap("Year")
```

Cet exemple "scinde" notre table en fonction d'une seule variable, mais on peut le faire sur plusieurs variables également.

On peut choisir avec `facet_wrap()` :   

- le nombre de colonnes ou de lignes sur lesquels on veut voir s'afficher le graphique ;  

- si on veut fixer l'échelle de l'un ou l'autre des axes ou les deux. 


```{r f7_2, echo=T,eval=T,fig.height=5,fig.width=12}
ODD_indicateur311 %>%
  filter(Type_Zone != "Pays",
         Age_group == "All age ranges or no breakdown by age",
         Sex == "Both sexes or no breakdown by sex",
         Location == "Total (national level)",
         is.na(Value_type)
  ) %>%
  filter(Year %in% c(2000, 2005, 2010, 2015)) %>%
  ggplot() +
  geom_col(aes(x = Country_or_Area_Name, y = Value, fill = Country_or_Area_Name)) +
  theme_minimal() +
  scale_fill_ipsum() +
  coord_flip() +
  labs(title = "Mortalité maternelle sur quelques zones du globe",
       subtitle = "Années 2000 à 2015",
       y = "Taux de mortalité de la mère \n(pour 100 000 naissances)",
       x = "Zone",
       fill = "Zone"
  ) +
  theme(legend.position = "none") +
  facet_wrap(facets = "Year", ncol = 4)
```

## Exercice 4

```{r mod5_exo4, child=charge_exo('m5', 'exo4.rmd'), echo=FALSE}

```

Astuces : pour avoir la liste des modalités dune variable : 
 
- Variables caractères ou factorielles :

```{r  f7_3, eval=F}
unique(rpls_aggrege$Indicateur)
```

- Variables factorielles :

```{r f7_4, eval=F}
levels(rpls_aggrege$Indicateur)
```