Datawrapper ist eines der erfolgreichsten Visualisierungstools f\u00fcr Journalisten. Mit einer neuen Erweiterung k\u00f6nnen die Daten aus R jetzt auch ohne Umwege in Datawrapper-Grafiken geladen werden.<\/p>\n\n\n\n\n\n\n\n
Nein, dieser Blogpost soll keine Werbung f\u00fcr Datawrapper werden. Und der „Tippfehler“ im Titel ist gar keiner (na, wer hat sich gewundert?). Ich will in diesem Post kurz beschreiben, warum ich eine Bibliothek f\u00fcr die Statistiksoftware R geschrieben habe, die auf die Datawrapper-API zugreift. Und weil viele dieser R-Erweiterungen gerne mit dem Namen der Software spielen (ihr Vorg\u00e4nger hie\u00df \u00fcbrigens <\/a>S), wollte ich dem in nichts nachstehen: DatawRappr.<\/p>\n\n\n\n In vielen meiner Arbeitsstellen wurde Datawrapper eingesetzt. In meinem aktuellen Job visualisieren wir damit alle m\u00f6glichen Grafiken auf der Homepage, oder erstellen damit schnelle Karten in Breaking-News-Situationen. <\/p>\n\n\n\n Inzwischen tauchen die Grafiken sogar schon in der gedruckten Zeitung auf:<\/p>\n\n\n <\/p>\n <\/p>\n [\/cookie]<\/p>\n <\/p>\n In der Regel nutzen wir Datenjournalisten f\u00fcr unsere Auswertungen die Software R<\/a>. Sie ist frei verf\u00fcgbar und hat eine riesige Community, die f\u00fcr jeden Anwendungsfall eigene Erweiterungen geschrieben hat. (Vor allem aus der Informatik-Richtung kommt Python, die Sprache kann quasi dasselbe. Manche Leute m\u00f6gen die eine, andere die andere mehr.)<\/p>\n <\/p>\n <\/p>\n [Mehr zu R habe ich in einem eigenen Blogpost<\/a> aufgeschrieben.]<\/p>\n <\/p>\n <\/p>\n Um die Daten von R in Datawrapper zu bekommen, ist momentan noch ein Umweg n\u00f6tig:<\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n In einem aktuellen Projekt wollen wir aber automatisiert und regelm\u00e4\u00dfig Berechnungen durchf\u00fchren (die Daten ver\u00e4ndern sich st\u00e4ndig), und daraus Datawrapper-Grafiken generieren. Wir wollen aber ungern dauernd selbst daran denken m\u00fcssen, die Grafiken zu aktualisieren. Au\u00dferdem m\u00fcssen wir manchmal nicht nur die Daten, sondern auch die Beschreibungstexte \u00e4ndern.<\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n Zum Gl\u00fcck hat Datawrapper daf\u00fcr eine L\u00f6sung: Die API.<\/p>\n <\/p>\n <\/p>\n \u00dcber diese Schnittstelle k\u00f6nnen wir auf alle Funktionen zugreifen, die Datawrapper auch \u00fcber sein Web-Interface anbietet. Gerade wurde die API von Version 1 auf Version 3 geupgradet. (Mehr dazu hat Datawrapper hier gebloggt<\/a>)<\/p>\n <\/p>\n <\/p>\n Damit man direkt aus R darauf zugreifen kann, habe ich also die R-Erweiterung geschrieben. Mit ihr kann man zum Beispiel:<\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n Was genau DatawRappr kann – und wie es genau funktioniert, steht in der Dokumentation<\/a>. Zwar ist die Erweiterung schon in Version 1.0, aber vermutlich w\u00e4re 0.9 – also eher eine Beta-Version – angebrachter. Noch ist sie einfach zu wenig getestet, vor allem auf Windowssystemen. Aber: Sie geht! \ud83d\ude09<\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n Der Code von DatawRappr steht auf Github<\/a>. Es gibt eine eigene Dokumentation<\/a> dazu.<\/p>\n <\/p>\n <\/p>\n Installiert wird es ganz einfach in R mit dem Package devtools:<\/p>\n <\/p>\n <\/p>\n <\/p>","protected":false},"excerpt":{"rendered":"\n
df = data.frame(a = c(1, 2, 3), b = c(4, 5, 6))\nwrite_clip(df)<\/code><\/pre>\nDie Datawrapper-API<\/h2>\n
\n
dw_data_to_chart()<\/a><\/code>)<\/li>\ndw_create_chart()<\/a><\/code>)<\/li>\ndw_edit_chart()<\/a><\/code>)<\/li>\ndw_publish_chart()<\/a><\/code>)<\/li>\ndw_delete_chart()<\/a><\/code>).<\/li>\n<\/ul>\nInfos zu DatawRappr<\/h2>\n
devtools::install_github(\"munichrocker\/DatawRappr\")<\/code><\/pre>\n