tibble(sonaliik=c("nimisõna", "tegusõna", "lausemärk", "sidesõna"), kogus=c(34, 14, 11, 11))
tibble(sonaliik=c("nimisõna", "tegusõna", "lausemärk", "sidesõna"), 
       kogus=c(34, 14, 11, 11)) %>% 
  ggplot(aes(sonaliik, kogus)) + geom_col()
tibble(sonaliik=c("nimisõna", "tegusõna", "lausemärk", "sidesõna", "omadussõna"), 
       kogus=c(34, 14, 11, 11, 5)) %>% 
  ggplot(aes(sonaliik, kogus)) + geom_col(fill="yellow") + 
  theme(axis.text.x=element_text(angle=90))

tibble(nr=c(1, 2, 3, 4), kogus=c(34, 14, 11, 11)) %>% 
  ggplot(aes(x=nr, kogus)) + geom_line()

tibble(nr=c(1, 2, 3, 4), 
       kogus=c(34, 14, 11, 11)) %>% 
  ggplot(aes(x=nr, kogus)) + geom_line()+ 
  ylim(0, 60)+  xlab("järjekorranumber")+ylab("kogus")+
  ggtitle("Levinumate sõnaliikide jaotus Kungla rahva laulus")

inimesed %>% group_by(Country) %>% summarise(kogus=n())
inimesed %>% group_by(Country) %>% summarise(kogus=n()) %>%
   ggplot(aes(Country, kogus)) + geom_col()

inimesed %>% group_by(Country) %>% summarise(kogus=n()) %>%
  filter(kogus>4) %>% ggplot(aes(Country, kogus)) + geom_col()

inimesed %>% group_by(Country) %>% summarise(kogus=n()) %>%
  filter(kogus>4) %>% 
  mutate(Country=factor(Country, levels=Country[rev(order(kogus))])) %>%
  ggplot(aes(Country, kogus)) + geom_col()


inimesed %>% group_by(Country) %>% summarise(kogus=n()) %>%
  filter(kogus>4) %>% 
  mutate(Country=factor(Country, levels=Country[rev(order(kogus))])) %>%
  ggplot(aes(x="", kogus, fill=Country)) + geom_col() + coord_polar("y")


inimesed %>% group_by(Country) %>% summarise(kogus=n()) %>%
  mutate(silt=ifelse(kogus>4, Country, 'mujalt'))

inimesed %>% group_by(Country) %>% summarise(kogus=n()) %>%
  mutate(silt=ifelse(kogus>4, Country, 'mujalt')) %>%
  group_by(silt) %>% summarise(kogus2=sum(kogus)) %>%
  ggplot(aes(x="", kogus2, fill=silt)) +geom_col()+coord_polar("y")

inimesed %>% filter(Country == "Estonia" | Country =="Sweden") %>%
  group_by(Country) %>% summarise(keskvanus=mean(Age))

inimesed %>% filter(Country == "Estonia" | Country =="Sweden") %>%
  group_by(Country) %>% summarise(keskvanus=mean(Age)) %>%
  ggplot(aes(Country, keskvanus)) + geom_col()


inimesed %>% filter(Country == "Estonia" | Country =="Sweden") %>%
  group_by(Country, Category) %>% summarise(keskvanus=mean(Age))


inimesed %>% filter(Country == "Estonia" | Country =="Sweden") %>%
  group_by(Country, Category) %>% summarise(keskvanus=mean(Age)) %>%
  ggplot(aes(Country, keskvanus, fill=Category)) + 
    geom_col(position=position_dodge()) +
    scale_fill_manual("Roll", values=c("C"="red", "P"="#cfffcc"))

inimesed %>% group_by(Country) %>% summarise(kogus=n()) %>% 
    filter(kogus>=10) %>% .$Country -> suuredriigid

inimesed %>% filter(Country %in% suuredriigid) %>%
    group_by(Country, Survived) %>% summarise(keskvanus=mean(Age))

inimesed %>% filter(Country %in% suuredriigid) %>%
  group_by(Country, Survived) %>% summarise(keskvanus=mean(Age)) %>%
  ggplot(aes(Country, keskvanus, fill=Survived)) + 
   geom_col(position=position_dodge2())


inimesed %>% filter(Country %in% suuredriigid) %>%
  group_by(Country, Survived) %>% summarise(keskvanus=mean(Age)) %>%
  spread(Survived, keskvanus)

inimesed %>% filter(Country %in% suuredriigid) %>%
  group_by(Country, Survived) %>% summarise(keskvanus=mean(Age)) %>%
  spread(Survived, keskvanus) %>% 
  ggplot(aes(x=`0`, y=`1`, label=Country))+geom_text()