install.packages("gganimate")
install.packages("gifski")
install.packages("png")

library(tidyverse)
reisijad=read_csv("http://www.tlu.ee/~jaagup/andmed/muu/estonia_reisijad.txt")
library(gganimate)
library(gifski)
library(png)

reisijad %>% group_by(Country) %>% 
  summarise(mehi=sum(Sex=="M"), naisi=sum(Sex=="F"))%>%
  ggplot(aes(mehi, naisi, label=Country))+geom_text()+
  transition_states(Country)

jarjekord=reisijad %>% group_by(Country) %>% 
  summarise(mehi=sum(Sex=="M"), naisi=sum(Sex=="F")) %>% 
  arrange(mehi) %>% .$Country

reisijad %>% mutate(Country=factor(Country, jarjekord)) %>% 
  group_by(Country) %>% 
  summarise(mehi=sum(Sex=="M"), naisi=sum(Sex=="F")) %>%
  ggplot(aes(mehi, naisi, label=Country))+geom_point()+
  transition_states(Country, state_length=5,  transition_length = 10)+
  ggtitle("Kaader {frame}")


reisijad %>% ggplot(aes(Sex))+
  geom_bar()+
  transition_time(Age, range = c(20, 80))

reisijad %>% mutate(aastakymme=floor(Age/10)*10) 


reisijad %>% mutate(aastakymme=floor(Age/10)*10) %>% 
   ggplot(aes(Sex)) +geom_bar() +
   transition_states(aastakymme) +  ease_aes(y='sine-in-out')+
   ggtitle("Vanus: {closest_state}")

reisijad %>% ggplot(aes(Sex))+
  geom_bar()

# http://www.tlu.ee/~jaagup/andmed/ilm/harkutund.txt
#http://www.tlu.ee/~jaagup/andmed/ilm/selgitused.txt

ilm=read_csv("http://www.tlu.ee/~jaagup/andmed/ilm/harkutund.txt")

ilm
ilm %>% group_by(Kuu) %>% summarise(kt=mean(TA1H)) %>%
  ggplot(aes(Kuu, kt))+geom_col()


ilm %>% separate(Kell, c("Tunnid", "Minutid")) %>%
  mutate(Tunnid=as.numeric(Tunnid)) %>%
  group_by(Kuu, Tunnid) %>% summarise(kt=mean(TA1H)) %>%
  ggplot(aes(Kuu, kt)) + geom_col() +
  transition_states(Tunnid)+
  ggtitle("Kellaeg: {closest_state}")


# Koostage joonis, kus muutuvad tunnid (kellaaeg)
# x-teljel on õhuniiskus, y-teljel keskmine temperatuur
# joonisel näidatav number on juulikuu kuupäev. 


ilm %>% separate(Kell, c("Tunnid", "Minutid")) %>%
  mutate(Tunnid=as.numeric(Tunnid)) %>%
  filter(Kuu==7) %>%
  ggplot(aes(RH1H, TA1H, label=Paev)) + geom_text() +
  transition_states(Tunnid, state_length=0) +
  ggtitle("Kellaeg: {closest_state}")



# 15.25ks 2014. aasta Harku mõõtejaama ilmastiku
# mingit osa illustreeriv video

#Ideed:

# Punktidena liiguvad joonisel tundide kaupa kõigi kuude keskmised
# ühe kuu omad liiguvad päevade kaupa. Eri kuude andmed kuvatakse järjestikku

# Kuvatakse mingil moel juurde ka tegelikke sademeid

# Sarnane tutvustus tuulte suundade ja kiiruste kohta


ilm %>% separate(Kell, c("Tunnid", "Minutid")) %>%
  mutate(Tunnid=as.numeric(Tunnid)) %>%
  filter(Kuu==7) %>%
  ggplot(aes(RH1H, TA1H, label=Paev)) + geom_text() +
  transition_states(Tunnid)+
  ggtitle("Kellaeg: {closest_state}")


ilm2=ilm %>% separate(Kell, c("Tunnid", "Minutid")) %>%
  mutate(Tunnid=as.numeric(Tunnid))

  ilm2 %>% filter(Kuu==7) %>%
  ggplot(aes(RH1H, TA1H, label=Paev)) + geom_text() +
  transition_states(Tunnid, state_length=0) +
  ggtitle("Kellaeg: {closest_state}")

  ilm3= ilm2 %>% group_by(Kuu, Tunnid) %>% 
      summarise(kt=mean(TA1H), kn=mean(RH1H))
  
  ilm3 %>% ggplot(aes(kn, kt))+geom_text(aes(label=Kuu), size=7)+
      transition_states(Tunnid)
  
  
ilm2 %>% filter(Kuu==7) %>%
    ggplot(aes(RH1H, TA1H, label=Paev)) + geom_text() +
    geom_text(data=ilm3, aes(kn, kt, label=Kuu), size=7)+
    transition_states(Tunnid, state_length=0) +
    ggtitle("Kellaeg: {closest_state}")


ilm2 %>%
  ggplot(aes(RH1H, TA1H, label=Paev)) + geom_text() +
  geom_text(data=ilm3, aes(kn, kt, label=Kuu), size=7)+
  transition_states(Kuu, transition_length = 10)+
  transition_states(Tunnid, state_length=0) +
  ggtitle("Kellaeg: {closest_state}")

# https://meet.google.com/kck-qhhy-gcj