class: title-slide # ER015 - Storytelling with Data ## PVA2 ### Reporting und Automatisierung. Teil 2. <br> <br> <br> <br> <br> <br> <br> ### HS 2025-26 <br> ### Prof. Dr. Jörg Schoder .mycontacts[
@FFHS-EconomicResearch
@jfschoder ] --- layout: true <div class="my-footer"></div> <div style="position: absolute;left:400px;bottom:10px;font-size:9px">©Prof. Dr. Jörg Schoder</div> --- name: agenda class: left .blockquote[Agenda] ## Datenimport * Motivation und Einordnung * Datenimport lokaler Dateien * **Übung** * Programmierschnittstellen (APIs) * **Übung** --- class: inverse, center, middle # Datenimport lokaler Dateien .blockquote[Dateiformate und Funktionen] .blockquote[Übung] --- class: left .blockquote[Dateiformate und Funktionen] ## Gängige Dateiformate -
-Formate (.Rdata, .rds) - MS-Excel (.xlsx) - comma-separated values (.csv) - tab-separated values (.tsv) - SPSS (.sav) - xml-Format (.xml) - ... --- class: left .blockquote[Dateiformate und Funktionen] ## Ausgewählte Funktionen und Pakete * Die
-Formate können in der Regel direkt mit der `load()`-Funktion geladen werden. * Import anderer Formate mit diversen Funktionen, die zum Teil nicht in Base R enthalten sind. * Empfehlenswerte (*tidy*-kompatible) Pakete für gängige Dateiformate: * **readr** (wird mit dem tidyverse-Metapaket geladen) für .txt- und .csv-Dateien * **readxl** für .xlsx-Dateien * **googlesheets4** (**googledrive**) für Google Sheets (Google Drive) Dateien, * **haven** für SPSS/Stata/SAS Dateiformate, * **jsonlite** für JSON-Dateien und * **xml2** für XML-Dateien * **DBI** für relationale Datenbanken, * **httr** für web APIs * **rvest** für das Webscraping (Auslesen von Webseiten) * ... --- class: left .blockquote[Übung] ## Beispiel "Orbis-Unternehmensdatenbank" <iframe width="1100" height="400" src="https://www.youtube.com/embed/wynL15CRn88?si=SikAFxalzKV0EF0w" title="YouTube video player" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" allowfullscreen></iframe> * An der FFHS stehen die Daten [via Digitale Bibliothek](https://moodle.ffhs.ch/course/view.php?id=5#module-4502514) zur Verfügung. --- class: left .blockquote[Übung] ## Aufgabe 1. Lege ein neues
-Projekt mit dem Namen "EX-Orbis" an und erstelle bereits ein Verzeichnis "data" und ein Unterverzeichnis "raw" 2. Besuche die Orbis [via Digitale Bibliothek](https://moodle.ffhs.ch/course/view.php?id=5#module-4502514), nutze die Suchmaske und exportiere beliebige Daten. Speichere die Datei im Projektordner "data/raw" 3. Importiere die Daten in
und ordne diese einem Objekt `tbl_orbis` zu. --- class: inverse, center, middle # Nutzung von Programmierschnittstellen .blockquote[Grundlagen] .blockquote[Nützliche Pakete] .blockquote[Beispiele] .blockquote[Speichern und Exportieren] --- name: tqget class: left .blockquote[Nutzung von APIs] ## Beispiel: Finanzdaten <!-- --> --- class: left .blockquote[Übung] ## Aufgabe 1. Installiere das **BFS**-Paket des Bundesamtes für Statistik durch folgende Eingabe in der Console: `install.packages('BFS') 2. Nutze die Funktion `bfs_get_catalog_data(language = "de")` um einen Überblick über das Datenangebot zu erhalten. Ggf. sollte das Ergebnis in einem Objekt gespeichert werden, um es als Spreadsheet anschauen zu können. 3. Importiere beliebige Daten in
und ordne diese einem Objekt `tbl_bfs` zu.