# Lade Pakete
library(openxlsx)
library(dplyr)
library(tidyr)

# Lade Tabellen
Bonn <- read.xlsx("Bonn.xlsx",
          sheet = "Bevoelkerung")

# Schaue dir die Daten an
glimpse(Bonn)

# Lade die Bezirke
Bezirke <- read.xlsx("Bonn.xlsx",
            sheet = "Bezirke")
glimpse(Bezirke)

# Weitere Übersichten
summary(Bonn)
unique(Bonn$Jahr)
summary(as.factor(Bonn$Jahr))

# Workflows ----
Bonn2 <- Bonn %>%
  mutate(Jahr = as.factor(Jahr)) %>% 
  inner_join(Bezirke)

glimpse(Bonn2)

library(ggplot2)

ggplot(data = Bonn2,
       aes(y = Gesamt, x = StadtBezirk,
           fill = StadtBezirk)) +
  geom_boxplot() +
  facet_wrap(~Jahr)

# Gender
Gender <- Bonn2 %>% 
  pivot_longer(cols = c("Frauen", "Maenner"),
               names_to = "Gender",
               values_to = "Anzahl")

glimpse(Gender)

ggplot(data = Gender,
       aes(x = Gender,
           y = Anzahl,
           fill = Gender)) +
  geom_boxplot() +
  facet_wrap(~Jahr)

# Hier ein Workflow direkt aus Bonn2
gender_boxplot <- Bonn2 %>%
  pivot_longer(cols = c("Frauen", "Maenner"),
               names_to = "Gender",
               values_to = "Anzahl") %>%
  ggplot(aes(x = Gender, y = Anzahl, fill = Gender)) +
      geom_boxplot() +
      facet_wrap(~Jahr)

# Zeige das Plot
gender_boxplot

# Jetzt mit Filter für das Jahr 2021
stadtbezirke_2021 <- Bonn2 %>%
  pivot_longer(cols = c("Frauen", "Maenner"),
               names_to = "Gender",
               values_to = "Anzahl") %>%
  filter(Jahr == 2021) %>%
  ggplot(aes(x = Gender, y = Anzahl, fill = Gender)) +
      geom_boxplot() +
      facet_wrap(~StadtBezirk)

# Zeige das Plot
stadtbezirke_2021