[R] KOSIS OPEN API를 활용한 월드뱅크 데이터 활용

# pacman 패키지를 사용하여 필요한 패키지를 설치하고 로드합니다. library(pacman) p_load(dplyr, tidyr, googlesheets4, kosis)

# KOSIS API 키 설정 kosis.setKey("MY API KEY")

# googlesheets4 패키지의 gs4_auth 함수를 활용하여 구글 스프레드시트 API에 연결 gs4_auth(email = "ID@email.com") # 구글 스프레드시트에서 국가 리스트 데이터를 읽어옵니다. df_country_list <- googlesheets4::read_sheet("https://docs.google.com/spreadsheets/ULR을 입력하세요")

#경제규모 (DT_2AQ151) df_ecosize1 <- getStatData(orgId = "101", tblId = "DT_2AQ151", startPrdDe = "2000", endPrdDe = "2012", prdSe = "Y", objL1 = "ALL", objL2 = "", objL3 = "", objL4 = "", objL5 = "", objL6 = "", objL7 = "", objL8 = "", itmID = "") df_ecosize2 <- getStatData(orgId = "101", tblId = "DT_2AQ151", startPrdDe = "2013", endPrdDe = "2023", prdSe = "Y", objL1 = "ALL", objL2 = "", objL3 = "", objL4 = "", objL5 = "", objL6 = "", objL7 = "", objL8 = "", itmID = "") #병합 df_ecosize_origin <- bind_rows(df_ecosize1, df_ecosize2) %>% arrange(C1_NM, ITM_NM, PRD_DE) df_ecosize_origin$PRD_DE <- as.integer(df_ecosize_origin$PRD_DE) df_ecosize_origin$DT <- as.numeric(df_ecosize_origin$DT) df_ecosize_origin$C1_NM <- as.factor(df_ecosize_origin$C1_NM)

df_ecosize <- df_ecosize_origin %>% select(C1_NM, PRD_DE, ITM_NM, DT) %>% pivot_wider(names_from = ITM_NM, values_from = DT) #불필요한 데이터프레임 삭제 rm(df_ecosize1, df_ecosize2)

# 경제 데이터와 국가 데이터를 병합 df_ecosize <- df_ecosize %>% left_join(df_country_list, by = c("C1_NM" = "C1_NM"))

# 병렬 처리를 위한 라이브러리 로드 library(parallel) # 병렬 처리를 위한 클러스터 설정 cl <- makeCluster(detectCores()) #가용 cpu 코어 수를 파악하여 코어 수 자동 지정 # 병렬 처리를 위해 필요한 라이브러리와 함수 전달 clusterEvalQ(cl, { library(kosis) }) # 데이터를 가져올 연도 범위 설정 periods <- list(c("2019", "2023"), c("2015", "2018"), c("2011", "2014"), c("2007", "2010"), c("2003", "2006"), c("2000", "2002")) # 병렬로 데이터 가져오기 data_list <- parLapply(cl, periods, function(period) { getStatData( orgId = "101", tblId = "DT_20WBH006", startPrdDe = period[1], endPrdDe = period[2], prdSe = "Y", objL1 = "ALL", objL2 = "ALL" ) }) # 클러스터 정지 stopCluster(cl) # 모든 데이터를 하나의 데이터프레임으로 결합 df_age_pop_ratio_origin <- bind_rows(data_list) rm(data_list)

# 연령별 인구비율 데이터를 정리 df_age_pop_ratio <- df_age_pop_ratio_origin %>% select(C1_NM, PRD_DE, C2_NM, DT) %>% pivot_wider(names_from = C2_NM, values_from = DT)

# 병렬 처리를 위한 클러스터 설정 cl <- makeCluster(detectCores()) # 병렬 처리를 위해 필요한 라이브러리와 함수 전달 clusterEvalQ(cl, { library(kosis) }) # 데이터를 가져올 연도 범위 설정 periods <- list(c("2019", "2023"), c("2015", "2018"), c("2011", "2014"), c("2007", "2010"), c("2003", "2006"), c("2000", "2002")) # 병렬로 데이터 가져오기 data_list <- parLapply(cl, periods, function(period) { getStatData( orgId = "101", tblId = "DT_20WBH005", startPrdDe = period[1], endPrdDe = period[2], prdSe = "Y", objL1 = "ALL", objL2 = "ALL" ) }) # 클러스터 정지 stopCluster(cl) # 모든 데이터를 하나의 데이터프레임으로 결합 df_age_pop <- bind_rows(data_list) df_age_pop <- df_age_pop %>% filter(C2_NM %in% c("전체", "남성", "여성")) %>% arrange(C1, C2_NM, PRD_DE) df_age_pop <- df_age_pop %>% select(C1_NM, PRD_DE, C2_NM, DT) %>% pivot_wider(names_from = C2_NM, values_from = DT)

# 연령별 인구비율 데이터와 성별 인구 데이터를 병합 df_age_pop <- df_age_pop_ratio %>% left_join(df_age_pop, by = c("C1_NM" = "C1_NM", "PRD_DE" = "PRD_DE")) %>% arrange(C1_NM, PRD_DE) # 데이터 형식 변환 및 파생 변수 생성 df_age_pop <- df_age_pop %>% mutate(across(3:39, as.numeric)) %>% mutate(across(3:19, ~ round(.x * df_age_pop[[37]]/100,0), .names = "{str_remove(col, '\\\\(.*')}")) %>% mutate(across(20:36, ~ round(.x * df_age_pop[[38]]/100,0), .names = "{str_remove(col, '\\\\(.*')}")) #연도 변수를 수치형으로 변환 df_age_pop$PRD_DE <- as.integer(df_age_pop$PRD_DE)