Comparing number of passengers using Rio's airports

flight_passengers_sdu_gig.R

library(flightsbr)
library(ggplot2)
library(data.table)

# download data
df <- flightsbr::read_flights(date = 2019:2023)

# filters
df <- df[ nr_ano_chegada_real >= 2019,]
df_rj <- df[ sg_iata_origem %in% c('SDU', 'GIG') |
             sg_iata_destino %in% c('SDU', 'GIG'),]
df_rj <- df_rj[ !(nr_ano_chegada_real==2023 & nr_mes_chegada_real>6)]

df_rj[, airport := fifelse(sg_iata_origem=='SDU' | sg_iata_destino=='SDU', 'SDU', 'GIG')]


# count passengers
df_rj_pas <- df_rj[, .(nr_passag_pagos = sum(nr_passag_pagos)),
                  by = .(nr_ano_chegada_real, nr_mes_chegada_real, airport)]

# plot
ggplot(data=df_rj_pas) +
  geom_line(aes(x= nr_mes_chegada_real, 
                y = nr_passag_pagos/1000, 
                color= airport)) +
  labs( x = 'Mês', y='Número de passageiros (em milhares)',
        caption = 'credit: @UrbanDemog using {flightsbr}') +
  facet_wrap(.~nr_ano_chegada_real, ncol = 5) +
  scale_x_continuous(breaks = c(1, 4, 7, 10)) +
  scale_color_manual(labels=c('Galeão (GIG)', 'Santos Dumont (SDU)'),
                     values = c('#019a99', '#feb857'), name='') +
  theme_classic() +
  theme(legend.position = c(.7,0.85))

ggsave(filename = 'f.png', dpi=300,
       width = 16, height = 10, units = 'cm')