Introduction
talatThaiR เป็น R Package ที่ออกแบบมาเพื่อให้นักวิเคราะห์ข้อมูล (Data Analyst), นักวิทยาศาสตร์ข้อมูล (Data Scientist) และนักวิจัย สามารถดึงข้อมูลสถิติการเกษตรของประเทศไทย จาก ศูนย์ข้อมูลเกษตรแห่งชาติ (National Agricultural Big Data Center - NABC) ได้อย่างง่ายดาย รวดเร็ว และเป็นระบบ
Data Structure
ข้อมูลใน talatThaiR ถูกจัดเก็บและเรียกดูผ่าน “รหัส” (Code) ซึ่งแบ่งออกเป็นหลายระดับได้แก่ ระดับหมวดหมู่ (Category), ระดับกลุ่ม (Group), และระดับสินค้า (Product)
การใช้รหัสแทนการพิมพ์ชื่อภาษาไทย ช่วยลดปัญหาจาก: - การพิมพ์ชื่อผิด - การเว้นวรรคไม่ตรงกับฐานข้อมูล - ความสับสนไม่ชัดเจนของชื่อภาษาไทย
Browsing Available Codes
ก่อนเริ่มต้นดึงข้อมูล คุณสามารถตรวจสอบรหัสที่รองรับได้ผ่านฟังก์ชันกลุ่ม
show_*():
สำหรับข้อมูลราคาสินค้าเกษตร (Commodity Prices)
# ดูรหัสหมวดสินค้ารายวัน (เช่น "SHRIMP", "PORK", "RICE_MALI")
show_daily_categories()
# ดูรหัสสินค้ารายวัน (เช่น "LIME_XL", "LIME_L", "LIME_M")
show_daily_products()
# ดูรหัสหมวดสินค้ารายสัปดาห์/รายเดือน
show_weekly_categories()
# ดูรหัสสินค้ารายสัปดาห์/รายเดือน
show_weekly_products()สำหรับข้อมูลดัชนี (Indices)
# ดูรหัสหมวดสินค้าดัชนี (เช่น "LIVESTOCK", "FISHERY", "MAJOR_CROP")
show_index_categories()
# ดูรหัสกลุ่มสินค้าดัชนี (เช่น "OIL_CROP", "VEGETABLE", "FRUIT")
show_index_groups()
# ดูรหัสสินค้าดัชนีรายเดือน/รายปี
show_index_products()
# ดูรหัสสินค้าดัชนีรายไตรมาส (ใช้แยกต่างจากดัชนีรายเดือน/ปี)
show_quarter_products()Tip: แต่ละฟังก์ชัน show_*() จะคืนค่าเป็น
data.frame ที่มีคอลัมน์ Code และ Name
คุณสามารถดู หรือค้นหาได้ง่าย
# ค้นหาสินค้าที่มีคำว่า "LIME" ในรหัส
lime_products <- show_daily_products()
lime_products[grepl("LIME", lime_products$Code), ]Basic Data Fetching
ดึงข้อมูลราคาสินค้า (Commodity Prices)
คุณสามารถใช้ฟังก์ชัน get_*_prices() เพื่อดึงข้อมูลราคา
โดยต้องเลือกใช้รหัสหมวดหมู่ (category_code) หรือรหัสสินค้า (product_code)
อย่างใดอย่างหนึ่งเท่านั้น
# ดึงข้อมูลราคากุ้งขาวรายวัน (หมวดกุ้ง)
daily_shrimp <- get_daily_prices(category_code = "SHRIMP")
head(daily_shrimp)
# ดึงข้อมูลราคามะนาวขนาด XL รายวัน
daily_lime_xl <- get_daily_prices(product_code = "LIME_XL")
head(daily_lime_xl)
# ดึงข้อมูลราคาสุกรีชีวิตรายสัปดาห์ ในปี พ.ศ. 2569 เดือน 2
weekly_pork <- get_weekly_prices(product_code = "PORK_LIVE_100", year_th = 2569, month = 2)
head(weekly_pork)ดึงข้อมูลดัชนี (Indices)
talatThaiR รองรับการดึงดัชนีราคา (Price Index) และดัชนีผลผลิต (Production Index) โดยมีอาร์กิวเมนต์ที่ใช้งานคล้ายคลึงกัน
# ดึงภาพรวมดัชนีราคาระดับ Sector ทั้งหมดประจำปี พ.ศ. 2567
sector_price_idx <- get_price_index_year(sector = TRUE, year_th = 2567)
head(sector_price_idx)
# ดึงดัชนีผลผลิตรายไตรมาส ของหมวดปศุสัตว์ ในไตรมาสที่ 1
livestock_prod_idx <- get_production_index_quarter(category_code = "LIVESTOCK", quarter = 1)
head(livestock_prod_idx)Understanding Returned Data
ข้อมูลที่คืนกลับมาจากทุกฟังก์ชันจะอยู่ในรูปแบบ data.frame
ซึ่งสามารถนำไปวิเคราะห์ต่อได้ทันที
ตัวอย่าง: การวิเคราะห์ข้อมูลราคารายวัน
# ดึงข้อมูลราคามะนาวขนาด L ในช่วงเวลา 1 เดือน
daily_lime <- get_daily_prices(
product_code = "LIME_L",
start_date = "2026-01-01",
end_date = "2026-01-31"
)
# ดูสถิติพื้นฐานของราคา
summary(daily_lime$day_price)
# หาราคาเฉลี่ยในแต่ละวัน
daily_avg <- daily_lime |>
dplyr::group_by(data_date) |>
dplyr::summarise(
avg_price = mean(day_price),
min_price = min(day_price),
max_price = max(day_price),
n_observations = n()
)
head(daily_avg)ตัวอย่าง: การเปรียบเทียบดัชนีราคาระหระดับ
# ดึงดัชนีราคารายเดือนของหมวดปศุสัตว์ ในปี 2567
livestock_idx <- get_price_index_month(
category_code = "LIVESTOCK",
year_th = 2567
)
# สรุปข้อมูลตามกลุ่มสินค้า
summary_by_group <- livestock_idx |>
dplyr::group_by(product_group) |>
dplyr::summarise(
avg_index = mean(price_index, na.rm = TRUE),
max_index = max(price_index, na.rm = TRUE),
min_index = min(price_index, na.rm = TRUE),
n_records = n()
)
print(summary_by_group)Important Notes
การจัดการ Pagination
บางฟังก์ชันอาจมีข้อมูลจำนวนมาก ระบบจะทำการดึงข้อมูลแบบ Pagination (แบ่งหน้า) อัตโนมัติ และรวมข้อมูลทุกหน้ากลับมาเป็น data.frame ก้อนเดียวให้คุณ
คุณจะเห็นข้อความแสดงความคืบหน้า (progress messages) ขณะดึงข้อมูล:
Found 250 records (3 page(s)) — fetching...
Fetching page 2 / 3
Fetching page 3 / 3
Done. 250 records retrieved.การใช้งานกับปีไทย (Thai Buddhist Calendar)
สำหรับฟังก์ชันที่ใช้ year_th (เช่น รายสัปดาห์, รายเดือน, และดัชนี): -
ใช้ปีพุทธศักราช (Thai Buddhist Era = ค.ศ.) - สูตรแปลง: ค.ศ. = ค.ศ. + 543
ตัวอย่าง: - 2026 (ค.ศ.) = 2569 (พ.ศ.) - 2025 (ค.ศ.) = 2568 (พ.ศ.)
Error Handling
หากคุณระบุรหัสไม่ถูกต้อง ฟังก์ชันจะแสดงข้อความแจ้งเตือนที่ชัดเจน
พร้อมชี้นให้ตรวจสอบด้วยฟังก์ชัน show_*() ที่เหมาะสม:
# ตัวอย่างรหัสผิด - จะเกิด Error
# get_daily_prices(category_code = "WRONG_CODE")
# Error: Category code 'WRONG_CODE' not found. Use show_daily_categories() to see available codes.