Aproximacion de la poblacion con el grado de doctor en la Region del Bio Bio
Se procedera a obtener una aproximacion usando dplyr ya que puede haber personas que no son de la comuna y aparecen censadas. Sin embargo no se hara el filtro que corrige esto para mantener el ejemplo lo mas simple posible.
Primero se cargan los paquetes necesarios.
Hay que realizar algunos cruces de tablas de manera de filtrar la region que nos interesa. Comienzo con la tabla zonas, genero la provincia a partir del geocodigo y luego filtro para unir hasta llegar a la tabla personas. La v variable p15, cuya descripcion esta en el repositorio, que interesa para este ejemplo.
nivel_educacional_biobio <- tbl(censo_bbdd(), "zonas") %>%
mutate(
region = substr(as.character(geocodigo), 0, 2),
comuna = substr(as.character(geocodigo), 1, 5)
) %>%
filter(region == "08") %>%
select(comuna, geocodigo, zonaloc_ref_id) %>%
inner_join(select(tbl(censo_bbdd(), "viviendas"), zonaloc_ref_id, vivienda_ref_id), by = "zonaloc_ref_id") %>%
inner_join(select(tbl(censo_bbdd(), "hogares"), vivienda_ref_id, hogar_ref_id), by = "vivienda_ref_id") %>%
inner_join(select(tbl(censo_bbdd(), "personas"), hogar_ref_id, nivel_educ = p15), by = "hogar_ref_id") %>%
collect()Con lo anterior se puede agrupar por o comuna y obtener la cuenta.
nivel_educacional_biobio <- nivel_educacional_biobio %>%
group_by(comuna, nivel_educ) %>%
summarise(cuenta = n()) %>%
group_by(comuna) %>%
mutate(proporcion = cuenta / sum(cuenta))Veo los datos antes de seguir.
nivel_educacional_biobio
#> # A tibble: 860 x 4
#> # Groups: comuna [54]
#> comuna nivel_educ cuenta proporcion
#> <chr> <int> <int> <dbl>
#> 1 08101 1 4851 0.0217
#> 2 08101 2 2701 0.0121
#> 3 08101 3 3579 0.0160
#> 4 08101 4 831 0.00372
#> 5 08101 5 37538 0.168
#> 6 08101 6 5687 0.0254
#> 7 08101 7 47356 0.212
#> 8 08101 8 18641 0.0834
#> 9 08101 9 5854 0.0262
#> 10 08101 10 2653 0.0119
#> # … with 850 more rowsAhora obtengo el mapa de la provincia y procedo a pegar los datos a la tabla del mapa. Se usara chilemapas para simplificar al limite.
mapa_biobio <- mapa_comunas %>%
filter(codigo_region == "08") %>%
left_join(nivel_educacional_biobio, by = c("codigo_comuna" = "comuna"))Ahora que cargue toda la informacion necesaria en R desde la base de datos, debo cerrar la conexion SQL (importante).
Finalmente procedo a generar el mapa.
colors <- c("#DCA761","#C6C16D","#8B9C94","#628CA5","#5A6C7A")
g <- ggplot() +
geom_sf(data = mapa_biobio %>%
select(codigo_comuna, geometry) %>%
left_join(
mapa_biobio %>%
filter(nivel_educ == 14) %>%
select(codigo_comuna, nivel_educ, proporcion),
by = "codigo_comuna"
),
aes(fill = proporcion, geometry = geometry),
size = 0.1) +
scale_fill_gradientn(colours = rev(colors), name = "Porcentaje") +
labs(title = "Porcentaje de habitantes con el grado de doctor\npor comuna en la Region del Bio Bio") +
theme_minimal(base_size = 13)
g
Notas:
- El uso de
tbl()ycollect()en la primera parte se podra entender mejor leyendo, por ejemplo, A Crash Course on PostgreSQL for R Users. - En la segunda parte se usa
censo_tabla()ya que SQL almacena la columnageometry(de tipo poligono) como cadena de texto mientras que R lee poligonos sin problema. - En la tercera parte hago un join entre el mapa completo y la tabla con quienes tienen el grado de doctor. Este paso, aunque pueda parecer redundante, es necesario si quiero mostrar las zonas con 0 doctores y si lo omito se borran algunas zonas del mapa.
- El mapa que se genero usando las funciones de
chilemapaspodria haber generado con las cartografias de la base de datos. Sin embargo, el nivel de detalle baja mucho la velocidad del ejemplo y CRAN pide ejemplos minimos.