Visualizaciones reactivas
Warning: package 'rsconnect' was built under R version 4.3.3
Attaching package: 'shiny'The following object is masked from 'package:rsconnect':
serverInfo
Attaching package: 'plotly'The following object is masked from 'package:ggplot2':
last_plotThe following object is masked from 'package:stats':
filterThe following object is masked from 'package:graphics':
layout
Attaching package: 'dplyr'The following objects are masked from 'package:stats':
filter, lagThe following objects are masked from 'package:base':
intersect, setdiff, setequal, union── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
✔ forcats 1.0.0 ✔ stringr 1.5.1
✔ lubridate 1.9.3 ✔ tibble 3.2.1
✔ purrr 1.0.2 ✔ tidyr 1.3.0
✔ readr 2.1.4
── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks plotly::filter(), stats::filter()
✖ dplyr::lag() masks stats::lag()
ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errorsWarning: package 'sf' was built under R version 4.3.3Linking to GEOS 3.11.2, GDAL 3.8.2, PROJ 9.3.1; sf_use_s2() is TRUEEdad de la Víctimas Fatales
library(readxl)
Descarga_Sigisvi <- read_excel("Descarga_Sigisvi.xlsx",
sheet = "Personas")
Personas <- Descarga_Sigisvi
G8 <- Personas %>%
filter((edad <= 98) & (tipo_involucrado == "Automóvil" | tipo_involucrado == "Motocicleta" | tipo_involucrado == "Peatón" |
tipo_involucrado == "Transporte de carga" | tipo_involucrado == "Camioneta/Utilitario" |
tipo_involucrado == "Bicleta") & (genero == "Masculino" | genero == "Femenino") &
(estado_ocupante_final != "S/D"))
G8$edad <- as.numeric(G8$edad) #edad numérico
G8$tipo_involucrado <- as.factor(G8$tipo_involucrado) # involucrado como factor
G8 <- na.omit(G8[, c("tipo_involucrado", "genero", "edad", "estado_ocupante_final")])
# Asegúrate de que 'genero' esté correctamente codificado
G8$genero <- as.factor(G8$genero)
G8$genero <- factor(G8$genero, levels = unique(G8$genero))
# Asegúrate de que 'tipo_involucrado' esté correctamente codificado
G8$tipo_involucrado <- as.factor(G8$tipo_involucrado)
G8$tipo_involucrado <- factor(G8$tipo_involucrado, levels = unique(G8$tipo_involucrado))
# Crear los selectores con "Todos" como opción por defecto
selectInput("ti", label = "Tipo de vehículo:",
choices = c("Todos", levels(G8$tipo_involucrado)),
selected = "Todos")selectInput("genero", label = "Género:",
choices = c("Todos", levels(G8$genero)),
selected = "Todos")# Generar el gráfico filtrando según las selecciones
renderPlotly({
filtered_data <- G8
# Filtrar por tipo de vehículo si no es "Todos"
if (input$ti != "Todos") {
filtered_data <- filtered_data %>% filter(tipo_involucrado == input$ti)
}
# Filtrar por género si no es "Todos"
if (input$genero != "Todos") {
filtered_data <- filtered_data %>% filter(genero == input$genero)
}
# Crear el gráfico
p25 <- ggplot(data = filtered_data) +
geom_histogram(binwidth = 1, aes(x = edad), fill = "#c74946", color="#bec092") +
xlab("Edad") +
ylab("Víctimas") +
ggtitle("Edad de las Víctimas registradas (2022)") +
theme_grey() +
facet_wrap("estado_ocupante_final", scales = "free")
ggplotly(p25)
})Víctimas Fatales por Horario y Día
# Leer el archivo Excel
hora_2022 <- read_excel("hora_2022.xlsx")
# Convertir siniestro_hora a formato POSIXct y extraer la hora
hora_2022 <- hora_2022 %>%
mutate(
siniestro_hora = as.POSIXct(siniestro_hora, format = "%H:%M:%S"), # Convertir a formato POSIXct
intervalo2 = format(siniestro_hora, format = "%H") # Extraer solo la hora
)
# Crear la variable de días de la semana
hora_2022 <- hora_2022 %>%
mutate(dias_n = weekdays(siniestro_fecha))
# Contar el número de fallecidos por intervalo2 y días de la semana
hora_2022 <- hora_2022 %>%
count(intervalo2, dias_n)
# Renombrar la columna de conteo a "Fallecidos"
hora_2022 <- rename(hora_2022, Fallecidos = n)
# Agrupar por intervalo2 y sumar fallecidos
hora_2022_b <- hora_2022 %>%
group_by(intervalo2) %>%
summarise(F = sum(Fallecidos))
# Eliminar filas con NA en intervalo2
hora_2022_b <- hora_2022_b[!is.na(hora_2022_b$intervalo2), ]
# Convertir intervalo2 a factor
hora_2022$intervalo2 <- as.factor(hora_2022$intervalo2)
# Crear la aplicación Shiny
shinyApp(
ui = fluidPage(
selectInput("dias", label = "Días de la semana:",
choices = c("Todos", rev(unique(hora_2022$dias_n))),
selected = "Todos"),
plotOutput("horaPlot")
),
server = function(input, output) {
output$horaPlot <- renderPlot({
filtered_data <- if(input$dias == "Todos") {
hora_2022
} else {
hora_2022 %>% filter(dias_n == input$dias)
}
ggplot(data = filtered_data) +
geom_bar(mapping = aes(x = factor(intervalo2), y = Fallecidos),
stat = "identity", color = "grey", fill = "#37BBED") +
coord_polar(theta = "x", start = -0.1, direction = 1, clip = "on") +
labs(title = "Concentración de casos por hora",
x = "",
y = "Fallecidos") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 0, hjust = 0),
legend.position = "none")
})
}
)Tipo de Víctima según vehículo y vía
# Leer el archivo CSV
Personas <- read_csv("Personas.csv")New names:
Rows: 46925 Columns: 102
── Column specification
──────────────────────────────────────────────────────── Delimiter: "," chr
(72): sumario_policial, expediente_judicial, dependencia, unidad_region... dbl
(17): ...1, numero_formulario, dia, mes, ano, id_provincia, latitud, lo... lgl
(9): codigo_gobierno_local, trazado_via, pendiente_declive, transito_r... date
(3): siniestro_fecha, nacimiento_fecha, fecha_fin_seguimiento time (1):
siniestro_hora
ℹ Use `spec()` to retrieve the full column specification for this data. ℹ
Specify the column types or set `show_col_types = FALSE` to quiet this message.
• `` -> `...1`# Filtrar los datos según los criterios especificados
Personas <- Personas %>%
filter((estado_ocupante_final == "Fallecido" | estado_ocupante_final == "Fallecido a 30 días" |
estado_ocupante_final == "Herido Grave") &
(tipo_involucrado == "Automóvil" | tipo_involucrado == "Motocicleta" | tipo_involucrado == "Peatón" |
tipo_involucrado == "Transporte de carga" | tipo_involucrado == "Bicicleta"))
# Crear la aplicación Shiny
shinyApp(
ui = fluidPage(
fluidRow(
column(
width = 12,
selectInput("via", label = "Vía Pública:",
choices = c("Todos", unique(Personas$via_publica)),
selected = "Todos"),
plotlyOutput("mosaicoPlot", height = "100vh") # Altura del gráfico en 100% del viewport
)
)
),
server = function(input, output) {
output$mosaicoPlot <- renderPlotly({
filtered_data <- if(input$via == "Todos") {
Personas
} else {
Personas %>% filter(via_publica == input$via)
}
Mosaico <- ggplot(filtered_data) +
geom_mosaic(aes(x = product(tipo_involucrado), fill = estado_ocupante_final)) +
labs(title = "Lesionados según tipo de vehículo - Año 2022",
caption = "Fuente: ANSV",
y = "Lesionados",
x = "Vehículos") +
scale_fill_manual(values = c("#56B4E9", "#009E73", "#E69F00"))
ggplotly(Mosaico)
})
}
)Mapa de tasa de Mortalidad
mapa1 <- st_read("Provincias_t.shp", quiet = TRUE)
specify_decimal <- function(TM, k) trimws(format(round(TM, k), nsmall = k))
popup <- paste0("<b>", "Provincia: ", "</b>", as.character(mapa1$PROVINCIA),"<br>",
"<b>", "Tasa de Mortalidad c/100 mil hab.: ", "</b>", as.numeric(mapa1$TM), "<br>")
pal2 <- colorNumeric(
c("#A9A9A9","#EDC9DF", "#E3ADD0", "#D177B0", "#B83E8B", "#7B295D"),
# colors depend on the count variable
domain = mapa1$TM,
)
# Crear la aplicación Shiny
shinyApp(
ui = fluidPage(
leafletOutput("map"),
div(
selectInput("provincia", "Selecciona una provincia:", choices = unique(mapa1$PROVINCIA)),
style = "position: fixed; top: 0; width: 100%;"
)
),
server = function(input, output, session) {
# Crear el mapa
output$map <- renderLeaflet({
provincia_selected <- input$provincia
if (is.null(provincia_selected)) {
provincia_selected <- unique(mapa1$PROVINCIA)[1]
}
filtered_data <- mapa1[mapa1$PROVINCIA == provincia_selected, ]
leaflet(filtered_data, options = leafletOptions(zoomControl = FALSE)) %>% # para sacarle el boton +/-
addProviderTiles("CartoDB") %>%
addPolygons(
color = "#444444" ,
weight = 1,
smoothFactor = 0.5,
opacity = 1.0,
fillOpacity = 0.5,
fillColor = ~pal2(filtered_data$TM),
layerId = ~filtered_data$PROVINCIA,
highlightOptions = highlightOptions(color = "white", weight = 2, bringToFront = TRUE),
label = ~filtered_data$TM,
labelOptions = labelOptions(
direction = 'top',
textOnly = TRUE,
textsize = "15px",
style = "font-weight: bold"
),
popup = ~paste("<b>Provincia:</b> ", filtered_data$PROVINCIA, "<br>",
"<b>Tasa de Mortalidad c/100 mil hab:</b> ", filtered_data$TM)
) %>%
addLegend(
position = "topright",
pal = pal2,
values = mapa1$TM,
title = "Tasa de Mortalidad c/100 mil hab"
)
})
}
)