---
title: "Clima e Saúde Perinatal"
author: "Climaterna"
output: 
  flexdashboard::flex_dashboard:
    orientation: columns
    vertical_layout: scroll # scroll  fill
    navbar:
        - { icon: "fa-question-circle", href: "https://www.climaterna.com.br/", align: right }
        - { icon: "fa-linkedin", href: "http://www.linkedin.com/company/bi0s-unicamp", align: right}
        - { icon: "fa-instagram", href: "https://www.instagram.com/bi0s.unicamp", align: right}
    source_code: embed
---

```{r setup, include=FALSE}
rm(list = ls())
library(highcharter) #  Pacotes
library(dplyr)
library(viridisLite)
library(forecast)
library(treemap)
library(arules)
library(flexdashboard)
library(geobr) ; library(sf)
library(kableExtra) ; library(DT) # library(leaflet) ; 
library(ggplot2) ; library(plotly) ;  library(RColorBrewer) ; library(ggspatial)

thm <- hc_theme(colors = c("#1a6ecc", "#434348", "#90ed7d"),
    chart = list(backgroundColor = "transparent",style = list(fontFamily = "Source Sans Pro")), xAxis = list(gridLineWidth = 1 )  )

```



# Prematuridade 

Column {data-width=600}
-----------------------------------------------------------------------

### Custom

```{r}
# TODO: why is there a linked value here?
valueBox(value = "flex_dashboard", caption = "Pacote do R", color = "white", icon = "fab fa-r-project" )
```


### Prematuros no Brasil

```{r}
escolhendo_ano<- 2023
estado_mapa<- read_state(code_state = "all", year = 2020, showProgress = F)
load(paste0("~/Downloads/dados_agregados_estado_",escolhendo_ano-1,"-",escolhendo_ano,".RData"))
dados_agregado_estado[,c("NASCIMENTOS", "A_TERMO", "PREMATURO", "TARDIO_PREMATURO", "MODERADO_PREMATURO", "MUITO_PREMATURO", "EXTREMO_PREMATURO", "BAIXO_PESO")]<-     (dados_agregado_estado[,c("NASCIMENTOS", "A_TERMO", "PREMATURO", "TARDIO_PREMATURO", "MODERADO_PREMATURO", "MUITO_PREMATURO", "EXTREMO_PREMATURO", "BAIXO_PESO")])/(dados_agregado_estado[,c("NASCIMENTOS")]   )*100


dados_agregado_estado<-dados_agregado_estado[dados_agregado_estado$ANO==escolhendo_ano, ]
plot_mapa_estados <- left_join(estado_mapa, dados_agregado_estado, by = c("code_state"="UF" ))

# plotly with fs object:
#plot_geo(plot_mapa_estados, color = ~ PREMATURO,  stroke = I("black"),colors = "viridis", alpha = 1, hoverinfo = "none"  # showlegend = FALSE 
#     ) |> layout(geo = list(visible = FALSE))  # disable world map

cortes_fig1 <- cut(plot_mapa_estados$PREMATURO, breaks = c(10, 10.5, 11, 11.5, 12, 12.5, 20),  labels = c("[10:10.5)", "[10.5:11)", "[11:11.5)", "[11.5:12)", "[12:12.5)", "12.5+"),  rigth = FALSE)  ; no_axis <- theme(axis.title=element_blank(), axis.text=element_blank(), axis.ticks=element_blank()) 
 
fig_1<- ggplot() + 
geom_sf(data = plot_mapa_estados, aes(fill = cortes_fig1 ), color= NA,  size= .15) + 
  geom_sf(data = estado_mapa, fill = NA, color= "black", size = .15, lwd = 0.45) +         # Estados destacados
  geom_sf_text(data=estado_mapa,aes(label = abbrev_state),size = 2.5, fontface="bold") + labs(subtitle=paste0( "Ano: ", escolhendo_ano) , size=8) +  
  scale_fill_manual(values = brewer.pal(n = 9, name = "YlOrRd")[c(1,2,3,5,8,9)], drop = FALSE, name="Prematuros (%)") + 
  theme_minimal() + theme(legend.title = element_text(size = 10), plot.subtitle = element_text(hjust = 0.5) )+
  annotation_north_arrow( location = "br", which_north = "true", height = unit(1, "cm"), width = unit(1, "cm"), pad_x = unit(0.1, "in"), pad_y = unit(0.1, "in"), 
                         style = north_arrow_fancy_orienteering ) + ggspatial::annotation_scale() + no_axis  ;

#ggplotly(fig_1) #%>%highlight( "plotly_hover", selected = attrs_selected(line = list(color = "black")) )

fig_1

# Leaflet
#leaflet(plot_mapa_estados) %>% addTiles() %>% addPolygons()
#leaflet() %>% addTiles() %>% setView(-93.65, 42.0285, zoom = 17) %>%


#highchart() %>%
#  hc_add_series_map(estado_mapa, dados_agregado_estado, name = "Estados",
#  value = "PREMATURO", joinBy = c("code_state", "UF"),dataLabels = list(enabled = TRUE, format = '{point.properties.postalcode}')) %>%
#  hc_colorAxis(stops = colstops) %>%
#  hc_legend(valueDecimals = 0, valueSuffix = "%") %>%
#  hc_mapNavigation(enabled = TRUE) %>% hc_add_theme(thm)
```


### Prematuros Tardios no Brasil

```{r}
### Sales Forecast
#AirPassengers %>% 
#  forecast(level = 90) %>% 
#  hchart() %>% 
#  hc_add_theme(thm)

cortes_fig2 <- cut(plot_mapa_estados$TARDIO_PREMATURO, breaks = c(7.5,8.0, 8.5, 9, 9.5, 10, 15),  labels = c("[7.5:8)", "[8:8.5)", "[8.5:9)", "[9:9.5)", "[9.5:10)", "10+"),  rigth = FALSE)  ; no_axis <- theme(axis.title=element_blank(), axis.text=element_blank(), axis.ticks=element_blank()) 
 
fig_2<- ggplot() + 
geom_sf(data = plot_mapa_estados, aes(fill = cortes_fig2 ), color= NA,  size= .15) + 
  geom_sf(data = estado_mapa, fill = NA, color= "black", size = .15, lwd = 0.45) +         # Estados destacados
  geom_sf_text(data=estado_mapa,aes(label = abbrev_state),size = 2.5, fontface="bold") + labs(subtitle=paste0( "Ano: ", escolhendo_ano) , size=8) +  
  scale_fill_manual(values = brewer.pal(n = 9, name = "YlOrRd")[c(1,2,3,5,8,9)], drop = FALSE, name="Prematuros \n Tardios (%)") + 
  theme_minimal() + theme(legend.title = element_text(size = 10), plot.subtitle = element_text(hjust = 0.5) )+
  annotation_north_arrow( location = "br", which_north = "true", height = unit(1, "cm"), width = unit(1, "cm"), pad_x = unit(0.1, "in"), pad_y = unit(0.1, "in"), 
                         style = north_arrow_fancy_orienteering ) + ggspatial::annotation_scale() + no_axis  ;

#ggplotly(fig_1) #%>%highlight( "plotly_hover", selected = attrs_selected(line = list(color = "black")) )

fig_2


```




###  Exemplo Iteratividade - Estados
```{r}

#hcmap(map = "countries/br/br-all", showInLegend= FALSE) %>%
#  hc_title(text = "Brasil") 

teste_mapa<- left_join(dados_agregado_estado, st_drop_geometry(estado_mapa), by = c("UF" = "code_state" ))
#names(teste_mapa)
# Carte
hcmap("countries/br/br-all", data = teste_mapa, value = "PREMATURO", joinBy = c("hc-a2", "abbrev_state"), name = "Prematuros",
      dataLabels = list(enabled = TRUE, format = '{point.abbrev_state}'), borderColor = "#FAFAFA", borderWidth = 0.1,
      tooltip = list(valueDecimals = 2, valuePrefix = "", valueSuffix = " %")) %>% 
  #hc_add_series(data = villes,  type = "mapbubble",  name = "Villes",  maxSize = '10%') %>%
  # Escala no mapa
  #hc_colorAxis(dataClasses = color_classes( c(10,11,12,13,14,20)  )) %>% hc_legend(valueDecimals = 0, valueSuffix = "%") %>%
  hc_mapNavigation(enabled = TRUE)  %>%
  hc_title(text = "Ano: 2023")
```


```{r}
### Exemplo Iteratividade - Estado com Escala

#mapdata <- get_data_from_map(download_map_data("countries/br/br-all"))

#data_fake <- mapdata %>% 
#  select(code = `hc-a2`) %>% 
#  mutate(value = sample(100:115,27,TRUE))#adiciona novas variáveis e preserva as existentes

#glimpse(data_fake)

#hcmap("countries/br/br-all", data = data_fake, value = "value",
#      joinBy = c("hc-a2", "code"), name= "Exemplo",
#      dataLabels = list(enabled = TRUE, format = '{point.code}'),
#      tooltip = list(valueDecimals = 2, valuePrefix = "R$")) %>%
#  hc_title(text = "Brasil") %>%
#  hc_colorAxis(dataClasses = color_classes(c(seq(100, 115, by = 5)))) %>% 
#  hc_legend(layout = "vertical", align = "right", valueDecimals = 2) 
#highchart() %>%
#  hc_add_series_map(estado_mapa, dados_agregado_estado, name = "Estados",
#  value = "PREMATURO", joinBy = c("code_state", "UF"),dataLabels = list(enabled = TRUE, format = '{point.properties.postalcode}')) %>%
# # hc_colorAxis(stops = colstops) %>%
#  hc_legend(valueDecimals = 0, valueSuffix = "%") %>%
#  hc_mapNavigation(enabled = TRUE) %>% hc_add_theme(thm)

###  Exemplo Iteratividade - Cidade
```




Column {.tabset data-width=400}
-----------------------------------------------------------------------

### Prematuridade

```{r}
#dados_agregado_estado$PREMATURO%>% 
#  forecast(level = 0) %>%  hchart() %>% hc_add_theme(thm)
#hchart(dados_agregado_estado, "line", hcaes(x = Nome_UF, y = PREMATURO ))

plot_ly(data = dados_agregado_estado, x = ~Nome_UF, y = ~PREMATURO, type = 'scatter', mode = 'lines+markers') %>% #  , color = ~Species
  layout(title = paste0("Prematuros - ",escolhendo_ano), plot_bgcolor = "white", xaxis = list(title = ''), yaxis = list(title = 'Prematuros (%)') ) # , legend = list(title=list(text='<b> Species of Iris </b>'))


```

### Tabela Dados

```{r, fig.keep='none'}
dados_agregado_estado_arredondado<- dados_agregado_estado

dados_agregado_estado_arredondado<- dados_agregado_estado %>% mutate_if(is.numeric, ~round(., 2))

datatable(dados_agregado_estado_arredondado[,!(names(dados_agregado_estado_arredondado) %in% c("NASCIMENTOS")) ], options = list(pageLength = 30), rownames = F  )

#names(dados_agregado_estado_arredondado)
#kable(dados_agregado_estado[,c("Nome_UF", "PREMATURO")], digits = 2, caption = "Prematuridade 2023", row.names = F, align = "l" ) %>% scroll_box(width = "100%", height = "800px") #scroll_box(width = "100%", height = "800px")

#library(leaflet)
#library(quakes)
#devtools::install_github("RussellPolitzky/quake")


#eqs <- highlight_key(quakes)

#stations <- filter_slider("station", "Number of Stations", eqs, ~stations)
#p <- plot_ly(eqs, x = ~depth, y = ~mag) %>% add_markers(alpha = 0.5) %>% highlight("plotly_selected")

#map <- leaflet(eqs) %>%  addTiles() %>% addCircles()

#bscols(widths = c(6, 6, 3), p, map, stations)

```


### 2012 - 2023

```{r}
#load(paste0("~/Downloads/dados_agregados_estado_",escolhendo_ano-1,"-",escolhendo_ano,".RData"))
#dados_agregado_estado[,c("NASCIMENTOS", "A_TERMO", "PREMATURO", "TARDIO_PREMATURO", "MODERADO_PREMATURO", "MUITO_PREMATURO", "EXTREMO_PREMATURO", "BAIXO_PESO")]<-     (dados_agregado_estado[,c("NASCIMENTOS", "A_TERMO", "PREMATURO", "TARDIO_PREMATURO", "MODERADO_PREMATURO", "MUITO_PREMATURO", "EXTREMO_PREMATURO", "BAIXO_PESO")])/(dados_agregado_estado[,c("NASCIMENTOS")]   )*100

#plot_ly(data = dados_agregado_estado, type = "scatter", mode = "lines+markers",
#x = ~Nome_UF, y = ~PREMATURO, frame = ~ANO, showlegend = FALSE)  %>% #  , color = ~Species
#  layout(title = paste0("Prematuros: 2012-2023"), plot_bgcolor = "white", xaxis = list(title = ''), yaxis = list(title = 'Prematuros (%)') ) %>%
#  animation_opts(frame = 1000, easing = "elastic", redraw = FALSE)

load(paste0("~/Downloads/dados_agregados_estado_2012-2023.RData"))
dados_agregado_estado_sem_geo<- sf::st_drop_geometry(dados_agregado_estado)

plot_ly(data = dados_agregado_estado_sem_geo, type = "bar",
x = ~Nome_UF, y = ~PREMATURO, frame = ~ANO, showlegend = FALSE)  %>% #  , color = ~Species
  layout(title = paste0("Prematuros: 2012-2023"), plot_bgcolor = "white", xaxis = list(title = ''), yaxis = list(title = 'Prematuros (%)') ) %>%
  animation_opts(frame = 1000, easing = "elastic", redraw = FALSE)

```


# Baixo Peso 

# Mortalidade Infantil {data-icon="fa-heartbeat"}

# Clima {data-icon="fa-sun"}

# Sobre {data-icon="glyphicon-time"}


```{r}
#https://www.w3schools.com/icons/fontawesome5_icons_energy.asp
```