Un mapa de las 52 comunas de la Región Metropolitana con un slider de año (2018-2024). Al pasar el mouse sobre una comuna se ve:
Todo sale de la planilla única
(planilla_unica_RM_2018_2024.xlsx), que debe estar en la
misma carpeta que este archivo. Los polígonos vienen de
chilemapas.
Instalar una sola vez desde la consola (no dentro del Rmd, para que no se reinstale cada vez que tejes el documento):
install.packages(c("readxl", "dplyr", "sf", "plotly", "htmlwidgets", "stringi", "chilemapas"))
library(readxl)
library(dplyr)
library(sf)
library(plotly)
library(htmlwidgets)
library(chilemapas)
`%||%` <- function(a, b) if (is.null(a)) b else a
base <- read_excel("planilla_unica_RM_2018_2024.xlsx", sheet = "Base RM 2018-2024")
# Chequeo: 52 comunas x 7 años = 364 filas
dplyr::count(base, año)
## # A tibble: 7 × 2
## año n
## <dbl> <int>
## 1 2018 52
## 2 2019 52
## 3 2020 52
## 4 2021 52
## 5 2022 52
## 6 2023 52
## 7 2024 52
Se usan los polígonos de chilemapas en vez de los de
sinimr: traen las 52 comunas de la RM y no dependen de que
el SINIM responda. Se dejan en latitud/longitud, que es lo que
plotly espera para calcular bien la proporción del
mapa.
normalizar <- function(x) {
x <- toupper(stringi::stri_trans_general(x, "Latin-ASCII"))
gsub("[^A-Z]", "", x) # "TIL TIL" == "TILTIL", "SAN JOSÉ" == "SANJOSE"
}
geo_rm <- mapa_comunas %>%
filter(codigo_region == "13") %>%
left_join(codigos_territoriales %>% select(codigo_comuna, nombre_comuna),
by = "codigo_comuna") %>%
mutate(comuna_norm = normalizar(nombre_comuna)) %>%
st_as_sf() %>%
# Latitud/longitud (WGS84) a propósito: plotly corrige la proporción del mapa
# asumiendo grados. Si se proyecta a UTM (metros), esa corrección lo achata.
st_transform(4326)
nrow(geo_rm) # debe ser 52
## [1] 52
fmt_millones <- function(x) {
# Montos bajo $1 millón se muestran en pesos (ej. los $10.000 de deuda flotante
# que traen algunos SLEP), para no mostrar "$0 millones".
case_when(
is.na(x) ~ NA_character_,
abs(x) < 1e6 ~ paste0("$", format(round(x), big.mark = ".", decimal.mark = ",",
scientific = FALSE, trim = TRUE)),
TRUE ~ paste0("$", format(round(x / 1e6), big.mark = ".", decimal.mark = ",",
scientific = FALSE, trim = TRUE), " millones")
)
}
# Comunas de cada SLEP (para avisar que ingresos y deuda son del SLEP completo)
comunas_por_slep <- base %>%
filter(!is.na(slep)) %>%
distinct(slep, comuna) %>%
group_by(slep) %>%
summarise(comunas_slep = paste(sort(comuna), collapse = ", "), .groups = "drop")
anios_sin_simce <- c(2019, 2020, 2021) # 2020-2021 sin aplicación; 2019 excluido (problemas de validez)
datos <- base %>%
left_join(comunas_por_slep, by = "slep") %>%
mutate(
es_slep = !is.na(slep),
es_corporacion = grepl("^Corporaci", modalidad_administrativa),
# ---- a) Administración ----
grupo = case_when(
es_slep ~ "SLEP",
es_corporacion ~ "Municipal: Corporación",
TRUE ~ "Municipal: DAEM"
),
txt_admin = case_when(
es_slep & grepl("transici", modalidad_administrativa) ~
paste0("SLEP ", slep, " (año de traspaso)"),
es_slep ~ paste0("SLEP ", slep),
es_corporacion ~ "Sin SLEP · Corporación Municipal",
TRUE ~ "Sin SLEP · DAEM"
),
nota_slep = case_when(
es_slep & grepl("transici", modalidad_administrativa) ~
"<i>Año de traspaso: ingresos municipales parciales (antes del traspaso)</i><br>",
es_slep ~ paste0("<i>Ingresos y deuda corresponden al SLEP completo<br>(", comunas_slep, ")</i><br>"),
TRUE ~ ""),
# ---- b) Ingresos ----
txt_ingreso = coalesce(fmt_millones(ingreso_total_educ_pesos), "Sin dato reportado"),
# ---- c) Deuda flotante ----
txt_deuda = case_when(
!is.na(deuda_flotante_educ_devengado) ~ fmt_millones(deuda_flotante_educ_devengado),
es_corporacion ~ "No registrada (Corporación: fuera de la base de Contraloría)",
grepl("sin deuda", modalidad_administrativa) ~ "Sin deuda flotante registrada",
TRUE ~ "Sin dato"
),
# ---- d) SIMCE ----
txt_simce = ifelse(
año %in% anios_sin_simce,
"No hubo SIMCE ese año",
paste0("4° básico: Lectura ", coalesce(as.character(simce_4basico_lectura), "s/d"),
" · Matemática ", coalesce(as.character(simce_4basico_matematica), "s/d"), "<br>",
"2° medio: Lectura ", coalesce(as.character(simce_2medio_lectura), "s/d"),
" · Matemática ", coalesce(as.character(simce_2medio_matematica), "s/d"))
),
# ---- e) Matrícula (Mineduc) ----
txt_matricula = paste0(format(matricula_publica, big.mark = ".", decimal.mark = ",", trim = TRUE),
" en establecimientos públicos (",
format(matricula_total, big.mark = ".", decimal.mark = ",", trim = TRUE),
" en total)"),
# ---- Advertencias 2023 para SLEP (ver Nota metodológica) ----
txt_ingreso = ifelse(es_slep & año == 2023 & !is.na(ingreso_total_educ_pesos),
paste0(txt_ingreso, " <i>(presupuesto vigente)</i>"), txt_ingreso),
txt_deuda = ifelse(es_slep & año == 2023 & !is.na(deuda_flotante_educ_devengado),
paste0(txt_deuda, " <i>(ejecución a agosto)</i>"), txt_deuda),
hover = paste0(
"<b>", comuna, "</b> · ", año, "<br>",
"<b>Administración:</b> ", txt_admin, "<br>",
nota_slep,
"<b>Matrícula:</b> ", txt_matricula, "<br>",
"<b>Ingresos en educación:</b> ", txt_ingreso, "<br>",
"<b>Deuda flotante:</b> ", txt_deuda, "<br>",
"<b>SIMCE</b><br>", txt_simce
),
comuna_norm = normalizar(comuna)
)
Si alguna comuna de la planilla no encuentra su polígono, el código se detiene y dice cuál (así no vuelven a “faltar comunas” sin que nos demos cuenta).
# ---- Chequeo de cruce: TODAS las comunas de la planilla deben tener polígono ----
sin_poligono <- setdiff(unique(datos$comuna_norm), geo_rm$comuna_norm)
if (length(sin_poligono) > 0) stop("Comunas sin polígono: ", paste(sin_poligono, collapse = ", "))
mapa <- geo_rm %>%
select(comuna_norm, geometry) %>%
inner_join(datos, by = "comuna_norm") %>%
arrange(año, comuna)
colores <- c("SLEP" = "#2C5F6F",
"Municipal: DAEM" = "#D9C9A3",
"Municipal: Corporación" = "#A89A80")
anios <- sort(unique(mapa$año))
anio_inicial <- max(anios)
# ---- Un trazo por comuna y año (polígono relleno) ----
p <- plot_ly()
for (i in seq_len(nrow(mapa))) {
fila <- mapa[i, ]
p <- add_sf(p, data = fila,
fillcolor = colores[[fila$grupo]],
line = list(color = "white", width = 0.7),
hoveron = "fills", hoverinfo = "text",
name = fila$comuna, showlegend = FALSE,
visible = fila$año == anio_inicial)
}
# Trazos "fantasma" solo para la leyenda: un punto diminuto en el centro del mapa
# (si llevan NA, plotly los descarta y la leyenda desaparece)
centro <- sf::st_coordinates(sf::st_centroid(sf::st_union(geo_rm)))
for (g in names(colores)) {
p <- add_trace(p, type = "scatter", mode = "markers",
x = centro[1, "X"], y = centro[1, "Y"],
marker = list(color = colores[[g]], size = 0.1, symbol = "square"),
name = g, showlegend = TRUE, hoverinfo = "skip", visible = TRUE)
}
b <- plotly_build(p)
# FIX DEL HOVER: con hoveron = "fills", plotly solo muestra el texto si es UN string
# por trazo; si es un vector (uno por vértice, como lo arma add_sf) cae al nombre del
# trazo -- por eso antes salía la categoría en vez del detalle de la comuna.
n_poly <- nrow(mapa)
for (k in seq_len(n_poly)) {
b$x$data[[k]]$text <- mapa$hover[k]
b$x$data[[k]]$hovertext <- NULL
b$x$data[[k]]$hovertemplate <- NULL
}
n_total <- length(b$x$data)
pasos <- lapply(anios, function(a) {
vis <- c(mapa$año == a, rep(TRUE, n_total - n_poly))
list(method = "update", label = as.character(a),
args = list(list(visible = vis),
list(title = list(text = paste0("Región Metropolitana · ", a)))))
})
b$x$layout$sliders <- list(list(
active = which(anios == anio_inicial) - 1,
currentvalue = list(prefix = "Año: ", font = list(size = 14)),
pad = list(t = 30),
steps = pasos
))
b$x$layout$title <- list(text = paste0("Región Metropolitana · ", anio_inicial))
b$x$layout$legend <- list(orientation = "h", y = 1.0, x = 0, itemsizing = "constant",
itemclick = FALSE, itemdoubleclick = FALSE)
b$x$layout$margin <- list(t = 70)
b$x$layout$font <- list(family = "Titillium Web")
b$x$layout$hoverlabel <- list(bgcolor = "#FAF7F0", align = "left",
font = list(family = "Titillium Web", size = 12))
b$x$layout$xaxis <- modifyList(b$x$layout$xaxis %||% list(), list(visible = FALSE))
b$x$layout$yaxis <- modifyList(b$x$layout$yaxis %||% list(), list(visible = FALSE))
mapa_widget <- b
El hover muestra el resumen del año seleccionado. Al hacer clic en una comuna se abre, debajo del mapa, su ficha con toda la trayectoria 2018-2024 (con el año del slider destacado), y la comuna queda marcada con borde negro. En celular, donde casi no existe el hover, esta es la forma principal de leer el mapa.
# ---- Ficha al hacer clic: trayectoria 2018-2024 de la comuna ----
fichas_df <- datos %>%
arrange(comuna, año) %>%
transmute(
comuna, anio = año,
admin = txt_admin,
matricula = format(matricula_publica, big.mark = ".", decimal.mark = ",", trim = TRUE),
ingreso = txt_ingreso,
deuda = txt_deuda,
simce4 = ifelse(año %in% anios_sin_simce, "No hubo SIMCE",
paste0("L ", coalesce(as.character(simce_4basico_lectura), "s/d"),
" · M ", coalesce(as.character(simce_4basico_matematica), "s/d"))),
simce2 = ifelse(año %in% anios_sin_simce, "No hubo SIMCE",
paste0("L ", coalesce(as.character(simce_2medio_lectura), "s/d"),
" · M ", coalesce(as.character(simce_2medio_matematica), "s/d"))),
nota = gsub("<br>", " ", gsub("</?i>", "", nota_slep))
)
fichas <- lapply(split(fichas_df, fichas_df$comuna), function(d)
lapply(seq_len(nrow(d)), function(i) as.list(d[i, ])))
# Qué comuna corresponde a cada trazo (los trazos de leyenda quedan sin comuna)
trace_comuna <- c(as.list(mapa$comuna), rep(list(NULL), length(mapa_widget$x$data) - n_poly))
js_ficha <- "
function(el, x, data) {
var gd = el;
var panel = document.createElement('div');
panel.style.cssText = 'font-family:\"Titillium Web\",sans-serif;font-size:13px;margin:12px 0 4px;' +
'padding:12px 14px;border:1px solid #D9D2C3;border-radius:6px;background:#FAF7F0;overflow-x:auto;';
panel.innerHTML = '<span style=\"color:#666\">Haz clic en una comuna para ver su ficha 2018-2024.</span>';
el.parentNode.insertBefore(panel, el.nextSibling);
var sel = null, previos = [];
function anioActual() {
var s = gd._fullLayout.sliders[0]; return String(s.steps[s.active].label);
}
function resaltar(com) {
if (previos.length) Plotly.restyle(gd, {'line.width': 0.7, 'line.color': 'white'}, previos);
var idx = [];
data.trace_comuna.forEach(function(c, i) { if (c === com) idx.push(i); });
Plotly.restyle(gd, {'line.width': 3, 'line.color': '#1F1F1F'}, idx);
previos = idx;
}
function render() {
if (!sel) return;
var filas = data.fichas[sel], a = anioActual();
var nota = filas.map(function(r){return r.nota;}).filter(function(n){return n;}).pop() || '';
var h = '<div style=\"display:flex;justify-content:space-between;align-items:baseline\">' +
'<b style=\"font-size:16px;color:#2C5F6F\">' + sel + '</b>' +
'<a href=\"#\" class=\"cerrar-ficha\" style=\"color:#888;text-decoration:none\">✕ cerrar</a></div>';
if (nota) h += '<div style=\"color:#666;margin:2px 0 8px\"><i>' + nota + '</i></div>';
h += '<table style=\"border-collapse:collapse;width:100%;min-width:640px\"><thead><tr style=\"text-align:left;border-bottom:2px solid #2C5F6F\">' +
'<th style=\"padding:4px 6px\">Año</th><th style=\"padding:4px 6px\">Administración</th>' +
'<th style=\"padding:4px 6px\">Matrícula pública</th><th style=\"padding:4px 6px\">Ingresos educación</th><th style=\"padding:4px 6px\">Deuda flotante</th>' +
'<th style=\"padding:4px 6px\">SIMCE 4° básico</th><th style=\"padding:4px 6px\">SIMCE 2° medio</th></tr></thead><tbody>';
filas.forEach(function(r) {
var act = String(r.anio) === a;
h += '<tr style=\"border-bottom:1px solid #E5DFD3;' + (act ? 'background:#E3ECEE;font-weight:600' : '') + '\">' +
'<td style=\"padding:4px 6px\">' + r.anio + '</td><td style=\"padding:4px 6px\">' + r.admin + '</td>' +
'<td style=\"padding:4px 6px\">' + r.matricula + '</td><td style=\"padding:4px 6px\">' + r.ingreso + '</td><td style=\"padding:4px 6px\">' + r.deuda + '</td>' +
'<td style=\"padding:4px 6px\">' + r.simce4 + '</td><td style=\"padding:4px 6px\">' + r.simce2 + '</td></tr>';
});
panel.innerHTML = h + '</tbody></table>';
panel.querySelector('.cerrar-ficha').onclick = function(e) {
e.preventDefault(); sel = null;
if (previos.length) Plotly.restyle(gd, {'line.width': 0.7, 'line.color': 'white'}, previos);
previos = [];
panel.innerHTML = '<span style=\"color:#666\">Haz clic en una comuna para ver su ficha 2018-2024.</span>';
};
}
gd.on('plotly_click', function(ev) {
var com = data.trace_comuna[ev.points[0].curveNumber];
if (!com) return;
sel = com; resaltar(com); render();
});
gd.on('plotly_sliderchange', function() { setTimeout(render, 50); });
}"
mapa_widget <- htmlwidgets::onRender(mapa_widget, js_ficha,
data = list(fichas = fichas, trace_comuna = trace_comuna))
mapa_widget
Igual que con la línea de tiempo: genera un .html
autocontenido con la fuente Titillium Web.
mapa_web <- htmlwidgets::prependContent(
mapa_widget,
htmltools::tags$link(
rel = "stylesheet",
href = "https://fonts.googleapis.com/css2?family=Titillium+Web:wght@400;600&display=swap"
)
)
htmlwidgets::saveWidget(mapa_web, "mapa_slep_rm.html", selfcontained = TRUE)
El mapa presenta las 52 comunas de la Región Metropolitana entre 2018 y 2024. Para cada comuna y año se informa quién administra la educación pública, sus ingresos y su deuda flotante en educación, y los resultados SIMCE. Las cifras monetarias están en pesos nominales de cada año (sin corrección monetaria), por lo que no deben compararse entre años sin deflactar.
La pertenencia de cada comuna a un Servicio Local de Educación Pública (SLEP) sigue las fechas de traspaso de la Ley N° 21.040: el SLEP Barrancas (Cerro Navia, Lo Prado y Pudahuel) inicia el 1 de marzo de 2018 y el SLEP Gabriela Mistral (La Granja, Macul y San Joaquín) el 1 de enero de 2020. 2018 se trata como año de traspaso de Barrancas. Para las comunas que siguen bajo administración municipal, la distinción entre DAEM y Corporación Municipal se toma de la dependencia que el Ministerio de Educación asigna a los establecimientos de cada comuna (bases de matrícula): se clasifica como Corporación la comuna donde la mayor parte de la matrícula municipal está en establecimientos de una Corporación. Esta clasificación corrigió la inferencia inicial hecha desde la base de Contraloría en Macul y San Joaquín (2018-2019) y en Quinta Normal, que registran un área de Educación en su contabilidad municipal pero administran sus establecimientos mediante una Corporación.
Bases de “Resumen de matrícula por establecimiento” del Centro de Estudios del Ministerio de Educación, agregadas por comuna. Se informa la matrícula total (todas las dependencias) y la matrícula pública, que suma los establecimientos municipales (DAEM y Corporación) y los de SLEP. No incluye los establecimientos de administración delegada.
Promedios comunales publicados por la Agencia de Calidad de la Educación para 4° básico y 2° medio, en Lectura y Matemática. Corresponden a todos los establecimientos de la comuna, no solo a los de administración pública. En 2020 y 2021 no se aplicó la prueba y en 2019 los resultados se excluyen por problemas de comparabilidad, por lo que en esos tres años no se informa puntaje.
chilemapas (R).