Graficando los datos de COVID19 en Chile
Sergio Uribe
2020-04-26
Abstract
Ejercicio para graficar los casos de COVID19 en ChilePackages
pacman::p_load(tidyverse)Dataset
Fuente del dataset: https://github.com/jorgeperezrojas/covid19-data
chile <- read_csv("https://bit.ly/chilecovid19")## Parsed with column specification:
## cols(
## .default = col_double(),
## region = col_character()
## )## See spec(...) for full column specifications.Ver los datos
head(chile, 10)## # A tibble: 10 x 52
## codigo region `03/07/2020` `03/08/2020` `03/09/2020` `03/10/2020`
## <dbl> <chr> <dbl> <dbl> <dbl> <dbl>
## 1 15 Arica… 0 0 0 0
## 2 1 Tarap… 0 0 0 0
## 3 2 Antof… 0 0 0 0
## 4 3 Ataca… 0 0 0 0
## 5 4 Coqui… 0 0 0 0
## 6 5 Valpa… 0 0 0 0
## 7 13 Metro… 4 5 5 10
## 8 6 O’Hig… 0 0 0 0
## 9 7 Maule 2 3 5 5
## 10 16 Ñuble 0 0 0 0
## # … with 46 more variables: `03/11/2020` <dbl>, `03/12/2020` <dbl>,
## # `03/13/2020` <dbl>, `03/14/2020` <dbl>, `03/15/2020` <dbl>,
## # `03/16/2020` <dbl>, `03/17/2020` <dbl>, `03/18/2020` <dbl>,
## # `03/19/2020` <dbl>, `03/20/2020` <dbl>, `03/21/2020` <dbl>,
## # `03/22/2020` <dbl>, `03/23/2020` <dbl>, `03/24/2020` <dbl>,
## # `03/25/2020` <dbl>, `03/26/2020` <dbl>, `03/27/2020` <dbl>,
## # `03/28/2020` <dbl>, `03/29/2020` <dbl>, `03/30/2020` <dbl>,
## # `03/31/2020` <dbl>, `04/01/2020` <dbl>, `04/02/2020` <dbl>,
## # `04/03/2020` <dbl>, `04/04/2020` <dbl>, `04/05/2020` <dbl>,
## # `04/06/2020` <dbl>, `04/07/2020` <dbl>, `04/08/2020` <dbl>,
## # `04/09/2020` <dbl>, `04/10/2020` <dbl>, `04/11/2020` <dbl>,
## # `04/12/2020` <dbl>, `04/13/2020` <dbl>, `04/14/2020` <dbl>,
## # `04/15/2020` <dbl>, `04/16/2020` <dbl>, `04/17/2020` <dbl>,
## # `04/18/2020` <dbl>, `04/19/2020` <dbl>, `04/20/2020` <dbl>,
## # `04/21/2020` <dbl>, `04/22/2020` <dbl>, `04/23/2020` <dbl>,
## # `04/24/2020` <dbl>, `04/25/2020` <dbl>FCT_INORDER Ordeno las regiones
table(chile$region)##
## Antofagasta AraucanÃa Arica y Parinacota Atacama
## 1 1 1 1
## Aysén BiobÃo Coquimbo Los Lagos
## 1 1 1 1
## Los RÃos Magallanes Maule Metropolitana
## 1 1 1 1
## Ñuble O’Higgins Tarapacá ValparaÃso
## 1 1 1 1chile <- chile %>%
mutate(region = fct_inorder(region))PIVOT_LONGER Reformatear los datos
chile_long <- chile %>%
pivot_longer(cols = matches("/"),
names_to = "fecha",
values_to = "casos") %>%
mutate(fecha = lubridate::mdy(fecha))HEAD Ver en formato long
head(chile_long)## # A tibble: 6 x 4
## codigo region fecha casos
## <dbl> <fct> <date> <dbl>
## 1 15 Arica y Parinacota 2020-03-07 0
## 2 15 Arica y Parinacota 2020-03-08 0
## 3 15 Arica y Parinacota 2020-03-09 0
## 4 15 Arica y Parinacota 2020-03-10 0
## 5 15 Arica y Parinacota 2020-03-11 0
## 6 15 Arica y Parinacota 2020-03-12 0Graficos
GROUP BY and SUMMARISE Total por fecha absoluto
chile_long %>%
group_by(fecha) %>%
summarise(total = sum(casos)) %>%
ggplot(aes(x = fecha, y = total)) +
geom_line() 
## SCALE LOG Total por fecha log10
chile_long %>%
group_by(fecha) %>%
summarise(total = sum(casos)) %>%
ggplot(aes(x = fecha, y = total)) +
geom_line() +
scale_y_log10() +
labs(y = "log 10 total")
Por región
Todos juntos absoluto
chile_long %>%
ggplot(aes(x = fecha, y = casos, group = region)) +
geom_line() 
COLOR con colores absoluto
chile_long %>%
ggplot(aes(x = fecha, y = casos,
group = region, color = region)) +
geom_line() 
con colores log 10
chile_long %>%
ggplot(aes(x = fecha, y = casos,
group = region, color = region)) +
geom_line() +
scale_y_log10() +
labs(y = "log 10 casos")## Warning: Transformation introduced infinite values in continuous y-axis
GGHIGHLIGHT Solución con gghighlight
pacman::p_load(gghighlight)chile_long %>%
ggplot(aes(x = fecha, y = casos,
group = region, color = region)) +
geom_line() +
scale_y_log10() +
gghighlight::gghighlight(codigo == 14)## Warning: Tried to calculate with group_by(), but the calculation failed.
## Falling back to ungrouped filter operation...## label_key: region## Warning: Transformation introduced infinite values in continuous y-axis## Warning: Transformation introduced infinite values in continuous y-axis
chile_long %>%
ggplot(aes(x = fecha, y = casos,
group = region, color = region)) +
geom_line() +
scale_y_log10() +
gghighlight::gghighlight(codigo %in% c(5, 12, 14))## Warning: Tried to calculate with group_by(), but the calculation failed.
## Falling back to ungrouped filter operation...## label_key: region## Warning: Transformation introduced infinite values in continuous y-axis## Warning: Transformation introduced infinite values in continuous y-axis
FACET Solucion con facet absoluto
chile_long %>%
ggplot(aes(x = fecha, y = casos, group = region)) +
geom_line() +
facet_wrap(~region) 
Solución con facet log10
chile_long %>%
ggplot(aes(x = fecha, y = casos, group = region)) +
geom_line() +
facet_wrap(~codigo) +
scale_y_log10() +
labs(y = "log 10 casos")## Warning: Transformation introduced infinite values in continuous y-axis
FILTER facet log10
chile_long %>%
filter(codigo %in% c(5, 12, 14)) %>%
ggplot(aes(x = fecha, y = casos, group = region)) +
geom_line() +
facet_wrap(~codigo) +
scale_y_log10()## Warning: Transformation introduced infinite values in continuous y-axis
LAG Ver casos nuevos
Tabla casos nuevos
chile_long %>%
mutate(casos_nuevos = casos - lag(casos)) %>%
# mutate(value_diff = lag(casos, order_by = fecha)) %>%
pivot_longer(casos:casos_nuevos,
names_to = "item",
values_to = "casos") %>%
mutate(casos = if_else(casos < 0, 0, casos)) %>%
pivot_wider(names_from = item,
values_from = casos)## # A tibble: 800 x 5
## codigo region fecha casos casos_nuevos
## <dbl> <fct> <date> <dbl> <dbl>
## 1 15 Arica y Parinacota 2020-03-07 0 NA
## 2 15 Arica y Parinacota 2020-03-08 0 0
## 3 15 Arica y Parinacota 2020-03-09 0 0
## 4 15 Arica y Parinacota 2020-03-10 0 0
## 5 15 Arica y Parinacota 2020-03-11 0 0
## 6 15 Arica y Parinacota 2020-03-12 0 0
## 7 15 Arica y Parinacota 2020-03-13 0 0
## 8 15 Arica y Parinacota 2020-03-14 0 0
## 9 15 Arica y Parinacota 2020-03-15 0 0
## 10 15 Arica y Parinacota 2020-03-16 0 0
## # … with 790 more rowsGraficos casos y casos nuevos facet todos log10
chile_long %>%
mutate(casos_nuevos = casos - lag(casos)) %>%
# mutate(value_diff = lag(casos, order_by = fecha)) %>%
pivot_longer(casos:casos_nuevos,
names_to = "item",
values_to = "casos") %>%
mutate(casos = if_else(casos < 0, 0, casos)) %>%
group_by(fecha, item) %>%
summarise(sum = sum(casos)) %>%
# filter(codigo != 13) %>% # con escala absoluta queda un desastre
ggplot(aes(x = fecha, y = sum, color = item)) +
geom_line() +
scale_y_log10() ## Warning: Removed 1 row(s) containing missing values (geom_path).
Graficos casos y casos nuevos facet
chile_long %>%
mutate(casos_nuevos = casos - lag(casos)) %>%
# mutate(value_diff = lag(casos, order_by = fecha)) %>%
pivot_longer(casos:casos_nuevos,
names_to = "item",
values_to = "casos") %>%
mutate(casos = if_else(casos < 0, 0, casos)) %>%
# filter(codigo != 13) %>% # con escala absoluta queda un desastre
ggplot(aes(x = fecha, y = casos, group = item, color = item)) +
geom_line() +
scale_y_log10() +
facet_wrap( ~ region)## Warning: Transformation introduced infinite values in continuous y-axis## Warning: Removed 1 row(s) containing missing values (geom_path).
filter solo casos nuevos facet log10
chile_long %>%
mutate(casos_nuevos = casos - lag(casos)) %>%
# mutate(value_diff = lag(casos, order_by = fecha)) %>%
pivot_longer(casos:casos_nuevos,
names_to = "item",
values_to = "casos") %>%
mutate(casos = if_else(casos < 0, 0, casos)) %>%
filter(item == "casos_nuevos") %>%
# filter(codigo != 13) %>% # con escala absoluta queda un desastre
ggplot(aes(x = fecha, y = casos, group = item, color = item)) +
geom_line() +
scale_y_log10() +
facet_wrap( ~ region)## Warning: Transformation introduced infinite values in continuous y-axis## Warning: Removed 1 row(s) containing missing values (geom_path).
Avanzado, por size y color
chile_long %>%
mutate(casos_nuevos = casos - lag(casos)) %>%
mutate(casos_nuevos = if_else(casos_nuevos < 0, 0, casos_nuevos)) %>%
# arrange(desc(casos_nuevos))
# filter(codigo != 13) %>% # con escala absoluta queda un desastre
ggplot(aes(x = fecha, y = casos, size = casos_nuevos, color = log10(casos_nuevos))) +
scale_color_distiller(palette = "Spectral") +
geom_line() +
scale_y_log10() +
facet_wrap( ~ region) +
theme_minimal()## Warning: Transformation introduced infinite values in continuous y-axis## Warning: Removed 1 row(s) containing missing values (geom_path).
Peaks y valleys
pacman::p_load(ggpmisc)chile_long %>%
mutate(casos_nuevos = casos - lag(casos)) %>%
mutate(casos_nuevos = if_else(casos_nuevos < 0, 0, casos_nuevos)) %>%
group_by(fecha) %>%
summarise(nuevos_casos = sum(casos_nuevos)) %>%
ggplot(aes(x = fecha, y = nuevos_casos)) +
geom_line()## Warning: Removed 1 row(s) containing missing values (geom_path).
chile_long %>%
mutate(casos_nuevos = casos - lag(casos)) %>%
mutate(casos_nuevos = if_else(casos_nuevos < 0, 0, casos_nuevos)) %>%
mutate(fecha = as.POSIXct(fecha, format = "%Y-%m-%d")) %>%
group_by(fecha) %>%
summarise(nuevos_casos = sum(casos_nuevos)) %>%
ggplot(aes(x = fecha, y = nuevos_casos)) +
geom_line() +
stat_peaks(colour = "red") +
stat_valleys(colour = "blue") +
stat_peaks(geom = "text", colour = "red", size = 3,
vjust = -0.5, x.label.fmt = "%d/%m") +
stat_valleys(geom = "text", colour = "blue", size = 3,
vjust = 1.5, x.label.fmt = "%d/%m") ## Warning: Removed 1 rows containing non-finite values (stat_peaks).## Warning: Removed 1 rows containing non-finite values (stat_valleys).## Warning: Removed 1 rows containing non-finite values (stat_peaks).## Warning: Removed 1 rows containing non-finite values (stat_valleys).## Warning: Removed 1 row(s) containing missing values (geom_path).
MAPAS (SF)
Fuente: https://arcruz0.github.io/libroadp/mapas.html
Nota: en Ubuntu
sudo apt install libudunits2-dev libgdal-dev
pacman::p_load(sf)chile_regiones <- sf::st_read("Regiones/")## Reading layer `Regional' from data source `/home/sergio/Dropbox/Public/Practico R/Chile_COVID-SEIR-model-Stockholm/Regiones' using driver `ESRI Shapefile'
## Simple feature collection with 17 features and 7 fields
## geometry type: MULTIPOLYGON
## dimension: XY
## bbox: xmin: -12184470 ymin: -7554436 xmax: -7393642 ymax: -1978920
## projected CRS: WGS 84 / Pseudo-Mercatorchile_regiones## Simple feature collection with 17 features and 7 fields
## geometry type: MULTIPOLYGON
## dimension: XY
## bbox: xmin: -12184470 ymin: -7554436 xmax: -7393642 ymax: -1978920
## projected CRS: WGS 84 / Pseudo-Mercator
## First 10 features:
## objectid cir_sena codregion area_km st_area_sh st_length_
## 1 1084 1 15 16866.82 18868687744 750529.6
## 2 1085 2 1 42284.57 48306372203 1213713.1
## 3 1086 3 2 126071.43 150845155633 2516112.0
## 4 1087 15 12 133053.14 358131609833 90498303.6
## 5 1088 14 11 106703.38 224274263072 41444810.6
## 6 1089 4 3 75661.25 96439063562 2401740.7
## 7 1090 5 4 40575.90 54980818749 2065933.1
## 8 1091 6 5 16322.97 23014748571 1679609.2
## 9 1092 7 13 15392.03 22252038246 1064252.6
## 10 1093 13 10 48408.37 87718341940 7874157.9
## Region geometry
## 1 Región de Arica y Parinacota MULTIPOLYGON (((-7727277 -1...
## 2 Región de Tarapacá MULTIPOLYGON (((-7810214 -2...
## 3 Región de Antofagasta MULTIPOLYGON (((-7870471 -2...
## 4 Región de Magallanes y Antártica Chilena MULTIPOLYGON (((-7494058 -7...
## 5 Región de Aysén del Gral.Ibañez del Campo MULTIPOLYGON (((-8413518 -6...
## 6 Región de Atacama MULTIPOLYGON (((-7932748 -3...
## 7 Región de Coquimbo MULTIPOLYGON (((-7963269 -3...
## 8 Región de ValparaÃso MULTIPOLYGON (((-8991646 -3...
## 9 Región Metropolitana de Santiago MULTIPOLYGON (((-7873737 -3...
## 10 Región de Los Lagos MULTIPOLYGON (((-8331768 -5...class(chile_regiones)## [1] "sf" "data.frame"ggplot(data = chile_regiones) +
geom_sf()
Genero centroides
chile_regiones <-
chile_regiones %>% mutate(
centroid = map(geometry, st_centroid),
coords = map(centroid,
st_coordinates),
coords_x = map_dbl(coords, 1),
coords_y = map_dbl(coords,
2)
)
head(chile_regiones)## Simple feature collection with 6 features and 11 fields
## geometry type: MULTIPOLYGON
## dimension: XY
## bbox: xmin: -8429326 ymin: -7554436 xmax: -7393642 ymax: -1978920
## projected CRS: WGS 84 / Pseudo-Mercator
## objectid cir_sena codregion area_km st_area_sh st_length_
## 1 1084 1 15 16866.82 18868687744 750529.6
## 2 1085 2 1 42284.57 48306372203 1213713.1
## 3 1086 3 2 126071.43 150845155633 2516112.0
## 4 1087 15 12 133053.14 358131609833 90498303.6
## 5 1088 14 11 106703.38 224274263072 41444810.6
## 6 1089 4 3 75661.25 96439063562 2401740.7
## Region geometry
## 1 Región de Arica y Parinacota MULTIPOLYGON (((-7727277 -1...
## 2 Región de Tarapacá MULTIPOLYGON (((-7810214 -2...
## 3 Región de Antofagasta MULTIPOLYGON (((-7870471 -2...
## 4 Región de Magallanes y Antártica Chilena MULTIPOLYGON (((-7494058 -7...
## 5 Región de Aysén del Gral.Ibañez del Campo MULTIPOLYGON (((-8413518 -6...
## 6 Región de Atacama MULTIPOLYGON (((-7932748 -3...
## centroid coords coords_x coords_y
## 1 -7751017, -2095926 -7751017, -2095926 -7751017 -2095926
## 2 -7724801, -2299133 -7724801, -2299133 -7724801 -2299133
## 3 -7694562, -2698980 -7694562, -2698980 -7694562 -2698980
## 4 -7996566, -6900069 -7996566, -6900069 -7996566 -6900069
## 5 -8155537, -5855922 -8155537, -5855922 -8155537 -5855922
## 6 -7782781, -3174675 -7782781, -3174675 -7782781 -3174675pacman::p_load(ggrepel)ggplot(data = chile_regiones) +
geom_sf() +
geom_text_repel(
mapping = aes(coords_x, coords_y, label = Region), # ojo con label
size = 1.5,
min.segment.length = 0
)
table(chile_regiones$Region)##
## Región de Antofagasta
## 1
## Región de Arica y Parinacota
## 1
## Región de Atacama
## 1
## Región de Aysén del Gral.Ibañez del Campo
## 1
## Región de Coquimbo
## 1
## Región de La AraucanÃa
## 1
## Región de Los Lagos
## 1
## Región de Los RÃos
## 1
## Región de Magallanes y Antártica Chilena
## 1
## Región de Ñuble
## 1
## Región de Tarapacá
## 1
## Región de ValparaÃso
## 1
## Región del BÃo-BÃo
## 1
## Región del Libertador Bernardo O'Higgins
## 1
## Región del Maule
## 1
## Región Metropolitana de Santiago
## 1
## Zona sin demarcar
## 1tail(chile_long)## # A tibble: 6 x 4
## codigo region fecha casos
## <dbl> <fct> <date> <dbl>
## 1 12 Magallanes 2020-04-20 566
## 2 12 Magallanes 2020-04-21 593
## 3 12 Magallanes 2020-04-22 605
## 4 12 Magallanes 2020-04-23 615
## 5 12 Magallanes 2020-04-24 624
## 6 12 Magallanes 2020-04-25 655Selecciono el último dÃa
chile_casos_ultimo <- chile_long %>%
filter(fecha == max(fecha))Creo un codigo en comun para ambas bases de datos
chile_regiones <- chile_regiones %>%
mutate(codigo = codregion)Elimino la zona sin demarcar
chile_regiones <- chile_regiones %>%
filter(!codigo == 0)Uno las dos bases de datos
chile_regiones <- left_join(chile_regiones, chile_casos_ultimo,
by = "codigo")Llenamos
ggplot(data = chile_regiones) +
geom_sf(aes(fill = casos))
ggplot(data = chile_regiones) +
geom_sf(aes(fill = log10(casos)))
ggplot(data = chile_regiones) +
geom_sf(aes(fill = log10(casos))) +
scale_fill_distiller(palette = "Spectral")
Mapa por 100.000 habitantes
Base de datos con habitantes por region
chile_habitantes <- read_csv("chile_habitantes.csv")## Parsed with column specification:
## cols(
## codigo = col_double(),
## poblacion = col_double()
## )head(chile_habitantes, 20)## # A tibble: 16 x 2
## codigo poblacion
## <dbl> <dbl>
## 1 15 25110
## 2 1 382773
## 3 2 691854
## 4 3 691854
## 5 4 836096
## 6 5 1960170
## 7 13 8125072
## 8 6 991063
## 9 7 1131939
## 10 16 511551
## 11 8 1663696
## 12 9 1014343
## 13 14 405835
## 14 10 891440
## 15 11 107297
## 16 12 178362chile_regiones <- left_join(chile_regiones,
chile_habitantes,
by = "codigo")Creo una tasa por 100000 habitantes
chile_regiones <- chile_regiones %>%
mutate(tasa_por_100000 = casos / poblacion * 100000)ggplot(data = chile_regiones) +
geom_sf(aes(fill = tasa_por_100000)) +
scale_fill_distiller(palette = "Spectral") +
labs(title = "Tasa de casos por 100.000 habitantes",
fill = "Tasa por 100.000 hab")
ggplot(data = chile_regiones) +
geom_sf(aes(fill = log10(tasa_por_100000))) +
scale_fill_distiller(palette = "Spectral") +
labs(title = "Tasa de casos por log10(100.000) habitantes",
fill = "Tasa por log10(100.000) hab")