Sección Práctica de la sesión de Visualización Interactiva.

Configuración.

Vamos a configurar la sesión de RStudio para utilizar el locale en español.

# Gráficas en plotly
# Autor: Jorge Juvenal Campos Ferreira

# Opciones
Sys.setlocale("LC_ALL", "es_ES.UTF-8") #mac

## [1] "es_ES.UTF-8/es_ES.UTF-8/es_ES.UTF-8/C/es_ES.UTF-8/en_US.UTF-8"

# Sys.setlocale("LC_ALL", "Spanish") #windows/linux

Librerías

Vamos a cargar las librerías siguientes:

• pacman. Para cargar librerías de R.

• tidyverse. Manejo de datos.

• plotly. Librería para visualización interactiva.

• readxl. Librería para abrir archivos de Excel.

# Librerias ----
library(pacman)
p_load(tidyverse, 
       plotly, 
       readxl)

Bases de datos.

Leemos la base de datos directo de la carpeta 01_Datos:

1. TweetsGobernadores.xlsx, contiene datos de tweets de los 32 gobernadores del país para los últimos días.

2. BTC-USD.csv, contiene los precios a nivel diario de la razón Precio del Bitcoin/Precio del Dólar de Estados Unidos.

# Base de datos ----
bd <- read_xlsx("01_Datos/TweetsGobernadores.xlsx")
btc <- read_csv("01_Datos/BTC-USD.csv")

El procedimiento para hacer una visualización interactiva, utilizando plotly y ggplotly hay que seguir los siguientes pasos:

1. Elaborar la gráfica de ggplot de la manera en que lo hemos estado haciendo hasta ahora.

2. A la gráfica le agregamos como cadena de texto el mensaje que queremos que aparezca en una ventana a través del aesthetico text.

3. Una vez que agregamos el contenido de las ventanas ( tooltips ) agregamos al final de la gráfica el código ggplotly(tooltip = "text")

A continuación, vamos a ver el ejemplo de la gráfica de barras:

Gráfica de Barras

En el ejemplo de la gráfica de barras, vamps a comparar quién ha sido el gobernador más tuitero en los últimos días:

# GRÁFICA DE BARRAS ----

# Tweets por gobernador 
tweets <- bd %>% 
  group_by(Gobernador, screen_name, 
           `Fecha de salida`, Partido, Estado) %>% 
  count()

# Formulamos la grafica
plt <- tweets %>% 
  ggplot(aes(x = reorder(screen_name, n), 
             fill = Partido,
             y = n, 
             # Aca resaltamos lo que queremos que se muestre en la 
             # ventana del tootlip. Notese que le damos formato al 
             # texto a trav'es de los tags de HTML
             text = paste0("<b>Nombre del gobernador: </b>", Gobernador, "<br>", 
                           "<b>Partido: </b>", Partido, "<br>", 
                           "<b>Fecha de salida: </b>",`Fecha de salida`, "<br>", 
                           "<b>Entidad </b>", Estado, "<br>"
                           )
             )) + 
  geom_col() + 
  coord_flip() + 
  labs(title = "<b>Numero</b> de Tweets emitidos por<br>gobernador la última semana",
       x = "", 
       y = "") + 
  scale_fill_manual(values = c("pink", 
                                "orange", 
                                "brown", 
                                "blue", 
                                "purple", 
                                "yellow", 
                                "red", 
                                "green"))

# Cisualizamos la gráfica estática de ggplot simple
plt

Checa en la gráfica de arriba como se plasman los tags de HTML, y checa como estos desaparecen en la gráfica de abajo, dando formato al texto.

# Convertimos a gráfica interactiva
ggplotly(tooltip = "text") %>% 
  config(displayModeBar = F)

Checa que pasa si le das click en la leyenda, en cada uno de los partidos políticos.

Gráfica de puntos

Para el ejemplo de puntos, vamos a obtener una gráfica de puntos donde veamos en qué momento se hacen los tweets por cada gobernador, para ver la densidad de tweets por día.

# GRÁFICA DE PUNTOS ----
# Cuando twittean los gobernadores
class(bd$created_at)

## [1] "POSIXct" "POSIXt"

# Acá no procesamos la base, la pasamos directo (porque no hace falta procesarla). 

bd %>% 
  ggplot(aes(x = created_at, 
             y = screen_name, 
             color = Partido,
             # Generamos el texto de cada ventana. 
             # Acá queremos que se muestre quien tuiteo y qué dijo.
             text = paste0("<b>Emisor: </b>", screen_name, "<br>", 
                           "<b>Texto: </b>", str_wrap(text, 50), "<br>"))) + 
  # transparencia de los puntos
  geom_point(alpha = 0.3) + 
  # paleta de colores
  scale_color_manual(values = c("pink", 
                               "orange", 
                               "brown", 
                               "blue", 
                               "purple", 
                               "yellow", 
                               "red", 
                               "green"))

# En esta parte agregamos la interactividad
ggplotly(tooltip = "text") %>% 
  config(displayModeBar = F)

Gráfica de líneas

Para la gráfica de líneas vamos a trabajar con los datos del precio de Bitcoin. Cada ventana va a mostrar la fecha y el precio, los cuales son datos que no siempre son fácilmente consultables cuando inspeccionamos este tipo de gráficas.

# Gráfica de líneas -----
# Precios de Apertura del BTC a nivel diario

# Procesamos la base de datos. 
btc <- btc %>% 
  # Transformamos a numerico el precio de apertura
  mutate(Open = as.numeric(Open)) %>% 
  # Renombramos las variables de Fecha, apertura y cierre.
  rename(Fecha = Date,
         Apertura = Open,
         Cierre = Close)

## Warning: Problem with `mutate()` input `Open`.
## x NAs introduced by coercion
## ℹ Input `Open` is `as.numeric(Open)`.

## Warning in mask$eval_all_mutate(dots[[i]]): NAs introduced by coercion

# Generamos la gráfica en ggplot
btc %>% 
  ggplot() + 
  geom_line(aes(x = Fecha, 
                y = Apertura)) + 
  theme_bw() + 
  labs(y = "", x = "")

# La convertimos en interactiva. 
ggplotly()