movilidad

Reporte de movilidad local comunitario usando datos de google de teléfonos móviles para Sonora, México.

Importar datos y paquetes

En esta sección se importan tanto las herramientas de trabajo como los datos necesarios para su proceso provenientes de google mobility report

• Datos obtenidos de: https://www.google.com/covid19/mobility/

Consideraciones

1. Los datos salen de las ubicaciones de los celulares
2. Los datos son completamente anónimos

setwd("~/TALLERR03")
library(pacman)
p_load("readr","DT","tidyverse","base64enc","htmltools","mime","xfun","prettydoc","knitr","gridExtra")
DatosMobilityReport <- read.csv("sonora.csv", header = TRUE)

Todos los recursos tanto el código como los datos de este análisis están disponibles par su descarga aquí:

1. Descarga de este código .rmd

xfun::embed_file("movilidad.rmd")

Download movilidad.rmd

2. Descarga de los datos

xfun::embed_file("sonora.csv")

Download sonora.csv

Explorando los datos

datatable(DatosMobilityReport)

## Creación de un data frame

FechaMR <- seq(from=as.Date("2020-02-15"), to= as.Date("2020-07-14"), by="day")


###
Retail_Recreation_Percentage <- DatosMobilityReport$retail_and_recreation_percent_change_from_baseline
###
Grocery_Pharmacy_Percentage <-  DatosMobilityReport$grocery_and_pharmacy_percent_change_from_baseline
###
Parks_Percentage <- DatosMobilityReport$parks_percent_change_from_baseline
###
TransitStations_Percentage <- DatosMobilityReport$transit_stations_percent_change_from_baseline
###
Workplaces_Percentage <- DatosMobilityReport$workplaces_percent_change_from_baseline
###
Residential_Percentage <- DatosMobilityReport$residential_percent_change_from_baseline

##### GRAFICA 2
###
Porcentaje_VR <- DatosMobilityReport$retail_and_recreation_percent_change_from_baseline
###
Porcentaje_F <-  DatosMobilityReport$grocery_and_pharmacy_percent_change_from_baseline
###
Porcentaje_P <- DatosMobilityReport$parks_percent_change_from_baseline
###
Porcentaje_ET <- DatosMobilityReport$transit_stations_percent_change_from_baseline
###
Porcentaje_AT <- DatosMobilityReport$workplaces_percent_change_from_baseline
###
Porcentaje_H <- DatosMobilityReport$residential_percent_change_from_baseline


#Generacion de un data frame 
datosMRRR <- data.frame(Retail_Recreation_Percentage,Grocery_Pharmacy_Percentage,
                           Parks_Percentage,TransitStations_Percentage,Residential_Percentage)

# Create data MR
dataMR <- data.frame(x=FechaMR,y=Retail_Recreation_Percentage)

Creación de la gráfica

 gMR1<- ggplot(data=dataMR) +
  geom_line(aes(x=FechaMR, y=Porcentaje_VR), size=1, colour="orange") +
  geom_hline(yintercept = 0) +
  theme_light() +
  xlab("Fecha") +
  ylab("Porcentaje") +
  ggtitle("a) Comercio y recreación (-45%)")

gMR2 <- ggplot(data=dataMR) +
  geom_line(aes(x=FechaMR, y=Porcentaje_F), size=1, colour="darkgreen") +
  geom_hline(yintercept = 0) +
  theme_light() +
  xlab("Fecha") +
  ylab("Porcentaje") +
  ggtitle("b) Farmacias y abarrotes (-11%)")

gMR3 <- ggplot(data=dataMR) +
  geom_line(aes(x=FechaMR, y=Porcentaje_P), size=1, colour="purple") +
  geom_hline(yintercept = 0) +
  theme_light() +
  xlab("Fecha") +
  ylab("Porcentaje") +
  ggtitle("c) Parques (-37%)")

gMR4 <- ggplot(data=dataMR) +
  geom_line(aes(x=FechaMR, y=Porcentaje_ET), size=1, colour="brown") +
  geom_hline(yintercept = 0) +
  theme_light() +
  xlab("Fecha") +
  ylab("Porcentaje") +
  ggtitle("d) Estaciones de tránsito (-43%)")

gMR5 <- ggplot(data=dataMR) +
  geom_line(aes(x=FechaMR, y=Porcentaje_AT), size=1, colour="red") +
  geom_hline(yintercept = 0) +
  theme_light() +
  xlab("Fecha") +
  ylab("Porcentaje") +
  ggtitle("e) Espacios de trabajo (-37%)")

gMR6 <- ggplot(data=dataMR) +
  geom_line(aes(x=FechaMR, y=Porcentaje_H), size=1, colour="blue") +
  geom_hline(yintercept = 0) +
  theme_light() +
  xlab("Fecha") +
  ylab("Porcentaje") +
  ggtitle("f) Hogares (+18%)")
grid.arrange(gMR1,gMR2,gMR3,gMR4,gMR5,gMR6)