Tarea_1. Datos Espaciales
Roberto Aguilar Celis
25/5/2021
Primero, se cargan las librerías necesarias.
library(tidyverse)## Warning: package 'tidyverse' was built under R version 4.0.5## -- Attaching packages --------------------------------------- tidyverse 1.3.0 --## v ggplot2 3.3.3 v purrr 0.3.4
## v tibble 3.1.0 v dplyr 1.0.5
## v tidyr 1.1.3 v stringr 1.4.0
## v readr 1.4.0 v forcats 0.5.1## Warning: package 'ggplot2' was built under R version 4.0.5## Warning: package 'tidyr' was built under R version 4.0.5## Warning: package 'dplyr' was built under R version 4.0.5## Warning: package 'stringr' was built under R version 4.0.5## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()library(sf)## Warning: package 'sf' was built under R version 4.0.5## Linking to GEOS 3.9.0, GDAL 3.2.1, PROJ 7.2.1Posteriormente se cargan los datos en formato geojson. El archivo agebs_cdmx contiene la geometría de las Áreas Geoestadísticas Básicas (AGEB), la unidad territorial más pequeña con información estadística en México.
agebs <- st_read("agebs_cdmx.geojson", stringsAsFactors = TRUE)## Reading layer `agebs_cdmx' from data source `D:\Roberto\CursoCiudades\Clase1\agebs_cdmx.geojson' using driver `GeoJSON'
## Simple feature collection with 2431 features and 5 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: 2778446 ymin: 794914.6 xmax: 2820181 ymax: 846749.5
## Geodetic CRS: WGS 84Se pueder hacer un resumen de los datos con la función summary
summary(agebs)## CVEGEO CVE_ENT CVE_MUN CVE_LOC CVE_AGEB
## 0900200010010: 1 09:2431 007 :458 0001 :2348 0012 : 2
## 0900200010025: 1 005 :305 0026 : 20 0014 : 2
## 090020001003A: 1 012 :207 0024 : 12 0017 : 2
## 0900200010044: 1 010 :199 0011 : 9 001A : 2
## 0900200010097: 1 003 :156 0027 : 9 0021 : 2
## 090020001010A: 1 015 :153 0021 : 7 0026 : 2
## (Other) :2425 (Other):953 (Other): 26 (Other):2419
## geometry
## MULTIPOLYGON :2431
## epsg:4326 : 0
## +proj=long...: 0
##
##
##
## En el resumen se puede observar que existen 2431 registros con cinco campos (Clave geo, Clave Entidad, Clave Municipio, Clave localidad y Clave AGEB). El archivo tiene una geometría de polígono y un EPSG: 4326. También se pueden visualizar los datos.
View(agebs)Con esta información cargada, se puede generar el primer mapa de visualización con la función ggplot
ggplot(agebs) +
geom_sf()## Warning in st_is_longlat(x): bounding box has potentially an invalid value range
## for longlat data
Como se observó en el resumen, el archivo no contiene ninguna información estadística, por lo que es necesario agregar una base de datos del Instituto Nacional de Geografía y Estadística (INEGI) con información del censo 2020.
censo <- read.csv("censo_cdmx.csv", stringsAsFactors = TRUE, encoding = "UTF-8")En este nuevo archivo de texto separado por comas, también es posible realizar un resumen y visualizar los datos.
summary(censo)## CVEGEO POBTOT POBFEM POBMAS
## 0900200010010: 1 Min. : 0 Min. : 0 Min. : 0
## 0900200010025: 1 1st Qu.: 2045 1st Qu.: 1084 1st Qu.: 974
## 090020001003A: 1 Median : 3396 Median : 1784 Median : 1616
## 0900200010044: 1 Mean : 3759 Mean : 1971 Mean : 1805
## 0900200010097: 1 3rd Qu.: 4992 3rd Qu.: 2618 3rd Qu.: 2391
## 090020001010A: 1 Max. :21198 Max. :11128 Max. :10616
## (Other) :2427 NA's :11 NA's :10
## PNACENT PNACOE POB_AFRO GRAPROES
## Min. : 0 Min. : 0.0 Min. : 0.00 Min. : 0.00
## 1st Qu.: 1640 1st Qu.: 347.0 1st Qu.: 24.00 1st Qu.:10.35
## Median : 2754 Median : 571.0 Median : 50.00 Median :11.40
## Mean : 3036 Mean : 686.2 Mean : 77.90 Mean :11.61
## 3rd Qu.: 4032 3rd Qu.: 915.5 3rd Qu.: 97.75 3rd Qu.:13.20
## Max. :15331 Max. :4459.0 Max. :1189.00 Max. :16.20
## NA's :10 NA's :11 NA's :51 NA's :10
## VIVPAR_HAB PROM_OCUP VPH_C_ELEC VPH_AGUADV VPH_DRENAJ
## Min. : 0 Min. :0.000 Min. : 0 Min. : 0 Min. : 0
## 1st Qu.: 609 1st Qu.:3.000 1st Qu.: 637 1st Qu.: 633 1st Qu.: 637
## Median : 964 Median :3.400 Median :1005 Median : 998 Median :1004
## Mean :1069 Mean :3.317 Mean :1128 Mean :1120 Mean :1127
## 3rd Qu.:1400 3rd Qu.:3.700 3rd Qu.:1469 3rd Qu.:1460 3rd Qu.:1469
## Max. :6297 Max. :5.600 Max. :8062 Max. :8047 Max. :8038
## NA's :12 NA's :10 NA's :13 NA's :12 NA's :13
## VPH_REFRI VPH_AUTOM VPH_TV VPH_PC
## Min. : 0 Min. : 0.0 Min. : 0 Min. : 0.0
## 1st Qu.: 610 1st Qu.: 286.0 1st Qu.: 616 1st Qu.: 369.0
## Median : 941 Median : 455.0 Median : 972 Median : 571.0
## Mean :1061 Mean : 531.9 Mean :1088 Mean : 680.7
## 3rd Qu.:1367 3rd Qu.: 662.0 3rd Qu.:1418 3rd Qu.: 839.0
## Max. :7906 Max. :6072.0 Max. :7838 Max. :6919.0
## NA's :12 NA's :20 NA's :12 NA's :16
## VPH_INTER
## Min. : 0.0
## 1st Qu.: 488.0
## Median : 749.0
## Mean : 859.5
## 3rd Qu.:1083.0
## Max. :7512.0
## NA's :15View(censo)Se puede observar que existen datos de población total, población masculina, población femenina, grado promedio de escolaridad, total de viviendas, viviendas con energía eléctrica, agua, drenaje, internet, entre otras variables.
Se procede a unir la geometría con la información estadística con una columna llave que en el archivo “agebs” se llama CVEGEO y en el archvo “censo” se llama CLAVE
agebs <- left_join(agebs, censo, by = "CVEGEO")Con esta unión, es posible realizar un mapa de población total.
ggplot(agebs) +
geom_sf(aes(fill= POBTOT))## Warning in st_is_longlat(x): bounding box has potentially an invalid value range
## for longlat data
El mapa no es particularmente atractivo, así que se agregarán algunas mejoras como el título, se cambiarán los colores y se cambiará la simbología.
ggplot(agebs) +
geom_sf(aes(fill= POBTOT), colour = "NA") +
labs(title = "Ciudad de México: Población total por AGEB urbana",
subtitle = "Fuente: INEGI, 2020",
caption = "@geogracelis") +
scale_fill_viridis_c("Población Total", option = "rocket", direction=-1) +
theme_bw() +
theme (plot.title = element_text(family = "sans",
size = rel(1),
vjust = 2,
face = "bold.italic",
color = "black",
lineheight = 1.5)) +
theme (plot.subtitle = element_text(family = "sans",
size = rel(0.8),
vjust = 2,
face = "italic",
color = "gray40",
lineheight = 1.5)) +
theme (plot.caption = element_text(family = "sans",
size = rel(0.7),
vjust = 2,
face = "italic",
color = "gray30",
lineheight = 1.5)) +
theme(legend.title = element_text(face = "bold", colour="darkgray", size=rel(0.75))) +
theme(legend.text = element_text(face="italic", colour="gray", size=rel(0.6)))## Warning in st_is_longlat(x): bounding box has potentially an invalid value range
## for longlat data
También se puede realizar un mapa del número de ocupantes promedio por vivienda para identificar zonas con hacinamiento.
ggplot(agebs) +
geom_sf(aes(fill= PROM_OCUP), colour = "NA") +
labs(title = "Ciudad de México: Promedio de Ocupantes por Vivienda",
subtitle = "Fuente: INEGI, 2020",
caption = "@geogracelis") +
scale_fill_viridis_c("Ocupantes por vivienda", option = "magma", direction=-1) +
theme_bw() +
theme (plot.title = element_text(family = "sans",
size = rel(1),
vjust = 2,
face = "bold.italic",
color = "black",
lineheight = 1.5)) +
theme (plot.subtitle = element_text(family = "sans",
size = rel(0.8),
vjust = 2,
face = "italic",
color = "gray40",
lineheight = 1.5)) +
theme (plot.caption = element_text(family = "sans",
size = rel(0.7),
vjust = 2,
face = "italic",
color = "gray30",
lineheight = 1.5)) +
theme(legend.title = element_text(face = "bold", colour="darkgray", size=rel(0.75))) +
theme(legend.text = element_text(face="italic", colour="gray", size=rel(0.6)))## Warning in st_is_longlat(x): bounding box has potentially an invalid value range
## for longlat data
En este mapa se puede observar que la zona centro, parte del poniente y sur de la ciudad de México presentan valores menores del promedio de ocupantes por vivienda y conforme nos desplazamos a la periferia, el número promedio de ocupantes por vivienda es mayor.
También se puede crear una nueva variable a partir de las existentes. Por ejemplo, para obtener el porcentaje de personas nacidas en otra entidad e identificar zonas de inmigrantes.
ggplot(agebs) +
geom_sf(aes(fill= PNACOE/POBTOT*100), colour = "NA") +
labs(title = "Ciudad de México: Zonas de inmigración",
subtitle = "Fuente: INEGI, 2020",
caption = "@geogracelis") +
scale_fill_viridis_c("% de inmigrantes", option = "inferno", direction=-1) +
theme_bw() +
theme (plot.title = element_text(family = "sans",
size = rel(1),
vjust = 2,
face = "bold.italic",
color = "black",
lineheight = 1.5)) +
theme (plot.subtitle = element_text(family = "sans",
size = rel(0.8),
vjust = 2,
face = "italic",
color = "gray40",
lineheight = 1.5)) +
theme (plot.caption = element_text(family = "sans",
size = rel(0.7),
vjust = 2,
face = "italic",
color = "gray30",
lineheight = 1.5)) +
theme(legend.title = element_text(face = "bold", colour="darkgray", size=rel(0.75))) +
theme(legend.text = element_text(face="italic", colour="gray", size=rel(0.6)))## Warning in st_is_longlat(x): bounding box has potentially an invalid value range
## for longlat data
En el mapa anterior, no es posible identificar un patrón espacial, sin embargo la zona centro, norte y oriente de la ciudad presenta los porcentajes más elevados de personas nacidas en otra entidad (distinta a la ciudad de México), también se observan valores elevados cerca de Ciudad Universitaria y del Instituto Politécnico Nacional ya que muchos de sus estudiantes son de otras entidades del país.
La ciudad de México se divide en 16 alcaldías por lo que se puede realizar un filtro a partir de una de ellas. Aquí el ejemplo del promedio de ocupantes de vivienda en Iztapalapa, la más poblada de todas.
ggplot(agebs %>% filter(CVE_MUN == "007")) +
geom_sf(aes(fill= GRAPROES), colour = "NA") +
labs(title = "Iztapalapa: Grado Promedio de Escolaridad",
subtitle = "Fuente: INEGI, 2020",
caption = "@geogracelis") +
scale_fill_viridis_c("Años de estudio", option = "viridis", direction=-1) +
theme_bw() +
theme (plot.title = element_text(family = "sans",
size = rel(1),
vjust = 2,
face = "bold.italic",
color = "black",
lineheight = 1.5)) +
theme (plot.subtitle = element_text(family = "sans",
size = rel(0.8),
vjust = 2,
face = "italic",
color = "gray40",
lineheight = 1.5)) +
theme (plot.caption = element_text(family = "sans",
size = rel(0.7),
vjust = 2,
face = "italic",
color = "gray30",
lineheight = 1.5)) +
theme(legend.title = element_text(face = "bold", colour="darkgray", size=rel(0.75))) +
theme(legend.text = element_text(face="italic", colour="gray", size=rel(0.6)))## Warning in st_is_longlat(x): bounding box has potentially an invalid value range
## for longlat data
Se observa que el número de años promedio de escolaridad es menor en la parte sureste de la alcaldía, ya que son zonas marginadas por ubicarse en zonas serranas.
Se va a agregar una nueva columna para identificar si el número de años de escolaridad es mayor a 12, que son los años que una persona requiere para terminar el nivel medio superior (bachillerato o preparatoria) y que es el grado de escolaridad obligatorio en México y así tener un mapa de una variable categórica.
agebs <- mutate(agebs, GPE_NMS = if_else(GRAPROES >= 12.0, "NIvel medio superior o mayor", "Menor que preparatoria terminada"))Se visualiza para asegura que la nueva variable ha sido creada.
View(agebs)Y se realiza el mapa de una variable categórica.
ggplot(agebs) +
geom_sf(aes(fill= GPE_NMS), colour = "NA") +
labs(title = "Ciudad de México: Promedio de Escolaridad",
subtitle = "Fuente: INEGI, 2020",
caption = "@geogracelis") +
scale_fill_viridis_d("Nivel de estudios", direction=-1) +
theme_bw() +
theme (plot.title = element_text(family = "sans",
size = rel(1),
vjust = 2,
face = "bold.italic",
color = "black",
lineheight = 1.5)) +
theme (plot.subtitle = element_text(family = "sans",
size = rel(0.8),
vjust = 2,
face = "italic",
color = "gray40",
lineheight = 1.5)) +
theme (plot.caption = element_text(family = "sans",
size = rel(0.7),
vjust = 2,
face = "italic",
color = "gray30",
lineheight = 1.5)) +
theme(legend.title = element_text(face = "bold", colour="darkgray", size=rel(0.75))) +
theme(legend.text = element_text(face="italic", colour="gray", size=rel(0.6)))## Warning in st_is_longlat(x): bounding box has potentially an invalid value range
## for longlat data
Se observa en el mapa un patrón de distribución interesante, ya que en el centro y poniente de la ciudad existe una mayor cantidad de personas que han estudiado 12 años o más, mientras que el sur, el oriente y algunas zonas del norte tienen un promedio de escolaridad menor.
Finalmente, se va a agregar una nueva columna para identificar si el número de ocupantes por vivienda es mayor que 3.0, pra identificar zonas con posible hacinamiento y así tener un mapa de otra variable categórica.
agebs <- mutate(agebs, POV = if_else(PROM_OCUP >= 3.0, "Mayor de 3.0", "Menor de 3.0"))Y se realiza el último mapa.
ggplot(agebs) +
geom_sf(aes(fill= POV), colour = "NA") +
labs(title = "Ciudad de México: Grado de Hacinamiento",
subtitle = "Fuente: INEGI, 2020",
caption = "@geogracelis") +
scale_fill_viridis_d("Ocupantes") +
theme_bw() +
theme (plot.title = element_text(family = "sans",
size = rel(1),
vjust = 2,
face = "bold.italic",
color = "black",
lineheight = 1.5)) +
theme (plot.subtitle = element_text(family = "sans",
size = rel(0.8),
vjust = 2,
face = "italic",
color = "gray40",
lineheight = 1.5)) +
theme (plot.caption = element_text(family = "sans",
size = rel(0.7),
vjust = 2,
face = "italic",
color = "gray30",
lineheight = 1.5)) +
theme(legend.title = element_text(face = "bold", colour="darkgray", size=rel(0.75))) +
theme(legend.text = element_text(face="italic", colour="gray", size=rel(0.6)))## Warning in st_is_longlat(x): bounding box has potentially an invalid value range
## for longlat data
Se aprecia en el mapa que la zona centro y poniente de la ciudad (en amarillo) es la que presenta los valores del promedio de ocupantes más bajo, mientras que la periferia del sur, norte y oriente presenta una mayor cantidad de ocupantes en promedio.