67,739
53,254
---
title: "**Intervenciones del Programa Nacional Aurora - MIMP**"
date: "Actualizado: `r Sys.Date()`"
output:
flexdashboard::flex_dashboard:
theme: simplex
social: menu
source: embed
---
```{r setup, include=FALSE}
library(flexdashboard)
library(readxl)
library(dplyr)
library(highcharter)
library(crosstalk)
library(ggplot2)
library(plotly)
data <-read_excel("~/MIMP/INTERVENCIONES MIMP/Limpieza.xlsx",sheet="Anexar1")
data$Región <- as.factor(data$Región)
data$Mes <- as.factor(data$Mes)
datacrosstalk <- SharedData$new(data)
```
# **Linea 100**
## Column {data-width=200}
###
```{r Cantidad Total de Consultas Telefónicas}
valueBox(value = format(sum(data$`Linea 100-Consultas telefónicas`),big.mark=",",trim=TRUE),
caption = "Total Consultas Telefónicas",
icon="fa-phone",
color="#A90B0B")
```
### **Total Consultas Telefónicas por Región** {data-width="330"}
```{r Cantidad Total de Consultas Telefónicas por Región}
data %>%
group_by(Región) %>%
summarize(Cantidad = sum(`Linea 100-Consultas telefónicas`)) %>%
arrange(desc(Cantidad)) %>%
hchart( "bar",
hcaes(x = Región, y = Cantidad),
color = c("#A90B0B"),
name = c("Cantidad")
) %>%
hc_yAxis(title="") %>%
hc_xAxis(title="") %>%
hc_exporting(enabled = TRUE)
```
## Column
### **Total Consultas Telefónicas por Mes** {data-height=300}
```{r Cantidad Total de Consultas Telefónicas por mes}
data %>%
group_by(Mes) %>%
summarize(Cantidad = sum(`Linea 100-Consultas telefónicas`)) %>%
hchart( "line",
hcaes(x = Mes, y = Cantidad),
color = c("#A90B0B"),
name = c("Cantidad")
) %>%
hc_yAxis(title="") %>%
hc_xAxis(title="") %>%
hc_exporting(enabled = TRUE)
```
### **Consultas Telefónicas por Región y Mes**
```{r,fig.fullwidth=TRUE}
filter_select(
id = "Región",
label = "Seleccione la Región:",
sharedData = datacrosstalk,
group = ~Región,
multiple = TRUE
)
ggplotly(
ggplot(datacrosstalk,aes(Mes,`Linea 100-Consultas telefónicas`,group=Región,text = paste("Región:", Región,
"\n", "Cantidad:", `Linea 100-Consultas telefónicas`))) +
geom_line(color="#A90B0B") +
geom_point(color="#A90B0B")+
scale_y_continuous(labels = scales::label_number_si())+
theme_bw()+
theme(panel.grid = element_blank())+
labs(x = " " , y = " "),
height = 300,
width = 1100,
tooltip="text"
)
```
# CEM
## Column {data-width=200}
###
```{r Cantidad Total de Casos Atendidos}
valueBox(value = format(sum(data$`Casos atendidos en CEM`),big.mark=",",trim=TRUE),
caption = "Total Casos Atendidos",
icon="fa-house",
color="#A9361D")
```
### **Total Casos Atendidos por Región** {data-width="330"}
```{r Cantidad Total de Casos Atendidos por Región}
data %>%
group_by(Región) %>%
summarize(Casos = sum(`Casos atendidos en CEM`)) %>%
arrange(desc(Casos)) %>%
hchart( "bar",
hcaes(x = Región, y = Casos),
color = c("#A9361D"),
name = c("Cantidad")
) %>%
hc_yAxis(title="") %>%
hc_xAxis(title="") %>%
hc_exporting(enabled = TRUE)
```
## Column
### **Total Casos Atendidos por Mes** {data-height=300}
```{r Cantidad Total de Casos Atendidos por mes}
data %>%
group_by(Mes) %>%
summarize(Casos = sum(`Casos atendidos en CEM`)) %>%
hchart( "line",
hcaes(x = Mes, y = Casos),
color = c("#A9361D"),
name = c("Cantidad")
) %>%
hc_yAxis(title="") %>%
hc_xAxis(title="") %>%
hc_exporting(enabled = TRUE)
```
### **Casos Atendidos por Región y Mes**
```{r Casos Atendidos por Región y Mes,fig.fullwidth=TRUE}
filter_select(
id = "Región",
label = "Seleccione la Región:",
sharedData = datacrosstalk,
group = ~Región,
multiple = TRUE
)
ggplotly(
ggplot(datacrosstalk,aes(Mes,`Casos atendidos en CEM`,group = Región,text = paste("Región:", Región,
"\n", "Casos:", `Casos atendidos en CEM`))) +
geom_line(color="#A9361D") +
geom_point(color="#A9361D")+
scale_y_continuous(labels = scales::label_number_si())+
theme_bw()+
theme(panel.grid = element_blank())+
labs(x = " " , y = " "),
height = 300,
width = 1100,
tooltip="text"
)
```