(Este post fue publicado primero en mi blog)

¿A quién no le gustan esos hermosos y coloridos mapas coropléticos que circulan en Twitter?

En general, el 99% de mi uso de R es análisis estadístico: a veces tengo suerte y puedo dedicarle un poco más de tiempo a complementar ese análisis con algunos gráficos. Pero no trabajo con datos espaciales, entonces no tengo casi oportunidad para aprender este tipo de cosas.

Hoy tuve un rato libre y primero pensé en hacer algo de #TidyTuesday. Pero al mirar los datos (baños de aves en Australia), me di cuenta de que estaba orientado o bien a trabajar con variables categóricas o bien a trabajar con datos espaciales. Ya había practicando un poco con datos categoriales con los comandos de voz de Star Trek, así que eso lo descarté, pero hacer algo con datos espaciales me parecía un poco complejo.

Decidí entonces que era una buena oportunidad para empezar de a poco en ese tema y recordé la existencia de PolíticaArgentina, un universo de paquetes sobre Argentina. Por suerte, el readme tenía un ejemplo de cómo hacer un gráfico con etiquetas, así que no fue difícil adaptarlo a algo nuevo.

Me quedé con el mapa de CABA, porque era lo que conocía, y planteé una pregunta que a cualquier porteño le importa: ¿hay suficientes espacios verdes en la Ciudad?

Una vez armado el gráfico, busqué información oficial sobre los espacios verdes en CABA, datos que por suerte encontré en el sitio oficial. Luego, fue cuestión de revisar el argumento de fill y mejorar un poco el aspecto de las etiquetas. La verdad, quedé muy satisfecha: pensé que iba a ser mucho más difícil empezar, y sin embargo aquí estamos.

Aquí el código:

# Mapa coroplético de la cantidad de espacios verdes por metro cuadrado en CABA, Argentina
# Choropleth map about green spaces in CABA, Argentina

library(tidyverse)
# devtools::install_github("politicaargentina/geoAr")
library(geoAr)
show_arg_codes()
(CABA <- get_geo(geo = "CABA"))
(CABA_names <- CABA %>% add_geo_codes())
CABA_names$nomdepto_censo <- gsub("COMUNA ", "C. ", CABA_names$nomdepto_censo)

CABA_names <- CABA_names %>% 
  mutate(esp_verd = case_when(
    coddepto_censo == "001" ~ 18.2,
    coddepto_censo == "002" ~ 4.1,
    coddepto_censo == "003" ~ 0.4,
    coddepto_censo == "004" ~ 4.3,
    coddepto_censo == "005" ~ 0.2,
    coddepto_censo == "006" ~ 1.8,
    coddepto_censo == "007" ~ 3.2,
    coddepto_censo == "008" ~ 18.8,
    coddepto_censo == "009" ~ 6.8,
    coddepto_censo == "010" ~ 2.0,
    coddepto_censo == "011" ~ 1.5,
    coddepto_censo == "012" ~ 8.1,
    coddepto_censo == "013" ~ 6.1,
    coddepto_censo == "014" ~ 12.0,
    coddepto_censo == "015" ~ 6.2
  ))


ggplot(CABA_names)+
  geom_sf(aes(fill = esp_verd))+
  geom_sf_label(aes(label = nomdepto_censo),
                #label.size = 0.5,
                size = 2)+
  scale_fill_gradient(low = "khaki2", high = "darkgreen")+
  labs(title = "Superficie de espacio verde dependiente del GCBA por habitante \npor comuna (2019)",
       caption = "Fuente: https://www.estadisticaciudad.gob.ar/eyc/?p=27349",
       x = "", 
       y = "",
       fill = expression('Espacio verde en m' ^ 2))+
  theme(axis.text = element_blank(),
        axis.ticks = element_blank(),
        panel.background = element_blank()
        )