11.2 Práctica Guiada

Cargamos las librerías. En esta ocasión usaremos por primera vez el paquete sf.

11.2.1 Representación de la información en mapas

Trabajaremos con datos del portal de datos abiertos de la Ciudad de Buenos Aires. En este caso, usamos los radios censales de la ciudad y los hemos descargado de https://bitsandbricks.github.io/data/CABA_rc.geojson.

La función st_read nos permite levantar un archivo de tipo .geojson. (también permite cargar otros con capas, pero no lo veremos en esta ocasión).

Vemos que el mismo cuenta con 3.554 features y 8 campos.
epsg (SRID): 4326 y proj4string: +proj=longlat +datum=WGS84 +no_defs refieren a que nuestros datos usan el sistema de coordenadas WGS84, también conocido por su código EPSG 4326 . Es el mismo que usan los sistemas GPS, Google Maps, y las aplicaciones de internet en general.

## Reading layer `CABA_rc' from data source `/home/diego/Documents/0_GIT/2_Ed/intro_ds_bookdown/fuentes/CABA_rc.geojson' using driver `GeoJSON'
## Simple feature collection with 3554 features and 8 fields
## geometry type:  MULTIPOLYGON
## dimension:      XY
## bbox:           xmin: -58.53092 ymin: -34.70574 xmax: -58.33455 ymax: -34.528
## epsg (SRID):    4326
## proj4string:    +proj=longlat +datum=WGS84 +no_defs

Como los 8 campos son equivalentes a columnas/variables, podemos pedir un summary de la información contenida en radios.

##     RADIO_ID          BARRIO         COMUNA       POBLACION     
##  1_1_1  :   1   PALERMO  : 295   1      : 329   Min.   :   0.0  
##  1_10_1 :   1   CABALLITO: 215   13     : 305   1st Qu.: 646.2  
##  1_10_10:   1   RECOLETA : 198   14     : 295   Median : 786.0  
##  1_10_11:   1   BALVANERA: 191   3      : 254   Mean   : 813.2  
##  1_10_12:   1   FLORES   : 183   4      : 252   3rd Qu.: 928.0  
##  1_10_13:   1   BELGRANO : 170   7      : 250   Max.   :3945.0  
##  (Other):3548   (Other)  :2302   (Other):1869                   
##    VIVIENDAS         HOGARES        HOGARES_NBI        AREA_KM2       
##  Min.   :   0.0   Min.   :   0.0   Min.   :  0.00   Min.   :0.004468  
##  1st Qu.: 311.2   1st Qu.: 259.0   1st Qu.:  2.00   1st Qu.:0.018626  
##  Median : 377.0   Median : 310.0   Median :  6.00   Median :0.035548  
##  Mean   : 401.4   Mean   : 323.6   Mean   : 19.35   Mean   :0.057350  
##  3rd Qu.: 462.0   3rd Qu.: 371.0   3rd Qu.: 23.00   3rd Qu.:0.062847  
##  Max.   :1405.0   Max.   :1093.0   Max.   :403.00   Max.   :3.804422  
##                                                                       
##           geometry   
##  MULTIPOLYGON :3554  
##  epsg:4326    :   0  
##  +proj=long...:   0  
##                      
##                      
##                      
##

A la hora de graficar, podemos representar la información utilizando la combinación del famoso ggplot() en conjunto con geom_sf, que identifica la variable con la geometría y la grafica.

Podemos colorear los radios censales de acuerdo a la cantidad de viviendas que hay en cada una de ellas, convocando a la variable en el parámetro de relleno. A su vez, podemos “jugar” con el color y ancho de los bordes.

O bien podemos omitir los bordes.

También podemos usar el campo del relleno para realizar una transformación de los datos. Por ejemplo, podemos calcular la densidad de la población utilizando los datos de POBLACION y AREA_KM2. Aprovechamos para mejorar otras cuestiones estéticas 🌈

También podemos rellenar de acuerdo a la variable BARRIO, que es una forma de graficar agregados. De todas formas, luego veremos como agruparlos con group_by.

También podemos representar rápidamente la información de alguna de las variables realizando un select() de la misma y la geometría, y pidiendo un plot() (el parámetro lwd define el ancho de las líneas de cada geometría, en este caso, los radios censales). En términos visuales, es como haber agregado por BARRIO la información, no?

11.2.1.1 Agrupando polígonos

Sin embargo, si lo que queremos es reconstruir los polígonos de los barrios, sólo necesitamos hacer un group_by y un summarise, y automáticamente en la columna geometry se crea el polígono combinado. Además, podemos hacer una agregación de las demás variables.

## Observations: 3,554
## Variables: 9
## $ RADIO_ID    <fct> 1_1_1, 1_12_1, 1_12_10, 1_12_11, 1_12_2, 1_12_3, 1_1…
## $ BARRIO      <fct> RETIRO, SAN NICOLAS, SAN NICOLAS, SAN NICOLAS, SAN N…
## $ COMUNA      <fct> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1…
## $ POBLACION   <dbl> 336, 341, 296, 528, 229, 723, 393, 600, 472, 786, 32…
## $ VIVIENDAS   <dbl> 82, 365, 629, 375, 445, 744, 341, 505, 504, 546, 275…
## $ HOGARES     <dbl> 65, 116, 101, 136, 129, 314, 209, 275, 202, 347, 129…
## $ HOGARES_NBI <dbl> 19, 25, 1, 7, 16, 104, 110, 32, 49, 89, 15, 57, 1, 1…
## $ AREA_KM2    <dbl> 1.79899705, 0.01856469, 0.04438025, 0.36634000, 0.01…
## $ geometry    <MULTIPOLYGON [°]> MULTIPOLYGON (((-58.37189 -..., MULTIPO…
## Observations: 48
## Variables: 7
## $ BARRIO      <fct> AGRONOMIA, ALMAGRO, BALVANERA, BARRACAS, BELGRANO, B…
## $ POBLACION   <dbl> 13912, 131699, 138926, 89452, 126267, 45113, 47306, …
## $ VIVIENDAS   <dbl> 6262, 71216, 77981, 33058, 71363, 18133, 21687, 9348…
## $ HOGARES     <dbl> 5284, 58327, 60387, 31249, 54666, 16287, 18519, 7518…
## $ HOGARES_NBI <dbl> 70, 3404, 7122, 3850, 542, 3460, 1248, 1656, 785, 10…
## $ AREA_KM2    <dbl> 2.122096, 4.050120, 4.342357, 7.956272, 7.729648, 5.…
## $ geometry    <GEOMETRY [°]> POLYGON ((-58.48244 -34.598..., POLYGON ((-…

Si pedimos un plot() del objeto, nos devuelve la representación geográfica con los datos de cada una de las variables.

Si deseamos agregar otra capa al gráfico que incluya texto o etiquetas de los datos, contamos con geom_sf_text(), en la cual podemos también solicitar que se etiqueten sólo aquellos datos que cumplen con alguna condición.

11.2.1.2 Volcando en el mapa información de múltiples fuentes: Subtes

Ahora utilizaremos la información de líneas y estaciones de subte. Hemos descargado los .geojson de http://bitsandbricks.github.io/data/subte_lineas.geojson y http://bitsandbricks.github.io/data/subte_estaciones.geojson.

## Reading layer `subte_lineas' from data source `/home/diego/Documents/0_GIT/2_Ed/intro_ds_bookdown/fuentes/subte_lineas.geojson' using driver `GeoJSON'
## Simple feature collection with 80 features and 2 fields
## geometry type:  MULTILINESTRING
## dimension:      XY
## bbox:           xmin: -58.48639 ymin: -34.64331 xmax: -58.36993 ymax: -34.55564
## epsg (SRID):    4326
## proj4string:    +proj=longlat +datum=WGS84 +no_defs
## Observations: 80
## Variables: 3
## $ ID       <int> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, …
## $ LINEASUB <fct> LINEA D, LINEA D, LINEA D, LINEA D, LINEA D, LINEA D, L…
## $ geometry <MULTILINESTRING [°]> MULTILINESTRING ((-58.45213..., MULTILI…
## Reading layer `subte_estaciones' from data source `/home/diego/Documents/0_GIT/2_Ed/intro_ds_bookdown/fuentes/subte_estaciones.geojson' using driver `GeoJSON'
## Simple feature collection with 86 features and 3 fields
## geometry type:  POINT
## dimension:      XY
## bbox:           xmin: -58.48639 ymin: -34.64331 xmax: -58.36993 ymax: -34.55564
## epsg (SRID):    4326
## proj4string:    +proj=longlat +datum=WGS84 +no_defs
## Observations: 86
## Variables: 4
## $ ID       <dbl> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, …
## $ ESTACION <fct> CASEROS, INCLAN, HUMBERTO 1�, VENEZUELA, ONCE - 30 DE D…
## $ LINEA    <fct> H, H, H, H, H, D, D, D, D, D, D, D, C, C, C, C, C, C, C…
## $ geometry <POINT [°]> POINT (-58.39893 -34.63575), POINT (-58.40097 -34…

Con geom_sf agregamos diferentes capas de información geográfica:

  • los barrios: coloreados según su proporción de hogares con necesidades básicas insatisfechas, sin color de borde.
  • las líneas de subte: líneas en amarillo
  • las estaciones de subte: puntos en naranja

Alguna reflexión sobre los resultados?

11.2.2 Mapeo de Palos borrachos rosados en Buenos Aires

Ahora utilizaremos información del portal de datos abiertos de la Ciudad de Buenos Aires sobre arbolado. Nos hemos quedado con una selección de dicha base de datos, conservando sólo a los árboles de tipo “palo borracho rosado”.

Notemos que en este caso la información está en formato .rds, es un dataframe donde los ejemplares están georreferenciados con variables long-lat, no hay una geometría como en los casos anteriores.

## # A tibble: 10 x 20
##     long   lat tipo_sitio id_arbol altura_tot diametro inclinacio
##    <dbl> <dbl> <chr>         <dbl>      <dbl>    <dbl>      <dbl>
##  1 -58.5 -34.5 Árbol      18000585         11       45          5
##  2 -58.5 -34.6 Árbol       2001561          7       39          0
##  3 -58.5 -34.6 Árbol      40100789          8       50         10
##  4 -58.5 -34.5 Árbol      28000645         12      114          3
##  5 -58.5 -34.6 Árbol       1002266          6       50          0
##  6 -58.4 -34.6 Árbol         28644          2        5         24
##  7 -58.5 -34.6 Árbol        167485         13       64          0
##  8 -58.5 -34.6 Árbol      57000556          9       60          0
##  9 -58.5 -34.5 Árbol      52000632          6       43          0
## 10 -58.4 -34.6 Árbol      12000118         14       50          0
## # … with 13 more variables: id_especie <dbl>, nombre_fam <chr>,
## #   nombre_gen <chr>, nombre_cie <chr>, nombre_com <chr>,
## #   tipo_folla <chr>, origen <chr>, codigo_man <chr>, barrio <chr>,
## #   comuna <dbl>, calle <chr>, chapa1 <dbl>, chapa2 <dbl>

11.2.2.1 Transformación de datos tabulados a datos sf

Para transformar los datos a tipo sf, tenemos la función st_as_sf(), a la cual le indicamos en el parámetro coords las variables que contienen las coordenadas. Con la función st_set_crs() podemos indicar el sistema de coordenadas de referencia.

## Observations: 1,750
## Variables: 19
## $ tipo_sitio <chr> "Árbol", "Árbol", "Árbol", "Árbol", "Árbol", "Árbol",…
## $ id_arbol   <dbl> 2836, 3009, 3156, 3615, 3619, 4017, 4018, 4307, 4594,…
## $ altura_tot <dbl> 2, 9, 11, 3, 10, 19, 24, 11, 8, 8, 6, 10, 7, 10, 10, …
## $ diametro   <dbl> 4, 60, 40, 10, 23, 75, 75, 50, 35, 70, 34, 65, 45, 60…
## $ inclinacio <dbl> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 8, 27, 0…
## $ id_especie <dbl> 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 2…
## $ nombre_fam <chr> "Bombacáceas", "Bombacáceas", "Bombacáceas", "Bombacá…
## $ nombre_gen <chr> "Ceiba", "Ceiba", "Ceiba", "Ceiba", "Ceiba", "Ceiba",…
## $ nombre_cie <chr> "Ceiba speciosa", "Ceiba speciosa", "Ceiba speciosa",…
## $ nombre_com <chr> "Palo borracho rosado", "Palo borracho rosado", "Palo…
## $ tipo_folla <chr> "Árbol Latifoliado Caducifolio", "Árbol Latifoliado C…
## $ origen     <chr> "Nativo/Autóctono", "Nativo/Autóctono", "Nativo/Autóc…
## $ codigo_man <chr> "12-017", "05-008", "11-002", "11-021", "11-021", "11…
## $ barrio     <chr> "MONSERRAT", "SAN NICOLAS", "RECOLETA", "RECOLETA", "…
## $ comuna     <dbl> 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,…
## $ calle      <chr> "Mexico", "Cordoba Av.", "Larrea", "Pacheco De Melo, …
## $ chapa1     <dbl> 1558, 0, 942, 0, 2256, 1614, 1614, 1695, 0, 0, 1815, …
## $ chapa2     <dbl> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,…
## $ geometry   <POINT [°]> POINT (-58.38838 -34.61559), POINT (-58.39205 -…

Ahora podemos mapear los palos borrachos en los barrios de CABA que ya estuvimos trabajando!

11.2.2.2 Join espacial

Ahora probemos la forma de unir la información contenida en palos_borrachos con la de barrios_geo. Para eso usamos st_join(), pero… en qué orden deberíamos unirlos?

## Simple feature collection with 10 features and 24 fields
## geometry type:  POINT
## dimension:      XY
## bbox:           xmin: -58.52534 ymin: -34.65434 xmax: -58.36132 ymax: -34.58352
## epsg (SRID):    4326
## proj4string:    +proj=longlat +datum=WGS84 +no_defs
## # A tibble: 10 x 25
##    tipo_sitio id_arbol altura_tot diametro inclinacio id_especie nombre_fam
##    <chr>         <dbl>      <dbl>    <dbl>      <dbl>      <dbl> <chr>     
##  1 Árbol        104742         10      102          0         25 Bombacáce…
##  2 Árbol      17001003         15      156          0         25 Bombacáce…
##  3 Árbol         65028          2        5          0         25 Bombacáce…
##  4 Árbol      17000090          8       25          0         25 Bombacáce…
##  5 Árbol      37000423          8       26          0         25 Bombacáce…
##  6 Árbol      48003568          6       38          0         25 Bombacáce…
##  7 Árbol      31000583          7       70         13         25 Bombacáce…
##  8 Árbol      33006801          4        7          0         25 Bombacáce…
##  9 Árbol        151367          5       36          0         25 Bombacáce…
## 10 Árbol        104778          7       44         20         25 Bombacáce…
## # … with 18 more variables: nombre_gen <chr>, nombre_cie <chr>,
## #   nombre_com <chr>, tipo_folla <chr>, origen <chr>, codigo_man <chr>,
## #   barrio <chr>, comuna <dbl>, calle <chr>, chapa1 <dbl>, chapa2 <dbl>,
## #   geometry <POINT [°]>, BARRIO <fct>, POBLACION <dbl>, VIVIENDAS <dbl>,
## #   HOGARES <dbl>, HOGARES_NBI <dbl>, AREA_KM2 <dbl>
## Simple feature collection with 10 features and 24 fields
## geometry type:  POLYGON
## dimension:      XY
## bbox:           xmin: -58.52876 ymin: -34.65729 xmax: -58.39219 ymax: -34.54969
## epsg (SRID):    4326
## proj4string:    +proj=longlat +datum=WGS84 +no_defs
## # A tibble: 10 x 25
##    BARRIO POBLACION VIVIENDAS HOGARES HOGARES_NBI AREA_KM2
##    <fct>      <dbl>     <dbl>   <dbl>       <dbl>    <dbl>
##  1 PALER…    226534    141710  103167        2425    16.0 
##  2 PATER…     19717      7771    6938         550     2.23
##  3 VILLA…     81959     42069   34705        1324     3.61
##  4 VILLA…     91563     45005   36944         662     5.45
##  5 PALER…    226534    141710  103167        2425    16.0 
##  6 VILLA…     33325     14589   12518         480     2.15
##  7 FLORES    164310     65408   60248        6234     8.59
##  8 VILLA…     66521     29002   24035         280     6.37
##  9 VILLA…     91563     45005   36944         662     5.45
## 10 VILLA…     81959     42069   34705        1324     3.61
## # … with 19 more variables: geometry <POLYGON [°]>, tipo_sitio <chr>,
## #   id_arbol <dbl>, altura_tot <dbl>, diametro <dbl>, inclinacio <dbl>,
## #   id_especie <dbl>, nombre_fam <chr>, nombre_gen <chr>,
## #   nombre_cie <chr>, nombre_com <chr>, tipo_folla <chr>, origen <chr>,
## #   codigo_man <chr>, barrio <chr>, comuna <dbl>, calle <chr>,
## #   chapa1 <dbl>, chapa2 <dbl>

Si queremos visualizar la densidad de borrachos por barrio: