mape_r-01: reto #1
Andree Valle-Campos
13/2/2020
1 objetivo
- Crear un mapa con la georeferenciación de casos de coranovirus nCov-2019 en China.
Si quieres seguir jugando :) , envía tu avance (hasta donde hayas podido llegar, nomás)
¿qué enviar? un copia y pega de los comandos escritos, de tal forma que al pegarlos en la consola se ejecute tu avance.
fecha límite: jueves 20 de febrero del 2020 al mediodía (hora peruana) al correo
avallecam@gmail.comcon el tema:mape_r-01_reto
2 indicaciones
- lee cada uno de los pasos acá listados
- usa la clase, la pista y referencias para poder cumplir con los pasos
- puedes usar la sesión del rstudio.cloud para ejecutar esta actividad
2.1 importar base con read_rds
Algunos detalles:
- invoca los paquetes
tidyverseysf - el nombre de la base es
ncovdb_china.rds - la base ya está alojada en el rstudio.cloud (ver link en página web)
- también podrás descargarla acceciendo al siguiente link
2.2 contar casos por provincia y ubicación con count
Aquí solo usar las siguientes 4 variables:
hubei: categórica dicotómica in o out,latitudeylongitude
Puedes usar glimpse para visualizar el contenido completo de la base.
## # A tibble: 693 x 4
## hubei latitude longitude n
## <chr> <dbl> <dbl> <int>
## 1 in 30.6 114. 3794
## 2 in 30.5 115. 719
## 3 in 30.9 114. 523
## 4 in 32.0 112. 380
## 5 in 30.7 111. 341
## 6 in 31.7 113. 311
## 7 in 31.0 112. 301
## 8 in 30.3 112. 253
## 9 in 30.4 115. 251
## 10 in 30.2 115. 219
## # ... with 683 more rows2.3 transformar a formato sf con geometry
- usa
crs = 4610 - los demás argumentos pueden ser los mismos de la clase
## Simple feature collection with 693 features and 4 fields
## Attribute-geometry relationship: 4 constant, 0 aggregate, 0 identity
## geometry type: POINT
## dimension: XY
## bbox: xmin: 76 ymin: 18 xmax: 130 ymax: 50
## epsg (SRID): 4610
## proj4string: +proj=longlat +a=6378140 +b=6356755.288157528 +no_defs
## # A tibble: 693 x 5
## hubei latitude longitude n geometry
## <chr> <dbl> <dbl> <int> <POINT [°]>
## 1 in 30.6 114. 3794 (114 31)
## 2 in 30.5 115. 719 (115 30)
## 3 in 30.9 114. 523 (114 31)
## 4 in 32.0 112. 380 (112 32)
## 5 in 30.7 111. 341 (111 31)
## 6 in 31.7 113. 311 (113 32)
## 7 in 31.0 112. 301 (112 31)
## 8 in 30.3 112. 253 (112 30)
## 9 in 30.4 115. 251 (115 30)
## 10 in 30.2 115. 219 (115 30)
## # ... with 683 more rows2.4 crear ggplot con geom_sf
2.5 cada punto debe tener un diámetro proporcional a la cantidad de casos (usar size dentro de aes)
2.6 cada punto debe tener un color de pertenecer o no a la provincia de Hubei (usar color dentro de aes)
2.7 cada punto debe tener una transparencia (usa alpha = 0.5)
2.8 nuevo: agrega el las fronteras de China
Solo debe de agregar esta línea a la cadena de comandos de ggplot
borders(database = "world",regions = "China")
2.9 modifica el tema del ggplot con theme_void()
3 pista
library(paquete_uno)
library(paquete_dos)
ncovdb_china <- read_xxx("nombre_del_archivo.xxx")
ncovdb_china %>%
count(variable_uno, variable_dos, variable_tres) %>%
st_as_sf(argumento_coordinadas = c("aqui_va_longitud", "aqui_va_latitud"),
argumento_otros = ver_opciones_en_la_clase_anterior) %>%
ggplot(aes(estetica_uno = variable_uno, estetica_dos = variable_dos)) +
geom_cual(estetica_tres = un_numero) +
coord_cual() +
borders(database = "world",regions = "China") +
theme_cual()recuerda que el pipe o
%>%se puede crear con la combinación de teclasCtrl + Alt + M(En Mac cambiarCmdporCtrl)
no olvides usar el Tab para aprovechas las opciones de autocompletado de Rstudio
4 ¿cómo obtuvimos la base de datos?
# if(!require("tidyverse")) install.packages("tidyverse")
# if(!require("devtools")) install.packages("devtools")
# if(!require("googlesheets4")) devtools::install_github("tidyverse/googlesheets4")
# if(!require("sf")) install.packages("sf")
library(tidyverse)
library(googlesheets4)
library(janitor)
library(sf)
ncovdb_sheetname <- "https://docs.google.com/spreadsheets/d/1itaohdPiAeniCXNlntNztZ_oRvjh0HsGuJXUJWET008/"
ncovdb_in_hubei <- sheets_get(ss = ncovdb_sheetname) %>%
read_sheet(sheet = "Hubei") %>%
mutate(hubei="in")
ncovdb_out_hubei <- sheets_get(ss = ncovdb_sheetname) %>%
read_sheet(sheet = "outside_Hubei") %>%
mutate(hubei="out")
ncovdb_in_hubei %>% glimpse()
ncovdb_out_hubei %>% glimpse()
ncovdb_out_hubei_china <- ncovdb_out_hubei %>%
filter(country=="China") %>%
select(-chronic_disease_binary)
ncovdb_china <- ncovdb_in_hubei %>%
union_all(ncovdb_out_hubei_china) %>%
filter(!is.na(longitude)) %>%
filter(!is.na(latitude)) %>%
clean_names()
ncovdb_china %>% write_rds("ncovdb_china.rds")