Visualizaciones - Parte 2

Estadística

Author

Edimer David Jaramillo

Published

November 25, 2024

Bibliotecas

Code 
library(tidyverse)
library(janitor)
library(readxl)
library(plotly) # Visualización interactiva

Datos

Code 
df_embalses <- read_csv("datos-ejemplos/PorcVoluUtilDiar.csv")
df_embalses |> head()
Code 
df_evas <- read_excel("datos-ejemplos/Base agrícola 2019 - 2023.xlsx", skip = 6) |>
  clean_names()

df_evas |> head()
Code 
df_creditos <- read_csv("datos-ejemplos/Colocaciones_de_Cr_dito_Sector_Agropecuario_-_2021-_2024_20240910.csv") |> 
  clean_names()

df_creditos |> head()

Densidades con ggridges

Code 
library(ggridges)

df_embalses |> 
  filter(Name == "AGREGADO BOGOTA") |> 
  mutate(year_es = year(Date),
         year_es = as.factor(year_es)) |> 
  ggplot(aes(x = Value, y = year_es)) +
  geom_density_ridges() +
  labs(x = "Volumen útil",
       y = "Año")

Violines + boxplot

Code 
df_creditos |> 
  ggplot(aes(x = tipo_productor, y = valor_inversion)) +
  geom_violin() +
  geom_boxplot(width = 0.15) +
  scale_y_log10() +
  labs(x = "Tipo de productor",
       y = "Inversión (COP)")

Donut

Code 
resumen_creditos <-
  df_creditos |> 
  count(tipo_productor) |> 
  mutate(porcentaje = (n / sum(n)) * 100)

resumen_creditos$ymax <- cumsum(resumen_creditos$porcentaje)
resumen_creditos$ymin <- c(0, head(resumen_creditos$ymax, n=-1))

resumen_creditos |>
  ggplot(aes(
    ymax = ymax,
    ymin = ymin,
    xmax = 4,
    xmin = 3,
    fill = tipo_productor
  )) +
  geom_rect() +
  coord_polar(theta = "y") +
  xlim(c(2, 4)) +
  theme_void()

Treemap

Code 
library(treemap)

resumen_creditos2 <-
  df_creditos |> 
  count(departamento_inversion, tipo_productor)

treemap(
  dtf = resumen_creditos2,
  index = c("departamento_inversion", "tipo_productor"),
  vSize = "n",
  type = "index"
)

Herramientas de graficación rápida

Code 
library(esquisse)
esquisser(viewer = "browser")