Flujos cartográficos con tigris y tidycensus

Análisis de datos del censo de EE. UU. en R

Kyle Walker

Instructor

Mapa de puntos de educación

Generar puntos aleatorios con sf

Función clave para generar puntos aleatorios en sf: st_sample()

dc_dots <- map(c("White", "Black", "Hispanic", "Asian"), function(group) {
  dc_race %>%
    filter(variable == group) %>%
    st_sample(., size = .$value / 100) %>%
    st_sf() %>%
    mutate(group = group) 
}) %>%
  reduce(rbind)

Consideraciones al generar puntos aleatorios

Para trazar más rápido:

dc_dots <- dc_dots %>%
  group_by(group) %>%
  summarize()

Para visualizaciones más fieles:

dc_dots_shuffle <- sample_frac(dc_dots, size = 1)

Mapeo básico de densidad de puntos con sf

plot(dc_dots_shuffle, key.pos = 1)

Mapa básico de densidad de puntos

Datos auxiliares con tigris

options(tigris_class = "sf")

dc_roads <- roads("DC", "District of Columbia") %>%
  filter(RTTYP %in% c("I", "S", "U"))

dc_water <- area_water("DC", "District of Columbia")

dc_boundary <- counties("DC", cb = TRUE)

Datos auxiliares con tigris

plot(dc_water$geometry, col = "lightblue")

Gráfico del agua de DC

Mapas de densidad de puntos con ggplot2

ggplot() + 
  geom_sf(data = dc_boundary, color = NA, fill = "white") + 
  geom_sf(data = dc_dots, aes(color = group, fill = group), size = 0.1) + 
  geom_sf(data = dc_water, color = "lightblue", fill = "lightblue") + 
  geom_sf(data = dc_roads, color = "grey") + 
  coord_sf(crs = 26918, datum = NA) + 
  scale_color_brewer(palette = "Set1", guide = FALSE) +
  scale_fill_brewer(palette = "Set1") +
  labs(title = "The racial geography of Washington, DC", 
       subtitle = "2010 decennial U.S. Census", 
       fill = "", 
       caption = "1 dot = approximately 100 people.\nData acquired with 
                  the R tidycensus and tigris packages.")

Mapa final de densidad de puntos

Consideraciones para los mapas de densidad de puntos

Ten en cuenta cómo se pueden malinterpretar los mapas de densidad de puntos
Elige bien colores cualitativos
Cuida la selección de capas auxiliares

¡Vamos a practicar!

Análisis de datos del censo de EE. UU. en R