-
Notifications
You must be signed in to change notification settings - Fork 4
/
Copy pathglobal.R
323 lines (252 loc) · 12 KB
/
global.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
library(tidyverse)
library(glue)
library(lubridate)
library(data.table)
library(shiny)
library(plotly)
library(waiter)
library(shinycssloaders)
library(readxl)
library(herramientas)
library(shinydashboard)
library(shinyWidgets)
library(comunicacion)
library(DT)
source("valuebox.R")
# language en DT::
options(DT.options = list(language = list(url = '//cdn.datatables.net/plug-ins/1.10.11/i18n/Spanish.json')))
#color
cols_arg2 <- c("#EE3D8F", # "(rosa)"
"#50B8B1", # celeste "
"#F7941E", # naranja
"FFD100", #amarillo
"#D7DF23", #verde amarillo
"#9283BE") #violeta
#saco notacion cientifica
options(scipen = 999)
# levanto datos: ####
## serie historica (es hasta 2022, pero se toman datos hasta 2015) ####
serie_visitantes <- read_file_srv(
"turismo_internacional/bases_proceso/base_visitantes_1990_2022.xlsx") %>%
filter (anio < 2016) %>%
filter(!(anio >= 2010 & tipo_visitante == "Turistas" &
turismo_internac == "Receptivo")) %>%
rename(casos = casos_ponderados)
## datos turismo internacional visitantes (desde 2016 + receptivo turistas 2010-2015) ####
datos <- read_file_srv(
"/srv/DataDNMYE/turismo_internacional/turismo_internacional_visitantes.rds") %>%
rename(casos = casos_ponderados)
# ultimos datos
mes_ult_nro <- as_tibble(datos[nrow(datos),mes])
anio_ult <- as_tibble(datos[nrow(datos),anio])
#tabla para graficos####
#data para g por raficos acumulados: pais_agrupado y destino
data_graficos <- datos [tipo_visitante == "Turistas", .(turistas = sum(casos)),
by = .(anio, mes, pais_agrupado, destino_agrup,
turismo_internac)]
##completo meses faltantes (no es necesario, ya no tengo acá el gráfico de serie mensual)
#
#data_graficos <- data.table(complete (data_graficos,
# expand(data_graficos, anio, mes,
# nesting(destino_agrup,
# pais_agrupado,
# turismo_internac)),
# fill = list(turistas = 0)))
#
## elimino meses posteriores al ultimo, que se completaron por nesting.
#
#data_graficos <- data_graficos %>%
# filter ((anio < as.numeric(anio_ult)) | (anio == as.numeric(anio_ult)
# & mes <= as.numeric(mes_ult_nro))) %>%
# mutate (periodo = dmy(as.character(glue("01/{mes}/{anio}"))))%>%
# rename (turismo = turismo_internac)
data_graficos <- data_graficos %>%
mutate (periodo = dmy(as.character(glue("01/{mes}/{anio}"))))%>%
rename (turismo = turismo_internac)
# acumulado por destino:
data_grafico_ac_pais <- data_graficos %>%
filter (anio == as.numeric(anio_ult)) %>%
mutate(pais_destino = case_when(turismo == "Receptivo" ~ pais_agrupado,
turismo == "Emisivo" ~ destino_agrup)) %>%
group_by(turismo, pais_destino) %>%
summarise(turistas = round(sum(turistas))) %>%
ungroup()
# acumulado por via.
data_grafico_ac_via <- datos %>%
filter (anio == as.numeric(anio_ult), tipo_visitante == "Turistas") %>%
rename(turismo = turismo_internac) %>%
group_by(turismo, via) %>%
summarise(turistas = round(sum(casos))) %>%
ungroup()
data_grafico_ac_total <- data_grafico_ac_via %>%
group_by(turismo) %>%
summarise(turistas = round(sum(turistas))) %>%
ungroup() %>%
mutate(via = "Total")
#agrego total a via.
data_grafico_ac_via <- bind_rows(data_grafico_ac_via, data_grafico_ac_total)
# datos para tabla a publicar ####
#completo meses faltantes (2020 trim 2 principalmente)
datos <- data.table(complete (datos, expand(datos, anio, mes,
nesting(destino_agrup,
pais_agrupado,
turismo_internac,
tipo_visitante,
via,
sexo,
grupoetario)),
fill = list(casos = 0,
paso_publ = "Sin dato",
prov = "Sin dato",
limita = "Sin dato",
pais = "Sin dato",
ruta_natural = "Sin dato"
)))
# elimino meses posteriores al ultimo, que se completaron por nesting.
# creo trim para nuevos meses:
datos <- datos %>%
filter ((anio < as.numeric(anio_ult)) | (anio == as.numeric(anio_ult)
& mes <= as.numeric(mes_ult_nro))) %>%
mutate(trim = case_when (mes %in% 1:3 ~ 1,
mes %in% 4:6 ~ 2,
mes %in% 7:9 ~ 3,
mes %in% 10:12 ~ 4))
#ultimos datos (box) ####
dato_box <- datos %>%
filter(anio == as.numeric(anio_ult) | anio == as.numeric(anio_ult-1)) %>% #Año actual y anterior
filter(tipo_visitante == "Turistas") %>%
filter(mes <= as.numeric(mes_ult_nro))
dato_acumulado <- dato_box %>%
group_by(anio, turismo_internac) %>%
summarise(casos = sum(casos)) %>%
ungroup() %>%
mutate(var = casos/lag(casos, n = 2)-1) %>%
filter(anio == as.numeric (anio_ult))
dato_mensual <- dato_box %>%
group_by(anio, mes, turismo_internac) %>%
summarise(casos = sum(casos)) %>%
ungroup() %>%
filter(mes == as.numeric(mes_ult_nro)) %>%
mutate(var = casos/lag(casos, n = 2)-1) %>%
filter(anio == as.numeric (anio_ult))
#sumo serie historica
datos <- datos %>% bind_rows(serie_visitantes) %>%
arrange(anio,mes)
#mes de numero a texto.
datos <- datos[, mes := .(fcase(mes == 1 ,"Enero", mes == 2 ,"Febrero",
mes == 3 ,"Marzo", mes == 4 ,"Abril",
mes == 5 ,"Mayo", mes == 6 ,"Junio",
mes == 7 ,"Julio", mes == 8 ,"Agosto",
mes == 9 ,"Septiembre", mes == 10 ,"Octubre",
mes == 11 ,"Noviembre", mes == 12 ,"Diciembre",
mes == 0, "Sin dato"))]
Mes_ult <- as_tibble(datos[nrow(datos),2])
#reordeno niveles
datos$mes<- factor(datos$mes, levels = c("Enero", "Febrero", "Marzo", "Abril",
"Mayo", "Junio", "Julio", "Agosto",
"Septiembre", "Octubre", "Noviembre",
"Diciembre", "Sin dato"),
ordered = TRUE)
# acumulado por via.
data_grafico_ac_via <- datos %>%
filter (anio == as.numeric(anio_ult), tipo_visitante == "Turistas") %>%
rename(turismo = turismo_internac) %>%
group_by(turismo, via) %>%
summarise(turistas = round(sum(casos))) %>%
ungroup()
data_grafico_ac_total <- data_grafico_ac_via %>%
group_by(turismo) %>%
summarise(turistas = round(sum(turistas))) %>%
ungroup() %>%
mutate(via = "Total")
## RECEPTIVO
data_receptivo <- datos[turismo_internac == "Receptivo", ]
data_receptivo <- data_receptivo[, .(turistas = sum(casos)),
by = .(anio, trim, mes, tipo_visitante, via,
pais_agrupado, pais,
paso_publ, prov, limita, ruta_natural,
sexo, grupoetario)]
# graficos TI ####
graf_pais_ti <- ggplot(data_grafico_ac_pais, aes(x= pais_destino, y= turistas, fill = turismo)) +
geom_col(position = "dodge",
aes(text = paste0(pais_destino, "<br>",
turismo, ": ", format(turistas, big.mark = ".", decimal.mark = ",")))) +
# geom_text (aes(label= format(turistas, big.mark = ".", decimal.mark = ","), group = turismo),
# position = position_dodge(width = 1),
# vjust = -0.25,
# size = 3.5)+
scale_fill_manual(values = c(cols_arg2[1], cols_arg2[2])) +
scale_y_continuous(labels = scales::number_format(big.mark = ".", decimal.mark = ",")) +
theme_minimal()+
theme(legend.position = "bottom",
legend.justification = c(1,1),
axis.text.x =element_text (size =11, angle = 45, vjust = 0.6),
axis.text.y = element_text(size = 11),
legend.text = element_text (size =11),
title = element_text (size =13),
plot.caption = element_text(size = 11, hjust = 0)) +
labs(title = "Viajes de turistas según país de residencia/destino",
subtitle = glue("Total país. Acumulado a {Mes_ult} {anio_ult}."),
y = "",
x = "",
fill = "",
caption = "Fuente: Dirección Nacional de Mercados y Estadstica, Ministerio de Turismo y Deportes")
graf_pais_ti
graf_via_ti <- ggplot(data_grafico_ac_via, aes(x= via, y= turistas, fill = turismo)) +
geom_col(position = "dodge",
aes(text = paste0(via, "<br>",
turismo, ": ", format(turistas, big.mark = ".", decimal.mark = ",")))) +
# geom_text (aes(label= format(turistas, big.mark = ".", decimal.mark = ",")),
# position = position_dodge(width = 1),
# vjust = -0.25)+
scale_fill_manual(values = c(cols_arg2[1], cols_arg2[2])) +
scale_y_continuous(labels = scales::number_format(big.mark = ".", decimal.mark = ",")) +
theme_minimal()+
theme(axis.text.x =element_text (size =11),
axis.text.y = element_text(size = 11),
legend.position = "" ,
title = element_text (size =12) )+
labs(title = "Viajes de turistas según medio de transporte",
subtitle = glue("Total país. Acumulado a {Mes_ult} {anio_ult}."),
y = "",
x = "",
fill = "",
color = "")
#### EMISIVO
data_emisivo <- datos[turismo_internac == "Emisivo", ]
data_emisivo <- data_emisivo[, .(turistas = sum(casos)),
by = .(anio, trim, mes, tipo_visitante, via,
destino_agrup, pais,
paso_publ, prov, limita,
sexo, grupoetario)]
# datos eti ####
localidad <- read_file_srv("/srv/DataDNMYE/eti/bases/eti_localidad.rds")
#defino ultimo mes antes de pasarlo a factor
mes_eti <- last(localidad$mes[localidad$paso_final == "Ezeiza y Aeroparque"])
anio_eti <- last(localidad$anio)
#reordeno niveles
localidad$mes<- factor(localidad$mes, levels = c("Enero", "Febrero", "Marzo", "Abril",
"Mayo", "Junio", "Julio", "Agosto",
"Septiembre", "Octubre", "Noviembre",
"Diciembre", "Sin datos"),
ordered = TRUE)
loading_screen <- tagList(
h3("Cargando...", style = "color:gray;"),
img(src = "https://tableros.yvera.tur.ar/recursos/logo_color.png", height = "250px")
)
# serie historica gasto ####
gasto <- read_file_srv("/srv/DataDNMYE/turismo_internacional/bases_proceso/base_gasto_visitantes.xlsx")
gasto <- gasto %>%
mutate(periodo = if_else(trim == 0,
lubridate::yq(paste(anio, 1, "-")),
yq(paste(anio, trim, "-"))),#para graficos
trim = as.character(trim),
trim= if_else(trim == "0", "Sin dato", trim),
)
#Por ahora dejamos viajes 0 y gasto y pernoctes en trim 2 2020
#se puede agregar datos por mes y via, con SD en gasto.
trim_ult_gasto <- as_tibble(gasto[nrow(gasto),2])
anio_ult_gasto <- as_tibble(gasto[nrow(gasto),1])
#metodologia ####
#abro aperturas de variables según años
aperturas <- read_file_srv("/srv/DataDNMYE/turismo_internacional/bases_proceso/aperturas_serie_ti.xlsx")