Puteți trimite întrebări pentru blog folosind acest formular și abonați-vă pentru a primi un e-mail atunci când aveți o nouă publicație.
Organizează fișierele Parchet care oferă INE pentru Censo 2024 într-o bază de date PostgreSQL cu extensia PostGIS, facilitând astfel consultarea și analiza spațială.
Las llaves primarias y foráneas se han definit în funcție de relațiile stabilite în documentația oficială del INE, asigurând integritatea de referință între tablas.
Tabele procesate:
- Comunas
- Limitele urbane
- Manzanas
- Provincias
- Regiunile
În donde corespund (de exemplu, comunas), utilizați notația oficială a Subsecretației de Dezvoltare Regională (SUBDERE) pentru codurile geográficos, înseamnă că „05” este „Región de Valparaíso”, „051” este „Provincia de Valparaíso” și „05101” este evitată „Comuna de Valparaíso” în „5”, „5101 de orice tip” și „5”, „5101” în orice tip.
Pentru a încărca datele în PostgreSQL, trebuie să contar cu PostgreSQL versiunea 15 sau mai recentă, împreună cu extensia PostGIS instalată. Comenzile permit crearea tabelelor din dump SQL:
createdb censo2024_cartografia pg_restore -d new_censo2024_cartografia /path/to/censo2024_cartografia.postgres
Si aceste date sunt de utilitate pentru proiectul dvs., pentru a deschide o problemă pentru a putea îmbunătăți sau extinde acest depozit.
În următorul link, puteți oferi o formă voluntară pentru a susține proiectele de cod deschis:
Exemplu de utilizare cu ggplot2 pentru a afișa proporția de locuințe cu hacinament a nivel de manzanas:
hacinamiento_por_comuna <- tbl(con, "manzanas") |>
filter(cod_region == "13") |>
select(
n_viviendas = n_vp,
n_viviendas_hacinadas = n_viv_hacinadas,
cod_comuna,
cod_manzana,
geometry
) |>
filter(n_viviendas > 0) |>
mutate(
razon_hacinamiento = n_viviendas_hacinadas / n_viviendas
) |>
inner_join(tbl(con, "cod_comuna")) |>
collect()
# conver pq_gmtry to sf
# see page 12 in Manual_uso_cartografia_CPV2024.pdf, it says EPSG - 4674
hacinamiento_por_comuna$geometry <- st_as_sfc(
hacinamiento_por_comuna$geometry,
crs = 4674
)
# add comunas as borders to see the limits
comunas <- tbl(con, "comunas") |>
filter(cod_region == "13") |>
select(cod_comuna, geometry) |>
collect()
comunas$geometry <- st_as_sfc(
comunas$geometry,
crs = 4674
)
# subset to Gran Santiago
gran_santiago <- c("131", "132")
hacinamiento_por_comuna <- hacinamiento_por_comuna |>
filter(
str_sub(cod_comuna, 1, 3) %in% gran_santiago
)
comunas <- comunas |>
filter(
str_sub(cod_comuna, 1, 3) %in% gran_santiago
)
g <- ggplot(data = hacinamiento_por_comuna) +
geom_sf(
aes(fill = razon_hacinamiento, geometry = geometry),
color = NA
) +
geom_sf(
data = comunas,
aes(geometry = geometry),
fill = NA,
color = "black",
size = 1
) +
scale_fill_gradientn(
colors = c("#ffffff", "#ff7e66", "#ff2800"),
values = scales::rescale(c(0, 0.3, 0.6)),
na.value = "grey90",
name = "Razón de Hacinamiento",
limits = c(0, 0.6),
breaks = seq(0, 0.6, by = 0.2),
labels = scales::percent_format(accuracy = 1L)
) +
theme_minimal() +
labs(
title = "Razón de Hacinamiento por Manzana en la Región Metropolitana",
subtitle = "Censo 2024 - Chile",
caption = "Fuente: INE - Censo 2024. Procesado por pacha.cl"
) +
theme(
plot.title = element_text(size = 16, face = "bold"),
plot.subtitle = element_text(size = 12),
plot.caption = element_text(size = 8),
legend.position = "right"
) +
# limits by geo coordinates of Gran Santiago
coord_sf(xlim = c(-70.9, -70.5), ylim = c(-33.7, -33.3))
Rezultat:
