eda-robo-violencia.Rmd

---
title: "robo violencia"
output: html_document
date: "2024-06-19"
editor_options: 
  chunk_output_type: console
---

## CCAA

```{r}
library(jrrosell)
library(tidyverse)
library(openxlsx)
library(rvest)
theme_set_roboto_darkblue()

robos_intimidacion_2024T1 <- openxlsx::read.xlsx(here::here("robo-violencia/09001.xlsx"), startRow = 9, colNames = FALSE) |>
    set_names(c("ccaa","valor")) |> 
    as_tibble() |> 
    slice_head(n = 19) |> 
    mutate(
        ccaa = str_replace_all(ccaa, fixed(" - "), "") |> 
            str_replace_all(fixed("CIUDAD AUT&#211;NOMA DE "), "")
    ) |> 
    arrange(ccaa)
robos_intimidacion_2024T1
```

```{r}
safe_html <- safely(read_html, otherwise = NULL)
poblacion_2023 <- safe_html("https://datosmacro.expansion.com/demografia/poblacion/espana-comunidades-autonomas") |>  
    pluck("result") |> 
    html_table() |> 
    {\(x) x[[1]]}() |> 
    janitor::clean_names() |> 
    transmute(
        ccaa = str_replace_all(ccaa, fixed("["), "") |> 
            str_replace_all(fixed("+"), "") |> 
            str_replace_all(fixed("]"), "") |>
            str_replace_all(fixed("Región de "), "") |> 
            str_replace_all(fixed("Islas "), "") |>
            str_replace_all(fixed("Comunidad de "), "") |> 
            str_replace_all("^La ", "") |> 
            str_trim(),
        poblacion = str_replace_all(poblacion, fixed("."), "") |> parse_integer()
    ) |> 
    arrange(ccaa)
poblacion_2023
```

```{r}
library(sf)
library(jrrosell)
data(spain_ccaas)

robos_intimidacion_por_poblacion <- 
    spain_ccaas |> 
    arrange(nombre) |> 
    bind_cols(robos_intimidacion_2024T1, poblacion_2023) |> 
    select(codigo, nombre, geometry, valor, poblacion) |> 
    mutate(
        robos_violentos_poblacion = round(valor / (poblacion/1000000)),
    )
    
```

```{r}
ccaa_labels <- robos_intimidacion_por_poblacion %>% st_centroid()
ccaa_labels <- do.call(rbind, st_geometry(ccaa_labels)) %>%
  as_tibble() %>%
  rename(x = V1) %>% 
  rename(y = V2) %>% 
  cbind(ccaa_labels) 
ccaa_labels
```

```{r}
ggplot(robos_intimidacion_por_poblacion) +
    stat_sf_coordinates() +
    geom_sf(aes(fill = robos_violentos_poblacion)) +
    shadowtext::geom_shadowtext(data = ccaa_labels, aes(label = robos_violentos_poblacion, x = x, y = y)) +
    scale_fill_continuous(trans = "reverse") +
    labs(
         x = NULL, y = NULL,
        title = "Robos violentos por millón de habitantes en 2024T1",
        caption = "Por @jrosell | Fuentes: Estadisticas de criminalidad MIR 2024T1 y población datosmacro.com 2023"
    ) +
    theme(
        legend.position = "none",
        axis.title.x=element_blank(),
        axis.text.x=element_blank(),
        axis.ticks.x=element_blank(),
        axis.title.y=element_blank(),
        axis.text.y=element_blank(),
        axis.ticks.y=element_blank(),
        grid.major=element_blank(),
        panel.grid.major = element_blank()
    )
```

## Provincias

```{r}
library(tidyverse)
library(openxlsx)
library(rvest)
robos_intimidacion_2024T1_prov <- openxlsx::read.xlsx(here::here("robo-violencia/09002.xlsx"), startRow = 8, colNames = FALSE) |>
    set_names(c("provincia","robos")) |> 
    as_tibble() |> 
    slice_head(n = 52) |> 
    mutate(
        provincia = str_replace(provincia, "Araba/&#193;", "Á") |> 
            str_replace("&#193;", "Á") |> 
            str_replace("&#225;", "á") |> 
            str_replace("&#243;", "ó") |> 
            str_replace("&#233;", "é")
    ) |> 
    arrange(provincia, .locale = "es")

robos_intimidacion_2024T1_prov |> print(n = Inf)
```

```{r}
poblacion_provincia <- openxlsx::read.xlsx(here::here("robo-violencia/56945.xlsx"), startRow = 10, colNames = FALSE) |> 
    set_names(c("provincia","residentes")) |> 
    as_tibble() |> 
    slice_head(n = 52) |>
    mutate(provincia = str_replace(provincia, "^...","") |> 
               str_replace("Araba/", "")) |> 
    arrange(provincia, .locale = "es")

poblacion_provincia |> print(n = Inf)
```

```{r}
library(sf)
library(jrrosell)
data(spain_provinces)

robos_intimidacion_por_poblacion <- 
    spain_provinces |> 
    distinct(codigo, nombre) |> 
    mutate(nombre = str_replace(nombre, "Vizcaya","Bizkaia") |> 
               str_replace("Guipúzcoa", "Gipuzkoa")) |> 
    arrange(nombre, .locale = "es") |> 
    bind_cols(robos_intimidacion_2024T1_prov, poblacion_provincia) |> 
    select(codigo, nombre, robos, residentes) |> 
    mutate(
        robos_violentos_poblacion = round(robos / (residentes/1000000)),
    ) |> 
    right_join(select(spain_provinces, -nombre), by = join_by(codigo)) |> 
    st_as_sf()

robos_intimidacion_por_poblacion |> print(n = Inf)
```

```{r}
provinces_labels <- robos_intimidacion_por_poblacion %>% st_centroid()
provinces_labels <- do.call(rbind, st_geometry(provinces_labels)) |>
    as_tibble() |>
    rename(x = V1) |>
    rename(y = V2) |> 
    cbind(provinces_labels) |>
    summarize(
        .by = c(codigo, nombre),
        x = first(x),
        y = first(y),
        robos = first(robos),
        residentes = first(residentes),
        robos_violentos_poblacion = first(robos_violentos_poblacion)
    )
provinces_labels
```

```{r}
robos_intimidacion_por_poblacion |> 
    ggplot() +
    stat_sf_coordinates() +
    geom_sf(aes(fill = robos_violentos_poblacion)) +
    shadowtext::geom_shadowtext(data = provinces_labels, aes(label = robos_violentos_poblacion, x = x, y = y)) +
    scale_fill_continuous() +
    labs(
         x = NULL, y = NULL,
        title = "Robos violentos por millón de habitantes en 2024T1",
        caption = "Por @jrosell | Fuentes: Estadisticas de criminalidad MIR 2024T1 y residentes 2023 INE"
    ) +
    theme(
        legend.position = "none",
        axis.title.x=element_blank(),
        axis.text.x=element_blank(),
        axis.ticks.x=element_blank(),
        axis.title.y=element_blank(),
        axis.text.y=element_blank(),
        axis.ticks.y=element_blank(),
        panel.grid.major = element_blank()
    )
```

Invertint l'escala de colors

```{r}
robos_intimidacion_por_poblacion |> 
    ggplot() +
    stat_sf_coordinates() +
    geom_sf(aes(fill = robos_violentos_poblacion)) +
    shadowtext::geom_shadowtext(data = provinces_labels, aes(label = robos_violentos_poblacion, x = x, y = y)) +
    scale_fill_continuous(trans = 'reverse') + # scale_fill_continuous(type = 'viridis', trans = "reverse") +
    labs(
         x = NULL, y = NULL,
        title = "Robos violentos por millón de habitantes en 2024T1",
        caption = "Por @jrosell | Fuentes: Estadisticas de criminalidad MIR 2024T1 y residentes 2023 INE"
    ) +
    theme(
        legend.position = "none",
        axis.title.x=element_blank(),
        axis.text.x=element_blank(),
        axis.ticks.x=element_blank(),
        axis.title.y=element_blank(),
        axis.text.y=element_blank(),
        axis.ticks.y=element_blank(),
        panel.grid.major = element_blank()
    )
```


Invertint l'escala de color i fent-la logaritmica

```{r}
robos_intimidacion_por_poblacion |> 
    mutate(robos_violentos_poblacion_fill = log(robos_violentos_poblacion)) |> 
    ggplot() +
    stat_sf_coordinates() +
    geom_sf(aes(fill = robos_violentos_poblacion_fill)) +
    shadowtext::geom_shadowtext(data = provinces_labels, aes(label = robos_violentos_poblacion, x = x, y = y)) +
    scale_fill_continuous(trans = 'reverse') + # scale_fill_continuous(type = 'viridis', trans = "reverse") +
    labs(
         x = NULL, y = NULL,
        title = "Robos violentos por millón de habitantes en 2024T1",
        caption = "Por @jrosell | Fuentes: Estadisticas de criminalidad MIR 2024T1 y residentes 2023 INE"
    ) +
    theme(
        legend.position = "none",
        axis.title.x=element_blank(),
        axis.text.x=element_blank(),
        axis.ticks.x=element_blank(),
        axis.title.y=element_blank(),
        axis.text.y=element_blank(),
        axis.ticks.y=element_blank(),
        panel.grid.major = element_blank()
    )
```

Colors en escala logarítmica: