R/graficos.R

In jincio/covidPeru: Funciones para procesar información sobre COVID-19 en Perú

#' piramide_fcovid
#'
#'\code{piramide_fcovid} es una funcion creada por Jesus Gamboa (twitter:jgamboa)
#' @param data un data frame con \code{da_fallecidos()}
#' @param DEPARTAMENTO
#'
#' @return
#' @export
#'
#' @examples
piramide_fcovid<- function(data,DEPARTAMENTO=NULL){
  if ("METODODX"%in%colnames(data)){
    stop("La base de datos es incorrecta, use la función da_fallecidos()")
  }

  if(is.null(DEPARTAMENTO)){

    data.piramide = data %>%
     dplyr::filter(SEXO%in%c("FEMENINO","MASCULINO"))%>%
      dplyr::mutate(EDAD_CAT = cut(EDAD_DECLARADA,
                                   #breaks = c(0,5,10,15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,90,95,100,120),
                                   breaks = seq(0,120,5),
                                   include.lowest = TRUE)) %>%
      dplyr::filter(!is.na(EDAD_CAT)) %>%
      dplyr::group_by(SEXO,EDAD_CAT) %>%
      count()
    
    grafico.piramide = data.piramide %>%
      dplyr::mutate(n = ifelse(SEXO=="FEMENINO",
                        -n, n)) %>%
      ggplot2::ggplot(aes(x = EDAD_CAT,
                 y = n,
                 fill = SEXO,
                 label = abs(n))) +
      ggplot2::geom_col(position = "stack", alpha = 0.6) +
      ggplot2::geom_text(size = 3, check_overlap = TRUE)+
      ggplot2::scale_y_continuous(labels = abs) +
      ggplot2::labs(x = "Edad", y = "Número de fallecidos", title = "Distribución nacional de fallecimientos COVID-19 \n por edad y sexo") +
      ggplot2::scale_fill_manual(values = c("orange", "darkblue")) +
      ggplot2::coord_flip()
  }else{

    DEPA = toupper(DEPARTAMENTO)
    data.piramide = data %>%
      dplyr::filter(DEPARTAMENTO==DEPA) %>%
      dplyr::mutate(EDAD_CAT = cut(EDAD_DECLARADA,
                                   breaks = c(0,5,10,15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,90,95,100,120),
                                   include.lowest = TRUE)) %>%
    dplyr::filter(SEXO%in%c("FEMENINO","MASCULINO"))%>%
      dplyr::filter(!is.na(EDAD_CAT)) %>%
      dplyr::group_by(SEXO,EDAD_CAT) %>%
      count()

    grafico.piramide = data.piramide %>%
      dplyr::mutate(n = ifelse(SEXO=="FEMENINO",
                               -n, n)) %>%
      ggplot2::ggplot(aes(x = EDAD_CAT,
                 y = n,
                 fill = SEXO,
                 label = abs(n))) +
      ggplot2::geom_col(position = "stack", alpha = 0.6) +
      ggplot2::geom_text(size = 3, check_overlap = TRUE)+
      ggplot2::scale_y_continuous(labels = abs) +
      ggplot2::labs(x = "Edad", y = "Número de fallecidos",
           title = paste0("Distribución de fallecimientos COVID-19  \n por edad y sexo en ",
                          paste(toupper(substr(DEPA, 1, 1)), tolower(substr(DEPA, 2, nchar(DEPA))), sep=""))) +
      ggplot2::scale_fill_manual(values = c("orange", "darkblue")) +
      ggplot2::coord_flip()
  }
  return(list(data.piramide,grafico.piramide))
}


#' piramide positivis
#'
#'\code{piramide_fcovid} es una funcion creada por Jesus Gamboa (twitter:jgamboa)
#' @param data a data frame creado por da_positivos()
#' @param DEPARTAMENTO
#'
#' @return
#' @export
#'
#' @examples
piramide_pcovid <- function(data,DEPARTAMENTO=NULL){
  if (!"METODODX"%in%colnames(data)){
    stop("La base de datos es incorrecta, use la función da_fallecidos()")
  }

  if(is.null(DEPARTAMENTO)){

    data.piramide = data %>%
      filter(!SEXO=="NULL")%>%
      dplyr::mutate(EDAD_CAT = cut(EDAD,
                                   #breaks = c(0,5,10,15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,90,95,100,120),
                                   breaks = seq(0,120,5),
                                   include.lowest = TRUE)) %>%
      dplyr::filter(!is.na(EDAD_CAT)) %>%
      dplyr::group_by(SEXO,EDAD_CAT) %>%
      count()

    grafico.piramide = data.piramide %>%
      dplyr::mutate(n = ifelse(SEXO=="FEMENINO",
                               -n, n)) %>%
      ggplot2::ggplot(aes(x = EDAD_CAT,
                 y = n,
                 fill = SEXO,
                 label = abs(n))) +
      ggplot2::geom_col(position = "stack", alpha = 0.6) +
      ggplot2::geom_text(size = 3, check_overlap = TRUE)+
      ggplot2::scale_y_continuous(labels = abs) +
      ggplot2::labs(x = "Edad", y = "Número de casos", title = "Distribución nacional de casos positivos COVID-19 \n por edad y sexo") +
      ggplot2::scale_fill_manual(values = c("orange", "darkblue")) +
      ggplot2::coord_flip()
  }else{

    DEPA = toupper(DEPARTAMENTO)
    data.piramide = data %>%
      filter(!SEXO=="NULL")%>%
      dplyr::filter(DEPARTAMENTO==DEPA) %>%
      dplyr::mutate(EDAD_CAT = cut(EDAD,
                                   #breaks = c(0,5,10,15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,90,95,100,120),
                                   breaks = seq(0,120,5),
                                   include.lowest = TRUE)) %>%
      dplyr::filter(!is.na(EDAD_CAT)) %>%
      dplyr::group_by(SEXO,EDAD_CAT) %>%
      count()

    grafico.piramide = data.piramide %>%
      dplyr::mutate(n = ifelse(SEXO=="FEMENINO",
                               -n, n)) %>%
      ggplot2::ggplot(aes(x = EDAD_CAT,
                 y = n,
                 fill = SEXO,
                 label = abs(n))) +
      ggplot2::geom_col(position = "stack", alpha = 0.6) +
      ggplot2::geom_text(size = 3, check_overlap = TRUE)+
      ggplot2::scale_y_continuous(labels = abs) +
      ggplot2::labs(x = "Edad", y = "Número de casos",
           title = paste0("Distribución de casos positivos COVID-19 \n por edad y sexo en ",
                          paste(toupper(substr(DEPA, 1, 1)), tolower(substr(DEPA, 2, nchar(DEPA))), sep=""))) +
      ggplot2::scale_fill_manual(values = c("orange", "darkblue")) +
      ggplot2::coord_flip()
  }
  return(list(data.piramide,grafico.piramide))
}


#' SIRD graficos
#'
#' @param resultados output generado por la funcion sird_villaverde()
#'
#' @return
#' @export
#'
#' @examples
sird_graficos <- function(resultados){

  # VARIABLES SIRD
  S <- resultados[["S"]]
  I <- resultados[["I"]]
  R <- resultados[["R"]]
  D <- resultados[["D"]]

  # RO
  R0 <- resultados[["R0"]]

  # Graficos
  grafico_s <- ggplot2::ggplot() +
    ggplot2::geom_line(aes(x = c(1:length(S)), y = S),colour = "lightblue4", size = 2.0) +
    ggplot2::labs(x = "Dia de inicio de la Pandemia",y ="Número de personas suceptibles",
                  title = "Evolución de la población Suceptible (S)") + ggplot2::theme_bw()

  grafico_i <- ggplot2::ggplot() +
    ggplot2::geom_line(aes(x = c(1:length(I)), y = I),colour = "orange2", size = 2.0) +
    ggplot2::labs(x = "Dia de inicio de la Pandemia", y ="Número de personas infectadas",
                  title = "Evolución de la población Infectada (I)")+ ggplot2::theme_bw()

  grafico_r <- ggplot2::ggplot() +
    ggplot2::geom_line(aes(x = c(1:length(R)), y = R),colour = "olivedrab4", size = 2.0) +
    ggplot2::labs(x = "Dia de inicio de la Pandemia", y ="Número de personas recuperadas",
                  title = "Evolución de la población Recuperada (R)")+ ggplot2::theme_bw()

  grafico_d <- ggplot2::ggplot() +
    ggplot2::geom_line(aes(x = c(1:length(D)), y = D),colour = "navy", size = 2.0) +
    labs(x = "Dia de inicio de la Pandemia", y ="Número de personas fallecidas",
         title = "Evolución de la población Fallecida (D)")+ theme_bw()

  grafico_r0 <- ggplot2::ggplot()+
    ggplot2::geom_line(aes(x = c(1:length(R0)), y = R0),colour = "yellow4", size = 2.0) +
    ggplot2::labs(x = "Dia de inicio de la Pandemia",y ="Velocidad de contagio",
                  title = "Evolución del coeficiente R0")+
    ylim(0,2.0)+ geom_hline(yintercept = 1, colour = "red")+ ggplot2::theme_bw()

  grafico_grupal <- ggpubr::ggarrange(grafico_s, grafico_i, grafico_r,grafico_d,
                                      labels = c("A", "B", "C","D"),
                                      ncol = 2, nrow = 2)

  grafico_final =list(grafico_grupal,grafico_r0)

  return(grafico_final)
}