La realización de gráficos animados con R, gganimate y ggplot2 es algo que quiero empezar a trabajar en mis visualizaciones de datos; una buena forma de llamar la atención. Para ilustrar el ejemplo, he recogido los datos que publica mensualmente el CIS con las tres principales preocupaciones de los españoles, que podéis encontrar en este enlace. Por cierto, este enlace tiene toda la pinta de ser una salida en SAS; no me parece muy apropiado, pero no diré nada porque imagino que serán lectores del blog.
El caso es que la primera parte de nuestro trabajo será el «scrapeado» de la web:
library(XML)
library(dplyr)
library(lubridate)
# Lectura de los datos del CIS
url <- "http://www.cis.es/cis/export/sites/default/-Archivos/Indicadores/documentos_html/TresProblemas.html"
doc <- htmlParse(url, encoding = "UTF-8")
tableNodes <- getNodeSet(doc, "//table")
# Leemos la tabla (la segunda)
problemas_raw <- readHTMLTable(tableNodes[[2]], skip.rows = 1, stringsAsFactors = FALSE)
problemas_raw <- problemas_raw %>% filter(!is.na(V1) & V1 != "")
# Transformamos los puntos en 0 (parece que estuviera hecho con SAS)
haz.cero.na <- function(x) {
x <- gsub(",", ".", x)
res <- ifelse(x == "." | x == "", 0, as.numeric(x))
return(res)
}
# Limpiamos el data frame
problemas <- problemas_raw
problemas[, -1] <- lapply(problemas[, -1], haz.cero.na)
# El primer elemento de la tabla contiene los nombres (meses)
nombres_meses <- readHTMLTable(tableNodes[[2]])[1, ]
nombres_meses[1] <- "Problema"
colnames(problemas) <- as.character(unlist(nombres_meses))
# Eliminamos el registro con el número de encuestas (N)
problemas <- problemas %>% filter(Problema != "(N)")
Hacemos htmlParse() de la web y nos quedamos con las tablas. Como los valores perdidos aparecen como un punto ., es necesario transformarlos a 0. Para los nombres de las columnas seleccionamos el primer registro de la tabla que contiene las fechas.
Tenemos un data frame con muchas columnas; ahora es necesario reestructurarlo para quedarnos con los 10 principales problemas mes a mes:
# Transformamos a formato largo (tidy)
library(tidyr)
resultado <- problemas %>%
pivot_longer(cols = -Problema, names_to = "mes_raw", values_to = "porcentaje") %>%
group_by(mes_raw) %>%
arrange(desc(porcentaje)) %>%
mutate(rank = row_number()) %>%
filter(rank <= 10) %>%
ungroup()
# Transformamos el texto del mes a fecha
resultado$mes <- parse_date_time(resultado$mes_raw, orders = "my", locale = "Spanish")
Ya estamos en disposición de realizar la animación con ggplot2 y gganimate:
library(ggplot2)
library(gganimate)
# Creamos el gráfico estático base
estatico <- ggplot(resultado, aes(x = -rank, group = Problema, y = porcentaje, fill = Problema)) +
geom_bar(stat = 'identity') +
geom_text(aes(y = 0, label = paste(Problema, " ")), vjust = 0.2, hjust = 1, size = 4) +
coord_flip(clip = "off", expand = TRUE) +
scale_y_continuous(limits = c(0, 100)) +
theme_minimal() +
theme(legend.position = "none",
plot.margin = margin(1, 1, 1, 9, "cm"),
axis.title.y = element_blank(),
axis.text.y = element_blank(),
axis.ticks.y = element_blank())
# Especificamos la transición y el título dinámico
animacion <- estatico +
transition_manual(mes) +
labs(title = "Principales problemas de los españoles: {month(current_frame, label=TRUE)} {year(current_frame)}")
# Renderizamos la animación
animate(animacion, fps = 2, width = 800, height = 600, renderer = gifski_renderer())
Para realizar animaciones con gganimate, lo más importante es el gráfico estático. En este caso se representa un ranking ordenado. Con coord_flip() hacemos que sea horizontal y fijamos la escala del eje $Y$. La velocidad se regula con el parámetro fps.
Todo este código estará en el GitHub de la web (https://github.com/analisisydecision). Saludos.