mefdind
mefd_read: Leer datos
La función mefd_read importa bases de datos con indicadores en R. Hay tres métodos para leer los datos. El primero es con el argumento idserie, el cual contiene el id del indicador, previamente idenficado en la base de metadatos, meta_mefd, o con la función mefd_search . El segundo es con el argumento url_web, donde se indica la página web del MEFD que contiene las series principales. El tercero es con el argumento url_ind, el cual contiene uno o más urls con los datos en formato .csv. A continuación demostramos cada uno de estos métodos.
Comenzamos abriendo las librerías que vamos a necesitar para demostrar esta función.
library(tidyverse)
library(mefdind)
Método 1: Con el id de la serie (idserie) [video]
Para implementar este método necesitamos saber primero el id del indicador que nos interesa en la base de metadatos meta_mefd.
Por ejemplo, digamos que ya tenemos un indicador identificado, cuyo idserie es 11109.
meta_mefd %>%
filter(idserie == 11109) %>%
select(indicador)
#> indicador
#> 1 Alumnado de E.G.B. de 7º y 8º por titularidad del centro, comunidad autónoma y curso académico.
Así podemos descargar los datos.
df <- mefd_read(idserie = 11109)
La data frame df contiene los datos del indicador.
head(df)
#> Titularidad.del.centro Comunidad.autónoma periodo Total
#> 1 TODOS LOS CENTROS TOTAL 1996-97 454.384
#> 2 TODOS LOS CENTROS TOTAL 1995-96 1.070.753
#> 3 TODOS LOS CENTROS TOTAL 1994-95 1.141.297
#> 4 TODOS LOS CENTROS TOTAL 1993-94 1.229.835
#> 5 TODOS LOS CENTROS TOTAL 1992-93 1.273.792
#> 6 TODOS LOS CENTROS TOTAL 1991-92 1.315.729
#> indicador
#> 1 Alumnado de E.G.B. de 7º y 8º por titularidad del centro, comunidad autónoma y curso académico.
#> 2 Alumnado de E.G.B. de 7º y 8º por titularidad del centro, comunidad autónoma y curso académico.
#> 3 Alumnado de E.G.B. de 7º y 8º por titularidad del centro, comunidad autónoma y curso académico.
#> 4 Alumnado de E.G.B. de 7º y 8º por titularidad del centro, comunidad autónoma y curso académico.
#> 5 Alumnado de E.G.B. de 7º y 8º por titularidad del centro, comunidad autónoma y curso académico.
#> 6 Alumnado de E.G.B. de 7º y 8º por titularidad del centro, comunidad autónoma y curso académico.
También es posible leer varios indicadores al mismo tiempo. Por ejemplo, podemos usar la función meta_search para identificar indicadores con una palabra clave.
(mi_id <- mefd_search("idoneidad"))
#> idserie
#> 93 11501
#> 94 11502
#> 95 11503
#> 96 11504
#> 97 11505
#> indicador
#> 93 Tasas de idoneidad en la edad de 8 años por sexo, comunidad autónoma y curso académico.
#> 94 Tasas de idoneidad en la edad de 10 años por sexo, comunidad autónoma y curso académico.
#> 95 Tasas de idoneidad en la edad de 12 años por sexo, comunidad autónoma y curso académico.
#> 96 Tasas de idoneidad en la edad de 14 años por sexo, comunidad autónoma y curso académico.
#> 97 Tasas de idoneidad en la edad de 15 años por sexo, comunidad autónoma y curso académico.
Y luego leemos los datos insertando el id de la serie, mi_id$idserie, en el argumento idserie:
df <- mefd_read(idserie = mi_id$idserie)
En este caso, df es una lista con data frames para cada indicador.
También podemos leer indicadores específicos de la siguiente manera.
df <- mefd_read(idserie = c(11109, 11125, 37002))
Método 2: Con el vínculo de la web (url_web) [video]
En este método, lo primero que hay que hacer es definir un objeto con la dirección de la página web que con contiene la lista de indicadores. Por ejemplo,
mi_url <-"https://estadisticas.educacion.gob.es/EducaDynPx/educabase/index.htm?type=pcaxis&path=/no-universitaria/centros/centrosyunid/series/unidades_esc&file=pcaxis&l=s0"
Luego, utilizando el argumento url_web, la función mefd_read lee todas las bases de datos en la página web indicada y produce una lista, df, con las data frames.
df <- mefd_read(url_web = mi_url)
El nombre que identifica a los indicadores es el mismo al de los archivos .csv que uno puede descargar desde la web del MEFD.
names(df)
#> [1] "series_1_01.csv" "series_1_02.csv" "series_1_03.csv" "series_1_04.csv"
#> [5] "series_1_05.csv" "series_1_06.csv" "series_1_07.csv" "series_1_08.csv"
#> [9] "series_1_09.csv" "series_1_10.csv" "series_2_01.csv" "series_2_02.csv"
#> [13] "series_2_03.csv" "series_2_04.csv" "series_2_05.csv" "series_2_06.csv"
#> [17] "series_2_07.csv" "series_2_08.csv" "series_2_09.csv" "series_2_10.csv"
Método 3: Con el url de la base de datos (url_ind) [video]
En este método vamos a poder leer directamente indicadores con el url del archivo .csv.
Por ejemplo, imaginemos que hay una página nueva con indicadores que no es parte de meta_mefd. Podemos crear los metadatos con la función mefd_meta.
mi_url <-"https://estadisticas.educacion.gob.es/EducaDynPx/educabase/index.htm?type=pcaxis&path=/no-universitaria/alumnado/matriculado/series/gen-porcen-gen&file=pcaxis&l=s0"
df_meta <- mefd_meta(url_web = mi_url)
El objeto df_meta contiene los metadatos.
head(df_meta)
#> indicador
#> 1 Porcentaje de alumnado matriculado en centros públicos. Total Enseñanzas de Régimen General por comunidad autónoma y curso académico.
#> 2 Porcentaje de alumnado matriculado en centros públicos, por ciclo. E. Infantil/Preescolar por comunidad autónoma y curso académico.
#> 3 Porcentaje de alumnado matriculado en centros públicos. E. Primaria/E.G.B por comunidad autónoma y curso académico.
#> 4 Porcentaje de alumnado matriculado en centros públicos. ESO por comunidad autónoma y curso académico.
#> 5 Porcentaje de alumnado matriculado en centros públicos, por enseñanza. Bachilleratos por comunidad autónoma y curso académico.
#> 6 Porcentaje de alumnado matriculado en centros públicos, por grado. Ciclos Formativos de FP por comunidad autónoma y curso académico.
#> archivo
#> 1 general_01.csv
#> 2 general_02.csv
#> 3 general_03.csv
#> 4 general_04.csv
#> 5 general_05.csv
#> 6 general_06.csv
#> url
#> 1 https://estadisticas.educacion.gob.es/EducaJaxiPx/files/_px/es/csv_bdsc/no-universitaria/alumnado/matriculado/series/gen-porcen-gen/l0/general_01.csv_bdsc?nocab=1
#> 2 https://estadisticas.educacion.gob.es/EducaJaxiPx/files/_px/es/csv_bdsc/no-universitaria/alumnado/matriculado/series/gen-porcen-gen/l0/general_02.csv_bdsc?nocab=1
#> 3 https://estadisticas.educacion.gob.es/EducaJaxiPx/files/_px/es/csv_bdsc/no-universitaria/alumnado/matriculado/series/gen-porcen-gen/l0/general_03.csv_bdsc?nocab=1
#> 4 https://estadisticas.educacion.gob.es/EducaJaxiPx/files/_px/es/csv_bdsc/no-universitaria/alumnado/matriculado/series/gen-porcen-gen/l0/general_04.csv_bdsc?nocab=1
#> 5 https://estadisticas.educacion.gob.es/EducaJaxiPx/files/_px/es/csv_bdsc/no-universitaria/alumnado/matriculado/series/gen-porcen-gen/l0/general_05.csv_bdsc?nocab=1
#> 6 https://estadisticas.educacion.gob.es/EducaJaxiPx/files/_px/es/csv_bdsc/no-universitaria/alumnado/matriculado/series/gen-porcen-gen/l0/general_06.csv_bdsc?nocab=1
#> titulo
#> 1 ENSEÑANZAS NO UNIVERSITARIAS / ALUMNADO MATRICULADO
#> 2 ENSEÑANZAS NO UNIVERSITARIAS / ALUMNADO MATRICULADO
#> 3 ENSEÑANZAS NO UNIVERSITARIAS / ALUMNADO MATRICULADO
#> 4 ENSEÑANZAS NO UNIVERSITARIAS / ALUMNADO MATRICULADO
#> 5 ENSEÑANZAS NO UNIVERSITARIAS / ALUMNADO MATRICULADO
#> 6 ENSEÑANZAS NO UNIVERSITARIAS / ALUMNADO MATRICULADO
Digamos que nos interesan los indicadores en la fila 2 y 5. Así podemos leer los datos.
df <- mefd_read(url_ind=df_meta$url[c(2, 5)])
Visualización de datos
Finalmente, vamos a mostrar como visualizar los datos, tomando como ejemplo un indicador específico:
meta_mefd %>%
filter(idserie == 11116) %>%
select(indicador)
#> indicador
#> 1 Alumnado de Bachilleratos por sexo, comunidad autónoma y curso académico.
Vamos a leer los datos, calcular el promedio por comunicad autónoma y formatear los datos para su visualización.
df <- mefd_read(idserie = 11116) %>%
filter(Comunidad.autónoma != "TOTAL") %>%
mutate(Total = as.numeric(gsub('\\.', '', Total))) %>% # remover puntos
group_by(Comunidad.autónoma, Sexo) %>%
summarise(Total = mean(Total, na.rm = TRUE))
#> `summarise()` has grouped output by 'Comunidad.autónoma'. You can override
#> using the `.groups` argument.
Presentamos los resultados en un gráfico de barras
ggplot(df, aes(x = Total, y = reorder(Comunidad.autónoma, Total))) +
geom_bar(stat = "identity") +
ylab("") +
theme_bw() +
facet_wrap(~Sexo) +
ggtitle(meta_mefd$indicador[16])
