Pirámides de población con ggplot2

Pirámide para un año con geom_col()

La geometría geom_col() es quizás la más común para la creación de este tipo de gráficos. En este primer caso la estrategia es mapear edad_quinquenal al eje X y porcentaje_total al eje Y.

La estructura de la data podría conducir a la realización de pasos innecesarios, porque como la desagregación de los datos es a nivel de edades simples, cualquiera podría pensar que debe sumar la población de las edades simples en cada grupo quinquenal, pero en realidad para tener barras con las edades en grupos quinquenales solo hay que apilar las barras de las edades simples. La función la función geom_col() tiene distintas posiciones, el argumento position = "stack" ayuda en este sentido. De igual forma, se coloca comentado el paso que intuitivamente se hubiese tenido que dar por si es necesaria una ilustración.

El eje del gráfico es el próximo elemento a configurar, porque el porcentaje de hombres está en negativo y no sería adecuado dejar las etiquetas del eje así, así no tendría sentido. La solución sería utilizar función scale_y_continuous(labels = abs), en esta el argumento labels puede recibir una función para transformar las etiquetas que por defecto genera ggplot, en este caso la del valor absoluto.

subset(poblacion_piramide, year == 2020) %>%
  # group_by(edad_quinquenal, sexo) %>%
  # summarise(
  #   poblacion = sum(poblacion),
  #   porcentaje_total = sum(porcentaje_total)
  #   ) %>%
  ggplot(
    aes(x = edad_quinquenal,
        y = porcentaje_total, fill = sexo)
    ) +
  # agregar el argumento color = "white", si gustan
    geom_col(position = "stack", alpha = 0.6) + 
    coord_flip() +
  # colores que me gustan
    scale_fill_manual(values = c("midnightblue", "darkred")) +
  # tema minimalista
    theme_minimal() +
  # leyenda para el fondo
    theme(
      legend.position = "bottom",
      plot.caption = element_text(hjust = 0)) +
  # etiquetas en positivo
    scale_y_continuous(labels = abs) +
    labs(
      y = "Porcentaje de la población total",
      x = "Quinquenios de edad",
      title = "Pirámide de población de República Dominicana, año 2020", 
      subtitle = "Edad en grupos quinquenales")

Ahora una secuencia de gráficos para visualizar como ha cambiado la estructura de la población en cada década y que se espera para el año 2030. Aquí lo más evidente es la reducción de la base de la pirámide, con cada vez menos personas en edades inferiores a 15 años, pero también hay más ancianos.

poblacion_piramide %>%
  # filtrando años que terminen en cero
  filter(str_detect(year, "[0]$")) %>%
  ggplot(
    aes(x = edad_quinquenal,
        y = porcentaje_total, fill = sexo)
    ) + 
  geom_col(alpha = 0.6) + 
  scale_fill_manual(values = c("midnightblue", "darkred")) +
  facet_wrap(~paste("Año", year), ncol = 1) +
  coord_flip() +
  theme_minimal() +
  theme(legend.position = "bottom",
        strip.text = element_text(size = 12, face = "bold")
        ) +
  scale_y_continuous(labels = abs) +
  labs(
    y = "Porcentaje de la población total",
    x = "Quinquenios de edad",
    title = "Transición demográfica en República Domincana",
    subtitle = "Estimaciones y proyecciones de población")

Ahora una animación

Como elemento final una animación de la transición demográfica, para esta animación se utilizan funciones de {ggplot2} y {gganimate}. No es la primera vez que se publican animaciones en este espacio, hacerlas no tiene mayores complicaciones. En el caso de las pirámides de población simplemente se agrega la variable que guiará la transición transition_time(year) y se compila el resultado.

Estoy terminando una publicación específica para animaciones que mostrará las diferentes cosas que se pueden crear con el paquete {gganimate} de Thomas Lin Pedersen, los detalles sobre este tema se quedarán para esa publicación.

Una cosas más, para crear los archivos gif de las animaciones hay que tener instalados los paquetes{transformr} y {gifski}.

p <- poblacion_piramide %>%
 filter(edad < 80) %>%
  ggplot(aes(
    x = edad,
    y = porcentaje_total,
    fill = sexo)
    ) + 
  geom_area(alpha = 0.6) +
  coord_flip() +
  theme_minimal() +
  scale_y_continuous(labels = abs) +
  scale_fill_manual(values = c("midnightblue", "darkred")) +
  theme(
    legend.position = "bottom",
    plot.caption = element_text(hjust = 0)) +
  transition_time(year) +
  labs(
    title = 'Distribución de la población por edad, año: {as.integer(frame_time)}',
    x = "Edad",
    y ='Porcentaje de la población total',
    caption = "Créditos: Por Johan Rosa, datos de la ONE")

animate(p, nframes = 60)