# ---
# title: "Datos abiertos municipalidad de San José, Costa Rica"
# description: |
# Una introducción al uso del API de datos abiertos de la muni de San José
# author:
# - name: Ronny A. Hernández Mora
# url: http://ronnyhdez.rbind.io/
# - name: Erick Calderón Morales
# url: https://github.com/ecamo19
# date: 2018-01-13
# creative_commons: CC BY-NC
# preview: images/city.png
# twitter:
# creator: "@RonnyHdezM"
# output:
# distill::distill_article:
# self_contained: true
# ---Gracias a la iniciativa de Gobierno Abierto de Costa Rica tenemos la posibilidad de obtener datos de diferentes entes a través de la conexión con API’s.
Esto nos da la posibilidad de no pasar por engorrosos procesos de limpiar datos a partir de formatos casi imposibles como pdf’s, .csv extravagantes u otros formatos difíciles de trabajar.
En este caso vamos a utilizar el lenguaje de programación R y el paquete junr de Frans van Dunné para conectarnos al API de la municipalidad de San José y revisar qué datos se encuentran disponibles.
Obtener el API key de la municipalidad de San José
En la siguiente dirección podrá encontrar el API key necesario para hacer el llamado.
Vamos a crear como objetos nuestras credenciales para hacer la conexión al API de la municipalidad de San José. El url que aparece acá es el que se debe de usar para conectarnos al sistema de la muni de San José. Si están siguiendo ete ejemplo pueden escribir el mismo que aparece acá.
Obtener el indice de las tablas
Ya que tenemos las credenciales listas (api key & url), vamos a revisar el índice de las tablas de datos que la municipalidad ha liberado:
# Traemos el indice de los datos que existen
indice <- get_index(url_base, api_key = api_key)
# Revisamos estructura del objeto
glimpse(indice)
## Observations: 257
## Variables: 18
## $ status <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, …
## $ description <chr> "Valor absoluto y Tasa por 100.000 2006 - 2014",…
## $ parameters <list> [[], [], [], [], [], [], [], [], [], [], [], []…
## $ tags <list> [<"san jose", "municipalidad", "muertes violent…
## $ timestamp <dbl> 1.547586e+12, 1.539808e+12, 1.516222e+12, 1.5162…
## $ created_at <int> 1547586293, 1539744226, 1516221668, 1516220839, …
## $ title <chr> "Cantidad y Tasa de muertes violentas", "Densida…
## $ modified_at <int> 1547586492, 1539808089, 1516221733, 1516221641, …
## $ category_id <chr> "83642", "83639", "83481", "83481", "83482", "83…
## $ methods <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, …
## $ sources <list> [<>, <"Municipalidad de San José", "Instituto N…
## $ total_revisions <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, …
## $ frequency <chr> "", "ondemand", "", "", "", "ondemand", "ondeman…
## $ link <chr> "http://datosabiertos.msj.go.cr/dataviews/250481…
## $ user <chr> "sanjose", "sanjose", "sanjose", "sanjose", "Msj…
## $ status_str <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, …
## $ guid <chr> "CANTI-Y-TASA-DE-92062", "DENSI-DE-POBLA-POR-DIS…
## $ category_name <chr> "Características Sociales", "Demografía", "Educa…Cada uno de los elementos que allí aparecen son distintas tablas que pueden tener diferentes dimensiones (filas y columnas). Es como una descripción de lo que trata cada tabla. Si queremos traer a nuestro entorno los datos de una tabla en específico tenemos que hacerlo con su GUID.
De toda la tabla que llamamos en el paso anterior, vamos a hacer una selección de dos columnas: título y el GUID
Obtener las dimensiones de las tablas
Ahora bien, ya sabemos el título y el identificador de la tabla, pero tenemos que tener cuidado. Son muchas tablas y algunas pueden estar vacías, ser datos resumidos o con muy pocos datos que no nos servirían de nada.
Por suerte el paquete junr tiene una función que nos muestra la dimensión de las tablas, lo cual nos da mayor información sobre las características que tiene.
Hay que aclarar que la municipalidad de San José tiene muchas tablas y si usamos la función para obtener las dimensiones se puede demorar sus minutos.
# Por la cantidad de tablas que hay, esta funcion se demora mucho
dimensiones <- get_dimensions(base_url = url_base, api_key = api_key)
# Mostrar primeras seis observaciones
head(dimensiones)
## GUID NROW NCOL DIM
## 2 CANTI-Y-TASA-DE-92062 6 10 60
## 21 DENSI-DE-POBLA-POR-DISTR 15 12 180
## 3 DISTR-RELAT-DE-ESTUD-MATRI 12 10 120
## 4 DISTR-DE-ESTUD-MATRI-77173 12 10 120
## 5 POA-PRESU-ORDIN-2018 119 3 357
## 6 INVER-EN-COLON-EN-43060 7 6 42Cuadro con características de las tablas de la muni de SJ
Ya que tenemos las dimensiones de las tablas, podemos acomodar la información que hemos extraido hasta el momento de tal manera que tengamos un cuadro final con la información importante resumida: el título de la tabla, el GUID y las dimensiones.
# Unir el titulo a dimensiones
dimensiones <- left_join(dimensiones, guid, by = c("GUID" = "guid"))
# Ordenar tablas con mayores dimensiones
dim_ordenado <- dimensiones %>%
arrange(desc(DIM))
# Revisar primeras entradas
head(dim_ordenado)
## GUID NROW NCOL DIM
## 1 ASIST-EDUCA-SUPER 108 9 972
## 2 DEFUN-28990 64 13 832
## 3 DEFUN-43464 64 13 832
## 4 NACIM-43692 64 13 832
## 5 DISTR-DE-POBLA-OCUPA-56023 52 11 572
## 6 DISTR-DE-POBLA-OCUPA-36314 52 11 572
## title
## 1 Asistencia Educación Superior
## 2 Defunciones
## 3 Defunciones
## 4 Nacimientos
## 5 Distribución de población ocupada por Grupo Ocupacional (Relativo)
## 6 Distribución de población ocupada por Grupo OcupacionalLlamar datos de una tabla específica:
Ya con esto podemos hacer una mejor selección de las tablas que nos serían útiles. Cuando ya tengamos identificada una tabla tenemos que anotar su GUID que utilizaremos en la función:
¡Listo! Ya tenemos nuestra tabla de interés con los datos. Vamos a revisarla
head(asist_educacion)
## Distrito Sexo Tenencia de título Parauniversitaria Universitaria Total
## 2 San José Hombre Sí 1951 24058 26009
## 3 San José Hombre No 653 3498 4151
## 4 San José Hombre Total 2604 27556 30160
## 5 San José Mujer Sí 2599 26085 28684
## 6 San José Mujer No 924 4092 5016
## 7 San José Mujer Total 3523 30177 33700
## Población de 17 años y más
## 2
## 3
## 4 100238
## 5
## 6
## 7 116461
## Porcentaje de población con educación superior
## 2
## 3
## 4 30.1
## 5
## 6
## 7 28.9
## Porcentaje de población con educación superior y título
## 2
## 3
## 4 86.2
## 5
## 6
## 7 85.1
glimpse(asist_educacion)
## Observations: 108
## Variables: 9
## $ Distrito <fct> San Jo…
## $ Sexo <fct> Hombre…
## $ `Tenencia de título` <fct> Sí, No…
## $ Parauniversitaria <fct> 1951, …
## $ Universitaria <fct> 24058,…
## $ Total <fct> 26009,…
## $ `Población de 17 años y más` <fct> , , 10…
## $ `Porcentaje de población con educación superior` <fct> , , 30…
## $ `Porcentaje de población con educación superior y título` <fct> , , 86…Referencias
¿Querés revisar más información?
Mi compañero Erick Calderón y yo estamos trabajando en un proyecto donde pretendemos crear más tutoriales sobre uso de datos abiertos del gobierno de Costa Rica a través de API’s y el lenguaje de programación R. Si querés contribuir, tenés preguntas o una idea podés revisar nuestro proyecto en Github
Reuse
Citation
BibTeX citation:
@online{a. hernandez mora2018,
author = {A. Hernandez Mora, Ronny and Calderon Morales, Erick},
title = {Datos Abiertos Municipalidad de {San} {José,} {Costa} {Rica}},
date = {2018-01-13},
url = {https://ronnyale.com//posts/2021-12-11-datos-abiertos-muni-sanjose},
langid = {en}
}
For attribution, please cite this work as:
A. Hernandez Mora, Ronny, and Erick Calderon Morales. 2018. “Datos
Abiertos Municipalidad de San José, Costa Rica.” January 13,
2018. https://ronnyale.com//posts/2021-12-11-datos-abiertos-muni-sanjose.