Dataset de unidades de salud
hospitales <- vroom::vroom("data/hospitales.tsv") %>%
janitor::clean_names() %>%
mutate(municipality_id = as.character(municipality_id),
state_id = as.character(state_id))
hospitales <- hospitales %>%
dplyr::mutate(state = replace(state, state == "Michoacán de Ocampo", "Michoacán"),
state = replace(state, state == "Veracruz de Ignacio de la Llave", "Veracruz"),
state = replace(state, state == "Coahuila de Zaragoza", "Coahuila"))
Obtener el número de unidades de salud en cada municipio
hospitales_by_mun <- hospitales %>%
dplyr::select(municipality_id, municipality, state, clues) %>%
## Nos aseguramos de contar una sola vez cada institución
dplyr::distinct() %>%
## Agrupamos por variables geográficas y contamos
dplyr::group_by(municipality_id, municipality, state) %>%
## Contamos las instituciones dado el agrupamiento y renombramos
## la variable n
dplyr::tally(name = "total")
head(hospitales_by_mun)
## # A tibble: 6 × 4
## # Groups: municipality_id, municipality [6]
## municipality_id municipality state total
## <chr> <chr> <chr> <int>
## 1 10001 Canatlán Durango 19
## 2 10002 Canelas Durango 6
## 3 10003 Coneto de Comonfort Durango 4
## 4 10004 Cuencamé Durango 18
## 5 10005 Durango Durango 160
## 6 10006 General Simón Bolívar Durango 9
vroom_write(hospitales_by_mun, "data/hospitales_by_mun.tsv")
Obtener el número de unidades de salud en cada municipio por institución
hospitales_by_mun_inst <- hospitales %>%
dplyr::select(municipality_id, municipality, state, clues, institution) %>%
## Nos aseguramos de contar una sola vez cada institución
dplyr::distinct() %>%
## Agrupamos por variables geográficas y contamos
dplyr::group_by(municipality_id, municipality, state, institution) %>%
## Contamos las instituciones dado el agrupamiento y renombramos
## la variable n
dplyr::tally(name = "total")
head(hospitales_by_mun_inst)
## # A tibble: 6 × 5
## # Groups: municipality_id, municipality, state [2]
## municipality_id municipality state institution total
## <chr> <chr> <chr> <chr> <int>
## 1 10001 Canatlán Durango IMSS 1
## 2 10001 Canatlán Durango IMSS-BIENESTAR 8
## 3 10001 Canatlán Durango ISSSTE 3
## 4 10001 Canatlán Durango SMP 3
## 5 10001 Canatlán Durango SSA 4
## 6 10002 Canelas Durango IMSS-BIENESTAR 1
vroom_write(hospitales_by_mun_inst, "data/hospitales_by_mun_inst.tsv")
Obtener el número de unidades de salud en cada municipio según el tipo de servicios que ofrecen
hospitales_by_mun_serv <- hospitales %>%
dplyr::select(municipality_id, municipality, state, clues, establishment_type) %>%
## Nos aseguramos de contar una sola vez cada institución
dplyr::distinct() %>%
## Agrupamos por variables geográficas y tipo de servicio y contamos
dplyr::group_by(municipality_id, municipality, state, establishment_type) %>%
## Contamos las instituciones dado el agrupamiento y renombramos
## la variable n
dplyr::tally(name = "total")
head(hospitales_by_mun_serv)
## # A tibble: 6 × 5
## # Groups: municipality_id, municipality, state [4]
## municipality_id municipality state establishment_type total
## <chr> <chr> <chr> <chr> <int>
## 1 10001 Canatlán Durango De consulta externa 15
## 2 10001 Canatlán Durango De hospitalización 4
## 3 10002 Canelas Durango De consulta externa 6
## 4 10003 Coneto de Comonfort Durango De consulta externa 4
## 5 10004 Cuencamé Durango De consulta externa 17
## 6 10004 Cuencamé Durango De hospitalización 1
vroom_write(hospitales_by_mun_serv, "data/hospitales_by_mun_serv.tsv")
Obtener el número de camas en las unidades de salud en cada municipio por institución
camas_by_mun_inst <- hospitales %>%
dplyr::select(municipality_id, municipality, state, institution, beds) %>%
## Agrupamos por variables geográficas y hacemos un summary
dplyr::group_by(municipality_id, municipality, state, institution) %>%
dplyr::summarise(camas = sum(beds)) %>%
## Eliminamos las entradas de las instituciones que no tienen camas
## en los municipios
dplyr::filter(camas > 0)
head(camas_by_mun_inst)
## # A tibble: 6 × 5
## # Groups: municipality_id, municipality, state [3]
## municipality_id municipality state institution camas
## <chr> <chr> <chr> <chr> <dbl>
## 1 10001 Canatlán Durango IMSS 3
## 2 10001 Canatlán Durango SMP 15
## 3 10001 Canatlán Durango SSA 14
## 4 10004 Cuencamé Durango SSA 40
## 5 10005 Durango Durango IMSS 273
## 6 10005 Durango Durango ISSSTE 105
vroom_write(camas_by_mun_inst, "data/camas_by_mun_inst.tsv")