Catálogo Nacional de Hospitales
Input
En la tarea 1 he obtenido un conjunto de datos oficial sobre hospitales (Catálogo Nacional de Hospitales). El fichero original incluye información administrativa (nombre, dirección, municipio, provincia, etc.), pero no siempre incluye coordenadas listas para mapear.
Descripción
Se detecta que el dataset oficial no está preparado como dataset espacial: faltan coordenadas, hay columnas con nombres complicados (espacios, puntos, acentos) y pueden aparecer duplicados o formatos distintos según el municipio/provincia. Por eso, antes de poder usarlo en mapas o análisis espacial, necesito hacer limpieza y normalización.
Tratamiento
- Leo fichero (Excel) y limpio nombres de columnas
Voy a trabajar solo con la Comunitat Valenciana porque el archivo de toda España tiene más de 800 hospitales y sacar coordenadas para todos puede tardar mucho. Así lo hago más rápido y puedo revisar mejor los datos antes de ampliar al resto.
hosp <- read_excel("../data/2526020035/CNH_2025.xlsx")
# limpiar nombres de columnas, hacerles mas leibles para R
names(hosp) <- make.names(names(hosp))
# ver columnas (para comprobar)
names(hosp) [1] "CCN" "CODCNH" "Nombre.Centro"
[4] "Dirección" "Teléfono" "Cód..Municipio"
[7] "Municipio" "Cód..Provincia" "Provincia"
[10] "Cód..CCAA" "CCAA" "Código.Postal"
[13] "CAMAS" "Cód..Clase.de.Centro" "Clase.de.Centro"
[16] "Cód..Dep..Funcional" "Dependencia.Funcional" "Forma.parte.Complejo"
[19] "CODIDCOM" "Nombre.del.Complejo" "ALTA"
[22] "Email" - Quito duplicados
- Elimino columnas que no me sirven de momento
Elimino columnas que no sirven: en el fichero original hay variables con muchísimos valores vacíos (NA) o que no necesito para el objetivo del proyecto (por ejemplo datos de complejo o emails). Para simplificar el dataset y hacerlo más limpio, me quedo solo con las columnas que no tienen NAs.
CCN CODCNH Nombre.Centro
0 0 0
Dirección Teléfono Cód..Municipio
0 0 0
Municipio Cód..Provincia Provincia
0 0 0
Cód..CCAA CCAA Código.Postal
0 0 0
CAMAS Cód..Clase.de.Centro Clase.de.Centro
0 0 0
Cód..Dep..Funcional Dependencia.Funcional Forma.parte.Complejo
0 0 0
CODIDCOM Nombre.del.Complejo ALTA
64 64 0
Email
3 [1] "CCN" "CODCNH" "Nombre.Centro"
[4] "Dirección" "Teléfono" "Cód..Municipio"
[7] "Municipio" "Cód..Provincia" "Provincia"
[10] "Cód..CCAA" "CCAA" "Código.Postal"
[13] "CAMAS" "Cód..Clase.de.Centro" "Clase.de.Centro"
[16] "Cód..Dep..Funcional" "Dependencia.Funcional" "Forma.parte.Complejo"
[19] "ALTA" - Añado coordenadas (lat/lon)
# creo la direccion completa en una columna
hosp_direcc <- hosp_reducido %>%
mutate(DIRECCION_completa = paste0(Dirección, ", ", Municipio, ", ", Provincia))
# he elegido el metodo arcgis porque parece tener buenos resultados
crds_arcgis <- tidygeocoder::geocode(hosp_direcc, address = DIRECCION_completa, method = "arcgis")Passing 64 addresses to the ArcGIS single address geocoderQuery completed in: 35.8 secondscrds_arcgis# A tibble: 64 × 22
CCN CODCNH Nombre.Centro Dirección Teléfono Cód..Municipio Municipio
<chr> <chr> <chr> <chr> <chr> <chr> <chr>
1 1012000256 120148 Instituto de T… Avenida … 9642312… 120402 Castelló…
2 1012000255 120159 Hospital Rey D… Calle Ma… 6397118… 120402 Castelló…
3 1012000183 120043 Consorcio Hosp… Avenida … 9643543… 120402 Castelló…
4 1012000182 120038 Hospital La Ma… Camino C… 9643568… 120402 Castelló…
5 1012000180 120017 Hospital Gener… Avenida … 9647250… 120402 Castelló…
6 1012000178 120136 Hospital Unive… Carreter… 9643997… 121359 Vila-real
7 1012000288 120115 Hospital Comar… Avenida … 9644000… 121384 Vinaròs
8 1046000423 460351 Hospital Unive… Carreter… 9624581… 460174 Alzira
9 1046000629 460168 Hospital de Sa… Carreter… 9616990… 460706 Bétera
10 1046008287 460404 IMED Valencia Calle Fe… 9630030… 460787 Burjassot
# ℹ 54 more rows
# ℹ 15 more variables: Cód..Provincia <chr>, Provincia <chr>, Cód..CCAA <chr>,
# CCAA <chr>, Código.Postal <chr>, CAMAS <chr>, Cód..Clase.de.Centro <chr>,
# Clase.de.Centro <chr>, Cód..Dep..Funcional <chr>,
# Dependencia.Funcional <chr>, Forma.parte.Complejo <chr>, ALTA <chr>,
# DIRECCION_completa <chr>, lat <dbl>, long <dbl>hosp_coor <- sf::st_as_sf(crds_arcgis , coords = c("long", "lat"),
crs = 4326)
library(ggplot2)
GVA <- nominatimlite::geo_lite_sf("Comunidad Valenciana", points_only = FALSE)
GVA %>%
ggplot() +
geom_sf(data = GVA) +
geom_sf(data = hosp_coor, alpha = 0.7, size = 1, col = "green") +
labs(title = "Hospitales geocodificados (ArcGIS)", subtitle = "CRS: EPSG:4326")
Con el grafico se revisó visualmente que los puntos caen dentro de la Comunitat Valenciana, así que ArcGIS devuelve coordenadas y el mapa sale bien.
- Guardar output en CSV + GeoPackage
# CSV (sin geometría)
write_csv(st_drop_geometry(hosp_coor), "hospitales_cv_geocoded.csv")
# GeoPackage (con geometría)
st_write(hosp_coor, "hospitales_cv_geocoded.gpkg", layer = "hospitales_cv", delete_dsn = TRUE)Deleting source `hospitales_cv_geocoded.gpkg' using driver `GPKG'
Writing layer `hospitales_cv' to data source
`hospitales_cv_geocoded.gpkg' using driver `GPKG'
Writing 64 features with 20 fields and geometry type Point.Output
En este proyecto he trabajado con un fichero de hospitales y me he centrado en la Comunitat Valenciana para que el proceso fuese más manejable. Primero cargué el Excel y limpié los datos (nombres de columnas, duplicados y campos innecesarios). Después unifiqué la dirección en una sola columna y añadí coordenadas (latitud y longitud) mediante geocodificación para poder localizar cada centro en un mapa.
El resultado final se muestra en un mapa interactivo donde se pueden ver los hospitales y consultar su nombre y dirección.
Mapa interactivo
library(leaflet.extras)
hosp_coor %>%
leaflet() %>%
addTiles() %>%
addCircles(radius = 7,
color = "green",
label = ~Nombre.Centro, # pasar por encima y sale nombre
popup = ~Dirección) %>%
leaflet.extras::addFullscreenControl() %>%
leaflet.extras::addResetMapButton()Los ficheros generados se pueden descargar de aquí.
Proyecto de Innovación Educativa Emergente (PIEE-3898312)