El Portal de Datos Abiertos de la Generalitat Valenciana es una plataforma en línea donde la Generalitat comparte en formatos accesibles los datos generados en el cumplimiento de sus responsabilidades. Su propósito es brindar a la ciudadanía la oportunidad de acceder de manera gratuita a esta información pública, fomentando su uso y reutilización para beneficios económicos y sociales. Además, la divulgación de estos datos promueve la transparencia y la rendición de cuentas dentro de la Generalitat, fortaleciendo así la confianza y la participación ciudadana.
Dentro del apartado de Cultura y Ocio, encontramos los datos de las Bibliotecas de la Comunidad Valenciana en 2020. En este archivo podemos encontrar datos como el nombre, la dirección, el teléfono y el sitio web de todas las bibliotecas de la Comunidad Valenciana.
Los datos se pueden descargar con facilidad en formato CSV, con lo que es muy fácil conseguirlos y trabajar con ellos, pudiendo realizar un análisis profundo de los mismos.
Esta base de datos nos proporciona bastante información pero, en cuanto a información geográfica, está limitada ya que solo con esos datos, sería muy difícil localizar las bibliotecas y poder hacer un buen análisis. Por medio de la geocodificación se pueden obtener las coordenadas para poder trabajar mejor con los datos.
A continuación, procedemos a la geocodificación. Para aumentar la precisión, vamos a trabajar con datos de Google. Es un proveedor de servicios privado, por lo que necesitamos una API key para poder usar sus datos.
# Añadir "Comunidad Valenciana, España" a cada dirección para especificar la búsquedabibliotecas$DIRECCION<-paste(bibliotecas$DIRECCION, "Comunidad Valenciana, España")# Geocodificar las direccionesgeocodificar_direcciones<-geocode(bibliotecas$DIRECCION, method ="google")# Combinar las coordenadas geográficas con el dataframe originalbibliotecas_geocodificadas<-cbind(bibliotecas, geocodificar_direcciones)
Tras la geocodificación, vamos a comprobar si hay alguna biblioteca no encontrada, es decir, que no tengamos sus coordenadas.
# Filtrar para eliminar solo las filas donde las coordenadas latitud y longitud son nulasbibliotecas_geocodificadas_sin_nulos<-bibliotecas_geocodificadas%>%filter(!is.na(lat)&!is.na(lon))# Recalcular los números de direcciones intentadas geocodificar y encontradasnum_inicial=nrow(bibliotecas)num_final=nrow(bibliotecas_geocodificadas_sin_nulos)bibliotecas_no_encontradas=num_inicial-num_finalprint(paste("Número de bibliotecas no encontradas:", bibliotecas_no_encontradas))
[1] "Número de bibliotecas no encontradas: 0"
En este caso, no ha habido problemas para encontrar todas las coordenadas.
Output
El dataset obtenido ya contiene todas las coordenadas, por lo que ya podríamos trabajar con él sin problemas. Vamos a exportarlo a excel ahora que está modificado para poder trabajar con él en el futuro sin tener que repetir los pasos anteriores.
# Cargar la librería writexllibrary(writexl)# Exportar el dataframe a un archivo Excelwrite_xlsx(bibliotecas_geocodificadas, "Bibliotecas_Geocodificadas.xlsx")
El archivo generado se puede descargar directamente desde aquí.
Como ya se han obtenido los datos faltantes, podemos utilizar estos datos en proyectos futuros y representarlos como en el mapa que se muestra a continuación.
# Coordenadas aproximadas del centro de la Comunidad Valencianalat_centro<-39.5# Latitud aproximada del centrolong_centro<--0.5# Longitud aproximada del centro# Crear el mapam<-leaflet(bibliotecas_geocodificadas)%>%addTiles()%>%setView(lng =long_centro, lat =lat_centro, zoom =8)# Añadir marcadores para bibliotecas públicasm<-m%>%addCircleMarkers( data =bibliotecas_geocodificadas[bibliotecas_geocodificadas$COD_CARACTER=="PU", ], radius =1, label =~NOMBRE, color ="hotpink", group ="Bibliotecas Públicas")# Añadir marcadores para bibliotecas privadasm<-m%>%addCircleMarkers( data =bibliotecas_geocodificadas[bibliotecas_geocodificadas$COD_CARACTER=="PR", ], radius =1, label =~NOMBRE, color ="green", group ="Bibliotecas Privadas")# Añadir control de capasm<-m%>%addLayersControl( overlayGroups =c("Bibliotecas Públicas", "Bibliotecas Privadas"), options =layersControlOptions(collapsed =FALSE), position ="topright")# Añadir leyendam<-m%>%addLegend( position ="bottomright", colors =c("hotpink", "green"), labels =c("Bibliotecas Públicas", "Bibliotecas Privadas"), title ="Tipo de Biblioteca")# Mostrar el mapam
Este mapa representa visualmente la distribución geográfica de las bibliotecas públicas y privadas en la Comunidad Valenciana. Esta visualización es esencial para entender la accesibilidad a los recursos culturales y educativos en diferentes áreas geográficas de la región. Además, facilita la identificación rápida de las áreas que pueden estar sub-servidas y donde podrían necesitarse más servicios bibliotecarios.
Este tipo de análisis geográfico es crucial para la planificación estratégica en sectores educativos y culturales, permitiendo a las autoridades y a las organizaciones tomar decisiones informadas sobre dónde invertir en nuevas infraestructuras. Además, este mapa es un testimonio del poder de la geocodificación precisa y del análisis de datos geoespaciales. Sin la integración de datos geográficos exactos en el conjunto de datos original, la creación de un mapa detallado y funcional como este no habría sido posible.
La información que proporciona este mapa no solo beneficia a los planificadores y a las autoridades, sino también a los ciudadanos que buscan información accesible sobre servicios bibliotecarios cerca de ellos, fomentando así un mayor uso y participación en los recursos que estas bibliotecas ofrecen.
Proyecto de Innovación Educativa Emergente (PIEE-2737007)
