Exemplo prático: Visualização

Gráfico de colunas com proporção de pessoas por categoria de ocupação em cada estado

Objetivo

Nesse exemplo, o objetivo é criar um gráfico de colunas para visualizar a proporção de pessoas por categoria de ocupação para cada estado, em um trimestre específico (nesse caso, utilizaremos os dados do trimestre mais recente)

Para isso, precisamos calcular a proporção de pessoas por categoria de ocupação, em cada estado. Depois, representaremos esses valores em um gráfico de colunas.

Esse é o gráfico que queremos criar:

Pacotes necessários

library(ggplot2)
library(dplyr)
library(ipeaplot)
1
Pacote para visualização de dados
2
Pacote para transformação de dados
3
Pacote para o padrão Ipea

Importando os dados

Caso não tenha o arquivo da tabela que utilizaremos, você pode baixar aqui, e copiar o arquivo para a pasta dados_output do seu projeto.

Outra opção é executar o código abaixo:

download.file(
  url = "https://github.com/ipeadata-lab/curso_r_intro_202409/raw/refs/heads/main/dados_output/sidra_4092_arrumado.rds",
  destfile = "dados_output/sidra_4092_arrumado.rds",
  mode = "wb"
  )
1
URL que desejamos baixar
2
Caminho onde queremos baixar o arquivo (diretório + nome do arquivo + extensão do arquivo)
3
Configuração que evita corromper arquivos binários. 
dados <- readr::read_rds("dados_output/sidra_4092_arrumado.rds")

dados_tri_recente <- dados |>  
  filter(trimestre_inicio == max(trimestre_inicio))
1
Filtrando os dados para o trimestre mais recente

Preparando os dados

É importante entender as categorias de ocupação que temos disponíveis na base de dados, se não podemos correr o risco de contar valores mais de uma vez:

Portanto, para obter o total, precisaremos apenas das seguinte categorias de ocupação:

  • mil_pessoas_forca_de_trabalho_ocupada: Pessoas dentro da força de trabalho, que estão ocupadas.

  • mil_pessoas_forca_de_trabalho_desocupada: Pessoas dentro da força de trabalho, que estão desocupadas.

  • mil_pessoas_fora_da_forca_de_trabalho: Pessoas fora da força de trabalho.

Primeiro, vamos selecionar as colunas que utilizaremos para esse gráfico, para facilitar a preparação dos dados:

dados_selecionados <- dados_tri_recente |>
  select(
    regiao,
    uf,
    trimestre,
    mil_pessoas_forca_de_trabalho_ocupada,
    mil_pessoas_forca_de_trabalho_desocupada,
    mil_pessoas_fora_da_forca_de_trabalho,
  )

head(dados_selecionados)
1
Utilizando os dados já filtrados para o trimestre mais recente.
2
Selecionando as colunas que utilizaremos.
3
Primeiras linhas da tabela resultante 
# A tibble: 6 × 6
  regiao       uf        trimestre mil_pessoas_forca_de…¹ mil_pessoas_forca_de…²
  <chr>        <chr>     <chr>                      <dbl>                  <dbl>
1 Nordeste     Pernambu… 2º trime…                   3774                    492
2 Nordeste     Bahia     2º trime…                   6159                    769
3 Centro Oeste Distrito… 2º trime…                   1613                    174
4 Sudeste      Rio de J… 2º trime…                   8226                    878
5 Nordeste     Sergipe   2º trime…                   1016                    102
6 Nordeste     Rio Gran… 2º trime…                   1441                    144
# ℹ abbreviated names: ¹​mil_pessoas_forca_de_trabalho_ocupada,
#   ²​mil_pessoas_forca_de_trabalho_desocupada
# ℹ 1 more variable: mil_pessoas_fora_da_forca_de_trabalho <dbl>

Para calcular a proporção de pessoas por categoria de ocupação em cada estado, precisamos usar os valores que estão nas colunas mil_pessoas_forca_de_trabalho_ocupada, mil_pessoas_forca_de_trabalho_desocupada e mil_pessoas_fora_da_forca_de_trabalho. Porém, para fazer isso, precisamos transformar a tabela em formato longo.

Vamos transformar a tabela em formato longo, utilizando a função pivot_longer():

dados_longos <- dados_selecionados |>
  tidyr::pivot_longer(
    cols = tidyselect::starts_with("mil_pessoas"),
    names_to = "categoria",
    values_to = "mil_pessoas",
    names_prefix = "mil_pessoas_"
  )

head(dados_longos)
1
Utilizando os dados já filtrados para o trimestre mais recente, e selecionados com colunas relevantes
2
Vamos transformar em formato longo para facilitar a criação do gráfico.
3
Selecionando as colunas que começam com “mil_pessoas” para transformar em formato longo.
4
Nome da nova coluna que conterá as categorias.
5
Nome da nova coluna que conterá os valores.
6
Prefixo que será removido do nome das colunas.
7
Primeiras linhas da tabela resultante 
# A tibble: 6 × 5
  regiao   uf         trimestre         categoria                    mil_pessoas
  <chr>    <chr>      <chr>             <chr>                              <dbl>
1 Nordeste Pernambuco 2º trimestre 2024 forca_de_trabalho_ocupada           3774
2 Nordeste Pernambuco 2º trimestre 2024 forca_de_trabalho_desocupada         492
3 Nordeste Pernambuco 2º trimestre 2024 fora_da_forca_de_trabalho           3574
4 Nordeste Bahia      2º trimestre 2024 forca_de_trabalho_ocupada           6159
5 Nordeste Bahia      2º trimestre 2024 forca_de_trabalho_desocupada         769
6 Nordeste Bahia      2º trimestre 2024 fora_da_forca_de_trabalho           5314

Agora, podemos calcular a proporção de pessoas por categoria de ocupação em cada estado:

dados_preparados <- dados_longos |> 
  group_by(regiao, uf, trimestre) |>
  mutate(perc = mil_pessoas / sum(mil_pessoas) * 100) |>
  ungroup()

head(dados_preparados)
1
Agrupando os dados por região, estado e trimestre.
2
Calculando a proporção de pessoas por grupo (categoria).
3
Removendo o agrupamento dos dados.
4
Primeiras linhas da tabela resultante 
# A tibble: 6 × 6
  regiao   uf         trimestre         categoria              mil_pessoas  perc
  <chr>    <chr>      <chr>             <chr>                        <dbl> <dbl>
1 Nordeste Pernambuco 2º trimestre 2024 forca_de_trabalho_ocu…        3774 48.1 
2 Nordeste Pernambuco 2º trimestre 2024 forca_de_trabalho_des…         492  6.28
3 Nordeste Pernambuco 2º trimestre 2024 fora_da_forca_de_trab…        3574 45.6 
4 Nordeste Bahia      2º trimestre 2024 forca_de_trabalho_ocu…        6159 50.3 
5 Nordeste Bahia      2º trimestre 2024 forca_de_trabalho_des…         769  6.28
6 Nordeste Bahia      2º trimestre 2024 fora_da_forca_de_trab…        5314 43.4

Criando o gráfico exploratório

Com os dados preparados, podemos criar o gráfico de colunas. Vamos primeiro criar um gráfico simples:

dados_preparados |>
  ggplot(aes(fill = categoria)) +
  aes(y = uf, x = perc) +
  geom_col()
1
Vamos utilizar os dados preparados nas etapas anteriores.
2
Iniciando um gráfico. Informando que queremos usar o fill (preenchimento) usando a categoria de ocupação.
3
Definindo o eixo y como os estados e o eixo x como a proporção.
4
Adicionando as colunas ao gráfico

É interessante melhorar as legendas dos eixos, pois estão no formato adequado para nomes de colunas (mas não a melhor forma de apresentar em um gráfico). Isso requer trabalhar novamente na preparação dos dados!

Vamos criar uma nova coluna com os nomes das categorias de ocupação por extenso:

dados_grafico_1 <- dados_preparados |> 
  mutate( 
    categoria_label = case_match(
      categoria,
      "forca_de_trabalho_ocupada" ~ "Força de trabalho ocupada",
      "forca_de_trabalho_desocupada" ~ "Força de trabalho desocupada",
      "fora_da_forca_de_trabalho" ~ "Fora da força de trabalho"
    )
  )
1
Usando a função case_math() (similar ao case_when()), criamos uma nova coluna com os nomes das categorias de ocupação por extenso. 
dados_grafico_1 |> 
  ggplot(aes(fill = categoria_label)) +
  aes(y = uf, x = perc) + 
  geom_col()
1
Preenchendo a cor usando a nova coluna com os nomes das categorias de ocupação por extenso (fill = categoria_label).

Está um pouco melhor! Outra coisa interessante é reordenar os estados de acordo com a variável perc (proporção de pessoas em cada categoria). Isso fará com que o gráfico fique com aspecto “ordenado”.

dados_grafico_2 <- dados_grafico_1 |> 
  mutate( 
    categoria_fct = factor(
      categoria_label,
      levels = c(
        "Fora da força de trabalho",
        "Força de trabalho ocupada",
        "Força de trabalho desocupada"
      )),
    uf_fct = forcats::fct_reorder(uf, perc, min)
    )
1
Transformando as categorias em fator, para que sigam a ordem que definimos ao serem apresentadas (e não em ordem alfabética).
2
Reordenamos a coluna dos estados (uf) de acordo com a proporção de pessoas em cada categoria (perc), usando a função min() para ordenar usando os valores mínimos. Isso faz com que o gráfico fique com aspecto “ordenado”. 
dados_grafico_2 |> 
  ggplot(aes(fill = categoria_fct)) +
  aes(y = uf_fct, x = perc) +
  geom_col()
1
O preenchimento da cor é feito com a nova coluna de categorias de ocupação em fator (factor).
2
Usamos a coluna uf_fct no eixo y.

Customizando o gráfico

Vamos adicionar títulos, legendas e personalizar as cores do gráfico:

trimestre_referencia <- unique(dados_grafico_2$trimestre)

grafico_proporcao <- dados_grafico_2 |> 
  ggplot(aes(fill = categoria_fct)) +
  aes(x = uf_fct, y = perc) +
  geom_col() +
  scale_fill_manual(values = c( "#5b5e62", "gray", "#cc1e00")) +
  labs(
    y = "Proporção (%)",
    x = "Estado",
    title = "Proporção por categoria de ocupação em cada estado",
    subtitle = paste0("Período: ", trimestre_referencia),
    fill = "Categoria",
    caption = "Dados da PNAD Contínua Trimestral - IBGE, obtidos no SIDRA."
  ) +
   theme_minimal()  +
  coord_flip()

grafico_proporcao
1
Criando um objeto com o trimestre de referência. Isso será utilizado para adicionar informações ao gráfico.
2
Iniciando um gráfico, e incluindo o aes() com fill dentro da função ggplot().
3
Definindo o eixo x como os estados e o eixo y como a proporção.
4
Adicionando a geometria de colunas ao gráfico, com a cor de preenchimento de acordo com a categoria de ocupação.
5
Usamos uma escala de cores manual, onde podemos definir as cores usadas para cada categoria.
6
Adicionando títulos e legendas ao gráfico.
7
Aplicando um tema ao gráfico.
8
Usando a função coord_flip() para inverter os eixos x e y.

Podemos salvar o gráfico em um arquivo, para utilizá-lo posteriormente:

ggsave(
  filename = "graficos/grafico_proporcao_categoria_ocupacao.png",
  plot = grafico_proporcao,
  width = 10,
  height = 8,
  dpi = 300
)
1
Função para salvar o gráfico.
2
Nome do arquivo onde o gráfico será salvo.
3
Objeto contendo o gráfico que será salvo.
4
Largura do gráfico.
5
Altura do gráfico.
6
Resolução do gráfico.

{ipeaplot}: criando graficos no padrão editorial do Ipea

O {ipeaplot} é um pacote em R desenvolvido pela equipe da Coordenação de Ciência de Dados (COCD). O objetivo é facilitar a padronização de gráficos e figuras seguindo as linhas editoriais do Ipea.

Ele foi desenhado para ser usado em conjunto com o pacote {ggplot2}. Atualmente, o {ipeaplot} inclui três conjuntos de funções principais:

  1. theme_ipea(): para formatação de elementos estilísticos da figura (eixos, fontes, linhas, grid, etc.);
  2. scale_color_ipea() e scale_fill_ipea(): selecionam paleta de cores dentro de um conjunto de opções utilizadas pelo Ipea;
  3. save_pdf() e save_eps(): salvam a figura com a extensão .pdf ou .eps, formatos possíveis de serem “modificados” durante o processo de edição das publicações pelo Editorial do Ipea.

Tivemos como inspiração outras instituições que criaram ferramentas parecidas como a UNHCR {unhcrthemes} e a BBC {bbplot}.

Demonstração do pacote

Vamos primeiro instalar e chamar o pacote:

install.packages("ipeaplot")
library("ipeaplot")
1
Instalar o {ipeaplot}.
2
Chamar o pacote.

Agora aproveitaremos o exemplo anterior para demonstrar o funcionamnto do {ipeaplot}. Vamos começar a modificar a figura, usando o {ipeaplot} para ajustar ao “padrão do Ipea”. Primeiro usamos a função theme_ipea() no lugar de theme_minimal().

grafico_ipeaplot <- grafico_proporcao + 
  theme_ipea() +
  coord_flip(expand = FALSE)
1
Adotando o tema padrão do Ipea
2
Retirando espaços em branco. O argumento expand = FALSE limita o gráfico à área dos dados (sem espaços em branco antes do valor 0 e depois do valor 100). 
Coordinate system already present. Adding new coordinate system, which will
replace the existing one.
grafico_ipeaplot

Apesar de sutis, temos alterações nas bordas, nas fontes e nas legendas da figura. Em seguida, vamos mudar a escala de cores para adotar o padrão “Texto para Discussão do Ipea” (paleta de cores azul):

grafico_ipeaplot <- grafico_ipeaplot +
  scale_fill_ipea(palette = 'Blue')

grafico_ipeaplot
1
Usando a paleta de cores azul (“TD”)

Aí está, temos uma figura pronta para publicarmos nosso primeiro “Texto para Discussão” usando o R. Na verdade, nem tão pronta assim, pois o Ipea usa em títulos e legendas a família de fontes Frutiger. Como não é uma família com licença livre não podemos distribuir no {ipeaplot}. Porém, com o passo a seguir, o Editorial poderá, ao receber seu material para publicação, fazer os ajustes necessários na fonte dos títulos e legendas.

save_eps(grafico_ipeaplot,
         file.name = "graficos/grafico_ipeaplot.eps",
         width = 10,
         height = 8,
         dpi = 300
)

save_pdf(grafico_ipeaplot,
         file.name = "graficos/grafico_ipeaplot.pdf",
         width = 10,
         height = 8,
         dpi = 300
)
1
Salvando o gráfico em formato .eps
2
Salvando o gráfico em formato .pdf

Por trás das cortinas, as duas funções acima são semelhantes à ggsave(), usada anteriormente nesta aula. Porém, os atributos passados garantem que os gráficos serão salvos em formatos “editáveis” (.eps ou .pdf).

Sugestões de materiais