clase1_paro_femenino.qmd

---
title: "hist1_paro_femenino"
format: html
---

```{r}
library(CDR)
library(tidyverse)
library(summarytools)
library(explore)
library(ggpubr)
library(ggridges)

paleta_heatmaps <- c("#B3FF0080", "#213894FF")
paleta_lineas <- c("blue4", "orange", "darkgreen")

data("parados_clm")
head(parados_clm)
help("parados_clm")
```

```{r}
summary(parados_clm)
```

```{r}
resumen <- parados_clm |>
  group_by(anyo) |> # Agrupamos por la variable año
  summarise(parados = sum(parados)) |> # Sumamos parados para cada agrupación
  mutate(anyo = as.numeric(as.character(anyo))) # Pasamos numérico la variable año
anyos <- c(2007, 2013, 2019, 2020, 2022)

# Creamos el dataframe paro_anyos
paro_anyos <- resumen |>
  filter(anyo %in% anyos) |>
  select(parados) |>
  mutate(parados = round(parados, 0))

# Creamos el dataframe puntos para los puntos de giro
puntos <- data.frame(anyos, paro_anyos)
```

```{r}
#| code-summary: Creación del gráfico lineal

ggplot(data = resumen, mapping = aes(x = anyo, y = parados)) +
  geom_line() +
  theme_bw()
```

```{r}
graf <- ggplot(resumen, aes(anyo, parados)) +
  geom_line(linewidth = 1, col = paleta_lineas[1], alpha = 0.5) +
  xlab("") +
  ylab("número de parados") +
  geom_point(data = puntos,
    mapping = aes(x = anyos, y = parados),
    shape = "circle filled", size = 2.5, fill = paleta_lineas[1],
    alpha = 1
  ) +
  scale_y_continuous(
    labels = function(x) {
      format(x,
        big.mark = ".",
        decimal.mark = ",", scientific = FALSE
      )
    },
    limits = c(0, 300000)
  ) +
  ggtitle("Impacto de las crisis en el paro de Castilla-La Mancha") +
  theme_minimal()

graf
```

```{r}
resumen_sexo <- parados_clm |>
  group_by(anyo, sexo) |>
  summarise(parados = sum(parados)) |>
  mutate(anyo = as.numeric(as.character(anyo)))
paro_anyos <- resumen_sexo |>
  filter(anyo %in% anyos) |>
  select(sexo, parados) |>
  mutate(parados = round(parados, 0))
puntos <- data.frame(
  anyos = rep(anyos, each = 2),
  sexo = paro_anyos$sexo,
  parados = paro_anyos$parados
)
```

```{r}
graf <- ggplot(resumen_sexo, aes(anyo, parados)) +
  geom_line(linewidth = 1, col = paleta_lineas[1], alpha = 0.5) +
  xlab("") +
  ylab("número de parados") +
  facet_wrap("sexo") +
  geom_point(puntos,
    mapping = aes(x = anyos, y = parados),
    shape = "circle filled", size = 2.5, fill = paleta_lineas[1],
    alpha = 0.8
  ) +
  scale_y_continuous(
    labels = function(x) {
      format(x,
        big.mark = ".",
        decimal.mark = ",", scientific = FALSE
      )
    },
    limits = c(0, 300000)
  ) +
  ggtitle("Las mujeres se han recuperado peor de la crisis de 2007") + 
  theme_minimal() +
  theme(axis.title.y = element_text(hjust = 1))

graf
```

```{r}
graf <- ggplot(resumen_sexo, aes(anyo, parados)) +
  geom_line(
    data = resumen_sexo[resumen_sexo$sexo == "hombre", ],
    linewidth = 1, col = paleta_lineas[1], alpha = 0.5
  ) +
  geom_line(
    data = resumen_sexo[resumen_sexo$sexo == "mujer", ],
    linewidth = 1, col = paleta_lineas[2], alpha = 0.5
  ) +
  xlab("") +
  ylab("número de parados") +
  annotate(
    geom = "text", label = "hombres", col = paleta_lineas[1],
    x = 2021,
    y = puntos$parados[puntos$sexo == "hombre" &
      puntos$anyos == 2022]
  ) +
  annotate(
    geom = "text", label = "mujeres", col = paleta_lineas[2],
    x = 2021,
    y = puntos$parados[puntos$sexo == "mujer" &
      puntos$anyos == 2022]
  ) +
  scale_y_continuous(
    labels = function(x) {
      format(x,
        big.mark = ".",
        decimal.mark = ",", scientific = FALSE
      )
    },
    limits = c(0, 150000)
  ) +
  ggtitle("Las mujeres se han recuperado peor de la crisis de 2007") +
  theme_minimal() +
  theme(axis.title.y = element_text(hjust = 1))

graf
```

```{r}
tabla <- parados_clm |>
  select(anyo, sexo, edad, parados) |>
  filter(anyo %in% c(2007, 2019, 2022))
tabla <- tabla |>
  group_by(anyo, sexo, edad) |>
  summarise(parados = sum(parados))
```

```{r}
graf <- ggplot(data = tabla, mapping = aes(x = sexo, y = edad, fill = parados)) +
  geom_raster() +
  scale_fill_gradientn(colours = paleta_heatmaps) +
  facet_wrap(~ anyo) +
  labs(x = "", y = "edad") +
  theme_bw() +
  theme(axis.title.y = element_text(hjust = 1))
 
graf
```

```{r}
ggplot(tabla, aes(x = edad, y = parados, col = anyo, fill = anyo)) +
  geom_ribbon(aes(ymin = 0, ymax = tabla$parados), alpha = 0.4) +
  facet_wrap(~sexo) +
  ylab("número de parados") +
  scale_y_continuous(labels = function(x) {
    format(x,
      big.mark = ".", decimal.mark = ",", scientific = FALSE
    )
  }) +
  theme_bw() +
  theme(axis.title.x = element_text(hjust = 0),
        axis.title.y = element_text(hjust = 1))
```