PXWeb-tilastot kartalla

Kuulen usein vaikeuksista esittää Tilastokeskuksen PxWeb-rajapinnan kautta jaettavia tilastoaineistoja kartalla. ropengov-projektissa on kehitetty R-kielen työkaluja sekä pxweb-rajapinnan hyödyntämiseen että Tilastokeskuksen paikkatietorajapinnan hyödyntämiseen (geofi).

Tässä esimerkissä näytetään miten teet karttoja R-ohjelmalla PxWeb-rajapinnan datoista sekä kunta- että postinumeroaluepohjaisten aluejakojen mukaisesti.

Väkiluku kuntatasolla vuoden 2020 aluejaolla

Tässä esimerkissä haemme viimeisimmän kuntatason tiedon väkiluvusta vuoden 2020 aluejaolla. Tieto löytyy kuntien avainluvut osiosta.

Alla olevassa giffistä saat käsityksen mitä prosessi edellyttää:

Aluksi siis ladataan paketit sekä datojen hakemiseen, käsittelyyn että visualisointiin.

# datat
library(pxweb) # Tilastokeskuksen pxweb-rajapinta
library(geofi) # Tilastokeskuksen wfs-rajapinta
# käsittely & siivoaminen
library(dplyr) 
library(tidyr)
library(janitor)
# visualisointi
library(ggplot2)

Sitten haetaan taajama-aste -data pxweb-rajapinnasta ja kuntajat wfs-rajapinnasta, ja liitetään data yhteen.

# WFS-data
muni20 <- get_municipalities(year = 2020)

# PXWEB-data
pxweb_query_list <- 
  list("Alue 2020"=c("*"),
       "Tiedot"=c("M411"))

# Download data 
px_data <- 
  pxweb_get(url = "http://pxnet2.stat.fi/PXWeb/api/v1/fi/Kuntien_avainluvut/2020/kuntien_avainluvut_2020_viimeisin.px",
            query = pxweb_query_list)

# Convert to data.frame 
px_data <- as_tibble(as.data.frame(px_data, column.name.type = "text", variable.value.type = "text"))

map <- left_join(muni20,
                 clean_names(px_data), by = c("name_fi" = "alue_2020"))

Sitten tehdään kartta, jossa täyttövärinä käytetään muuttujaa kuntien_avainluvut, joka siis yhtä kuin Väkiluku, 2019.

ggplot(map, aes(fill = kuntien_avainluvut)) + geom_sf()

Väkiluku maakuntatasolla

`geofi’-paketin kuntaluokitusavaimen avulla voi aggregoida datan kuntatasolta ylöspäin Tilastokeskuksen luokittelurajapinnan tietojen avulla. Seuraavassa koodikimpaleessa väkiluku aggregoidaan maakuntatasolle.

mk_map <- map %>% 
  group_by(maakunta_name_fi) %>% 
  summarise(kuntien_avainluvut = sum(kuntien_avainluvut))

ggplot(mk_map) + 
  geom_sf(aes(fill = kuntien_avainluvut)) +
  geom_sf_text(aes(label = paste(maakunta_name_fi, "\n",kuntien_avainluvut)), 
               size = 3, 
               color = "white")

Väkiluku postinumeroalueittain

Postinumeroaluetasolla prosessi on pitkälti sama. Ensin haetaan datat ja yhdistellään

zipcodes <- get_zipcodes(year = 2020) 

pxweb_query_list <- 
  list("Postinumeroalue"=c("*"),
                           "Tiedot"=c("he_vakiy"))

px_data <- 
 pxweb_get(url = "http://pxnet2.stat.fi/PXWeb/api/v1/fi/Postinumeroalueittainen_avoin_tieto/2020/paavo_pxt_12ey.px",
           query = pxweb_query_list)
paavo <- as_tibble(as.data.frame(px_data, 
                                       column.name.type = "text", 
                                       variable.value.type = "text")) %>% 
  clean_names() %>% 
  mutate(postinumeroalue = sub(" .+$", "", postinumeroalue))


map <- left_join(zipcodes, paavo, by = c("posti_alue" = "postinumeroalue"))
ggplot(map) + 
  geom_sf(aes(fill = asukkaat_yhteensa_2018_he), color = alpha("white", 1/3))