Pirâmides populacionais

Usage

ggplot_pir(
  banco,
  idade,
  sexo,
  populacao = NULL,
  catsexo = c("masc", "fem"),
  cores = c("steelblue", "hotpink"),
  nsize = 3.5
)

Argumentos

banco: Um data frame com população ou casos por sexo e faixa etária.
idade: Nome da variável com a idade ou faixa etária deve ir entre aspas.
sexo: Nome da variável com o sexo; deve ir entre aspas e ser um factor.
populacao: Nome da variável (entre aspas) com a população ou casos, se houver; por padrão é NULL, isto é, a função espera um banco de registros individuais e calcula a frequência por sexo e faixa etária indicada.
catsexo: Vetor com o nome das categorias da variável sexo; padrão é c("masc", "fem"); o sexo masculino deve ser a primeira categoria.
cores: Cores das barras, para as categorias masculino e feminino. O padrão é c("darkblue", "violetred").
nsize: Tamanho do texto com o nº total de habitantes. O padrão é 3.5.

Valor

Um objeto de classe gg e ggplot com o gráfico da pirâmide populacional.

Exemplos

data("POPBR12")
str(POPBR12)
#> 'data.frame':	367290 obs. of  6 variables:
#>  $ MUNIC_RES: int  110001 110001 110001 110001 110001 110001 110001 110001 110001 110001 ...
#>  $ ANO      : int  2012 2012 2012 2012 2012 2012 2012 2012 2012 2012 ...
#>  $ SEXO     : int  1 1 1 1 1 1 1 1 1 1 ...
#>  $ SITUACAO : int  3 3 3 3 3 3 3 3 3 3 ...
#>  $ FXETARIA : int  0 101 202 303 404 505 606 707 808 909 ...
#>  $ POPULACAO: int  187 186 187 190 193 198 204 211 219 226 ...
# "SEXO" é da classe 'integer'; 
# além disso, os primeiros 19 anos de idade estão em faixas anuais 
# e os demais (até 80) em faixas quinquenais.
if (FALSE) { # \dontrun{
ggplot_pir(POPBR12, "FXETARIA", "SEXO", "POPULACAO")
} # }
# não dá o gráfico desejado.

# Transformando o sexo em fator e reclassificando a faixa etária:
require(dplyr)
#> Loading required package: dplyr
#> 
#> Attaching package: ‘dplyr’
#> The following objects are masked from ‘package:stats’:
#> 
#>     filter, lag
#> The following objects are masked from ‘package:base’:
#> 
#>     intersect, setdiff, setequal, union
POPBR12 <- POPBR12 %>% 
  mutate(SEXO = factor(SEXO, labels = c("masc", "fem")),
         FXETAR5 = fxetar.det_pra_fxetar5(FXETARIA)) 
ggplot_pir(POPBR12, "FXETAR5", "SEXO", "POPULACAO")


# Cerro Largo, RS
ggplot_pir(POPBR12[POPBR12$MUNIC_RES==430520, ], 
           "FXETAR5", "SEXO", "POPULACAO")



# ## Mortalidade por anos completos de vida

# Se o banco é de registros individuais, sem uma variável com a 
# contagem da população, a função conta as frequências em cada 
# sexo e faixa etária específicos. 

data("obitosRS2019")
str(obitosRS2019)
#> 'data.frame':	10000 obs. of  91 variables:
#>  $ ORIGEM    : chr  "1" "1" "1" "1" ...
#>  $ TIPOBITO  : chr  "2" "2" "2" "2" ...
#>  $ DTOBITO   : chr  "30082019" "25102019" "11062019" "09102019" ...
#>  $ HORAOBITO : chr  "1800" "0439" "0730" "1415" ...
#>  $ NATURAL   : chr  "843" "843" "843" "843" ...
#>  $ CODMUNNATU: chr  "430420" "431440" "431440" "431840" ...
#>  $ DTNASC    : chr  "05091938" "17101948" "18051989" "02071950" ...
#>  $ IDADE     : chr  "480" "471" "430" "469" ...
#>  $ SEXO      : chr  "1" "1" "1" "2" ...
#>  $ RACACOR   : chr  "1" "1" "1" "1" ...
#>  $ ESTCIV    : chr  "2" "4" "1" "3" ...
#>  $ ESC       : chr  "4" "4" "9" "9" ...
#>  $ ESC2010   : chr  "2" "3" "9" "9" ...
#>  $ SERIESCFAL: chr  "8" NA NA NA ...
#>  $ OCUP      : chr  "999993" "517205" "354705" "999992" ...
#>  $ CODMUNRES : chr  "430300" "431440" "431440" "430270" ...
#>  $ LOCOCOR   : chr  "1" "1" "3" "1" ...
#>  $ CODESTAB  : chr  "2266474" "2252295" NA "2693801" ...
#>  $ ESTABDESCR: chr  NA NA NA NA ...
#>  $ CODMUNOCOR: chr  "430300" "431440" "431440" "431490" ...
#>  $ IDADEMAE  : chr  NA NA NA NA ...
#>  $ ESCMAE    : chr  NA NA NA NA ...
#>  $ ESCMAE2010: chr  NA NA NA NA ...
#>  $ SERIESCMAE: chr  NA NA NA NA ...
#>  $ OCUPMAE   : chr  NA NA NA NA ...
#>  $ QTDFILVIVO: chr  NA NA NA NA ...
#>  $ QTDFILMORT: chr  NA NA NA NA ...
#>  $ GRAVIDEZ  : chr  NA NA NA NA ...
#>  $ SEMAGESTAC: chr  NA NA NA NA ...
#>  $ GESTACAO  : chr  NA NA NA NA ...
#>  $ PARTO     : chr  NA NA NA NA ...
#>  $ OBITOPARTO: chr  NA NA NA NA ...
#>  $ PESO      : chr  NA NA NA NA ...
#>  $ TPMORTEOCO: chr  NA NA NA NA ...
#>  $ OBITOGRAV : chr  NA NA NA NA ...
#>  $ OBITOPUERP: chr  NA NA NA NA ...
#>  $ ASSISTMED : chr  "1" "1" "2" "1" ...
#>  $ EXAME     : chr  NA NA NA NA ...
#>  $ CIRURGIA  : chr  NA NA NA NA ...
#>  $ NECROPSIA : chr  "2" "2" "1" "2" ...
#>  $ LINHAA    : chr  "*J969" "*A419" "*X958*T792*T794" "*R092" ...
#>  $ LINHAB    : chr  "*C349" "*L038" NA "*A419" ...
#>  $ LINHAC    : chr  NA "*J189" NA "*J189" ...
#>  $ LINHAD    : chr  NA "*I499" NA "*N179" ...
#>  $ LINHAII   : chr  NA NA NA "*E149*I10X" ...
#>  $ CAUSABAS  : chr  "C349" "I499" "X958" "E142" ...
#>  $ CB_PRE    : chr  NA NA NA NA ...
#>  $ COMUNSVOIM: chr  NA NA NA NA ...
#>  $ DTATESTADO: chr  "31082019" "25102019" "11062019" "09102019" ...
#>  $ CIRCOBITO : chr  NA NA "3" NA ...
#>  $ ACIDTRAB  : chr  NA NA NA NA ...
#>  $ FONTE     : chr  NA NA "1" NA ...
#>  $ NUMEROLOTE: chr  "20190018" "20190047" "20190028" "20200066" ...
#>  $ TPPOS     : chr  "N" "N" "N" NA ...
#>  $ DTINVESTIG: chr  NA NA NA NA ...
#>  $ CAUSABAS_O: chr  "C349" "I499" "X958" "E142" ...
#>  $ DTCADASTRO: chr  "10092019" "31102019" "24062019" "04112019" ...
#>  $ ATESTANTE : chr  "1" NA "3" "2" ...
#>  $ STCODIFICA: chr  "S" "S" "S" "S" ...
#>  $ CODIFICADO: chr  "S" "S" "S" "S" ...
#>  $ VERSAOSIST: chr  "3.2.00" "3.2.00" "3.2.00" "3.2.30" ...
#>  $ VERSAOSCB : chr  "3.2" "3.2" "3.2" "3.2" ...
#>  $ FONTEINV  : chr  NA NA NA NA ...
#>  $ DTRECEBIM : chr  "14102019" "05112019" "02072019" "20112020" ...
#>  $ ATESTADO  : chr  "J969/C349" "A419/L038/J189/I499" "X958 T792 T794" "R092/A419/J189/N179*E149 I10" ...
#>  $ DTRECORIGA: chr  "17092019" "05112019" "02072019" "06112019" ...
#>  $ CAUSAMAT  : chr  NA NA NA NA ...
#>  $ ESCMAEAGR1: chr  NA NA NA NA ...
#>  $ ESCFALAGR1: chr  "04" "12" "09" "09" ...
#>  $ STDOEPIDEM: chr  "0" "0" "0" "0" ...
#>  $ STDONOVA  : chr  "1" "1" "1" "1" ...
#>  $ DIFDATA   : chr  "045" "011" "021" "408" ...
#>  $ NUDIASOBCO: chr  NA NA NA NA ...
#>  $ NUDIASOBIN: chr  NA NA NA NA ...
#>  $ DTCADINV  : chr  NA NA NA NA ...
#>  $ TPOBITOCOR: chr  NA NA NA NA ...
#>  $ DTCONINV  : chr  NA NA NA NA ...
#>  $ FONTES    : chr  NA NA NA NA ...
#>  $ TPRESGINFO: chr  NA NA NA NA ...
#>  $ TPNIVELINV: chr  NA NA NA NA ...
#>  $ NUDIASINF : chr  NA NA NA NA ...
#>  $ DTCADINF  : chr  NA NA NA NA ...
#>  $ MORTEPARTO: chr  NA NA NA NA ...
#>  $ DTCONCASO : chr  NA NA NA NA ...
#>  $ FONTESINF : chr  NA NA NA NA ...
#>  $ ALTCAUSA  : chr  NA NA NA NA ...
#>  $ CONTADOR  : chr  "1340380" "1310379" "133084" "1310040" ...
#>  $ idade     : num  80 71 30 69 21 90 65 81 31 73 ...
#>  $ fxetar.det: chr  "80 e +" "70-74" "30-34" "65-69" ...
#>  $ fxetar5   : chr  "80 e +" "70-74" "30-34" "65-69" ...
#>  $ sexo      : Factor w/ 2 levels "masc","fem": 1 1 1 2 1 2 2 1 2 1 ...
#>  - attr(*, "data_types")= chr [1:87] "C" "C" "C" "C" ...

obitosRS2019 %>%
 mutate(sexo = factor(sexo, levels = c("masc", "fem"))) %>% 
 ggplot_pir("idade", "sexo")
#> Warning: Removed 6 rows containing non-finite outside the scale range (`stat_count()`).

 
# O comando acima devolve o mesmo gráfico que o comando abaixo: 

obitosRS2019 %>%
 mutate(sexo = factor(sexo, levels = c("masc", "fem"))) %>%
 count(idade, sexo) %>% # linha desnecessária
 ggplot_pir("idade", "sexo", "n")
#> Warning: Removed 3 rows containing missing values or values outside the scale range
#> (`geom_col()`).