# Librería de manejo de datos import pandas as pd import numpy as np

# Extraemos los datps de la página de Datos Abiertos de Colombia data = pd.read_json('https://www.datos.gov.co/resource/e5yn-j87n.json', encoding='UTF-8')

# Hacemos un análisis de cómo es la estructura de los datos data.head()

# Creamos una Serie para realizar las transformaciones data_mun = data[['municipios_de_inluencia']].copy() # Cambiamos las "y" por comas y los '\n' data_mun['municipios_de_inluencia'] = data_mun['municipios_de_inluencia'].str.replace(' y ',',') data_mun['municipios_de_inluencia'] = data_mun['municipios_de_inluencia'].str.replace('\n',',') # Volvemos los datos listas data_mun['municipios_de_inluencia'] = data_mun['municipios_de_inluencia'].str.split(',') # Expandimos los valores dentro de las listas en filas data_mun = data_mun.explode('municipios_de_inluencia').reset_index(drop=True) # Borramos los espacios data_mun['municipios_de_inluencia'] = data_mun['municipios_de_inluencia'].str.strip() # Arreglamos nombres de los municipios data_mun['municipios_de_inluencia'] = data_mun['municipios_de_inluencia'].replace(['San Pedro','Santafé de Antioquia'],['San Pedro de los Milagros','Santa Fe de Antioquia']) data_mun['municipios_de_inluencia'] = data_mun['municipios_de_inluencia'].replace('Santa Fe de Antioquia','Santa Fé de Antioquia') data_mun['municipios_de_inluencia'] = data_mun['municipios_de_inluencia'].replace('San Andrés de Cuerquia','San Andrés de Cuerquía') data_mun['municipios_de_inluencia'] = data_mun['municipios_de_inluencia'].replace('Don Matías','Donmatías') # Índices de datos nulos id = np.array(data_mun[(data_mun['municipios_de_inluencia']=='') | (data_mun['municipios_de_inluencia']=='de Los Milagros')].index) # Sacamos los valores nulos data_mun = data_mun.drop(id).sort_values('municipios_de_inluencia') # Creamos un DF que contiene que municipio con la cantidad de veces que aparece en alguna área protegida municipios = pd.DataFrame(data_mun['municipios_de_inluencia'].value_counts().sort_index()).reset_index(drop=False) municipios.columns= ['Municipio', 'Presencia de áreas'] municipios

# Revisamos qué porción del total de municipios de Antioquia tienen áreas protegidas por Corantioquia print(str(len(municipios)/125*100) + '%')

#Importamos librería que nos ayudará import json # Leemos el archivo que contiene las ubicaciones de los municipios en formato GeoJson colombia = json.load(open('MunicipiosVeredas1MB2.json','r'))

# Creamos un DataFrame para relacionar ubicaciones con municipios cities_locations_col = pd.json_normalize(colombia,record_path='features') # Extraemos solo las ubicaciones en Antioquia (Que poseen el código 5) ya que hay municipios con nombres iguales # en departamentos diferenes cities_locations_ant = cities_locations_col.loc[cities_locations_col['properties.DPTO_CCDGO']=='05']

cities_locations_ant.head(1)

municipios['Municipio'] = municipios['Municipio'].str.upper() municipios.head()

# Juntamos ambos DataFrames bd_lista = pd.merge(cities_locations_ant,municipios, 'left', right_on='Municipio',left_on='properties.MPIO_CNMBR') bd_lista['Presencia de áreas'] = bd_lista['Presencia de áreas'].fillna(0) # Cambiamos el nombre de una columna para una mejor visualización bd_lista = bd_lista.rename(columns={'properties.DPTOMPIO':'Código Muncipio'}) bd_lista.head(2)

import plotly.express as px import plotly.io as pio # pio.renderers.default = 'notebook' fig = px.choropleth(bd_lista, locations='Código Muncipio', geojson=colombia, featureidkey='properties.MPIO_CCNCT', color='Presencia de áreas', hover_name='properties.MPIO_CNMBR' ) fig.update_geos(showcountries=True,showcoastlines=True,showland=True,fitbounds='locations') fig.update_layout( title_text='Cantidad de Áreas Protegidas por Municipios de Antioquia en Corantioquia', font={'size':15} ) fig.show();

# Creamos una Serie para realizar las transformaciones data_mun = data[['municipios_de_inluencia','nombre_del_rea_protegida']].copy() # Cambiamos las "y" por comas y los '\n' data_mun['municipios_de_inluencia'] = data_mun['municipios_de_inluencia'].str.replace(' y ',',') data_mun['municipios_de_inluencia'] = data_mun['municipios_de_inluencia'].str.replace('\n',',') # Volvemos los datos listas data_mun['municipios_de_inluencia'] = data_mun['municipios_de_inluencia'].str.split(',') # Expandimos los valores dentro de las listas en filas data_mun = data_mun.explode('municipios_de_inluencia').reset_index(drop=True) # Borramos los espacios data_mun['municipios_de_inluencia'] = data_mun['municipios_de_inluencia'].str.strip() # Arreglamos nombres de los municipios data_mun['municipios_de_inluencia'] = data_mun['municipios_de_inluencia'].replace(['San Pedro','Santafé de Antioquia'],['San Pedro de los Milagros','Santa Fe de Antioquia']) data_mun['municipios_de_inluencia'] = data_mun['municipios_de_inluencia'].replace('Santa Fe de Antioquia','Santa Fé de Antioquia') data_mun['municipios_de_inluencia'] = data_mun['municipios_de_inluencia'].replace('San Andrés de Cuerquia','San Andrés de Cuerquía') data_mun['municipios_de_inluencia'] = data_mun['municipios_de_inluencia'].replace('Don Matías','Donmatías') # Índices de datos nulos para limpiar id = np.array(data_mun[(data_mun['municipios_de_inluencia']=='') | (data_mun['municipios_de_inluencia']=='de Los Milagros')].index) # Sacamos los valores nulos data_mun = data_mun.drop(id).sort_values('municipios_de_inluencia') data_mun

# Sacamos los municipios para un ciclo for municipios = data_mun['municipios_de_inluencia'].unique() # Creamos un diccionario para almacenar en cada llave (municipio), # el nombre de cada área protegida por el municipio dic_mun = {} # En el for: for municipio in municipios: # Creamos el diccionario dic_mun[municipio]=list(data_mun.loc[data_mun['municipios_de_inluencia']==municipio,'nombre_del_rea_protegida'].values) # A cada lista la ajustamos para que quede con 3 valores (por defecto nulos) # para que se ajusten luego a la transformación como DataFrame if len(dic_mun[municipio]) == 1: dic_mun[municipio] = dic_mun[municipio] + [np.nan]*2 elif len(dic_mun[municipio]) == 2: dic_mun[municipio] = dic_mun[municipio] + [np.nan] # Creamos el DataFrame df1 = pd.DataFrame.from_dict(dic_mun, orient='index', columns=[f'Área Protegida {i}' for i in range(1,4)])

# Revisemos las áreas protegidas por cada municipio df1

# Creamos una copia data_comp = data[['nombre_del_rea_protegida','rea_ha','municipios_de_inluencia']].copy() # Sacamos la composición relativa de cada área con respecto al total data_comp['rea_ha (%)'] = data_comp['rea_ha']/data_comp['rea_ha'].sum() # Ordenamos de mayor a menor data_comp = data_comp.sort_values('rea_ha (%)',ascending=False) # Arreglamos el formato de % data_comp['rea_ha (%)'] = data_comp['rea_ha (%)'].apply(lambda x: '{:.2%}'.format(x)) # Revisemos data_comp

# Miremos en qué municipios tiene presencia data_comp['municipios_de_inluencia'].head(1).values

# Extraemos el total del área en Hectáreas area_ha = data['rea_ha'].sum() print('El área en Hectáreas de áreas protegidas por Corantioquia es: ', '{:,}'.format(round(area_ha)),'Ha')

area_km2 = area_ha*0.01 print('El área en Km^2 de áreas protegidas por Corantioquia es: ', '{:,}'.format(round(area_km2)), 'Km^2')

area_ant_km2 = 63612 porcion_territorio_protegido = area_km2/area_ant_km2 print('Del total del área del departamento de Antioquia, el: ', '{:.2%}'.format(porcion_territorio_protegido), 'pertenecen a áreas protegidas por Corantiquia')

# Creamos una copia data_obj = data.copy() # Tomamos la columnas con los objetos a proteger y los volvemos listas dentro de cada fila data_obj['atributos_valores_objeto'] = data['atributos_valores_objeto'].apply(lambda x: x.split('\n')) # Extraemos las únicas columnas que nos interesan data_obj = data_obj[['nombre_del_rea_protegida','atributos_valores_objeto']] # Expandimos las listas en cada fila data_obj = data_obj.explode('atributos_valores_objeto') # Observamos data_obj

# Revisamos cuál es el área con más atributos a proteger print(data_obj['nombre_del_rea_protegida'].value_counts().head(3)) # Guardemos el nombre para búsquedas futuras area_prot = data_obj['nombre_del_rea_protegida'].value_counts().head(1).index[0]

# Revisemos a qué municipios pertenece y qué atributos cobija x = data.loc[data['nombre_del_rea_protegida']==area_prot,'municipios_de_inluencia'].values[0] print('Los municipios que acoge el área de ' + area_prot + ' son ' + x)

data_obj.loc[data_obj['nombre_del_rea_protegida']==area_prot]

# Tomamos la columna que necesitamos y la copiamos eco = data[['nombre_del_rea_protegida','tipo_de_ecosistema_presente']].copy() # Visualicemos eco

# Volvemos cada fila una lista al separarlos por el divisor que es un santo de línea ("\n") # A la ves, expandimos toda la Series de datos por cada elemento de cada lista con ".explode" # eco['tipo_de_ecosistema_presente'] = eco['tipo_de_ecosistema_presente'].str.split('\n') # eco = eco.explode('tipo_de_ecosistema_presente').reset_index(drop=True) # Generemos una columna que cuente las veces que está un área en este DF eco['ocurrencias_area'] = eco['nombre_del_rea_protegida'].apply(lambda x: eco['nombre_del_rea_protegida'].value_counts()[x]) # Ordenamos de mayor a menos eco.sort_values('ocurrencias_area',ascending=False) # Las áreas con más ecosistemas son:

# Lo volvemos DF para obtener una mejor visualización pd.DataFrame(eco['tipo_de_ecosistema_presente'].unique())

data['categor_a_de_manejo'].value_counts()

# !pip install session_info import session_info session_info.show()