For those interested in GIS and spatial analysis, here are two tutorials to download data from OpenStreet Maps (OSM) into R.
OSM is an open platform storing georeferenced data. The data in OSM is produced and managed by the people, and is freely available for visualization, query, download, and modification. OMS is especially useful for data at the city level.
The first tutorial Getting Spatial Data, shows different ways to access data from OSM. The second one, Managing Spatial data in R, shows how to manage the data in R.
La inteligencia artificial está transformando la forma en que vemos, entendemos y cambiamos al mundo.
Para comprender cómo este escenario impacta la gestión del sector público, participa en AI for Good Government, nuestro evento en alianza con CMinds & Eon Resilience Lab, Codeando México y el CIDE. En él, todos aquellos directivos de agencias gubernamentales, investigadores y desarrolladores del sector público, puedrán aprender y conversar sobre el valor de la inteligencia artificial para tomar mejores decisiones y el cómo resolver los problemas cotidianos del gobierno y las ciudades.
David Arellano y yo hablamos de cómo construir capacidades organizacionales para la transformación digital. El liderazgo, el más importante de ellas.
Tuve el gusto de colaborar con la iniciativa del Dr. David Arellano Gault y Gabriel Rojas en la elaboración de este mini-curso virtual sobre las implicaciones de las tecnologias disruptivas en el sector público. Fue una amena experiencia en la que aprendí mucho sobre tecnologías disruptivas.
El mini-curso es completamente virtual y pueden acceder a el en este vínculo.
Publiqué en el CRAN importinegi, un paquete de R para descargar y gestionar bases de datos en R. El paquete fue creado para facilitar la descarga y uso de las bases de datos publicas del INEGI. Entre otras ventajas, este paquete permite integrar múltiples bases de datos con un identificador único en común, consolidar los datos en diferentes niveles de agregación (p. ej. vivienda, localidad, municipio o entidad federativa), o automatizar la codificación de valores perdidos en el sistema de R.
La version 1.0.0 permite descargar y gestionar las bases de datos de los siguientes proyectos estadisticos del INEGI:
Censo y Conteo de Poblacion y Vivienda
Censo Nacional de Gobiernos Municipales y Delegacionales
Encuesta Nacional de Ingresos y Gastos de los Hogares (ENIGH)
Some data is stored in mdb files, which makes it difficult to manage in Stata or R. Here is a piece of code that worked for me using the Youth Risk Behavior Survey (YRBS) data as example.
First, install and load the package RODBC. You must use this package in the R base 32-bit version (R i386 in Windows). Then, use the function odbcConnectAccess on the .mdb file to store the Access database in an object.
# Use the package RODBC to open the Access file in R.install.packages("RODBC")# Store the file path in an objectpath=file.path("C:/Users/Desk/sadc_2017_national/sadc_2017_national")# odbcConnectAccess() stores an Access database in an objectchannel.sadc<-RODBC::odbcConnectAccess(path)
The resulting object is a Access database (with multiple tables). You can explore the database with sqlTables(). To retrieve an specific dataset from the Access file, use sqlFetch().
# Explore the tables in the object channel.sadcRODBC::sqlTables(channel.sadc)# Retrieve the dataset SADCQ.data.sadc2017<-RODBC::sqlFetch(channel.sadc,"SADCQ")
Now, the object data.sadc2017 should be a regular data frame.
To save the file as Stata’s .dta:
# Save as .dtainstall.packages("haven")haven::write_dta(data.sadc2017,"C:/Users/Desk/SADC_2017_National.dta")
