areas_protegidas.Rmd

---
title: "Áreas Protegidas"
description: "Resumen de los últimos datos de visitas a Parques Nacionales y Áreas Protegidas Provinciales según origen (condición de residencia) de los visitantes. La información se obtiene a partir de datos relevados por la Administración de Parques Nacionales y organismos provinciales."
output: distill::distill_article
---
```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = F, message = F, warning = F, 
                      fig.align = 'left')
options(scipen = 9999)
library(gt) # Easily Create Presentation-Ready Display Tables, CRAN v0.2.2
library(tidyverse) # Easily Install and Load the 'Tidyverse', CRAN v1.3.0
library(lubridate) # Make Dealing with Dates a Little Easier, CRAN v1.7.9
library(extrafont) # Tools for using fonts, CRAN v0.17 # Tools for using fonts, CRAN v0.17
library(ggtext) 
library(glue)
library(janitor)
library(readxl)
library(plotly)
library(herramientas)
library(comunicacion)
Sys.setlocale("LC_TIME", "es_AR.UTF-8")
```

```{r }
# Definir mes / trimestre / año de referencia para títulos ####
fecha <- "2024-12-01"
mes <- "Diciembre"
anio <- "2024"

parques_sin_dato <- c("pizarro", "ansenuza", "formosa", "traslasierra")

#parques <- c("el leoncito", "sierra de las quijadas")
# PALETAS Y FUENTES ---------------------------------------------------------
# Paleta colores Presidencia
cols_arg <- "#37BBED" # Celeste Institucional
#Secundarios
cols_arg2 <- c("#EE3D8F", # "ROJO"
               "#50B8B1", # "VERDE"
               "#F7941E","#FFD100","#D7DF23", "#9283BE")
#Fuente
familia_fuente <- "Encode Sans Normal"
  # fonttable() %>% 
  # as_tibble() %>% 
  # filter(str_detect(FamilyName, "Encode Sans Normal"), 
  #        Bold == TRUE) %>% 
  # pull(FamilyName) %>% 
  # unique()
# Estilo de graficos
theme_imet <- function() {
  theme(legend.position = "none",
        text = element_text(family = familia_fuente))
}
#gs4_deauth() # Importar sheet de google sin interactividad de autorizacion 
# #Configuración tags htmls
# meta() %>%
#   meta_description(
#     glue("Visitas a Parques Nacionales en {mes} {anio}")
#   ) %>% 
#   meta_viewport() %>% 
#   meta_social(
#     title = glue("Parques Nacionales {mes} {anio}"),
#     image = "https://upload.wikimedia.org/wikipedia/commons/8/8e/Ministerio_de_Turismo_y_Deportes_arg.png",
#     og_author = c("Dirección de Mercados y Estadísticas", 
#                   "Dirección Nacional de Calidad Turística", 
#                   "Secretaría de Turismo, Ambiente y Deportes")
#   )
```



### (Publicado en `r format(Sys.time(), '%B %Y')` con datos actualizados a `r paste(mes," de ",anio)`)

<br>

## Parques Nacionales
```{r}
#Importo datos
# parques_nacionales <- #read_file_srv("/srv/DataDNMYE/areas_protegidas/areas_protegidas_nacionales/pivot_#pn.xlsx",
#                                  sheet = "base PN")
parques_nacionales <- read_file_srv("/srv/DataDNMYE/areas_protegidas/areas_protegidas_nacionales/pivot_pn.xlsx", sheet= 2)%>% 
   filter(parque_nacional !=  "nahuel huapi") %>% 
  mutate(parque_nacional = ifelse(parque_nacional == "nahuel huapi 3p", "nahuel huapi",
                                  parque_nacional))
# parques_nacionales <- read_sheet("https://docs.google.com/spreadsheets/d/1ZM7PfvY16tImMcFKUj0fCn6ASc1yxlye/edit#gid=1610808314")
#parques_nacionales <- read.xlsx("data/Pivot_PN_20201125.xlsx",sheet="base PN 2008_2020")
```

```{r}
#Agrego columna con número de mes
tabla_parques <- parques_nacionales %>%
  mutate(Mes = str_to_title(Mes)) %>% 
  left_join(data.frame(Mes = c("Enero","Febrero","Marzo","Abril","Mayo","Junio",
                               "Julio","Agosto","Septiembre","Octubre","Noviembre","Diciembre"), 
                       month = c(1:12)))
# tabla_parques <- tabla_parques %>% mutate(
#     visitantes = case_when(
#       Mes %in% c("Abril", "Mayo", "Junio") & anio == 2020 ~ `is.na<-`(visitantes),
#       TRUE ~ visitantes)
#     )
```

```{r}
data_tabla_1 <- tabla_parques %>% 
  mutate(visitantes = ifelse(parque_nacional %in% parques_sin_dato &
                               Mes == str_to_sentence(.GlobalEnv$mes) & anio == as.numeric(.GlobalEnv$anio)-1,
                             0, visitantes)) %>% 
  group_by(anio,month,residencia) %>% 
  summarise(n = sum(visitantes,na.rm = T)) %>% ungroup() %>% 
  arrange(anio,month) %>% 
  group_by(anio,residencia) %>% 
  mutate(acum = cumsum(n)) %>% ungroup() %>%
  group_by(residencia) %>% 
  mutate(var.n = n/lag(n,12)-1,var.acum = acum/lag(acum,12)-1) %>% 
  mutate(residencia = case_when(residencia == "no residentes" ~ "no_residentes",
                                TRUE ~ residencia),
         period = ymd(as.character(glue::glue("{anio}/{month}/01")))) %>% 
  pivot_wider(.,names_from="residencia",values_from = c("n","acum","var.n","var.acum")) %>% 
  mutate(total = n_no_residentes + n_residentes,
         var.total = total/lag(total,12)-1) %>% 
  group_by(anio) %>% 
  mutate(total.acum = cumsum(total)) %>% ungroup() %>% 
  mutate(var.tot.acum = total.acum/lag(total.acum,12)-1) %>% 
  mutate(
    var.total = case_when(
      is.infinite(var.total) ~ `is.na<-`(var.total),
      TRUE ~ var.total),
     var.n_no_residentes = case_when(
      is.infinite(var.n_no_residentes) ~ `is.na<-`(var.n_no_residentes),
      TRUE ~ var.n_no_residentes),
     var.n_residentes = case_when(
      is.infinite(var.n_residentes) ~ `is.na<-`(var.n_residentes),
      TRUE ~ var.n_residentes)
    )
tabla.1.mes <- data_tabla_1 %>%
  select("anio","month",period,total,n_no_residentes,n_residentes,var.n_no_residentes,var.n_residentes,var.total) %>%
  mutate(part.res = n_residentes/total,
         part.no.res = n_no_residentes/total,
         periodo = paste0(mes," ",anio))   #SOLO ENERO

tabla.1.acum <-  data_tabla_1 %>%
  select("anio","month",period,total.acum,acum_residentes,acum_no_residentes,
         var.acum_no_residentes,var.acum_residentes,var.tot.acum) %>% 
  rename(total = total.acum, n_no_residentes = acum_no_residentes,  n_residentes = acum_residentes, 
         var.n_no_residentes = var.acum_no_residentes,var.n_residentes = var.acum_residentes,
         var.total = var.tot.acum) %>%  
  mutate(part.res = n_residentes/total,
         part.no.res = n_no_residentes/total,
         periodo = paste0("Acum. ", anio)) 
```
<br> 
En el mes de `r mes` se registraron `r format(round(pull(tabla.1.mes[tabla.1.mes$period == fecha,"total"]),0),big.mark=".")` visitas a Parques Nacionales, con `r format(round(pull(tabla.1.mes[tabla.1.mes$period == fecha,"n_residentes"]),0),big.mark=".")` visitas de residentes y `r format(round(pull(tabla.1.mes[tabla.1.mes$period == fecha,"n_no_residentes"]),0),big.mark=".")` de no residentes.


<br>
```{r}
# En el acumulado del año las visitas suman un total de `r format(pull(tabla.1.acum[tabla.1.mes$period == fecha,"total"]),big.mark=".")` (`r format(pull(tabla.1.acum[tabla.1.acum$period == fecha,"n_residentes"]),big.mark=".")` residentes y `r format(pull(tabla.1.acum[tabla.1.acum$period == fecha,"n_no_residentes"]),big.mark=".")` no residentes), lo que implica una variación de `r format(round(100*pull(tabla.1.acum[tabla.1.acum$period == fecha,"var.total"]),1),decimal.mark=",")`% con respecto al mismo período del año anterior.

#tabla_1 <- 
  tabla.1.mes %>% bind_rows(tabla.1.acum) %>% 
  filter(period == fecha) %>%
  #filter(periodo != "Acum. 2021") %>% #SOLO PARA ENERO
  mutate_at(.vars = c("n_residentes", 
                      "n_no_residentes", 
                      "total"),
            .funs = ~ .x/1000) %>% 
  select(periodo,total,n_residentes,n_no_residentes,7:(ncol(tabla.1.mes)-1)) %>% 
  mutate(periodo = paste0(periodo, "*")) %>% 
  gt() %>%
  fmt_number(columns = c(2,3,4), decimals = 1, sep_mark = ".", dec_mark = ",") %>% 
  fmt_percent(columns = c(5,6,7,8,9), decimals = 1, sep_mark = ".", dec_mark = ",") %>%
  #cols_align(
   # align = "center",
    #columns = vars(total,var.total,n_residentes,var.n_residentes,part.res, n_no_residentes, var.n_no_residentes,part.no.res
    #))%>% 
  cols_label(
    total = md("Miles<br>de<br>Visitas") ,             
    n_residentes = md("Miles<br>de<br>Visitas") ,             
    n_no_residentes = md("Miles<br>de<br>Visitas") ,                  
    var.n_no_residentes = md("Var. i.a.<br>  %") ,             
    var.n_residentes = md("Var i.a.<br> %") ,                  
    var.total = md("Var. i.a.<br> %")  ,
    part.res = md("Part.<br>%"),
    part.no.res = md("Part.<br>%"),
    periodo = md("Período")
  ) %>% 
  tab_style(
    style = list(
      cell_text(color = cols_arg2[1]),
      cell_text(weight  = "bold")
    ),
    locations = cells_body(
      columns = vars(var.total),
      rows =  var.total< 0)
  ) %>%  
  tab_style(
    style = list(
      cell_text(color = cols_arg2[2]),
      cell_text(weight  = "bold")
    ),
    locations = cells_body(
      columns = vars(var.total),
      rows =  var.total > 0)
  ) %>%
  tab_style(
    style = list(
      cell_text(color = cols_arg2[2]),
      cell_text(weight  = "bold")
    ),
    locations = cells_body(
      columns = vars(var.n_no_residentes),
      rows =  var.n_no_residentes > 0)
  ) %>%
  tab_style(
    style = list(
      cell_text(color = cols_arg2[1]),
      cell_text(weight  = "bold")
    ),
    locations = cells_body(
      columns = vars(var.n_no_residentes),
      rows =  var.n_no_residentes < 0)
  ) %>%
  tab_style(
    style = list(
      cell_text(color = cols_arg2[1]),
      cell_text(weight  = "bold")
    ),
    locations = cells_body(
      columns = vars(var.n_residentes),
      rows =  var.n_residentes < 0)
  ) %>% 
  tab_style(
    style = list(
      cell_text(color = cols_arg2[2]),
      cell_text(weight  = "bold")
    ),
    locations = cells_body(
      columns = vars(var.n_residentes),
      rows =  var.n_residentes > 0)
  ) %>%## AGRUPAMIENTO DE COLUMNAS POR VARIABLE DE INTERES
  tab_spanner(
    label = md("**TOTAL**"),
    columns = vars(total,
                   var.total)) %>% 
  tab_spanner(
    label = md("**RESIDENTES**"),
    columns = vars(n_residentes,
                   var.n_residentes,
                   part.res)) %>% 
  tab_spanner(
    label = md("**NO RESIDENTES**"),
    columns = vars(n_no_residentes,
                   var.n_no_residentes,
                   part.no.res)
  )  %>% 
    tab_header(title="Visitas a Parques Nacionales") %>% 
  cols_align(
    align = "center") %>% 
  fmt_missing(columns = 1:8,
              missing_text = "///") %>% 
  tab_source_note(glue("*: Dato provisorio."))
# tab_source_note(glue("///: Dato que no corresponde mostrar debido a la naturaleza de las cosas."))
#setwd("Salidas/")
# htmltools::save_html(html = tabla_1, file = "tabla_1_PN.html")
# webshot::webshot("tabla_1_PN.html", file="out.png", delay=3,vwidth =700 ,vheight = 300)
```

<br>


```{r}
data_grafico_1 <- tabla_parques %>% 
  group_by(anio,month,residencia) %>% 
  summarise(n = sum(visitantes,na.rm = T)) %>% ungroup() %>% 
  arrange(anio,month) %>% 
  group_by(anio,residencia) %>% 
  mutate(acum = cumsum(n)) %>% ungroup() %>%
  group_by(residencia) %>% 
  mutate(var.n = n/lag(n,12)-1,var.acum = acum/lag(acum,12)-1) %>% 
  mutate(residencia = case_when(residencia == "no residentes" ~ "no_residentes",
                                TRUE ~ residencia),
         period = ymd(as.character(glue::glue("{anio}/{month}/01")))) %>% 
  pivot_wider(.,names_from="residencia",values_from = c("n","acum","var.n","var.acum")) %>% 
  mutate(total = n_no_residentes + n_residentes,
         var.total = total/lag(total,12)-1) %>% 
  group_by(anio) %>% 
  mutate(total.acum = cumsum(total)) %>% ungroup() %>% 
  mutate(var.tot.acum = total.acum/lag(total.acum,12)-1) %>% 
  mutate(
    var.total = case_when(
      is.infinite(var.total) ~ `is.na<-`(var.total),
      TRUE ~ var.total),
     var.n_no_residentes = case_when(
      is.infinite(var.n_no_residentes) ~ `is.na<-`(var.n_no_residentes),
      TRUE ~ var.n_no_residentes),
     var.n_residentes = case_when(
      is.infinite(var.n_residentes) ~ `is.na<-`(var.n_residentes),
      TRUE ~ var.n_residentes)
    ) %>%
  select("anio","month",period,total,n_no_residentes,n_residentes,var.n_no_residentes,var.n_residentes,var.total) %>%
  mutate(part.res = n_residentes/total,
         part.no.res = n_no_residentes/total,
         periodo = paste0(mes," ",anio)) 

#Gráfico1
data_grafico_1 <- data_grafico_1 %>% select(period,total) %>% 
  mutate(total = round(total/1000,1)) %>% 
  filter(period >= "2018-01-01" & period <= fecha)
grafico_1 <- ggplot(data_grafico_1)  +
  geom_hline(yintercept = 0, color = "black", alpha =0.7, size = 0.5) +
  geom_line(aes(period, total),
            size = 1, color = cols_arg2[6], alpha = .5) +
  geom_point(aes(period, total,
                 text=paste('fecha: ',"",format(period,"%b-%y")
    ,'<br>visitas: ',format(round(total,2),big.mark=".",decimal.mark=","),' m')),
             size = 1.1, color = cols_arg2[6]) +
  # geom_text(data = filter(data_grafico_1, (period == fecha)),
  #           aes(x = period, y = total, label = format(total,decimal.mark = ",")),
  #           color = cols_arg2[6],
  #           size = 2,  
  #           fontface = "bold",
  #           vjust = -0.5,
  #           family = familia_fuente) +
  scale_x_date(date_breaks = "1 months", 
               date_labels = "%b%y", 
               expand = c(0,15)) +
  scale_y_continuous(breaks = seq(0, 2000, by = 100), 
                     labels = scales::number_format(big.mark = ".")) +
  theme_minimal() +
  theme_imet() +
  theme(
    plot.subtitle = element_markdown(size = ),
    axis.text.x = element_text(size = 6, angle = 90),
    axis.text.y = element_text(size = 6),
    panel.grid.major = element_line(colour="grey90",size = rel(0.5)),         
    panel.grid.minor = element_blank())+
  coord_cartesian(clip = 'off')+
  labs(x="",y="",
       title = "Visitas en Parques Nacionales",
       subtitle = tolower(glue("**En miles. enero 2018 - {mes} {anio}**")))
  
ggplotly(grafico_1,tooltip = "text")
```

```{r include=F, eval=F}
#Grafico 2
data_grafico_2 <- tabla.1.mes %>% select(period,"residentes" = var.n_residentes,"no_residentes"=var.n_no_residentes) %>% 
  filter(period >= "2018-01-01" & period <= fecha) %>% 
  pivot_longer(cols=c("residentes","no_residentes"))%>% 
  filter(period >= "2018-01-01" & period <= fecha) 
  
grafico_2 <- ggplot(data = data_grafico_2, aes(x = period, y = value)) + 
  geom_hline(yintercept = 0, color = "black", alpha = 0.6) +
  geom_line( aes(color = name), 
            size = 1,  alpha = .5) +
  geom_point(data = data_grafico_2, aes(color = name,
                                        text=paste('fecha: ',"",format(period,"%b-%y")
    ,'<br>variación: ',format(round(100*value,1),big.mark=".",decimal.mark=","),'%',
    '<br>origen: ',name)),
             size = 1.1) +
  # geom_text(data = filter(data_grafico_2, (period == fecha)),
  #           aes(x = period, y = value, 
  #               label =paste0(format(round(100*value,0),decimal.mark = ","),"%"), colour = name,
  #               vjust = ifelse(name == "var.n_residentes", -0.5, 1.2)),
  #           size = 2,  
  #           fontface = "bold",
  #           family = familia_fuente)+
  scale_color_manual(values = c("no_residentes" = cols_arg2[6], 
                                "residentes" = cols_arg2[2])) +
  scale_x_date(date_breaks = "1 months", 
               date_labels = "%b%y", 
               expand = c(0,20)) +
  theme_minimal() +
  theme(
    text = element_text(family = familia_fuente), 
    plot.title    = element_markdown(size = 13),
    plot.subtitle = element_markdown(size = 10, face = "bold"),
    plot.caption  = element_markdown(size = 7),
    strip.text.y  = element_text(size = 6, face = "bold"),
    axis.text.x   = element_text(size = 6, angle = 90),
    axis.text.y   = element_text(size = 6),
    panel.grid.minor.x = element_blank(),
    legend.position = "none",
    strip.placement = "outside"
  ) +
  coord_cartesian(clip = 'off')+
  scale_y_continuous(labels = scales::percent_format())+
  labs(x="",y="",
       title = "Variación porcentual interanual de las visitas en Parques Nacionales",
       subtitle = tolower(glue("enero 2018 - {mes} {anio}. <span style='color:{cols_arg2[2]}'>residentes</span> y <span style='color:{cols_arg2[6]}'>no residentes")))
ggplotly(grafico_2,tooltip="text")
```


<br>


```{r}
### Tabla 2 ----
data_tabla_2 <- tabla_parques %>% 
  mutate(visitantes = coalesce(visitantes, 0)) %>% 
   mutate(visitantes = ifelse(parque_nacional %in% parques_sin_dato &
                               Mes == str_to_sentence(.GlobalEnv$mes) & anio == as.numeric(.GlobalEnv$anio)-1,
                             NA_real_, visitantes)) %>%
  group_by(anio, parque_nacional, residencia) %>% 
  mutate(acumulado = cumsum(visitantes)) %>% ungroup() %>% 
  filter(anio >= 2023 & month == month(fecha)) %>% 
  pivot_wider(names_from  = c("anio", "residencia"), values_from = c(visitantes, acumulado)) %>% 
  mutate(across(where(is.numeric), ~ coalesce(.x, 0))) %>%
  clean_names() %>% 
  mutate(visitantes_2024_total = visitantes_2024_residentes + visitantes_2024_no_residentes,
         visitantes_2023_total = visitantes_2023_residentes + visitantes_2023_no_residentes,
         # visitantes_2020_total = visitantes_2020_residentes + visitantes_2020_no_residentes,
         acumulado_2024_total = acumulado_2024_residentes + acumulado_2024_no_residentes,
         acumulado_2023_total  = acumulado_2023_residentes + acumulado_2023_no_residentes,
         # acumulado_2020_total  = acumulado_2020_residentes + acumulado_2020_no_residentes,
         participacion = round(acumulado_2023_total / sum(acumulado_2023_total), 3)) %>%
  # mutate(across(where(is.numeric), ~ case_when(parque_nacional %in% parques ~ NA_real_,
  #                                          TRUE ~ .))) %>% 
  arrange(-participacion) %>%
  mutate(var_ia_visitantes_2024_tot = visitantes_2024_total/visitantes_2023_total-1,
         var_ia_visitantes_res = visitantes_2024_residentes/visitantes_2023_residentes-1,
         var_ia_visitantes_no_res = visitantes_2024_no_residentes/visitantes_2023_no_residentes-1,
         var_ia_acumulado_total  = acumulado_2024_total/ acumulado_2023_total-1) %>% 
  mutate(across(where(is.numeric), ~ coalesce(.x, 0))) %>%  
  arrange(-acumulado_2024_total) %>% 
  mutate(orden = rank(-acumulado_2024_total),
         presentacion = case_when(orden <= 25 ~ parque_nacional,
                                  TRUE ~ "Resto")) %>% 
   mutate(across(where(is.numeric), ~ case_when(is.infinite(.) ~ NA_real_,
                                           TRUE ~ .)))
```


```{r}
resto_pn <- data_tabla_2 %>% 
  filter(presentacion == "Resto") %>% 
  summarise_if(is.numeric, sum) %>% 
  mutate(var_ia_visitantes_2024_tot = visitantes_2024_total/visitantes_2023_total-1,
         var_ia_visitantes_res = visitantes_2024_residentes/visitantes_2023_residentes-1,
         var_ia_visitantes_no_res = visitantes_2024_no_residentes/visitantes_2023_no_residentes-1,
         var_ia_acumulado_total  = acumulado_2024_total/acumulado_2023_total-1,
         parque_nacional = "Resto") 
  # mutate(
  #   var_ia_visitantes_2021_tot = `is.na<-`(var_ia_visitantes_2021_tot),
  #   var_ia_visitantes_res = `is.na<-`(var_ia_visitantes_res),
  #   var_ia_visitantes_no_res = `is.na<-`(var_ia_visitantes_no_res)
  #   ) 
data_tabla_2 <- data_tabla_2 %>% 
  filter(presentacion != "Resto") %>% 
  bind_rows(resto_pn) %>% 
  mutate(participacion = round(acumulado_2024_total / sum(acumulado_2024_total), 3)) %>% 
  select(parque_nacional,
         visitantes_2024_total, var_ia_visitantes_2024_tot, 
         visitantes_2024_residentes, var_ia_visitantes_res,
         visitantes_2024_no_residentes, var_ia_visitantes_no_res,
         acumulado_2024_total, var_ia_acumulado_total, 
         participacion)

#tabla2 <- 
  data_tabla_2 %>% 
  mutate(parque_nacional = str_to_title(parque_nacional)) %>% 
  #select(-var_ia_acumulado_total,-acumulado_2021_total) %>% 
  gt(rowname_col = "parque_nacional") %>% #SOLO EN ENERO
  cols_label(
    visitantes_2024_total         = md("Visitas"),
    var_ia_visitantes_2024_tot    = md("Var % i.a."),
    visitantes_2024_residentes    = md("Visitas") ,
    var_ia_visitantes_res         = md("Var % i.a."),
    visitantes_2024_no_residentes = md("Visitas"),
    var_ia_visitantes_no_res      = md("Var % i.a."), #SOLO EN ENERO
    acumulado_2024_total          = md("Visitas"), #SOLO EN ENERO
    var_ia_acumulado_total        = md("Var % i.a."),
    participacion                 = md("Participación %")
  ) %>% 
  fmt_number(columns = c(2,4,6,8), decimals = 0, sep_mark = ".", dec_mark = ",") %>% #CAMBIAR, SOLO ENERO
  fmt_percent(columns = c(3,5,7,9,10), decimals = 1, sep_mark = ".", dec_mark = ",") %>% 
  cols_align(
    align = "center",
    columns = vars(visitantes_2024_total, var_ia_visitantes_2024_tot, visitantes_2024_residentes,
                   var_ia_visitantes_res, visitantes_2024_no_residentes, var_ia_visitantes_no_res,
                   acumulado_2024_total, var_ia_acumulado_total,  #SOLO ENERO
                   participacion)
  )  %>% 
  opt_table_font(
    font = list(
      google_font(name = "Encode Sans")
    )
  ) %>%
  tab_header(
    title = "RANKING DE LOS PARQUES NACIONALES CON MAYOR CANTIDAD DE VISITAS",
    #subtitle = md(glue("**Pasajeros, asientos y vuelos. {mes} {anio} y acumulado {anio}**"))
  ) %>%
  tab_source_note(
    source_note = md(
      "**Fuente**: Dirección de Mercados y Estadísticas, Dirección Nacional de Calidad Turística, Secretaría de Turismo, Ambiente y Deportes, en base a la informacion suministrada por la Dirección Nacional de Uso Público, APN")
  ) %>%
  #   tab_source_note(
  #   source_note = md(
  #     "**Nota**: El PN Ciervo de los pantanos se cerró a la visita por obras")
  # ) %>%
  tab_style(
    style = list(
      cell_text(color = "#EE3D8F"),
      cell_text(weight  = "bold")
    ),
    locations = cells_body(
      columns = vars(var_ia_visitantes_2024_tot),
      rows = var_ia_visitantes_2024_tot < 0)
  ) %>%
  tab_style(
    style = list(
      cell_text(color = "#50B8B1"),
      cell_text(weight =  "bold")
    ),
    locations = cells_body(
      columns = vars(var_ia_visitantes_2024_tot),
      rows = var_ia_visitantes_2024_tot > 0)
  )  %>%
  tab_style(
    style = list(
      cell_text(color = "#EE3D8F"),
      cell_text(weight  = "bold")
    ),
    locations = cells_body(
      columns = vars(var_ia_visitantes_res),
      rows = var_ia_visitantes_res < 0)
  ) %>%
  tab_style(
    style = list(
      cell_text(color = "#50B8B1"),
      cell_text(weight =  "bold")
    ),
    locations = cells_body(
      columns = vars(var_ia_visitantes_res),
      rows = var_ia_visitantes_res > 0)
  ) %>%
  tab_style(
    style = list(
      cell_text(color = "#EE3D8F"),
      cell_text(weight  = "bold")
    ),
    locations = cells_body(
      columns = vars(var_ia_visitantes_no_res),
      rows = var_ia_visitantes_no_res < 0)
  ) %>%
  tab_style(
    style = list(
      cell_text(color = "#50B8B1"),
      cell_text(weight =  "bold")
    ),
    locations = cells_body(
      columns = vars(var_ia_visitantes_no_res),
      rows = var_ia_visitantes_no_res > 0) 
    ) %>%
    tab_style(
     style = list(
       cell_text(color = "#EE3D8F"),
       cell_text(weight  = "bold")
     ),
     locations = cells_body(
       columns = vars(var_ia_acumulado_total),
      rows = var_ia_acumulado_total < 0)
     ) %>%
    tab_style(
  style = list(
   cell_text(color = "#50B8B1"),
  cell_text(weight =  "bold")
  ),
  locations = cells_body(
   columns = vars(var_ia_acumulado_total),
   rows = var_ia_acumulado_total > 0)
  ) %>% ## AGRUPAMIENTO DE COLUMNAS POR VARIABLE DE INTERES
  tab_header(title = toupper(glue("{mes} {anio}"))) %>% 
      tab_spanner(
   label = md(glue("**ACUMULADO {anio}**")),
   columns = c(acumulado_2024_total,
                  var_ia_acumulado_total,
                  participacion)) %>%
    tab_options(column_labels.font.size = 14) %>% 
  tab_spanner(
    label = md("**TOTAL**"),
    columns = c(visitantes_2024_total, 
                   var_ia_visitantes_2024_tot #SOLO ENERO
                   )) %>%
  tab_spanner(
    label = md("**RESIDENTES**"),
    columns = c(visitantes_2024_residentes,
                   var_ia_visitantes_res))  %>%
    tab_spanner(
    label = md("**NO RESIDENTES**"),
    columns = c(visitantes_2024_no_residentes,
                   var_ia_visitantes_no_res))  %>%
  #tab_header(title = "ACUMULADO 2020")
  tab_stubhead(label = md("**Parque Nacional**")) %>% 
  fmt_missing(columns = 1:10,
              missing_text = "///") %>% 
  sub_zero(columns = 1:10, zero_text = "-") %>% 
  tab_source_note(glue("///: Dato que no corresponde mostrar debido a la naturaleza de las cosas.")) %>% 
    # tab_source_note("Los PN Perito Moreno e Isla Pingüino se cierran a la visita desde fines de abril a principios de octubre.") %>%
  tab_source_note("Nota: No se recibió información de visitas de los PN Ansenuza, Traslasierra, RN Formosa y la RN Pizarro.")
    #tab_source_note("Nota: entre el 22 y 30 de mayo los parques nacionales se cerraron a las visitas (según DI-2021-95-APN-DNO#APNAC) en adhesión a las medidas nacionales (Decreto 334/2021).")
```


## Áreas Protegidas Provinciales

```{r}
months <- data.frame(Mes = c("enero","febrero","marzo","abril","mayo","junio",
                     "julio","agosto","septiembre","octubre","noviembre","diciembre"),
                     month = seq(1,12))

### SE LEVANTAN LA BASE DE LAS AP DEL CHUBUT. AJUSTÉ TOMBO Y MARQUES EN FEBRERO 2023 PARA VARACIONES
chubut <-  read_file_srv("/srv/DataDNMYE/areas_protegidas/areas_protegidas_provinciales/insumos/base_trabajo/bases_chubut.csv") %>% 
  filter(Mes != "total") %>% 
  mutate(Mes = ifelse(Mes=="setiembre", "septiembre", Mes)) %>%
  # filter(area_protegida != "Cabo 2B") %>% 
  left_join(months) %>% 
  mutate(indice_tiempo = as.Date(paste(anio,month,"01",sep = "-")),
         residencia = ifelse(residencia == "no_residentes", "No residentes", "Residentes"),
         provincia = "Chubut"
         # visitantes = ifelse(area_protegida %in% c("Punta Tombo","Punta Marqués") &
         #                       Mes == mes & anio == 2023, 0, visitantes)
         )
#SE LEVANTA LA PIVOT DE ISCHIGUALASTO

sanjuan <-read_file_srv("/srv/DataDNMYE/areas_protegidas/areas_protegidas_provinciales/Base_parq_prov_ischigualasto.xlsx") %>% 
  rename(indice_tiempo = 1, visitantes = 2) %>% 
  filter(indice_tiempo != "Total general") %>% 
  mutate(indice_tiempo = lubridate::ym(indice_tiempo),
         Mes = months(indice_tiempo),
         anio = year(indice_tiempo),
         provincia = "San Juan (Ischigualasto)") %>% 
  left_join(months)

# A PARTIR DEL 2024 SE ABRIO LA INFORMACIÓN POR CONDICION DE RESIDENCIA, SE LEVANTA LA INFORMACIÓN DE LA MISMA PIVOT EN OTRA SOLAPA

sanjuan_res<-read_file_srv("/srv/DataDNMYE/areas_protegidas/areas_protegidas_provinciales/Base_parq_prov_ischigualasto.xlsx", sheet = 3)


sanjuan_res <- sanjuan_res %>% 
  mutate(indice_tiempo = as.Date(paste(anio,mes,"01",sep = "-")),
         residencia = ifelse(residencia == "no residentes", "No residentes", "Residentes"),
         provincia = "San Juan (Ischigualasto)",
         Mes = str_to_lower(Mes)) %>% 
  rename(month = mes)
```


```{r}
# SE LEVANTA LA PIVOT DEL GPI

data_ibera <- read_file_srv("areas_protegidas/areas_protegidas_provinciales/pivot_ibera.xlsx", sheet=2) %>% 
  mutate(mes_1 = as.numeric(mes_1),
         visitantes = as.numeric(visitantes)) %>% 
   mutate(provincia = "Corrientes",
          area_protegida = "Gran Parque Iberá") %>% 
  mutate(indice_tiempo = as.Date(paste(anio,mes_1,"01",sep = "-"))) %>%  
         # mes = str_to_sentence(mes)) 
  rename(Mes = mes, month = mes_1)

tabla_parques <- bind_rows(chubut, sanjuan, sanjuan_res, data_ibera) %>% 
  filter(indice_tiempo <= fecha, anio >= as.integer(.GlobalEnv$anio)-1) %>% 
  group_by(anio, Mes, month, indice_tiempo, provincia, residencia) %>% 
  summarise(visitantes = sum(visitantes,na.rm = T)) %>% 
  ungroup() %>% 
  arrange(indice_tiempo)
  
var_ia <- tabla_parques %>% 
  filter(Mes == Mes) %>% 
  mutate(residencia = ifelse(is.na(residencia), "Total", tolower(str_replace(residencia, " ", "_")))) %>% 
  pivot_wider(names_from = "residencia", values_from = "visitantes") %>% 
  mutate(Total = ifelse(provincia == "Chubut", no_residentes + residentes, Total)) %>% 
  group_by(provincia) %>% 
  mutate(var_total = (Total/lag(Total,12))-1,
         var_residentes = (residentes/lag(residentes,12))-1,
         var_no_residentes = (no_residentes/lag(no_residentes,12))-1,
         part_residentes = residentes/Total,
         part_no_residentes = no_residentes/Total,
         Mes = paste0(Mes," ",anio)) %>% 
  filter(indice_tiempo == fecha) %>% 
  select(-c(indice_tiempo, month))

var_acum <- tabla_parques %>% 
  filter(month <= month(fecha)) %>% 
  group_by(anio, provincia, residencia) %>% 
  summarise(visitantes = sum(visitantes, na.rm = T)) %>% 
  ungroup() %>% 
  mutate(residencia = ifelse(is.na(residencia), "Total", tolower(str_replace(residencia, " ", "_")))) %>% 
  pivot_wider(names_from = "residencia", values_from = "visitantes") %>% 
  mutate(Total = ifelse(provincia == "Chubut", no_residentes + residentes, Total)) %>% 
  group_by(provincia) %>% 
  mutate(var_total = (Total/lag(Total,1))-1,
         var_residentes = (residentes/lag(residentes,1))-1,
         var_no_residentes = (no_residentes/lag(no_residentes,1))-1,
         part_residentes = residentes/Total,
         part_no_residentes = no_residentes/Total,
         Mes = paste0("acumulado ", anio)) %>% 
  filter(anio == as.integer(.GlobalEnv$anio))
```

En el caso de los parques provinciales, durante el mes de `r mes` se registraron `r lbl_int(var_ia[var_ia$provincia == "Chubut", "Total"] %>% pull())` visitas a áreas naturales protegidas del Chubut, con `r lbl_int(var_ia[var_ia$provincia == "Chubut", "residentes"] %>% pull())` visitas de residentes y `r lbl_int(var_ia[var_ia$provincia == "Chubut", "no_residentes"] %>% pull())` de no residentes. En San Juan, el Parque Provincial Ischigualasto recibió un total de `r lbl_int(var_ia[var_ia$provincia == "San Juan (Ischigualasto)", "Total"] %>% pull())` visitas y el Gran Parque Iberá `r lbl_int(var_ia[var_ia$provincia == "Corrientes (Gran Parque Iberá)", "Total"] %>% pull())`.

```{r}
 var_ia %>% 
  rbind(var_acum) %>% 
  select(provincia, Mes, Total, var_total, residentes, var_residentes, part_residentes,
         no_residentes, var_no_residentes, part_no_residentes) %>% 
  gt(groupname_col = "provincia") %>%
    gt_theme_dnmye() %>% 
  fmt_number(columns = c(3,5,8), decimals = 0, sep_mark = ".", dec_mark = ",") %>% 
  fmt_percent(columns = c(4,6,7,9,10), decimals = 1, sep_mark = ".", dec_mark = ",") %>%
  cols_label(
    Total = md("Visitas") ,             
    residentes = md("Visitas") ,             
    no_residentes = md("Visitas") ,                  
    var_no_residentes = md("Var. i.a.<br>  %") ,             
    var_residentes = md("Var i.a.<br> %") ,                  
    var_total = md("Var. i.a.<br> %")  ,
    part_residentes = md("Part.<br>%"),
    part_no_residentes = md("Part.<br>%"),
    Mes = md("Período")
  ) %>% 
  tab_spanner(
    label = md("**TOTAL**"),
    columns = vars(Total,
                   var_total)) %>% 
  tab_spanner(
    label = md("**RESIDENTES**"),
    columns = vars(residentes,
                   var_residentes,
                   part_residentes)) %>% 
  tab_spanner(
    label = md("**NO RESIDENTES**"),
    columns = vars(no_residentes,
                   var_no_residentes,
                   part_no_residentes)
  )  %>% 
    tab_header(title="Visitas a Áreas Protegidas Provinciales") %>% 
  cols_align(
    align = "center") %>% 
    fmt_missing(columns = 1:10,
              missing_text = "-") %>% 
  tab_source_note(source_note = "Nota: a partir de enero 2024 se presenta información desagregada por residencia en el Parque Provincial Ishigualasto. A partir de septiembre 2024 se incluye información de visitas en el Área Natural Protegida Cabo Dos Bahías en Chubut y del Gran Parque Iberá en la provincia de Corrientes (incluye información de visitas por 8 portales de acceso al parque). ") %>% 
  tab_source_note(source_note = "Fuente: DNMyE en base a datos del Parque Provincial Ischigualasto, el Departamento Observatorio Turístico del Chubut y el Departamento Técnico de la Unidad Ejecutora Comité Iberá.")

```

### Recursos - Áreas Protegidas

[**Datos Abiertos**](https://datos.yvera.gob.ar/dataset?groups=turismo-naturaleza)

[**Informes**](https://www.yvera.tur.ar/sinta/informe/info/areas-protegidas)

::: {.infobox}

Para recibir las novedades del SINTA escribíle al bot de Telegram de la DNMyE [*SintIA*](https://bitacora.yvera.tur.ar/posts/2022-09-08-sintia/): @RDatinaBot 🤖

:::