Visualización demográfica: Pirámide de Población • arcenso

En este artículo veremos un flujo de trabajo completo utilizando arcenso: desde la búsqueda de datos hasta la visualización final. El objetivo es construir una pirámide de población utilizando los datos del Censo Nacional de población de 1970.

La pirámide de población constituye una representación gráfica fundamental para el análisis demográfico. Su función principal es visualizar la composición por sexo y edad de una población, permitiendo identificar patrones estructurales como el envejecimiento, la transición demográfica o el impacto de procesos migratorios.

Paquetes de trabajo

Además de arcenso, utilizaremos paquetes del ecosistema tidyverse(dplyr para manipulación de datos y ggplot2 para el gráfico).

library(arcenso)
library(dplyr)
library(ggplot2)

Obtención de los datos

Antes de descargar, es útil saber qué códigos geográficos utilizar. El paquete incluye datasets de metadatos (geo_metadata y census_metadata) que facilitan esta tarea.

Por ejemplo, si quisiéramos consultar los códigos de las jurisdicciones disponibles:

# Consultamos los metadatos geográficos para ver los códigos de las provincias
head(geo_metadata)
#> # A tibble: 6 × 4
#>   cod_geo nombre_geo                      nombre_corto iso_3166_2
#>   <chr>   <fct>                           <chr>        <chr>     
#> 1 00      Total del País                  Total        AR        
#> 2 02      Ciudad Autónoma de Buenos Aires CABA         AR-C      
#> 3 06      Buenos Aires                    Buenos Aires AR-B      
#> 4 10      Catamarca                       Catamarca    AR-K      
#> 5 14      Córdoba                         Córdoba      AR-X      
#> 6 18      Corrientes                      Corrientes   AR-W

Para este ejemplo, utilizaremos el código “00” (Total del país) y la palabra clave “estructura” para filtrar el tema objetivo.

Es importante notar que la función get_census() está diseñada para devolver siempre un objeto de tipo lista. Esta decisión de diseño garantiza la consistencia, ya que una misma búsqueda podría resultar en múltiples tablas de datos.

Por lo tanto, el flujo de trabajo estándar consiste en descargar la lista y luego extraer el data frame específico que deseamos analizar.

# 1. Descargamos los datos (Obtenemos una lista de resultados)
lista_censo <- get_census(
  year = 1970,
  topic = "estructura",
  geo_code = "00"
)

# Verificamos el contenido de la lista
class(lista_censo)
#> [1] "list"
length(lista_censo)
#> [1] 1

# 2. Extracción de la tabla
# Como sabemos que nuestra búsqueda es específica, tomamos el primer elemento
poblacion_1970 <- lista_censo[[1]]

# Ahora sí, tenemos un data frame listo para trabajar
head(poblacion_1970)
#> # A tibble: 6 × 3
#>   grupo_de_edad sexo    poblacion
#>   <chr>         <chr>   <chr>    
#> 1 0-4           Total   2355300  
#> 2 0-4           Varones 1196950  
#> 3 0-4           Mujeres 1158350  
#> 4 5-9           Total   2297000  
#> 5 5-9           Varones 1163050  
#> 6 5-9           Mujeres 1133950

Procesamiento y transformación de datos

Para construir la pirámide de población, es necesario adaptar los datos censales originales mediante tres operaciones clave con dplyr:

Filtrado: Se excluyen los registros correspondientes al “Total” general para evitar duplicaciones en el gráfico.
Recodificación: Se estandarizan las etiquetas de los grupos de edad (por ejemplo, convirtiendo “0-4” a “00-04”) para garantizar su correcto ordenamiento cronológico en el eje vertical.
Transformación numérica: Se invierte el signo de la población masculina (valores negativos) para generar la simetría característica de las pirámides demográficas.

datos_piramide <- poblacion_1970 |> 
  # 1. Filtramos para conservar únicamente los datos desagregados por sexo
  filter(sexo != "Total") |> 
  mutate(
    # 2. Recodificación para asegurar el orden secuencial
    grupo_de_edad = case_when(
      grupo_de_edad == "0-4" ~ "00-04",
      grupo_de_edad == "5-9" ~ "05-09",
      TRUE ~ grupo_de_edad
    ),
    # Conversión a variable numérica
    poblacion = as.numeric(poblacion)
  ) |> 
  # 3. Cálculo de la estructura relativa
  group_by(sexo)  |> 
  mutate(
    poblacion_rel = if_else(
      sexo == "Varones",
      -poblacion / sum(poblacion), # Valores negativos para el lado izquierdo
      poblacion / sum(poblacion) # Valores positivos para el lado derecho
    )
  ) |> 
  ungroup()


# Podemos observar el resultado
head(datos_piramide)
#> # A tibble: 6 × 4
#>   grupo_de_edad sexo    poblacion poblacion_rel
#>   <chr>         <chr>       <dbl>         <dbl>
#> 1 00-04         Varones   1196950       -0.103 
#> 2 00-04         Mujeres   1158350        0.0984
#> 3 05-09         Varones   1163050       -0.100 
#> 4 05-09         Mujeres   1133950        0.0963
#> 5 10-14         Varones   1114300       -0.0959
#> 6 10-14         Mujeres   1086850        0.0923

Visualización

Finalmente, procedemos a la representación gráfica utilizando ggplot2.

datos_piramide  |> 
  mutate(sexo = factor(sexo, levels = c("Varones", "Mujeres")))  |> 
  ggplot(aes(x = poblacion_rel, y = grupo_de_edad, fill = sexo)) +
  geom_col() +
  scale_fill_manual(values = c("#00f59b", "#7014f2")) +
  # Ajuste del eje X: etiquetas en % absoluto y límites simétricos
  scale_x_continuous(
    labels = function(x) paste0(abs(round(x * 100, 1)), "%"),
    limits = c(-0.15, 0.15),
    breaks = seq(-0.15, 0.15, by = 0.05)
  ) +
  labs(
    title = 
      "Estructura de población por sexo y grupo quinquenal de edad. Total del país. Año 1970",
    x = "porcentaje",
    y = "Grupo quinquenal de edad",
    caption = "Fuente: INDEC, Censo 1970. Procesado con paquete {arcenso}.",
    fill = "Sexo"
  ) +
  theme_bw() +
  theme(legend.position = "bottom")

En este artículo se detalló el flujo de trabajo para transformar datos censales brutos en una visualización analítica. A partir de la estructura de datos obtenida, es posible extender este procedimiento para calcular otros indicadores demográficos