---
title: "Mortalidade geral população brasileira 2000-2019"
author: "José A Bran - https://ayuda.onecluster.org/"
date: "2021-04-22"
output:
  flexdashboard::flex_dashboard:
    orientation: rows
    vertical_layout: fill
    source_code: embed
runtime: shiny
---

```{r setup, include=FALSE}
library(flexdashboard)
library(WDI)
library(ggplot2)
library(dplyr)
library(DT)
library(plotly)
#library(readr)
library(data.table)
library(dygraphs)
library(knitr)
library(tidyr)
library(WDI)
```

Mortalidade geral: casos totais e mortalidade por 1000 habitantes

```{r }
d <- fread("../data/obitos_UF_2000_2019.csv", header = TRUE) |>
    pivot_longer(cols = c(`2000`:`2019`),
                 names_to = "Ano",
                 values_to = "Obitos")
d
```

```{r }
d1 <- fread("../data/pop_UF_2000_2020.csv", header = TRUE) |>
    select(-`2020`) |>
    pivot_longer(cols = c(`2000`:`2019`),
                 names_to = "Ano",
                 values_to = "População")
```

```{r }
d3 <- left_join(d, d1, by = c("UF", "Ano")) |>
    mutate(Mortalidade = (Obitos/População) * 1000)
```

```{r }
d4 <- fread("../data/obitos_reg_2000_2020.csv", header = TRUE) |>
    pivot_longer(cols = c(`2000`:`2019`),
                 names_to = "Ano",
                 values_to = "Obitos")
```

```{r }
d5 <- fread("../data/pop_reg_2000_2020.csv", header = TRUE) |>
    pivot_longer(cols = c(`2000`:`2019`),
                 names_to = "Ano",
                 values_to = "População")
```

```{r }
d6 <- left_join(d4, d5, by = c("Regiao", "Ano")) |>
    mutate(Mortalidade = (Obitos/População) * 1000) |>
    rename(Região = "Regiao")
```

UF
=======================================================================

População estimada segundo Ano: 2000-2019

http://tabnet.datasus.gov.br/cgi/tabcgi.exe?ibge/cnv/poptuf.def

http://tabnet.datasus.gov.br/cgi/ibge/Popula_Residente_Estim_TCU.pdf

Fonte: IBGE - Estimativas de população

```{r }
datatable(d3)
```

UF gráfico
=======================================================================

```{r }
M_U <- ggplot(d3, aes(Ano, Mortalidade, group = `Sigla-UF`)) +
    geom_line(aes(color = `Sigla-UF`)) +
    labs(y = "Mortalidade x 1000 habitantes",
         color = "UF") +
    theme_minimal() +
    theme(legend.position = c(0.8, 0.2),
#        legend.direction = "horizontal",
        legend.text = element_text(size = 7),
        axis.text.x = element_text(size = 7, angle = 45)) +
    facet_wrap(~ Região)
```

```{r }
plotly::ggplotly(M_U)
```

Região
=======================================================================

```{r }
datatable(d6, filter = 'top') |>
    formatRound('Mortalidade', 1)
```

Região gráfico
=======================================================================

```{r }
mr <- ggplot(d6, aes(Ano, Mortalidade, group = Região)) +
    geom_point(aes(color = Região)) +
    geom_line(aes(color = Região)) +
    labs(y = "Mortalidade x 1000 habitantes") +
    theme_minimal()
```

```{r }
plotly::ggplotly(mr)
```

País
=======================================================================

```{r }
pai <- d6 |>
    group_by(Ano) |>
    summarise(Total_obitos = sum(Obitos),
              Total_população = sum(População)) |>
    mutate(Mortalidade = (Total_obitos/Total_população) * 1000)

datatable(pai, filter = 'top') |>
    formatRound('Mortalidade', 1)
```

Gráfico país
=======================================================================

```{r }
mp <- ggplot(pai, aes(Ano, Mortalidade, group = 1)) +
    geom_line(col = "blue") +
    geom_point() +
    labs(y = "Mortalidade x 1000 habitantes") +
    theme_minimal()

ggplotly(mp)
```