Saltar a contenido

🗺️ Análisis geoespacial con GeoPandas: proyecciones, coropletas y contactos per cápita

Contexto

En este trabajo se utilizaron datos geoespaciales de la Ciudad Autónoma de Buenos Aires para explorar proyecciones cartográficas, unir datasets y construir mapas coropléticos.
Se emplearon herramientas como GeoPandas, Shapely, Folium y Mapclassify para realizar un análisis completo que incluyó:

  • Carga de geometrías
  • Cambio de proyección
  • Clasificación temática
  • Cálculo de indicadores per cápita
  • Identificación de hotspots

🎯 Objetivos

  • Cargar datos geográficos desde archivos GeoJSON.
  • Convertir el CRS a un sistema métrico adecuado (EPSG:3857).
  • Explorar esquemas de clasificación cartográfica.
  • Unir datos socio-territoriales con datos agregados por barrio.
  • Calcular tasas per cápita y detectar los barrios con valores más altos.
  • Visualizar los resultados en mapas coropléticos.
  • Analizar cobertura del SUBTE por barrio.

Desarrollo

1. Setup e instalación

Se instalaron las librerías necesarias:

!pip install -q geopandas shapely pyproj fiona rtree contextily folium mapclassify

import geopandas as gpd
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import contextily as cx

2. Carga de los radios censales de CABA

Se utilizó un GeoJSON público con workaround para evitar errores de SSL:

import requests
from io import BytesIO

url = "https://bitsandbricks.github.io/data/CABA_rc.geojson"
response = requests.get(url)
radios = gpd.read_file(BytesIO(response.content))

print(radios.crs)  # EPSG:4326
print("Filas:", len(radios))  # 3554 radios censales

Esto permitió visualizar:

  • Columnas disponibles (RADIO_ID, BARRIO, COMUNA, POBLACION, etc.)
  • Cantidad de radios: 3,554
  • Sistema de referencia original: CRS EPSG:4326

3. Cambio de proyección a un CRS métrico

Como las geometrías vienen en lat/long, se proyectaron a EPSG:3857, lo cual permite trabajar en metros para cálculo de áreas, distancias o densidades.

radios_m = radios.to_crs(epsg=3857)
radios_m["area_m2"] = radios_m.geometry.area
radios_m["densidad_hab_km2"] = radios_m["POBLACION"] / (radios_m["area_m2"] / 1e6)

Esto facilita la comparación espacial y la legibilidad de los mapas temáticos.

Radios censales WGS84

4. Clasificaciones coropléticas

Se aplicó una clasificación por quantiles (k=5) para la densidad de población:

radios_m.plot(column="densidad_hab_km2", scheme='quantiles', k=5,
              legend=True, cmap="viridis", linewidth=0)

Se evaluaron aspectos como:

  • Continuidad visual
  • Segmentación entre grupos
  • Estabilidad frente a outliers

Top 3 radios por densidad (hab/km²):

RADIO_ID BARRIO POBLACION densidad_hab_km2
7_17_4 FLORES 1645 110,200.69
1_3_16 RETIRO 726 109,875.59
1_3_8 RETIRO 797 109,194.72

Densidad de población

5. Densidad con mapa base (Contextily)

Se superpuso la coropleta sobre un mapa base de CartoDB para mejorar la interpretación visual:

fig, ax = plt.subplots(figsize=(8,8))
radios_m.to_crs(epsg=3857).plot(ax=ax, column="densidad_hab_km2", cmap="viridis", legend=True)
cx.add_basemap(ax, source=cx.providers.CartoDB.Positron)

Densidad con basemap

6. Datos SUACI y agregación por barrio

Se cargó un dataset adicional con contactos ciudadanos y se agregaron por barrio:

suaci = pd.read_csv("http://bitsandbricks.github.io/data/gcba_suaci_comunas.csv", encoding='ISO-8859-1')
suaci_barrio = suaci.groupby("BARRIO", as_index=False)["total"].sum()

# Agregado geográfico por barrio (disolver)
barrios_m = radios_m.dissolve(by="BARRIO", aggfunc={
    "POBLACION": "sum",
    "VIVIENDAS": "sum",
    "HOGARES": "sum",
    "area_m2": "sum"
}).reset_index()

barrios_m = barrios_m.merge(suaci_barrio, on="BARRIO", how="left")

7. Cálculo de contactos per cápita

Se creó un indicador para comparar barrios proporcionalmente a su población:

barrios_m["contactos_pc"] = barrios_m["total"] / barrios_m["POBLACION"]
top3 = barrios_m.nlargest(3, "contactos_pc")[["BARRIO", "POBLACION", "total", "contactos_pc"]]

Top 3 barrios por contactos per cápita:

BARRIO POBLACION total contactos_pc
SAN NICOLAS 29,273 399,369 13.643
MONSERRAT 39,914 227,337 5.696
VERSALLES 13,822 12,414 0.898

Contactos per cápita

8. Análisis de cobertura del SUBTE

Se cargaron las líneas y estaciones del SUBTE para analizar la cobertura por barrio:

# Cargar líneas y estaciones
lineas = gpd.read_file(BytesIO(requests.get(url_lineas).content)).to_crs(barrios_m.crs)
estaciones = gpd.read_file(BytesIO(requests.get(url_estaciones).content)).to_crs(barrios_m.crs)

# Conteo de estaciones por barrio
est_x_barrio = gpd.sjoin(estaciones, barrios_m[["BARRIO", "geometry"]], how="left")
barrios_m["estaciones_por_km2"] = barrios_m["n_estaciones"] / (barrios_m["area_m2"] / 1e6)

Se calculó la distancia mínima desde el centroide de cada barrio a la estación más cercana usando sjoin_nearest:

barrios_centroides["geometry"] = barrios_centroides.geometry.centroid
nearest = gpd.sjoin_nearest(barrios_centroides, estaciones, distance_col='dist_min')

Barrio con peor cobertura (mayor distancia):

BARRIO dist_min_m
VILLA RIACHUELO 6,636 m

Cobertura SUBTE

9. Mapa interactivo con Folium

Se construyó un mapa interactivo que combina la coropleta de contactos per cápita con las estaciones del SUBTE:

import folium
from folium import Choropleth, Marker

m = folium.Map(location=[-34.61, -58.44], tiles='cartodbpositron', zoom_start=11)
Choropleth(
    geo_data=barrios_ll.__geo_interface__,
    data=barrios_ll.set_index("BARRIO")["contactos_pc"],
    fill_color='YlOrRd', legend_name='Contactos per cápita'
).add_to(m)

m.save("img/06_mapa_folium.html")

📍 Ver mapa interactivo

Evidencias

  • Notebook del trabajo: 12-bsas.ipynb
  • Imágenes generadas: carpeta img/

Reflexión

Este ejercicio permitió consolidar el uso de GeoPandas y comprender la importancia del CRS al trabajar con datos espaciales. También fue clave evaluar distintos esquemas de clasificación, ya que afectan directamente la narrativa del mapa.

El cálculo per cápita mostró cómo un indicador simple puede transformar la interpretación de los datos cuando se ajusta por población. Los barrios centrales como San Nicolás y Monserrat tienen mucha más interacción por persona que otros con más habitantes.

El análisis de cobertura del SUBTE reveló que Villa Riachuelo tiene la peor conectividad, estando a más de 6.6 km de la estación más cercana.

Conclusión

Se construyó un flujo geoespacial completo:

  1. ✅ Carga de datos GeoJSON
  2. ✅ Proyección a CRS métrico (EPSG:3857)
  3. ✅ Combinación de datasets (radios + SUACI + SUBTE)
  4. ✅ Cálculo de indicadores (densidad, contactos per cápita, cobertura)
  5. ✅ Visualización con coropletas estáticas y mapas interactivos

El resultado es un análisis que integra datos demográficos, administrativos y de transporte para detectar patrones territoriales relevantes en CABA.

Referencias

  • GeoPandas Documentation — https://geopandas.org/
  • Mapclassify — https://pysal.org/mapclassify/
  • Folium — https://python-visualization.github.io/folium/
  • Contextily — https://contextily.readthedocs.io/
  • Datos de CABA utilizados: Bits & Bricks (GeoJSON públicos)