csvURL = "https://docs.google.com/spreadsheets/d/e/2PACX-1vSIpanNx_aFG0xJNYpht71XkhOBxPRixhIyOxadGg26fRofcVNc4V2-9OxRjmKoTWW1veFuJFgX5k63/pub?gid=40627714&single=true&output=csv"
dataRaw = d3.csv(csvURL)
data = dataRaw.map(item => {
return {
...item,
año: parseInt(item.año),
hombre: parseInt(item.hombre),
mujer: parseInt(item.mujer),
total: parseInt(item.total),
}
})
dataRechazos = data.filter(d => d.tipo == "rechazos")
dataIngresos = data.filter(d => d.tipo == "ingresos")
yearsRange = Array.from(new Set(data.map(d => d.año))).sort((a, b) => a - b)
totalAerolineas = Array.from(
d3.rollup(
dataRechazos,
v => d3.sum(v, d => d.total), // Summing the 'total' for each group
d => d.aerolínea // Grouping by 'aerolínea'
),
([aerolínea, total]) => ({ aerolínea, total }) // Mapping the result to an array of objects
).sort((a, b) => b.total - a.total); // Sorting in descending order based on total
topAerolineas = totalAerolineas.slice(0, 6).map(item => item.aerolínea)
aerolineasAcumuladasRechazos = dataRechazos.map(d => ({
...d,
aerolínea: topAerolineas.includes(d.aerolínea) ? d.aerolínea : "Otra"
}))
groupedAerolineasAcumuladas = Array.from(
d3.rollup(
aerolineasAcumuladasRechazos,
v => d3.sum(v, d => d.total), // Summing the 'total' for each group
d => d.aerolínea, // First level of grouping by 'aerolínea'
d => d.año // Second level of grouping by 'año'
)
).flatMap(([aerolínea, yearValues]) =>
Array.from(yearValues, ([año, total]) => ({
aerolínea: aerolínea,
año: año,
total: total
}))
)
groupedRechazosIngresos = Array.from(
d3.rollup(
data,
v => {
const total_rechazos = d3.sum(v.filter(d => d.tipo === "rechazos"), d => d.total); // Sum for 'rechazos'
const total_ingresos = d3.sum(v.filter(d => d.tipo === "ingresos"), d => d.total); // Sum for 'ingresos'
return {
total_rechazos,
total_ingresos,
total: total_rechazos + total_ingresos // Calculate total
};
},
d => d.aerolínea, // Group by 'aerolínea'
d => d.año // Then group by 'año'
),
([aerolinea, años]) =>
Array.from(años, ([año, totals]) => ({
aerolínea: aerolinea,
año: año,
total_rechazos: totals.total_rechazos,
total_ingresos: totals.total_ingresos,
total: totals.total,
per_rechazos: (totals.total_rechazos / totals.total),
per_ingresos: (totals.total_ingresos / totals.total)
}))
).flat().sort((a, b) => a.año - b.año)
groupedAerolineasFiltered = groupedRechazosIngresos.filter(d => topAerolineas.includes(d.aerolínea))
aerolineaSelected = dataRechazos.filter(d => aerolineaSelection.includes(d.aerolínea))
aerolineasFiltered = data.filter(d => topAerolineas.includes(d.aerolínea))
aerolineasRechazadosFiltered = dataRechazos.filter(d => topAerolineas.includes(d.aerolínea))
csvGruposEtariosURL = "https://docs.google.com/spreadsheets/d/e/2PACX-1vSIpanNx_aFG0xJNYpht71XkhOBxPRixhIyOxadGg26fRofcVNc4V2-9OxRjmKoTWW1veFuJFgX5k63/pub?gid=979970740&single=true&output=csv"
dataGruposEtariosRaw = d3.csv(csvGruposEtariosURL)
dataGruposEtarios = dataGruposEtariosRaw.map(item => {
return {
...item,
año: parseInt(item.año),
hombre: parseInt(item.hombre),
mujer: parseInt(item.mujer),
total: parseInt(item.total),
}
})
dataGruposEtariosFiltered = dataGruposEtarios.filter(d => d.tipo == "rechazos")
csvAerolineaPaises = "https://docs.google.com/spreadsheets/d/e/2PACX-1vSIpanNx_aFG0xJNYpht71XkhOBxPRixhIyOxadGg26fRofcVNc4V2-9OxRjmKoTWW1veFuJFgX5k63/pub?gid=317877256&single=true&output=csv"
arolineaPaisesRawData = d3.csv(csvAerolineaPaises)
arolineaPaisesData = arolineaPaisesRawData.map(item => {
return {
...item,
año: parseInt(item.año),
total: parseInt(item.total),
}
})
sankeyAerolineaRechazosData = arolineaPaisesData.filter(d => d.tipo == "rechazos").map(({ país_de_vuelo_proveniente, total, aerolínea}) => ({
source: país_de_vuelo_proveniente,
target: aerolínea,
value: total,
}))
sankeyAerolineaData = arolineaPaisesData.map(({ tipo, país_de_vuelo_proveniente, total, aerolínea}) => ({
source: país_de_vuelo_proveniente,
target: tipo,
value: total,
aerolínea: aerolínea
}))
sankeyFiltered = sankeyAerolineaData.filter(d => d.aerolínea == airline).filter(d => countriesAirlines.includes(d.source)).filter(d => statusAirlines.includes(d.target))
csvAeropuertosURL = "https://docs.google.com/spreadsheets/d/e/2PACX-1vSIpanNx_aFG0xJNYpht71XkhOBxPRixhIyOxadGg26fRofcVNc4V2-9OxRjmKoTWW1veFuJFgX5k63/pub?gid=1512133585&single=true&output=csv"
rawDataAeropuertos = d3.csv(csvAeropuertosURL)
dataAeropuertos = rawDataAeropuertos.map(item => {
return {
...item,
año: parseInt(item.año),
hombre: parseInt(item.hombre),
mujer: parseInt(item.mujer),
total: parseInt(item.total),
}
})
dataRechazosAeropuertos = dataAeropuertos.filter(item => item.tipo == "rechazos")
aerolineaAeropuerto = dataRechazosAeropuertos.filter( d => d.aerolínea == aerolinea)
groupedAeropuertos = Array.from(
d3.rollup(
dataRechazosAeropuertos,
v => d3.sum(v, d => d.total), // Summing the 'total' for each group
d => d.aeropuerto, // First level of grouping by 'aeropuerto'
d => d.año // Second level of grouping by 'año'
)
).flatMap(([aeropuerto, yearValues]) =>
Array.from(yearValues, ([año, total]) => ({
aeropuerto: aeropuerto,
año: año,
total: total
}))
).sort((a, b) => a.año - b.año)
import {data as dataMeses} from "@fer-aguirre/extranjeros-rechazados-por-via-aerea-en-mexico"
dataMesesCol = dataMeses.filter(item => item.pais == "Colombia" &&
yearsRange.includes(item.año)
)
csvMesesSolicitudURL = "https://docs.google.com/spreadsheets/d/e/2PACX-1vSIpanNx_aFG0xJNYpht71XkhOBxPRixhIyOxadGg26fRofcVNc4V2-9OxRjmKoTWW1veFuJFgX5k63/pub?gid=321170573&single=true&output=csv"
dataMesesSolicitudRaw = d3.csv(csvMesesSolicitudURL)
dataMesesSolicitud = dataMesesSolicitudRaw.map(item => {
return {
...item,
año: parseInt(item.año),
mes: parseInt(item.mes),
eventos_de_entrada: parseInt(item.eventos_de_entrada),
rechazados: parseInt(item.rechazados),
total_de_eventos: parseInt(item.total_de_eventos),
porcentaje_rechazo: parseFloat(d3.format(".2f")(item.porcentaje_rechazo.replaceAll(",", ".")))
}
})
dataFlujoAnual = Object.values(
[...dataMesesCol.map(d => ({
año: d.año,
mes: d.mes,
total_ingresos: d.eventos_de_entrada,
total_rechazos: d.rechazados,
total_eventos: d.total_de_eventos,
fuente: "UPMRIP"
})),
...dataMesesSolicitud.map(d => ({
año: d.año,
mes: d.mes,
total_ingresos: d.eventos_de_entrada,
total_rechazos: d.rechazados,
total_eventos: d.total_de_eventos,
fuente: "solicitud al INM"
}))]
.reduce((acc, curr) => {
const key = `${curr.año}-${curr.fuente}`;
if (!acc[key]) {
acc[key] = {
año: curr.año,
fuente: curr.fuente,
total_ingresos: 0,
total_rechazos: 0,
total_eventos: 0
};
}
acc[key].total_ingresos += curr.total_ingresos;
acc[key].total_rechazos += curr.total_rechazos;
acc[key].total_eventos += curr.total_eventos;
return acc;
}, {})
).map(item => ({
...item,
porcentaje_rechazo: item.total_eventos > 0
? item.total_rechazos / item.total_eventos
: 0 // Avoid division by zero
})).sort((a, b) => b.año - a.año);
renderTermsMarkdown = (array) =>
array.map(item => ` - ${item}`).join('\n')
import {searchCheckbox} from "@john-guerra/search-checkbox"
marked = require('marked')
import {SankeyChart} from "@d3/sankey-component"
One platform to build and deploy the best data apps
Experiment and prototype by building visualizations in live JavaScript notebooks. Collaborate with your team and decide which concepts to build out.
Use Observable Framework to build data apps locally. Use data loaders to build in any language or library, including Python, SQL, and R.
Seamlessly deploy to Observable. Test before you ship, use automatic deploy-on-commit, and ensure your projects are always up-to-date.