Gráficos Sankey con R

Como usar networkD3 para hacer un diagrama Sankey

Lo mejor es que hagamos un ejemplo. Queremos representar el flujo de agua desde las fuentes a los abastecimientos y riegos en una zona y lo haremos con el diagrama Sankey y el paquete networkD3

Básicamente se trata de preparar los datos en una tabla de 3 columnas: origen, destino y volumen de flujo. También tendremos una tabla con los nombres de los nodos.

El código es el siguiente:

 # Ejemplo de diagrama de flujo SANKEY
 library(networkD3)      # cargamos librería

## Warning: package 'networkD3' was built under R version 4.0.5

 # Definimos los nodos de la red, que se numeran automáticamente de 0 a ..
 nodes = data.frame("name" = 
                   c("Fuente clara",  # Node 0
                     "Bombeo 1",      # Node 1
                     "Ayt. Villalocos",  # Node 2
                     "Ayt. Torrecilla",         # Nodo 3
                     "C.RR 1",        # Nodo 4
                     "C.RR 2",        # Nodo 5
                     "Embalse alto",  # Nodo 6
                     "Ayt. Puerto Plata", # Nodo 7
                     "Ayt. Jerjes",   # Nodo 8
                     "Fuente Negra"   # Nodo 9
                   ))
 # Definimos ahora los flujos en la forma siguiente:
 # nodo origen, nodo final, cantidad de flujo
 links = as.data.frame(matrix(c(
                        0, 1, 53, # desde, a, cuanto
                        0, 3, 5, 
                        0, 4, 10,
                        1, 3, 5,
                        1, 8, 3,
                        1, 5, 7,
                        1, 4, 5,
                        1, 6, 32,
                        6,2,25,
                        6,7,7,
                        6,3,2,
                        9,3,40,
                        9,1,3),
 byrow = TRUE, ncol = 3))
 # nombramos las columnas con los nombres estándar de la librería networkD3
  names(links) = c("source", "target", "value")
  # Llamamos a la funcion de dibujo del diagrama
  sankeyNetwork(Links = links, Nodes = nodes,
          Source = "source", Target = "target",
          Value = "value", NodeID = "name",
          fontSize= 10, nodeWidth = 50,nodePadding = 10,
          colourScale = JS("d3.scaleOrdinal(d3.schemeCategory10);"
          )
  )  

Colorear flujo

Entre las opciones de la librería está el colorear los flujos, que se denominan Links.

Vamos a ver un ejemplo del gasto energético entre las fuentes de energía y los sectores que la gastan. Los datos originales son una tabla con: origen, destino, nombre, valor, del flujo, y tipo de energía.

  # Descargamos los datos 
    URL <- paste0('https://cdn.rawgit.com/christophergandrud/networkD3/',
          'master/JSONdata/energy.json')
    energy <- jsonlite::fromJSON(URL)
 
    #knitr::kable(head(energy),"html")
    str(energy)

## List of 2
##  $ nodes:'data.frame':   48 obs. of  1 variable:
##   ..$ name: chr [1:48] "Agricultural 'waste'" "Bio-conversion" "Liquid" "Losses" ...
##  $ links:'data.frame':   68 obs. of  3 variables:
##   ..$ source: int [1:68] 0 1 1 1 1 6 7 8 10 9 ...
##   ..$ target: int [1:68] 1 2 3 4 5 2 4 9 9 4 ...
##   ..$ value : num [1:68] 124.729 0.597 26.862 280.322 81.144 ...

    # Pintamos la grafica simple sin colorear flujos
    sankeyNetwork(Links = energy$links, Nodes = energy$nodes, Source = 'source',
          Target = 'target', Value = 'value', NodeID = 'name',
          units = 'TWh', fontSize = 12, nodeWidth = 30)

  # flujo coloreados
    energy$links$energy_type <- sub(' .*', '',
                            energy$nodes[energy$links$source + 1, 'name'])
  
    # los colores del flujo los definimos segun los valores de energy$links$energy_type
    knitr::kable(head(energy$links$energy_type))

  # pintamos la grafica con flujo coloreados
    sankeyNetwork(Links = energy$links, Nodes = energy$nodes, Source = 'source',
          Target = 'target', Value = 'value', NodeID = 'name',
          LinkGroup = 'energy_type', NodeGroup = NULL)

Esto es todo amigos.