---
title: "Casos de COVID-19 em São Gonçalo (RJ)"
output: 
  flexdashboard::flex_dashboard:
    orientation: rows
    social: menu
    source_code: embed
---

```{r setup, include=FALSE}
library(leaflet)
library(raster)
library(tmap)
library(dplyr)
library(tidyverse)
library(flexdashboard)
library(plotly)

###############LENDO SHAPEFILE
setwd("C:/Users/aljof/Desktop/shiny/SG/")
sg<-shapefile("sg.shp")

###############LENDO TABELA ATUALIZADA COM OS DADOS
casos<-read.csv("Tabela_casos_obitos.csv",h=T,sep=";")

##############################JOIN
df<-full_join(sg@data,casos,by="GEOCOD")
casos2<-df$Casos._Corona
mortes2<-df$Obitos
df$Casos._Corona[df$Casos._Corona==0]<-NA
casos2[is.na(casos2)]<-0
mortes2[is.na(mortes2)]<-0
nome_casos<-paste(df$MUN.y,"- CASOS: ",casos2," - ","ÓBITOS: ",mortes2)
nome_idosos<-paste(df$MUN.y,"-",df$X_60_ANOS)
df<-data.frame(df,nome_casos,nome_idosos)

#JOGANDO A TABELA COM O JOIN PARA DENTRO DO SHAPE
sg@data<-df
```

Column {.sidebar data-width=1200}
-----------------------------------------------------------------------

### Casos e óbitos por COVID-19 - atualizado em 15/04/2020

```{r fig.align='center', echo=FALSE, message=FALSE, warning=FALSE, out.width="100%",out.height=370}
tmap_mode("view")+
  tm_basemap("Esri.WorldGrayCanvas")+
   tm_shape(sg) +
      tm_fill(col=c("Casos._Corona","Obitos"),palette="Reds",alpha=0.8,
              title =c("Casos COVID-19","Óbitos Covid-19"),
              textNA=c("Sem casos","Sem óbitos"),
              legend.format = list(text.separator= "-"),
              breaks = c(1,2,3,5,10),
              id="nome_casos")+

      tm_borders("white")
```

### População acima de 60 anos (IBGE,2010)

```{r fig.align='center', echo=FALSE, message=FALSE, warning=FALSE, out.width="98%",out.height=380}
tmap_mode("view")+
  tm_basemap("Esri.WorldGrayCanvas")+
   tm_shape(sg) +
      tm_fill(col="X_60_ANOS",palette="Greens",alpha=0.8,
              title ="População acima de 60 anos",
              textNA="Sem casos",
              legend.format = list(text.separator= "-"),
              breaks = c(0,1000,2000,4000,6000,8000),
              id="nome_idosos")+
  #tm_symbols(col="purple",size="Casos._Corona",scale=.5,border.col = "black")+
      tm_borders("grey")
```

Row 
-----------------------------------------------------------------------

### Casos por bairro

```{r, fig.keep='none'}
#####################CASOS POR BAIRRO  
library(plotly)
df_g<-data.frame(NOME=sg@data$MUN.y,Casos=sg@data$Casos._Corona)
df_g<-df_g[complete.cases(df_g),]
df_g<-arrange(df_g,desc(Casos))
df_g$NOME<-factor(df_g$NOME, levels = unique(df_g$NOME)[order(df_g$Casos, decreasing = FALSE)])



fig<-plot_ly(df_g, 
        labels = ~NOME,  
        values = ~Casos, 
        type = "pie",
        #text = df_g$NOME,  
        textposition = "inside",
        textinfo = 'label',showlegend = F,
         marker = list(colors = heat.colors(93),
                      line = list(color = '#FFFFFF', width = 1)),
        
        showlegend = FALSE)


fig<-fig %>% layout(title="Total de casos por bairro")

fig
```


Row {.tabset}
-----------------------------------------------------------------------
### Evolução dos casos


```{r}
###################CURVA DE CASOS PARA SG
casosMUN=read_csv("https://raw.githubusercontent.com/wcota/covid19br/master/cases-brazil-cities-time.csv")
casos_nit <- casosMUN %>% 
  filter(state == "RJ", city == "São Gonçalo/RJ")
soma<-sum(casos_nit$totalCases[nrow(casos_nit)])
data_atual<-casos_nit$date[nrow(casos_nit)]

########RJ
casos_rio <- casosMUN %>% 
  filter(state == "RJ", city == "Rio de Janeiro/RJ")
casos_rio<-inner_join(casos_rio,casos_nit,by="date")
casos_rio<-casos_rio$totalCases.x

###NITEROI
casos_nit2 <- casosMUN %>% 
filter(state == "RJ", city == "Niterói/RJ")
casos_nit2<-inner_join(casos_nit2,casos_nit,by="date")
casos_nit2<-casos_nit2$totalCases.x

###MARICA
casos_marica <- casosMUN %>% 
filter(state == "RJ", city == "Maricá/RJ")
casos_marica<-inner_join(casos_marica,casos_nit,by="date")
casos_marica<-casos_marica$totalCases.x

###ITABORAI
casos_itaborai <- casosMUN %>% 
filter(state == "RJ", city == "Itaboraí/RJ")
casos_itaborai<-inner_join(casos_itaborai,casos_nit,by="date")
casos_itaborai<-casos_itaborai$totalCases.x




fig2 <- plot_ly(casos_nit, 
                x = ~date, 
                y = ~totalCases, 
                text=paste(casos_nit$totalCases,"casos"),
                type = 'scatter', 
                mode = 'lines',
                line=list(color='rgba(240,100,100,1)',width=1.9),
                name="São Gonçalo")



fig2<-fig2 %>% layout(title=paste("Total de casos em São Gonçalo:",soma,"até",paste(substr(data_atual,9,10),"/",substr(data_atual,6,7),"/",substr(data_atual,1,4),sep="")),
                      plot_bgcolor='rgb(229,229,229,1)',
                      xaxis = list(title = "",gridcolor = 'rgb(255,255,255)',tickcolor = 'rgb(127,127,127)',zeroline=F),
                      yaxis = list(title = "",gridcolor = 'rgb(255,255,255)',tickcolor = 'rgb(127,127,127)',zeroline=F))  

fig2<-fig2 %>% add_lines(
  y = ~casos_rio, name ='RJ(Capital)',
  line=list(color='rgba(100,60,230,1)',width=1.6),text=paste(casos_rio,"casos"),mode = 'lines') 

fig2<-fig2 %>% add_lines(
  y = ~casos_nit2, name ='Niterói',
  line=list(color='rgba(50,150,50,1)',width=1.6),text=paste(casos_nit2,"casos"),mode = 'lines') 




fig2

```

### Evolução das mortes
```{r}
###################CURVA DE CASOS PARA SG
casosMUN=read_csv("https://raw.githubusercontent.com/wcota/covid19br/master/cases-brazil-cities-time.csv")
casos_nit_mortes <- casosMUN %>% 
  filter(state == "RJ", city == "São Gonçalo/RJ")
atua_mortes<-sum(casos_nit$deaths[nrow(casos_nit)])
atua_data<-casos_nit$date[nrow(casos_nit)]


###RJ
casos_rio_mortes <- casosMUN %>% 
  filter(state == "RJ", city == "Rio de Janeiro/RJ")
casos_rio_mortes<-inner_join(casos_rio_mortes,casos_nit_mortes,by="date")
casos_rio_mortes<-casos_rio_mortes$deaths.x

###Niteroi
casos_nit2_mortes <- casosMUN %>% 
  filter(state == "RJ", city == "Niterói/RJ")
casos_nit2_mortes<-inner_join(casos_nit2_mortes,casos_nit_mortes,by="date")
casos_nit2_mortes<-casos_nit2_mortes$deaths.x



fig3 <- plot_ly(casos_nit_mortes, 
                x = ~date, 
                y = ~deaths, 
                text=paste(casos_nit_mortes$deaths,"mortes"),
                type = 'scatter', 
                mode = 'lines',
                name="São Gonçalo",
                line=list(color='rgba(240,100,100,1)',width=1.9))

fig3<-fig3 %>% layout(title=paste("Total de mortes em São Gonçalo:",atua_mortes,"até",paste(substr(casos_nit_mortes$date[length(casos_nit_mortes$date)],9,10),"/",substr(casos_nit_mortes$date[length(casos_nit_mortes$date)],6,7),"/",substr(casos_nit_mortes$date[length(casos_nit_mortes$date)],1,4),sep="")),
                      plot_bgcolor='rgb(229,229,229)',
                    xaxis = list(title = "",gridcolor = 'rgb(255,255,255)',tickcolor = 'rgb(127,127,127)',zeroline=F),
                    yaxis = list(title = "",gridcolor = 'rgb(255,255,255)',tickcolor = 'rgb(127,127,127)',zeroline=F)) 

fig3<-fig3 %>% add_lines(
  y = ~casos_rio_mortes, name ='RJ(Capital)',
  line=list(color='rgba(100,60,230,1)',width=1.6),text=paste(casos_rio_mortes,"mortes"),mode = 'lines') 

fig3<-fig3 %>% add_lines(
  y = ~casos_nit2_mortes, name ='Niterói',
  line=list(color='rgba(50,150,50,1)',width=1.6),text=paste(casos_rio_mortes,"mortes"),mode = 'lines') 


fig3
```