Skip to contents

Obtener Centros Poblados y Asentamientos Dispersos del Perú

Source: R/get_centros_poblados.R
get_centros_poblados.Rd

Descarga y carga la información de centros poblados y asentamientos dispersos recogidos en el Censo de Población y Vivienda 2017 del Instituto Nacional de Estadística e Informática (INEI). Comprende viviendas particulares con ocupantes presentes. Los datos incluyen geometría tipo POINT e información detallada sobre población, vivienda y ubicación geográfica.

Usage

get_centros_poblados(
  departamento = NULL,
  provincia = NULL,
  distrito = NULL,
  show_progress = TRUE,
  force_update = FALSE
)

Arguments

departamento

Character vector. Nombre(s) del/los departamento(s) a descargar. Opciones válidas: "AMAZONAS", "ANCASH", "APURIMAC", "AREQUIPA", "AYACUCHO", "CAJAMARCA", "CALLAO", "CUSCO", "HUANCAVELICA", "HUANUCO", "ICA", "JUNIN", "LA LIBERTAD", "LAMBAYEQUE", "LIMA", "LORETO", "MADRE DE DIOS", "MOQUEGUA", "PASCO", "PIURA", "PUNO", "SAN MARTIN", "TACNA", "TUMBES", "UCAYALI". No distingue entre mayúsculas y minúsculas. Si es NULL, muestra la lista de departamentos disponibles.

provincia

Character vector. Nombre(s) de provincia(s) para filtrar los resultados (opcional). Se aplica después de cargar los datos.

distrito

Character vector. Nombre(s) de distrito(s) para filtrar los resultados (opcional). Se aplica después de cargar los datos.

show_progress

Logical. Si TRUE (por defecto), muestra mensajes informativos sobre el progreso de la descarga. Si FALSE, ejecuta de forma silenciosa.

force_update

Logical. Si TRUE, fuerza una nueva descarga del archivo incluso si existe en caché. Por defecto FALSE.

Value

Un objeto sf (simple feature) con geometría tipo POINT que contiene información de centros poblados, incluyendo:

  • Geometría POINT (ubicación del centro poblado)

  • ubigeo: Código de ubicación geográfica (6 dígitos)

  • codccpp: Código del centro poblado (10 dígitos)

  • nombdep: Nombre del departamento

  • nombprov: Nombre de la provincia

  • nombdist: Nombre del distrito

  • cen_pob: Nombre del centro poblado

  • pob: Población total

  • viv: Total de viviendas

  • viv_part: Viviendas particulares

  • viv_part_o: Viviendas particulares ocupadas

  • viv_part_1: Viviendas particulares con 1 o más ocupantes

  • pob_viv_pa: Población en viviendas particulares

  • y: Latitud (grados decimales)

  • x: Longitud (grados decimales)

  • fuente: Fuente de la información

  • revision: Información de revisión

  • cap: Indicador de capital

  • capital: Tipo de capital si aplica

  • iddpto: ID del departamento

  • idprov: ID de la provincia

Si se solicitan múltiples departamentos, retorna un objeto sf combinado.

Details

La función descarga datos desde OSF (Open Science Framework) y los almacena en caché durante la sesión de R. Los datos están en formato GeoPackage (.gpkg).

IMPORTANTE - Ubicación Referencial: La ubicación de los centros poblados es referencial. Las coordenadas pueden diferir de las registradas en otras bases de datos oficiales o levantamientos de campo específicos. Se recomienda validar las ubicaciones para estudios que requieran precisión espacial.

El caché se almacena en: tempdir()/DEMARCA_cache/centros_poblados/

NOTA: Las geometrías son tipo POINT y representan la ubicación aproximada de los centros poblados según el Censo 2017. El sistema de coordenadas es WGS 84 (EPSG:4326).

References

INEI. Censo de Población y Vivienda 2017. Instituto Nacional de Estadística e Informática.

Visor SDOT: https://geosdot.servicios.gob.pe/visor/

See also

get_capitales, get_departamentos, read_sf

Examples

if (FALSE) { # \dontrun{
# Ver departamentos disponibles
get_centros_poblados()

# Cargar centros poblados de un departamento
cp_tacna <- get_centros_poblados(departamento = "TACNA")

# Cargar múltiples departamentos
cp_sur <- get_centros_poblados(
  departamento = c("TACNA", "MOQUEGUA")
)

# Filtrar por provincia
cp_cusco_prov <- get_centros_poblados(
  departamento = "CUSCO",
  provincia = "CUSCO"
)

# Visualización con ggplot2
library(ggplot2)
library(dplyr)

# Clasificar por tamaño poblacional
cp_tacna <- cp_tacna |>
  mutate(
    categoria = case_when(
      pob >= 5000 ~ "Grande (5000+)",
      pob >= 1000 ~ "Mediano (1000-4999)",
      pob >= 500 ~ "Pequeño (500-999)",
      TRUE ~ "Muy pequeño (<500)"
    )
  )

# Mapa de centros poblados por tamaño
ggplot(cp_tacna) +
  geom_sf(aes(color = categoria, size = pob), alpha = 0.6) +
  scale_size_continuous(range = c(0.5, 5)) +
  scale_color_brewer(palette = "Spectral", direction = -1) +
  labs(
    title = "Centros Poblados de Tacna",
    subtitle = "Clasificados por Tamaño - Censo 2017",
    color = "Categoría",
    size = "Población",
    caption = "Fuente: INEI | Visor - SDOT"
  ) +
  theme_minimal()

# Análisis de vivienda
cp_tacna |>
  st_drop_geometry() |>
  filter(viv > 0) |>
  summarise(
    centros = n(),
    pob_total = sum(pob, na.rm = TRUE),
    viv_total = sum(viv, na.rm = TRUE),
    pob_por_vivienda = pob_total / viv_total,
    tasa_ocupacion = sum(viv_part_o) / sum(viv_part) * 100
  )

# Distribución por distrito
cp_tacna |>
  st_drop_geometry() |>
  group_by(nombdist) |>
  summarise(
    n_centros = n(),
    poblacion = sum(pob, na.rm = TRUE),
    viviendas = sum(viv, na.rm = TRUE)
  ) |>
  arrange(desc(poblacion))

# Análisis de densidad de vivienda
cp_tacna |>
  st_drop_geometry() |>
  filter(viv > 0) |>
  mutate(pob_por_viv = pob / viv) |>
  summarise(
    min = min(pob_por_viv),
    q1 = quantile(pob_por_viv, 0.25),
    mediana = median(pob_por_viv),
    promedio = mean(pob_por_viv),
    q3 = quantile(pob_por_viv, 0.75),
    max = max(pob_por_viv)
  )
} # }