Blogpost about ARcenso package#1295
Conversation
Add new author profile for Emanuel Ciardullo (English and Spanish) and a draft of the Spanish blog post demonstrating a reproducible workflow with the {arcenso} R package for Argentine census data (slug: analisis-demografico-con-arcenso, date: 2026-05-19).
Enhance the 2026-05-19 ARcenso blog post: add metadata (description, socialImg, socialAlt, editor), insert a responsive two-column layout with the new portada-blog.png image, and substantially rewrite and expand the introductory and explanatory text for clarity and accessibility. Standardize package name to {ARcenso}, clarify usage of check_repository() and get_census(), harmonize wording about data preparation and table merging, and add small code/figure improvements (head(poblacion), figure captions and alt text for plots). Include the new portada-blog.png asset for social sharing and visual context.
Add .positai and .claude to .Rbuildignore and add .positai to .gitignore to prevent local AI tool files from being tracked. Update Andrea Gomez Vargas' author metadata (bio updated to include rOpenSci Champion 2023-2024 and R en Buenos Aires, and add bluesky and ORCID fields) in both English and Spanish author index files.
|
Hola! Thank you for this blog post, I will do the Spanish edition next week. |
| Trabajar con estos datos suele implicar varios pasos previos: identificar qué información está disponible, descargar los datos, organizarlos y dejarlos listos para el análisis. Cuando esa información se encuentra dispersa y en formatos heterogéneos, el proceso puede volverse complejo. | ||
|
|
||
|
|
||
| <div style="display: flex; align-items: flex-start; gap: 24px;"> |
There was a problem hiding this comment.
¿Qué son estos códigos de div? Se pueden sacar?
There was a problem hiding this comment.
Eran para armar dos columnas entre texto e imagen. Ya están retirados.
|
|
||
| <br> | ||
|
|
||
| En esta nota de blog, quienes desarrollamos [{ARcenso}](https://soyandrea.github.io/arcenso/) mostramos cómo trabajar de forma simple y reproducible con los datos censales históricos disponibles en el paquete. Este paquete surge para simplificar este proceso y facilitar el acceso a datos censales de Argentina desde R, desarrollado en el marco del programa de campeones de rOpenSci. |
There was a problem hiding this comment.
| En esta nota de blog, quienes desarrollamos [{ARcenso}](https://soyandrea.github.io/arcenso/) mostramos cómo trabajar de forma simple y reproducible con los datos censales históricos disponibles en el paquete. Este paquete surge para simplificar este proceso y facilitar el acceso a datos censales de Argentina desde R, desarrollado en el marco del programa de campeones de rOpenSci. | |
| [{ARcenso}](https://soyandrea.github.io/arcenso/) es un paquete que surge para facilitar el acceso a datos censales de Argentina y simplificar el proceso de análisis de datos en R. Fue desarrollado en el marco del [programa de campeones de rOpenSci](/es/champions/). | |
| En este artículo, quienes desarrollamos ARcenso mostramos cómo trabajar de forma simple y reproducible con los datos censales históricos disponibles en el paquete. |
|
|
||
| A partir de datos oficiales que se encuentran originalmente en cuadros de Excel, construimos tablas estructuradas y estandarizadas listas para su análisis en R. Con ellas, generamos resultados de análisis demográfico combinando visualizaciones y tablas para explorar la estructura de la población, utilizando como ejemplo los [censos de 1970 y 1980](https://www.indec.gob.ar/indec/web/Nivel3-Tema-2-41). | ||
|
|
||
| </div> |
There was a problem hiding this comment.
Para que estan estas div aqui? Si no tienen una función muy especifica las sacaria
| En esta nota de blog, quienes desarrollamos [{ARcenso}](https://soyandrea.github.io/arcenso/) mostramos cómo trabajar de forma simple y reproducible con los datos censales históricos disponibles en el paquete. Este paquete surge para simplificar este proceso y facilitar el acceso a datos censales de Argentina desde R, desarrollado en el marco del programa de campeones de rOpenSci. | ||
|
|
||
|
|
||
| A partir de datos oficiales que se encuentran originalmente en cuadros de Excel, construimos tablas estructuradas y estandarizadas listas para su análisis en R. Con ellas, generamos resultados de análisis demográfico combinando visualizaciones y tablas para explorar la estructura de la población, utilizando como ejemplo los [censos de 1970 y 1980](https://www.indec.gob.ar/indec/web/Nivel3-Tema-2-41). |
There was a problem hiding this comment.
¿Este es el objetivo del análisis? ¿Por qué la mención a Excel si vamos a usar el paquete? ¿Para qué el link al sitio del INDEC?, los datos no estan en el paquete?
Seria genial si aqui se agregan mas detalles del análisis que se va a hacer, cuál es su objetivo y porque esta bueno hacerlo. Entiendo que dice "analizar la estructura de la población". A la gente que no es "del palo" (como yo), nos viene bien más detalle y un objetivo de por qué es bueno ese tipo de análisis y para qué sirve.
| <br> | ||
|
|
||
|
|
||
| > *El código presentado permite reproducir los resultados partiendo de un entorno de R sin objetos ni configuraciones previas.* |
There was a problem hiding this comment.
¿Qué código? ¿Por qué está este texto en formato de cita?
yabellini
left a comment
yabellini
left a comment
There was a problem hiding this comment.
Hola! Gracias de nuevo por este blog, creo que va a ser muy interesante para las personas que usen el paquete. Ya dejé algunos comentarios iniciales, pero avanzando a la parte del analisis me di cuenta de que el archivo .md con los resultados del código no está en el PR; si pudieran generarlo y agregarlo, mejor, porque así puedo ver cómo es la salida.
No seguí editando porque me va a ser más fácil revisar el texto con los gráficos, tablas, etc.
Mi recomendación es que vean los comentarios y sugerencias que ya les dejé, decidan qué hacer con eso y luego generen el md y lo agreguen al PR.
La otra cosa que les pido es que saquen del PR el .gitignore y el .Rbuildignore.
La seguimos!!!
|
|
||
| ## ¿Cómo empezar? | ||
|
|
||
| Para reproducir este análisis, es necesario contar con un entorno de trabajo en R con los paquetes requeridos. {ARcenso} puede instalarse desde GitHub y los demás paquetes desde CRAN *(este paso puede omitirse si los paquetes ya están instalados)*. |
There was a problem hiding this comment.
Dice "este análisis", pero hasta ahora no vimos ningún análisis
Sería genial agregar ARcenso a R-Universe e instalarlo desde allí 😄 . Entonces se puede instalar usando install.packages ;-)
Tal vez se pueda sugerir instalar con pak en lugar de remotes.
There was a problem hiding this comment.
Listo en pak! No se bien como sumarlo a R-universe
There was a problem hiding this comment.
Ahh, lo de R-universe te puedo dar una mano yo. Después te mando instrucciones por el Slack.
|
|
||
| ## Acceso a datos censales | ||
|
|
||
| Para comenzar, utilizamos {ARcenso} para acceder a los datos censales de los años 1970 y 1980. El paquete permite seleccionar información según el año, el tema y la geografía de interés a partir de los códigos geográficos oficiales definidos por el Instituto Nacional de Estadística y Censos (INDEC) de Argentina. |
There was a problem hiding this comment.
| Para comenzar, utilizamos {ARcenso} para acceder a los datos censales de los años 1970 y 1980. El paquete permite seleccionar información según el año, el tema y la geografía de interés a partir de los códigos geográficos oficiales definidos por el Instituto Nacional de Estadística y Censos (INDEC) de Argentina. | |
| Ahora que ya tenemos los paquetes instalados, utilizamos ARcenso para acceder a los datos censales de los años 1970 y 1980. El paquete permite seleccionar información según el año, el tema y la geografía de interés a partir de los códigos geográficos oficiales definidos por el Instituto Nacional de Estadística y Censos (INDEC) de Argentina. |
There was a problem hiding this comment.
- No usamos {} para nombrar los paquetes
- Aqui puede ser un buen lugar para linkear al INDEC.
| Para comenzar, utilizamos {ARcenso} para acceder a los datos censales de los años 1970 y 1980. El paquete permite seleccionar información según el año, el tema y la geografía de interés a partir de los códigos geográficos oficiales definidos por el Instituto Nacional de Estadística y Censos (INDEC) de Argentina. | ||
|
|
||
|
|
||
| En {ARcenso}, el argumento `topic` define el tipo de información a consultar (por ejemplo, estructura de la población), mientras que `geo_code` identifica el dominio geográfico de interés. |
There was a problem hiding this comment.
| En {ARcenso}, el argumento `topic` define el tipo de información a consultar (por ejemplo, estructura de la población), mientras que `geo_code` identifica el dominio geográfico de interés. | |
| En la función `xx`, el argumento `topic` especifica el tipo de información a consultar (por ejemplo, la estructura de la población), mientras que `geo_code` identifica el dominio geográfico de interés. |
There was a problem hiding this comment.
Ya sabemos que estamos trabajando con arcenso, por lo que no es necesario volver a mencionarlo, sin embargo si es importante mencionar a que funcion pertenencen los argumentos que estan explicando
| Si no conocés los valores disponibles para estos argumentos, podés explorarlos directamente desde la consola. El objeto `geo_metadata` permite identificar las geografías y sus códigos, mientras que `census_metadata` contiene información sobre los temas y cuadros disponibles en el paquete. | ||
|
|
||
|
|
||
| En este ejemplo, trabajamos con datos de estructura de la población `(topic = "estructura")` para el total del país `(geo_code = "00")`. Antes de descargar los datos, podemos verificar qué información está disponible utilizando la función `check_repository()`. |
There was a problem hiding this comment.
Yo sugeriria que siempre se chequee que información hay antes
|
|
||
|
|
||
| > **Bonustrack**: Como alternativa, también es posible explorar los datos de forma interactiva con `arcenso_app()`, desde donde se puede copiar el identificador del cuadro necesario para luego utilizarlo en el análisis. | ||
|
|
There was a problem hiding this comment.
Aqui se podria poner una captura de pantalla de la app.
| ``` | ||
|
|
||
|
|
||
| > En el caso del censo de 1970, la información ya se encuentra agrupada en grupos quinquenales de edad, por lo que solo es necesario ajustar el formato de algunas etiquetas y conservar las variables relevantes para el análisis. |
There was a problem hiding this comment.
¿Por qué está como cita? Creo que mejor si es texto normal, está explicando las transformaciones de los datos.
Es más lo pondría después del título para darle contexto al chunk de código que aparece después
| select(censo, sexo, grupo_edad, poblacion) | ||
| ``` | ||
|
|
||
| > El cuadro de 1980, en cambio, presenta la edad en valores simples y añade información adicional que no es relevante para este análisis, por lo que es necesario seleccionar las categorías de interés y construir los grupos quinquenales de edad (intervalos de 5 años) para hacerlos comparables con los de 1970. |
There was a problem hiding this comment.
Mismo comentario que con el texto del año anterior
|
Hola @ECiardullo , @SoyAndrea , me avisan si tienen dudas o necesitan ayuda con las ediciones al articulo. |
Hola Yani! Disculpa la demora, ya volvimos al ruedo. Entendimos todos los comentarios, ya en estos días realizamos todos los cambios. El propósito inicial es seguir el tutorial que armamos acá https://soyandrea.github.io/arcenso/articles/indicadores_demograficos.html |
Refactor the Spanish blog post Rmd: normalize ARcenso capitalization, quote metadata values (date, slug, socialImg), replace inline HTML figure layout with Hugo figure shortcodes, add a Shiny app figure, and tidy text/code formatting (e.g. replace `{ARcenso}` markup with ARcenso, set editor to null). Add the generated index.es.html and the shiny_arcenso.png asset.
Co-authored-by: Yanina Bellini Saibene <yabellini@gmail.com>
Migrate the Spanish blog post: update content/blog/2026-05-19-analisis-demografico-con-arcenso/index.es.Rmd (reworded intro, clarified links and function usage, and changed installation to use pak::pkg_install). Add a new plain Markdown source content/blog/2026-05-19-analisis-demografico-con-arcenso/index.es.md and a new shortcode layouts/shortcodes/blogdown/postref.html. Remove the generated HTML output (index.es.html) and delete .Rbuildignore and .gitignore files (cleanup/moving of ignore rules).
Standardize Hugo figure shortcode formatting in the Spanish blog post by removing spaces around the `=` signs for the figure attributes. Updated two figure shortcodes in content/blog/2026-05-19-analisis-demografico-con-arcenso/index.es.Rmd for consistency and to avoid potential parsing/rendering issues.
Rewrite and polish the Spanish blog post for ARcenso: improve phrasing and sentence flow, clarify the package purpose and example scope, and adjust grammar. Update the installation snippet to suggest pak (add install.packages("pak") and change the comment), remove a short reproducibility note block, and replace the vignettes reference with a direct link. Minor formatting and wording fixes throughout to make the article clearer and more concise.
|
@yabellini nos falta cambiar la introducción y creo que estarían todos los cambios. :) |
Rewrite and polish Spanish copy (intro, how-to, examples and closing), adjust installation note to use pak, and add link to package vignettes. Normalize figure shortcodes spacing and remove extra brackets around ARcenso link. Rename the HTML container id and update all corresponding CSS selectors for the generated gt table styles. Miscellaneous wording and formatting fixes for clarity and consistency.
Hola Yani, ya dejamos los cambios hechos en el .Rmd, creo que tambien quedo todo en el md pero no estoy segura si esta bien para deployarse y probar. Avisanos si precisas algo más de nuestra parte o si tenemos que borrar algún otro archivo. Ya retiramos el .gitignore y el .Rbuildignore. Abrazo |
3 participants
Hi rOpenSci community!
This PR adds a blog post authored with @SoyAndrea presenting {ARcenso} to access, process, and analyze historical Argentine demographic census data in R. We'd appreciate if the review starts with the Spanish version first, once corrections are addressed, we'll translate it to English.
We're looking forward to your feedback.