cis

library(tidyverse)
library(haven)

DF = read_sav("3312.sav") # Datos de http://www.cis.es/cis/opencm/ES/1_encuestas/estudios/ver.jsp?estudio=14551
DIC = lapply(DF, attr, which = "label") %>%  as_tibble() %>% pivot_longer(1:ncol(.)) %>% rename(nombre = value)

DF_plot = 
DF %>% 
  sjlabelled::remove_all_labels() %>% 
  as_tibble() %>%
  select(SEXO, EDAD, P10, matches("P11")) %>%
  pivot_longer(3:ncol(.)) %>%
  left_join(DIC, by = "name") %>% 

  mutate(EDAD = as.integer(EDAD),
         SEXO = as.factor(
           case_when(
             SEXO == 1 ~ "Hombre",
             SEXO == 2 ~ "Mujer")),
         value = 
           case_when(
             value == 2 ~ 0,
             value == 1 ~ 1),
         nombre = 
           case_when(
             nombre == "Se ha sentido muy preocupado/a por muchas cosas sin poder controlarlo" ~ "Preocupado/a por muchas cosas sin poder controlarlo",
             nombre == "Incidencia de ataques de ansiedad desde que comenzó la pandemia" ~ "Ataques de ansiedad desde que comenzó la pandemia",
             TRUE ~ nombre
             
           )) %>%
  group_by(SEXO, EDAD, nombre, name) %>%
  summarise(value = mean(value, na.rm = TRUE),
            N = n()) 

PLOT = DF_plot %>% 
  ggplot(aes(EDAD, value, color = nombre, linetype = SEXO, shape = SEXO)) +
  geom_point(alpha = .4, aes(size = N), show.legend = FALSE) + 
  geom_smooth(se = FALSE) +
  theme_minimal(base_size = 12) +
  theme(legend.position = "none") +
  scale_y_continuous(labels = scales::percent_format(), n.breaks = 10) +
  scale_x_continuous(n.breaks = 10, limits = c(0,90)) +
  facet_wrap(~nombre, nrow = 2) +
  labs(caption = "Línea discontínua: mujeres; Línea continua: hombres\nDatos: CIS; @gorkang")

ggsave(PLOT, filename = "plot.png", dpi = 150, width = 20, height = 12)