ADG_M1

Taller UNIDAD 1 Base de datos: Trayectos en la ciudad de Cali ACTIVIDAD Ubicarse en Comuna origen y Comuna Destino MAPA 1: Permite visualizar de dónde sale la mayoría de personas (comuna origen). Utilizar la cartografía de comunas (shape) Luego de tener este mapa temático filtrarlo para tres tipos de categoría: MAPA 1.1 Bicicleta MAPA 1.2 Moto MAPA 1.3 Automóvil

MAPA 2: Permite visualizar hacia dónde va la mayoría de personas (comuna destino). Utilizar la cartografía de comunas (shape) Luego de tener este mapa temático filtrarlo para tres tipos de categoría: MAPA 1.1 Bicicleta MAPA 1.2 Moto MAPA 1.3 Automóvil

require(raster)
require(rgdal)
require(sp)

comunas=shapefile("D:/MAESTRIA EN CIENCIA DE DATOS/3 SEMESTRE/ANALISIS GEOGRAFICO/Casos/cali/Comunas.shp")
comunas@data

OBJECTID	gid	comuna	nombre
1	107	2	Comuna 2
2	108	1	Comuna 1
3	109	3	Comuna 3
4	110	19	Comuna 19
5	103	15	Comuna 15
6	104	17	Comuna 17
7	105	18	Comuna 18
8	106	22	Comuna 22
9	89	6	Comuna 6
10	90	4	Comuna 4
11	91	5	Comuna 5
12	92	7	Comuna 7
13	93	8	Comuna 8
14	94	9	Comuna 9
15	95	21	Comuna 21
16	96	13	Comuna 13
17	97	12	Comuna 12
18	98	14	Comuna 14
19	99	11	Comuna 11
20	100	10	Comuna 10
21	101	20	Comuna 20
22	102	16	Comuna 16

## Ajustes de la forma en que se hará display al gráfico
lbls = as.character(comunas$comuna)
spl = list('sp.text', coordinates(comunas), lbls, cex=.6)
spl[[2]][7,]=spl[[2]][7,]+0.005
#install.packages("gridExtra")
#require(gridExtra)


#Cargamos el archivo excel
library(readxl)
Encuesta <- read_excel("D:/MAESTRIA EN CIENCIA DE DATOS/3 SEMESTRE/ANALISIS GEOGRAFICO/Casos/EncuestaOrigenDestino_.xlsx")

ID=1:dim(Encuesta)[1]
Encuesta=data.frame(ID,Encuesta)
head(Encuesta)

ID	FECHA	IDESTACIÓN	ESTACIÓN	ACCESO	MOVIMIENTO	HoradeEncuesta	MUNICIPIO…7	DEPARTAMENTO.LOCALIDAD.COMUNA.DISTRITO.BARRIO.VEREDA.HITO.DIRECCIÓN…8	CodigoOrigen_SDG	X.QUEESTABAHACIENDOENESELUGAR.	MUNICIPIO…11	DEPARTAMENTO.LOCALIDAD.COMUNA.DISTRITO.BARRIO.VEREDA.HITO.DIRECCIÓN…12	CodigoDestino_SDG	X.QUEVAHACERAESELUGAR.	ESTRATOENSUVIVIENDA	X.DISPONIADEUNVEHÍCULOPARAREALIZARESTEDESPLAZAMIENTO.	OTRO.CUÁL….17	ANTES	DESPUES	EDAD	SEXO	PERSONASENELVEHÍCULO	TIPODEVEHÍCULO	OTRO.CUÁL….24	TIPODEVIAJERO	comunaorigen	comunadestino
1	2015-06-01	1	Avenida6NXCalle70N	NORTE	MOV1	6:10:00AM	CALI	BCHIPICHAPE	218	5	CALI	BPANCE	2216	1	3	0	NA	NA	NA	35	2	1	2	NA	1	02	22
2	2015-06-01	1	Avenida6NXCalle70N	NORTE	MOV1	6:11:00AM	CALIMA	DARIEN	4102	6	CALI	TEQUENDAMA	1904	4	2	NA	NA	NA	NA	40	2	4	3	NA	1	FueradeCali	19
3	2015-06-01	1	Avenida6NXCalle70N	NORTE	MOV1	6:12:00AM	YUMBO	VALLEDELCAUCA	3102	6	CALI	BELPEÑON	302	1	3	NA	NA	NA	NA	33	2	1	2	NA	1	FueradeCali	03
4	2015-06-01	1	Avenida6NXCalle70N	NORTE	MOV1	6:13:00AM	YUMBO	VALLEDELCAUCA	3102	6	CALI	BOBRERO	910	1	2	NA	NA	NA	NA	28	2	1	2	NA	1	FueradeCali	09
5	2015-06-01	1	Avenida6NXCalle70N	NORTE	MOV1	6:14:00AM	PALMIRA	VALLEDELCAUCA	3202	8	CALI	BCENTENARIO	223	1	3	NA	NA	NA	NA	25	2	2	2	NA	1	FueradeCali	02
6	2015-06-01	1	Avenida6NXCalle70N	NORTE	MOV1	6:15:00AM	PALMIRA	VALLEDELCAUCA	3202	6	CALI	BCENTENARIO	223	1	2	NA	NA	NA	NA	31	2	3	3	NA	1	FueradeCali	02

pos = which(Encuesta$comunaorigen!="FueradeCali"&Encuesta$comunaorigen!=0)
pos1= which(Encuesta$comunadestino!="FueradeCali"&Encuesta$comunaorigen!=0)
Encuesta_sub_origen = Encuesta[pos,] ##tiene 28748 incluyendo sólo las comunas, no los sitios Fuera de Cali. Este es con el que vamos a trabajar para los MAPAS 1.

Encuesta_sub_destino = Encuesta[pos1,] ##tiene 28654 incluyendo sólo las comunas, no los sitios Fuera de Cali. Este es con el que vamos a trabajar para los MAPAS 2. 

unique(Encuesta_sub_origen$comunaorigen) #Hay 23 comunas de origen en el dataset contando la comuna 0

##  [1] "02" "06" "03" "04" "13" "17" "16" "05" "15" "07" "14" "10" "21" "08" "11"
## [16] "19" "12" "20" "01" "18" "09" "22"

unique(Encuesta_sub_destino$comunadestino) #Hay 23 comunas de destino en el dataset contando la comuna 0

##  [1] "22" "19" "03" "09" "02" "17" "04" "11" "13" "18" "06" "20" "10" "21" "05"
## [16] "01" "14" "08" "0"  "16" "07" "15" "12"

INFORMACIÓN MAPAS 1

¿De cuáles comunas salen más personas?

table = table(Encuesta_sub_origen$comunaorigen)

table_=sort(table,                   # Vector atómico
      decreasing = FALSE, # Ordenar en orden creciente (FALSE) o decrecienete (TRUE)
      na.last = TRUE,  )
dataframe=data.frame(table_)
#dataframe
barplot(table_) ## Gráfica de barras con conteo

barplot(prop.table(table_),col=c("orange","blue"),main="Frecuencia comunas origen",ylim=c(0,0.1),
        ylab ="Frecuencias",las=1,font.axis=1) ## Gráfica de barras con frecuencia

##MAPA
res=data.frame(table(Encuesta_sub_origen$comunaorigen))
#res
as.character(res$Var1)

##  [1] "01" "02" "03" "04" "05" "06" "07" "08" "09" "10" "11" "12" "13" "14" "15"
## [16] "16" "17" "18" "19" "20" "21" "22"

orden=comunas$comuna
res_orden=res[orden,]
res_orden

	Var1	Freq
2	02	2968
1	01	794
3	03	2121
19	19	2850
15	15	1171
17	17	2377
18	18	1536
22	22	1153
6	06	998
4	04	1493
5	05	664
7	07	734
8	08	1124
9	09	952
21	21	818
13	13	1238
12	12	348
14	14	685
11	11	925
10	10	1401
20	20	733
16	16	993

comunas@data$total_origenes=res_orden$Freq
comunas@data

OBJECTID	gid	comuna	nombre	total_origenes
1	107	2	Comuna 2	2968
2	108	1	Comuna 1	794
3	109	3	Comuna 3	2121
4	110	19	Comuna 19	2850
5	103	15	Comuna 15	1171
6	104	17	Comuna 17	2377
7	105	18	Comuna 18	1536
8	106	22	Comuna 22	1153
9	89	6	Comuna 6	998
10	90	4	Comuna 4	1493
11	91	5	Comuna 5	664
12	92	7	Comuna 7	734
13	93	8	Comuna 8	1124
14	94	9	Comuna 9	952
15	95	21	Comuna 21	818
16	96	13	Comuna 13	1238
17	97	12	Comuna 12	348
18	98	14	Comuna 14	685
19	99	11	Comuna 11	925
20	100	10	Comuna 10	1401
21	101	20	Comuna 20	733
22	102	16	Comuna 16	993

g1=spplot(comunas[,5], col.regions= heat.colors(20,.95,.4), sp.layout=spl)
g1

De las personas que salen (comuna origen) cuántas salen en bicicleta en cada comuna

bici=  which(Encuesta_sub_origen$TIPODEVEHÍCULO==1)

Encuesta_sub_origen_bici = Encuesta_sub_origen[bici,]


table_bici = table(Encuesta_sub_origen_bici$comunaorigen)

table_bici=sort(table_bici,                   # Vector atómico
      decreasing = FALSE, # Ordenar en orden creciente (FALSE) o decrecienete (TRUE)
      na.last = TRUE,  )
dataframe=data.frame(table_bici)
#dataframe
barplot(table_bici) ## Gráfica de barras con conteo

barplot(prop.table(table_bici),col=c("orange","blue"),main="Frecuencia comunas origen en bicicleta",ylim=c(0,0.1),
        ylab ="Frecuencias",las=1,font.axis=1) ## Gráfica de barras con frecuencia

res=data.frame(table(Encuesta_sub_origen_bici$comunaorigen))
#res
as.character(res$Var1)

##  [1] "01" "02" "03" "04" "05" "06" "07" "08" "09" "10" "11" "12" "13" "14" "15"
## [16] "16" "17" "18" "19" "20" "21" "22"

orden=comunas$comuna
res_orden=res[orden,]
res_orden

	Var1	Freq
2	02	159
1	01	36
3	03	99
19	19	141
15	15	70
17	17	141
18	18	111
22	22	55
6	06	44
4	04	74
5	05	38
7	07	35
8	08	52
9	09	53
21	21	44
13	13	76
12	12	14
14	14	37
11	11	52
10	10	82
20	20	46
16	16	73

comunas@data$total_origenes_bici= res_orden$Freq 
comunas@data

OBJECTID	gid	comuna	nombre	total_origenes	total_origenes_bici
1	107	2	Comuna 2	2968	159
2	108	1	Comuna 1	794	36
3	109	3	Comuna 3	2121	99
4	110	19	Comuna 19	2850	141
5	103	15	Comuna 15	1171	70
6	104	17	Comuna 17	2377	141
7	105	18	Comuna 18	1536	111
8	106	22	Comuna 22	1153	55
9	89	6	Comuna 6	998	44
10	90	4	Comuna 4	1493	74
11	91	5	Comuna 5	664	38
12	92	7	Comuna 7	734	35
13	93	8	Comuna 8	1124	52
14	94	9	Comuna 9	952	53
15	95	21	Comuna 21	818	44
16	96	13	Comuna 13	1238	76
17	97	12	Comuna 12	348	14
18	98	14	Comuna 14	685	37
19	99	11	Comuna 11	925	52
20	100	10	Comuna 10	1401	82
21	101	20	Comuna 20	733	46
22	102	16	Comuna 16	993	73

g2=spplot(comunas[,6], col.regions= heat.colors(20,.95,.4), sp.layout=spl)
g2

De las personas que salen (comuna origen) cuántas salen en moto en cada comuna

moto=  which(Encuesta_sub_origen$TIPODEVEHÍCULO==2)

Encuesta_sub_origen_moto = Encuesta_sub_origen[moto,]


table_moto = table(Encuesta_sub_origen_moto$comunaorigen)

table_moto=sort(table_moto,                   # Vector atómico
      decreasing = FALSE, # Ordenar en orden creciente (FALSE) o decrecienete (TRUE)
      na.last = TRUE,  )
dataframe=data.frame(table_moto)
#dataframe
barplot(table_moto) ## Gráfica de barras con conteo

barplot(prop.table(table_moto),col=c("orange","blue"),main="Frecuencia comunas origen en moto",ylim=c(0,0.1),
        ylab ="Frecuencias",las=1,font.axis=1) ## Gráfica de barras con frecuencia

res=data.frame(table(Encuesta_sub_origen_moto$comunaorigen))
#res
as.character(res$Var1)

##  [1] "01" "02" "03" "04" "05" "06" "07" "08" "09" "10" "11" "12" "13" "14" "15"
## [16] "16" "17" "18" "19" "20" "21" "22"

orden=comunas$comuna
res_orden=res[orden,]
res_orden

	Var1	Freq
2	02	1414
1	01	375
3	03	970
19	19	1280
15	15	536
17	17	1136
18	18	746
22	22	515
6	06	473
4	04	720
5	05	319
7	07	350
8	08	552
9	09	413
21	21	378
13	13	554
12	12	176
14	14	310
11	11	431
10	10	675
20	20	339
16	16	450

comunas@data$total_origenes_moto= res_orden$Freq 
comunas@data

OBJECTID	gid	comuna	nombre	total_origenes	total_origenes_bici	total_origenes_moto
1	107	2	Comuna 2	2968	159	1414
2	108	1	Comuna 1	794	36	375
3	109	3	Comuna 3	2121	99	970
4	110	19	Comuna 19	2850	141	1280
5	103	15	Comuna 15	1171	70	536
6	104	17	Comuna 17	2377	141	1136
7	105	18	Comuna 18	1536	111	746
8	106	22	Comuna 22	1153	55	515
9	89	6	Comuna 6	998	44	473
10	90	4	Comuna 4	1493	74	720
11	91	5	Comuna 5	664	38	319
12	92	7	Comuna 7	734	35	350
13	93	8	Comuna 8	1124	52	552
14	94	9	Comuna 9	952	53	413
15	95	21	Comuna 21	818	44	378
16	96	13	Comuna 13	1238	76	554
17	97	12	Comuna 12	348	14	176
18	98	14	Comuna 14	685	37	310
19	99	11	Comuna 11	925	52	431
20	100	10	Comuna 10	1401	82	675
21	101	20	Comuna 20	733	46	339
22	102	16	Comuna 16	993	73	450

g3=spplot(comunas[,7], col.regions= heat.colors(20,.95,.4), sp.layout=spl)
g3

De las personas que salen (comuna origen) cuántas salen en automóvil en cada comuna

auto=  which(Encuesta_sub_origen$TIPODEVEHÍCULO==3)

Encuesta_sub_origen_auto = Encuesta_sub_origen[auto,]


table_auto = table(Encuesta_sub_origen_auto$comunaorigen)

table_auto=sort(table_auto,                   # Vector atómico
      decreasing = FALSE, # Ordenar en orden creciente (FALSE) o decrecienete (TRUE)
      na.last = TRUE,  )
dataframe=data.frame(table_auto)
#dataframe
barplot(table_auto) ## Gráfica de barras con conteo

barplot(prop.table(table_auto),col=c("orange","blue"),main="Frecuencia comunas origen en auto",ylim=c(0,0.1),
        ylab ="Frecuencias",las=1,font.axis=1) ## Gráfica de barras con frecuencia

res=data.frame(table(Encuesta_sub_origen_auto$comunaorigen))
#res
as.character(res$Var1)

##  [1] "01" "02" "03" "04" "05" "06" "07" "08" "09" "10" "11" "12" "13" "14" "15"
## [16] "16" "17" "18" "19" "20" "21" "22"

orden=comunas$comuna
res_orden=res[orden,]
res_orden

	Var1	Freq
2	02	1121
1	01	301
3	03	854
19	19	1165
15	15	456
17	17	899
18	18	559
22	22	489
6	06	389
4	04	551
5	05	241
7	07	283
8	08	420
9	09	382
21	21	328
13	13	486
12	12	123
14	14	272
11	11	361
10	10	529
20	20	272
16	16	385

comunas@data$total_origenes_auto= res_orden$Freq 
comunas@data

OBJECTID	gid	comuna	nombre	total_origenes	total_origenes_bici	total_origenes_moto	total_origenes_auto
1	107	2	Comuna 2	2968	159	1414	1121
2	108	1	Comuna 1	794	36	375	301
3	109	3	Comuna 3	2121	99	970	854
4	110	19	Comuna 19	2850	141	1280	1165
5	103	15	Comuna 15	1171	70	536	456
6	104	17	Comuna 17	2377	141	1136	899
7	105	18	Comuna 18	1536	111	746	559
8	106	22	Comuna 22	1153	55	515	489
9	89	6	Comuna 6	998	44	473	389
10	90	4	Comuna 4	1493	74	720	551
11	91	5	Comuna 5	664	38	319	241
12	92	7	Comuna 7	734	35	350	283
13	93	8	Comuna 8	1124	52	552	420
14	94	9	Comuna 9	952	53	413	382
15	95	21	Comuna 21	818	44	378	328
16	96	13	Comuna 13	1238	76	554	486
17	97	12	Comuna 12	348	14	176	123
18	98	14	Comuna 14	685	37	310	272
19	99	11	Comuna 11	925	52	431	361
20	100	10	Comuna 10	1401	82	675	529
21	101	20	Comuna 20	733	46	339	272
22	102	16	Comuna 16	993	73	450	385

g4=spplot(comunas[,8], col.regions= heat.colors(20,.95,.4), sp.layout=spl)
g4

INFORMACIÓN MAPAS 2

¿De cuáles comunas llegan más personas?

table = table(Encuesta_sub_destino$comunadestino)

table_=sort(table,                   # Vector atómico
      decreasing = FALSE, # Ordenar en orden creciente (FALSE) o decrecienete (TRUE)
      na.last = TRUE,  )
dataframe=data.frame(table_)
#dataframe
barplot(table_) ## Gráfica de barras con conteo

barplot(prop.table(table_),col=c("orange","blue"),main="Frecuencia comunas origen",ylim=c(0,0.1),
        ylab ="Frecuencias",las=1,font.axis=1) ## Gráfica de barras con frecuencia

##MAPA
res=data.frame(table(Encuesta_sub_destino$comunadestino))
#res
as.character(res$Var1)

##  [1] "0"  "01" "02" "03" "04" "05" "06" "07" "08" "09" "10" "11" "12" "13" "14"
## [16] "15" "16" "17" "18" "19" "20" "21" "22"

orden=comunas$comuna
res_orden=res[orden,]
res_orden

	Var1	Freq
2	01	227
1	0	766
3	02	4707
19	18	644
15	14	379
17	16	737
18	17	2084
22	21	511
6	05	514
4	03	3772
5	04	1825
7	06	707
8	07	730
9	08	1006
21	20	349
13	12	243
12	11	560
14	13	665
11	10	902
10	09	1257
20	19	3094
16	15	574

comunas@data$total_destinos=res_orden$Freq
comunas@data

OBJECTID	gid	comuna	nombre	total_origenes	total_origenes_bici	total_origenes_moto	total_origenes_auto	total_destinos
1	107	2	Comuna 2	2968	159	1414	1121	227
2	108	1	Comuna 1	794	36	375	301	766
3	109	3	Comuna 3	2121	99	970	854	4707
4	110	19	Comuna 19	2850	141	1280	1165	644
5	103	15	Comuna 15	1171	70	536	456	379
6	104	17	Comuna 17	2377	141	1136	899	737
7	105	18	Comuna 18	1536	111	746	559	2084
8	106	22	Comuna 22	1153	55	515	489	511
9	89	6	Comuna 6	998	44	473	389	514
10	90	4	Comuna 4	1493	74	720	551	3772
11	91	5	Comuna 5	664	38	319	241	1825
12	92	7	Comuna 7	734	35	350	283	707
13	93	8	Comuna 8	1124	52	552	420	730
14	94	9	Comuna 9	952	53	413	382	1006
15	95	21	Comuna 21	818	44	378	328	349
16	96	13	Comuna 13	1238	76	554	486	243
17	97	12	Comuna 12	348	14	176	123	560
18	98	14	Comuna 14	685	37	310	272	665
19	99	11	Comuna 11	925	52	431	361	902
20	100	10	Comuna 10	1401	82	675	529	1257
21	101	20	Comuna 20	733	46	339	272	3094
22	102	16	Comuna 16	993	73	450	385	574

g5=spplot(comunas[,9], col.regions= heat.colors(20,.95,.4), sp.layout=spl)
g5

De las personas que llegan (comuna destino) cuántas llegan en bicicleta en cada comuna

bici=  which(Encuesta_sub_destino$TIPODEVEHÍCULO==1)

Encuesta_sub_destino_bici = Encuesta_sub_destino[bici,]


table_bici = table(Encuesta_sub_destino_bici$comunadestino)

table_bici=sort(table_bici,                   # Vector atómico
      decreasing = FALSE, # Ordenar en orden creciente (FALSE) o decrecienete (TRUE)
      na.last = TRUE,  )
dataframe=data.frame(table_bici)
#dataframe
barplot(table_bici) ## Gráfica de barras con conteo

barplot(prop.table(table_bici),col=c("orange","blue"),main="Frecuencia comunas origen en bicicleta",ylim=c(0,0.1),
        ylab ="Frecuencias",las=1,font.axis=1) ## Gráfica de barras con frecuencia

res=data.frame(table(Encuesta_sub_destino_bici$comunadestino))
#res
as.character(res$Var1)

##  [1] "0"  "01" "02" "03" "04" "05" "06" "07" "08" "09" "10" "11" "12" "13" "14"
## [16] "15" "16" "17" "18" "19" "20" "21" "22"

orden=comunas$comuna
res_orden=res[orden,]
res_orden

	Var1	Freq
2	01	11
1	0	43
3	02	211
19	18	30
15	14	22
17	16	35
18	17	109
22	21	26
6	05	39
4	03	186
5	04	85
7	06	33
8	07	41
9	08	53
21	20	25
13	12	15
12	11	29
14	13	33
11	10	40
10	09	62
20	19	145
16	15	18

comunas@data$total_destino_bici= res_orden$Freq 
comunas@data

OBJECTID	gid	comuna	nombre	total_origenes	total_origenes_bici	total_origenes_moto	total_origenes_auto	total_destinos	total_destino_bici
1	107	2	Comuna 2	2968	159	1414	1121	227	11
2	108	1	Comuna 1	794	36	375	301	766	43
3	109	3	Comuna 3	2121	99	970	854	4707	211
4	110	19	Comuna 19	2850	141	1280	1165	644	30
5	103	15	Comuna 15	1171	70	536	456	379	22
6	104	17	Comuna 17	2377	141	1136	899	737	35
7	105	18	Comuna 18	1536	111	746	559	2084	109
8	106	22	Comuna 22	1153	55	515	489	511	26
9	89	6	Comuna 6	998	44	473	389	514	39
10	90	4	Comuna 4	1493	74	720	551	3772	186
11	91	5	Comuna 5	664	38	319	241	1825	85
12	92	7	Comuna 7	734	35	350	283	707	33
13	93	8	Comuna 8	1124	52	552	420	730	41
14	94	9	Comuna 9	952	53	413	382	1006	53
15	95	21	Comuna 21	818	44	378	328	349	25
16	96	13	Comuna 13	1238	76	554	486	243	15
17	97	12	Comuna 12	348	14	176	123	560	29
18	98	14	Comuna 14	685	37	310	272	665	33
19	99	11	Comuna 11	925	52	431	361	902	40
20	100	10	Comuna 10	1401	82	675	529	1257	62
21	101	20	Comuna 20	733	46	339	272	3094	145
22	102	16	Comuna 16	993	73	450	385	574	18

g6=spplot(comunas[,10], col.regions= heat.colors(20,.95,.4), sp.layout=spl)
g6

De las personas que llegan (comuna origen) cuántas llegan en moto en cada comuna

moto=  which(Encuesta_sub_destino$TIPODEVEHÍCULO==2)

Encuesta_sub_destino_moto = Encuesta_sub_destino[moto,]


table_moto = table(Encuesta_sub_destino_moto$comunadestino)

table_moto=sort(table_moto,                   # Vector atómico
      decreasing = FALSE, # Ordenar en orden creciente (FALSE) o decrecienete (TRUE)
      na.last = TRUE,  )
dataframe=data.frame(table_moto)
#dataframe
barplot(table_moto) ## Gráfica de barras con conteo

barplot(prop.table(table_moto),col=c("orange","blue"),main="Frecuencia comunas origen en moto",ylim=c(0,0.1),
        ylab ="Frecuencias",las=1,font.axis=1) ## Gráfica de barras con frecuencia

res=data.frame(table(Encuesta_sub_destino_moto$comunadestino))
#res
as.character(res$Var1)

##  [1] "0"  "01" "02" "03" "04" "05" "06" "07" "08" "09" "10" "11" "12" "13" "14"
## [16] "15" "16" "17" "18" "19" "20" "21" "22"

orden=comunas$comuna
res_orden=res[orden,]
res_orden

	Var1	Freq
2	01	110
1	0	379
3	02	2133
19	18	293
15	14	188
17	16	326
18	17	907
22	21	241
6	05	213
4	03	1703
5	04	833
7	06	321
8	07	341
9	08	462
21	20	149
13	12	125
12	11	252
14	13	342
11	10	410
10	09	599
20	19	1402
16	15	271

comunas@data$total_destinos_moto= res_orden$Freq 
comunas@data

OBJECTID	gid	comuna	nombre	total_origenes	total_origenes_bici	total_origenes_moto	total_origenes_auto	total_destinos	total_destino_bici	total_destinos_moto
1	107	2	Comuna 2	2968	159	1414	1121	227	11	110
2	108	1	Comuna 1	794	36	375	301	766	43	379
3	109	3	Comuna 3	2121	99	970	854	4707	211	2133
4	110	19	Comuna 19	2850	141	1280	1165	644	30	293
5	103	15	Comuna 15	1171	70	536	456	379	22	188
6	104	17	Comuna 17	2377	141	1136	899	737	35	326
7	105	18	Comuna 18	1536	111	746	559	2084	109	907
8	106	22	Comuna 22	1153	55	515	489	511	26	241
9	89	6	Comuna 6	998	44	473	389	514	39	213
10	90	4	Comuna 4	1493	74	720	551	3772	186	1703
11	91	5	Comuna 5	664	38	319	241	1825	85	833
12	92	7	Comuna 7	734	35	350	283	707	33	321
13	93	8	Comuna 8	1124	52	552	420	730	41	341
14	94	9	Comuna 9	952	53	413	382	1006	53	462
15	95	21	Comuna 21	818	44	378	328	349	25	149
16	96	13	Comuna 13	1238	76	554	486	243	15	125
17	97	12	Comuna 12	348	14	176	123	560	29	252
18	98	14	Comuna 14	685	37	310	272	665	33	342
19	99	11	Comuna 11	925	52	431	361	902	40	410
20	100	10	Comuna 10	1401	82	675	529	1257	62	599
21	101	20	Comuna 20	733	46	339	272	3094	145	1402
22	102	16	Comuna 16	993	73	450	385	574	18	271

g7=spplot(comunas[,11], col.regions= heat.colors(20,.95,.4), sp.layout=spl)
g7

De las personas que llegan (comuna destino) cuántas llegan en automóvil en cada comuna

auto=  which(Encuesta_sub_destino$TIPODEVEHÍCULO==3)

Encuesta_sub_destino_auto = Encuesta_sub_destino[auto,]


table_auto = table(Encuesta_sub_destino_auto$comunadestino)

table_auto=sort(table_auto,                   # Vector atómico
      decreasing = FALSE, # Ordenar en orden creciente (FALSE) o decrecienete (TRUE)
      na.last = TRUE,  )
dataframe=data.frame(table_auto)
#dataframe
barplot(table_auto) ## Gráfica de barras con conteo

barplot(prop.table(table_auto),col=c("orange","blue"),main="Frecuencia comunas origen en auto",ylim=c(0,0.1),
        ylab ="Frecuencias",las=1,font.axis=1) ## Gráfica de barras con frecuencia

res=data.frame(table(Encuesta_sub_destino_auto$comunadestino))
#res
as.character(res$Var1)

##  [1] "0"  "01" "02" "03" "04" "05" "06" "07" "08" "09" "10" "11" "12" "13" "14"
## [16] "15" "16" "17" "18" "19" "20" "21" "22"

orden=comunas$comuna
res_orden=res[orden,]
res_orden

	Var1	Freq
2	01	86
1	0	274
3	02	1959
19	18	271
15	14	138
17	16	318
18	17	914
22	21	196
6	05	221
4	03	1515
5	04	741
7	06	269
8	07	280
9	08	395
21	20	144
13	12	85
12	11	237
14	13	223
11	10	376
10	09	480
20	19	1262
16	15	242

comunas@data$total_destinos_auto= res_orden$Freq 
comunas@data

OBJECTID	gid	comuna	nombre	total_origenes	total_origenes_bici	total_origenes_moto	total_origenes_auto	total_destinos	total_destino_bici	total_destinos_moto	total_destinos_auto
1	107	2	Comuna 2	2968	159	1414	1121	227	11	110	86
2	108	1	Comuna 1	794	36	375	301	766	43	379	274
3	109	3	Comuna 3	2121	99	970	854	4707	211	2133	1959
4	110	19	Comuna 19	2850	141	1280	1165	644	30	293	271
5	103	15	Comuna 15	1171	70	536	456	379	22	188	138
6	104	17	Comuna 17	2377	141	1136	899	737	35	326	318
7	105	18	Comuna 18	1536	111	746	559	2084	109	907	914
8	106	22	Comuna 22	1153	55	515	489	511	26	241	196
9	89	6	Comuna 6	998	44	473	389	514	39	213	221
10	90	4	Comuna 4	1493	74	720	551	3772	186	1703	1515
11	91	5	Comuna 5	664	38	319	241	1825	85	833	741
12	92	7	Comuna 7	734	35	350	283	707	33	321	269
13	93	8	Comuna 8	1124	52	552	420	730	41	341	280
14	94	9	Comuna 9	952	53	413	382	1006	53	462	395
15	95	21	Comuna 21	818	44	378	328	349	25	149	144
16	96	13	Comuna 13	1238	76	554	486	243	15	125	85
17	97	12	Comuna 12	348	14	176	123	560	29	252	237
18	98	14	Comuna 14	685	37	310	272	665	33	342	223
19	99	11	Comuna 11	925	52	431	361	902	40	410	376
20	100	10	Comuna 10	1401	82	675	529	1257	62	599	480
21	101	20	Comuna 20	733	46	339	272	3094	145	1402	1262
22	102	16	Comuna 16	993	73	450	385	574	18	271	242

g8=spplot(comunas[,12], col.regions= heat.colors(20,.95,.4), sp.layout=spl)
g8

ADG_M1_U1

Andres Ortega

22/4/2023

	Var1	Freq
2	02	159
1	01	36
3	03	99
19	19	141
15	15	70
17	17	141
18	18	111
22	22	55
6	06	44
4	04	74
5	05	38
7	07	35
8	08	52
9	09	53
21	21	44
13	13	76
12	12	14
14	14	37
11	11	52
10	10	82
20	20	46
16	16	73

	Var1	Freq
2	01	11
1	0	43
3	02	211
19	18	30
15	14	22
17	16	35
18	17	109
22	21	26
6	05	39
4	03	186
5	04	85
7	06	33
8	07	41
9	08	53
21	20	25
13	12	15
12	11	29
14	13	33
11	10	40
10	09	62
20	19	145
16	15	18

	Var1	Freq
2	02	159
1	01	36
3	03	99
19	19	141
15	15	70
17	17	141
18	18	111
22	22	55
6	06	44
4	04	74
5	05	38
7	07	35
8	08	52
9	09	53
21	21	44
13	13	76
12	12	14
14	14	37
11	11	52
10	10	82
20	20	46
16	16	73

	Var1	Freq
2	01	11
1	0	43
3	02	211
19	18	30
15	14	22
17	16	35
18	17	109
22	21	26
6	05	39
4	03	186
5	04	85
7	06	33
8	07	41
9	08	53
21	20	25
13	12	15
12	11	29
14	13	33
11	10	40
10	09	62
20	19	145
16	15	18

	Var1	Freq
2	02	159
1	01	36
3	03	99
19	19	141
15	15	70
17	17	141
18	18	111
22	22	55
6	06	44
4	04	74
5	05	38
7	07	35
8	08	52
9	09	53
21	21	44
13	13	76
12	12	14
14	14	37
11	11	52
10	10	82
20	20	46
16	16	73

	Var1	Freq
2	01	11
1	0	43
3	02	211
19	18	30
15	14	22
17	16	35
18	17	109
22	21	26
6	05	39
4	03	186
5	04	85
7	06	33
8	07	41
9	08	53
21	20	25
13	12	15
12	11	29
14	13	33
11	10	40
10	09	62
20	19	145
16	15	18