Column

INFORMACIÓN


Medellín es un distrito de Colombia y capital del departamento de Antioquia. Es la ciudad más poblada del departamento y la segunda más poblada del país después de Bogotá. Está ubicada en la parte más ancha de la región natural conocida como Valle de Aburrá, en la cordillera central de los Andes. Llamada también la ciudad de la eterna primavera por su clima ideal. Es reconocida por su gastronomía y la amabilidad de su gente. 

t1 = table(Base_de_datos$Ciudad)
names(t1) <- sort(unique(Base_de_datos$Ciudad))

pie(t1, main = "Distribución de ciudad", col = rainbow(length(t1)))


Column

Resumen del Año

summary(Base_de_datos$Ano)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
   2015    2016    2018    2018    2019    2021 
hist(Base_de_datos$Ano,
     main = "Visitantes",
     col = "#FFCC00",
     las = 1,
     ylim = c(0, 115),
     xlab = "Visitantes (año)",
     ylab = "Frecuencia absoluta")
abline(v = mean(Base_de_datos$Ano), col = "red") # Línea vertical en la media
grid()

información

Column

# Creando la tabla de frecuencias para la columna 'Ciudad'
t1 = table(Base_de_datos$Ciudad)
print(paste("Número de categorías únicas en 'Ciudad':", length(t1)))
[1] "Número de categorías únicas en 'Ciudad': 80"
nombres_ciudades <- sort(unique(Base_de_datos$Ciudad))

print(paste("Longitud del vector de nombres de ciudades:", length(nombres_ciudades)))
[1] "Longitud del vector de nombres de ciudades: 80"
if (length(t1) != length(nombres_ciudades)) {
  stop("Error: La cantidad de nombres no coincide con la cantidad de categorías únicas en 'Ciudad'.")
} else {
  # Asignar nombres a la tabla de frecuencias
  names(t1) <- nombres_ciudades

nombres_ciudades = c("Puente Nacional", "Piedecuesta", "Samaniego", "Girardot", "Pitalito", "Cota", "Yumbo", "Cali", "Suesca", "Pereira",
    "Cartagena", "Popayan", "Maicao", "Bogota", "Cienaga", "Leticia",
    "Fusagasuga", "Acacias", "Bello", "San Agustin", "Bugalagrande",
    "Barranquilla", "Anapoima", "Manizales", "Cucutilla", "Barranquilla",
    "Maicao", "Agua de Dios", "Cartagena", "Copacabana", "Pereira", "Alcala",
    "Manizales", "Santa Marta", "Mompox", "Riohacha", "Caicedonia", "Baranoa",
    "San Onofre", "Barbosa", "Jamundi", "Neiva", "Dagua", "Nobsa", "Rionegro",
    "Ipiales", "Bogota", "Medellin", "Barranco de Loba", "Villavicencio",
    "Buenaventura", "Miranda", "Tunja", "Rionegro", "Cota", "Cachipay",
    "Medellin", "Ibague", "Neiva", "Villa de Leyva", "Bogota", "Piedecuesta","San Antero", "Villavicencio", "Medellin", "Villavicencio", "San Pedro",
    "Mosquera", "Pitalito", "Tolu Viejo", "Pereira", "Guadalajara de Buga",
    "Santa Rosa de Cabal", "Puerto Leguizamo", "Envigado", "Duitama", "San Antero", "Villavicencio", "Medellin")

  
  # Crear el gráfico de pastel
  pie(t1, main = "Distribución de ciudad", col = rainbow(length(t1)))
}

Column

Mes

mespromedio<- round(mean(Base_de_datos$Mes,na.rm = TRUE),2)
valueBox(mespromedio, icon = "numbers")
6.65