| concepto | concepto_new |
|---|---|
| CORTE / RETIRO DE ARBOL POR RIESGO DE CAIDA | CORTE Y/O RETIRO DE ARBOLES Y RAMAS EN PELIGRO DE CAIDA |
| CORTE Y/O RETIRO DE ARBOLES Y RAMAS EN PELIGRO DE CAIDA | CORTE Y/O RETIRO DE ARBOLES Y RAMAS EN PELIGRO DE CAIDA |
| INCONVENIENTES CON EL RETIRO/DEVOLUCION DE LA BICICLETA DE BA ECOBICI POR TEMBICI | INCONVENIENTES CON EL RETIRO/DEVOLUCION DE LA BICICLETA DE BA ECOBICI POR TEMBICI |
| RETIRO DE AFICHES / PASACALLE EN VIA PUBLICA | RETIRO DE AFICHES Y/O PASACALLES |
| RETIRO DE AFICHES Y/O PASACALLES | RETIRO DE AFICHES Y/O PASACALLES |
| RETIRO DE AFICHES Y/O PASACALLES EN LA VIA PUBLICA | RETIRO DE AFICHES Y/O PASACALLES |
| RETIRO DE ANIMALES MUERTOS EN VIA PUBLICA | RETIRO DE ANIMALES MUERTOS EN VIA PUBLICA |
Unificando categorias de 147/SUACI + Mapa de migraciones de CABA
LN Data
147/SUACI: El problema
SUACI (Sistema Único de Atención Ciudadana) es la plataforma del gobierno de CABA que centraliza reclamos, solicitudes y trámites
Las columnas del conjunto de datos han cambiado con el tiempo, especialmente en la nomenclatura de las categorías de reclamos (
concepto)El conjunto de datos, desde principios de 2023 hasta enero de 2025, contiene más de un millón de registros
Ejemplos
| contacto | categoria | concepto | concepto_new |
|---|---|---|---|
| 01008552/23 | HIGIENE | RETIRO DE ESCOMBROS/RESTOS DE OBRA | NA |
| 01008579/23 | HIGIENE | RETIRO DE RESTOS DE PODA O JARDINERIA DOMICILIARIA | NA |
| 01027204/23 | DESARROLLO URBANO | CONSULTAS SOBRE EL MARCO NORMATIVO DE CATASTRO, OBRAS, INSTALACIONES Y FACTIBILIDAD | NA |
| 01027332/23 | HIGIENE | RETIRO DE MUEBLES Y ELECTRODOMESTICOS EN DESUSO | NA |
| 00838640/23 | HIGIENE | REPOSICION DE CONTENEDOR | NA |
| 00785783/23 | ESPACIO PUBLICO | ESTRUCTURA PUBLICITARIA EN EL ESPACIO PUBLICO | NA |
| 00190434/23 | RESOLUCIONES URBANAS | PINTURA SOBRE GRAFITIS | NA |
| 00190472/23 | CALZADA | NIVELACION DE TAPA DE EMPRESA DE SERVICIO PUBLICO EN CALLE | NA |
| contacto | categoria | concepto | concepto_new |
|---|---|---|---|
| 00190472/23 | CALZADA | NIVELACION DE TAPA DE EMPRESA DE SERVICIO PUBLICO EN CALLE | NA |
| 00202578/23 | VEREDAS | NIVELACION DE TAPA DE EMPRESA DE SERVICIO PUBLICO EN VEREDA / EN DESUSO | NA |
| 00185259/23 | VEREDAS | NIVELACION DE TAPA DE EMPRESA DE SERVICIO PUBLICO EN VEREDA / EN DESUSO | NA |
| 00185370/23 | CALZADA | NIVELACION DE TAPA DE EMPRESA DE SERVICIO PUBLICO EN CALLE | NA |
| 00182585/23 | VEREDAS | NIVELACION DE TAPA DE EMPRESA DE SERVICIO PUBLICO EN VEREDA / EN DESUSO | NA |
| 00208931/23 | CALZADA | NIVELACION DE TAPA DE EMPRESA DE SERVICIO PUBLICO EN CALLE | NA |
Fuzzy matching
¿Qué es?
La similtud Jaro-Winkler es un método de fuzzy matching que mide que tan parecidos son dos strings de texto. (0 = completamente diferente; 1 = idénticos)
¿Cómo funciona?
- Identifica letras coincidentes entre dos strings.
- Verifica si las letras aparecen en el mismo orden, permitiendo algunos cambios de posición.
- Prioriza coincidencias al inicio de las palabras, favoreciendo términos con prefijos similares.
Ejecución en R
library(tidyverse)
library(stringdist)
library(fuzzyjoin)
# jaro winkler
matched_full <- stringdist_left_join(
completo_distinct_na,
diccionario,
by = "concepto",
method = "jw",
max_dist = 0.12
)
# seleccionar match mejor
matched_full <- matched_full |>
group_by(concepto.x) |>
arrange(desc(1 - stringdist(concepto.x, concepto.y, method = "jw")), .by_group = TRUE) |>
slice(1) |>
ungroup() | concepto.x | concepto_new.x | concepto.y | concepto_new.y |
|---|---|---|---|
| HIGIENIZACION, DESRATIZACION, SANEAMIENTO DE CASA ABANDONADA | NA | HIGIENIZACION, DESRATIZACION, SANEAMIENTO DE TERRENO BALDIO/CASA ABANDONADA | DESRATIZAR, DESINSECTAR Y/O DESINFECTAR EN TERRENOS BALDIOS/CASA ABANDONADA/VIA PUBLICA |
| MANTENIMIENTO DE MONUMENTO/OBRA DE ARTE EN PARQUE/PLAZA | NA | MANTENIMIENTO DE MONUMENTO / OBRA DE ARTE EN PARQUE / PLAZA | MONUMENTO Y OBRA DE ARTE EN PLAZAS Y PARQUES: FALTA DE MANTENIMIENTO Y/O SABOTAJE |
| OCUPACION INDEBIDA DE LA VEREDA/CALZADA POR AREA GASTRONOMICA | NA | OCUPACION INDEBIDA DE LA VEREDA/CALZADA POR LOCAL COMERCIAL | OCUPACION INDEBIDA DE LA VEREDA/CALZADA POR LOCAL COMERCIAL |
Próximos pasos y aplicaciones
- Quejas más comunes: Vehículo mal estacionado; Retiro de escombros / restos de obra, reparación de vereda
- Aplicar estrategia en otros años: Usar fuzzy match para estandarizar
concepto_newa lo largo del tiempo - Usar la misma estrategia para estandarizar otros bases: Unificar datos de distintas fuentes con categorías similares pero nombres variables
Mapa de migracionas en CABA: Introducción
Objetivo: Mapear datos censales para identificar la distribución de extranjeros en CABA a nivel de radio censal.
Resultados
Mapa 1: País con más inmigrantes en cada radio censal
Mapa 2: Filtrar por país para ver la distribución de comunidades inmigrantes en CABA
Próximo paso
Una nota enfocado en inmigrantes de ciertos países:
Corea
República Dominicana
Armenia
Siria
Senegal
Bangladesh