setwd(“/cloud/project/proyecto”) datos <- read.csv(“archivo depurado nuevo 12.csv”, header = TRUE, dec =“.”,sep=“;”)
c_situacion_limpia <- na.omit(datos$SITUACAO)
orden_productividad <- c( “PRODUTOR”, “INJETOR”, “EQUIPADO AGUARDANDO INÍCIO DE PRODUÇÃO”, “E EQUIPADO AGUARDANDO INÍCIO DE INJEÇÃO”, “PRODUÇÃO DE AGUA PARA INJEÇÃO”, “EM PERFURAÇÃO”, “EM INTERVENCIÓN PARA AVALIAÇÃO, COMPLETAÇÃO OU RESTAURAÇÃO*“,”CEDIDO PARA PRODUCCIÓN DE ÁGUA”, “ABANDONADO AGUARDANDO REINICIO DE PERFURAÇÃO”, “ABANDONADO/PARADO AGUARDANDO INTERVENCIÓN PARA AVALIACIÓN, COMPLETAÇÃO O RESTAURACIÓN”, “EM ABANDONO”, “ABANDONADO AGUARDANDO ABANDONO DEFINITIVO/ARRASAMENTO”, “DEVOLVIDO”, “OUTRO”, “NA”, “ABANDONADO DEFINITIVAMENTE”, “ARRASADO”, “ABANDONADO POR LOGÍSTICA EXPLORATÓRIA”, “DE DESCARTE” )
c_situacion_ordenado <- factor(c_situacion_limpia, levels = orden_productividad, ordered = TRUE)
freq_situacion_ordenado <- table(c_situacion_ordenado) print(freq_situacion_ordenado)
cumsum_freq <- cumsum(freq_situacion_ordenado) total_count <- sum(freq_situacion_ordenado) print(paste(“Total de pozos (sin NA):”, total_count)) print(cumsum_freq)
categorias_grupo1 <- c( “PRODUTOR”, “INJETOR”, “EQUIPADO AGUARDANDO INÍCIO DE PRODUÇÃO”, “E EQUIPADO AGUARDANDO INÍCIO DE INJEÇÃO”, “PRODUCCIÓN DE AGUA PARA INJEÇÃO”, “EM PERFURAÇÃO”, “EM INTERVENCIÓN PARA AVALIAÇÃO, COMPLETAÇÃO OU RESTAURAÇÃO*“,”CEDIDO PARA PRODUCCIÓN DE ÁGUA”, “ABANDONADO AGUARDANDO REINICIO DE PERFURAÇÃO”, “ABANDONADO/PARADO AGUARDANDO INTERVENCIÓN PARA AVALIACIÓN, COMPLETAÇÃO O RESTAURACIÓN” )
c_situacion_2grupos <- ifelse(c_situacion_ordenado %in% categorias_grupo1, “Pozos Activos/Potenciales”, “Pozos Inactivos/Abandonados”)
c_situacion_2grupos_ordenado <- factor(c_situacion_2grupos, levels = c(“Pozos Activos/Potenciales”, “Pozos Inactivos/Abandonados”), ordered = TRUE)
TDFc_situacion_2grupos <- table(c_situacion_2grupos_ordenado) TDFc_situacion_2grupos
Tabla_situacion <- as.data.frame(TDFc_situacion_2grupos) Tabla_situacion\(hi <- Tabla_situacion\)Freq / sum(Tabla_situacion\(Freq) Tabla_situacion\)hi_porc <- Tabla_situacion$hi * 100
total_situacion <- data.frame( Var1 = “Total”, Freq = sum(Tabla_situacion$Freq), hi = 1, hi_porc = 100 )
colnames(Tabla_situacion)[1] <- “Var1”
Tabla_situacion_final <- rbind(Tabla_situacion, total_situacion)
colnames(Tabla_situacion_final) <- c(“Situacion_Agrupada”, “ni”, “hi”, “hi_porc”)
barplot(Tabla_situacion_final\(ni[-nrow(Tabla_situacion_final)], names.arg = Tabla_situacion_final\)Situacion_Agrupada[-nrow(Tabla_situacion_final)], main = “Gráfica No. 05.1: Cantidad de Pozos por Situación”, xlab = “Situación”, ylab = “Cantidad de Pozos (ni)”, col = c(“darkgreen”, “darkred”), las = 1, cex.names = 0.8, cex.axis = 0.8, ylim = c(0, max(Tabla_situacion_final$ni[-nrow(Tabla_situacion_final)]) * 1.1) )
barplot(Tabla_situacion_final\(hi_porc[-nrow(Tabla_situacion_final)], names.arg = Tabla_situacion_final\)Situacion_Agrupada[-nrow(Tabla_situacion_final)], main = “Gráfica No. 05.2: Porcentaje de Pozos por Situación”, xlab = “Situación”, ylab = “Porcentaje (hi %)”, col = c(“darkgreen”, “darkred”), las = 1, cex.names = 0.8, cex.axis = 0.8, ylim = c(0, max(Tabla_situacion_final$hi_porc[-nrow(Tabla_situacion_final)]) * 1.1) )
colores_pie_situacion <- c(“darkgreen”, “darkred”)
etiquetas_pastel_situacion <- paste0(round(Tabla_situacion_final$hi_porc[-nrow(Tabla_situacion_final)], 1), “%”)
pie(Tabla_situacion_final$hi_porc[-nrow(Tabla_situacion_final)], labels = etiquetas_pastel_situacion, col = colores_pie_situacion, radius = 1, cex = 0.8 )
legend(“bottomright”, legend = paste0(Tabla_situacion_final\(Situacion_Agrupada[-nrow(Tabla_situacion_final)],
" (",
round(Tabla_situacion_final\)hi_porc[-nrow(Tabla_situacion_final)],
1), “%)”), fill = colores_pie_situacion, title = “Situación”, cex =
0.5,
y.intersp = 0.6,
bty = “n”
)
Conclusiones
En un total de 25.514 pozos analizados, se determinó que el 43,9 % se encuentran en condición activa o con potencial de producción, mientras que el 56,1 % están inactivos o abandonados. Esta distribución evidencia que la mayoría de los pozos están fuera de operación, lo que representa un patrón relevante dentro del conjunto de datos. Los resultados permiten identificar una tendencia significativa hacia la inactividad