CIUDAD

Lorien Arcentales

24/11/2025

#UNIVERSIDAD CENTRAL DEL ECUADOR #FIGEMPA#Ingeniería Ambiental

#Estadistica Descriptiva

#Lorien Arcentales

#20/11/2025

library(gt)
library(dplyr)

#Cargar Datos

datos<-read.csv("city_day.csv",header = TRUE,dec = ".",
                sep = ",")

#Tablas Cualitativas 

#CIUDAD

ciudad <- datos$City


#Tabla de Distribucion de Frecuencia

TDF_ciudad <-data.frame(table(ciudad))

ni <- TDF_ciudad$Freq
hi <- round((ni / sum(ni)) * 100, 2)
ciudad <- TDF_ciudad$ciudad

TDF_ciudad <- data.frame(ciudad, ni, hi)

Summary <- data.frame(ciudad = "TOTAL", ni = sum(ni),hi = 100)
TDF_ciudad <- rbind(TDF_ciudad,Summary)
colnames(TDF_ciudad) <- c("Ciudades", "ni", "hi(%)")


# TABLAS
library(gt)
library(dplyr)


TDF_ciudad %>%
  gt() %>%
  tab_header(
    title = md("*Tabla Nro. 1*"),
    subtitle = md("**Distribucion de frecuencia de ciudades,estudio calidad del aire en India entre 2015-2020 **")
  ) %>%
  tab_source_note(
    source_note = md("Autor: Grupo 2\n Fuente:https://www.kaggle.com/datasets/rohanrao/air-quality-data-in-india")
  ) %>%
  tab_options(
    table.border.top.color = "black",
    table.border.bottom.color = "black",
    table.border.top.style = "solid",
    table.border.bottom.style = "solid",
    column_labels.border.top.color = "black",
    column_labels.border.bottom.color = "black",
    column_labels.border.bottom.width = px(2),
    row.striping.include_table_body = TRUE,
    heading.border.bottom.color = "black",
    heading.border.bottom.width = px(2),
    table_body.hlines.color = "gray",
    table_body.border.bottom.color = "black"
  )

Tabla Nro. 1
**Distribucion de frecuencia de ciudades,estudio calidad del aire en India entre 2015-2020 **
Ciudades	ni	hi(%)
Ahmedabad	2009	6.80
Aizawl	113	0.38
Amaravati	951	3.22
Amritsar	1221	4.13
Bengaluru	2009	6.80
Bhopal	289	0.98
Brajrajnagar	938	3.18
Chandigarh	304	1.03
Chennai	2009	6.80
Coimbatore	386	1.31
Delhi	2009	6.80
Ernakulam	162	0.55
Gurugram	1679	5.69
Guwahati	502	1.70
Hyderabad	2006	6.79
Jaipur	1114	3.77
Jorapokhar	1169	3.96
Kochi	162	0.55
Kolkata	814	2.76
Lucknow	2009	6.80
Mumbai	2009	6.80
Patna	1858	6.29
Shillong	310	1.05
Talcher	925	3.13
Thiruvananthapuram	1112	3.77
Visakhapatnam	1462	4.95
TOTAL	29531	100.00
Autor: Grupo 2 Fuente:https://www.kaggle.com/datasets/rohanrao/air-quality-data-in-india

# Gráfica de distribución de frecuencia 
#Diagrama de barras local
par(mar = c(12,4,4,2))
barplot(ni, main = "Gráfica N°1: Distribución de frecuencias de los países
        de estudio de contaminación y enfermedades",
        xlab = "Ciudad",
        ylab = "Cantidad",
        col = "skyblue",
        ylim = c(0,2000),
        las = 2,
        cex.names = 0.2,
        names.arg = TDF_ciudad$ciudad)

#Grafica porcentaje
barplot(hi, main = "Gráfica N°2: Distribución porcentual de las
        ciudades de estudio calidad de aire en India",
        xlab = "Ciudades",
        ylab = "Porcentaje",
        col = "green",
        ylim = c(0,10),
        las = 2,
        cex.names = 0.6,
        names.arg = TDF_ciudad$ciudad)

# Diagrama de barras global
barplot(ni, main = "Gráfica N°3: Distribución de frecuencias de las ciudades
        de estudio calidad del aire en India",
        xlab = "Ciudades",
        ylab = "Cantidad",
        col = "pink",
        ylim = c(0,2000),
        las=2,
        cex.names = 0.6,
        names.arg = TDF_ciudad$ciudad)

#creacion de agrupacion
tabla_zona <- unique(datos[, c("City", "Zona")])
colnames(tabla_zona) <- c("Ciudades", "Zona")
TDF_sin_total <- TDF_ciudad[TDF_ciudad$Ciudades != "TOTAL", ]
TDF_final <- merge(TDF_sin_total, tabla_zona, by = "Ciudades", all.x = TRUE)
# Crear total
fila_total <- data.frame(
  Ciudades = "TOTAL",
  ni = sum(TDF_final$ni),
  `hi(%)` = 100,
  Zona = NA,
  stringsAsFactors = FALSE
)

Grupo<-table(TDF_final$Zona)
hi_grupo<-Grupo/sum(Grupo)
hi_grupo<-hi_grupo*100
TablaAgrupada<-aggregate(cbind(ni, `hi(%)`) ~ Zona, data = TDF_final, sum)
#TablaAgrupada
hi_red <- round(TablaAgrupada$`hi(%)`,2)
#Siguientes graficas
barplot(hi_red,
        main="Gráfica No. 4:
        Distribución de Porcentaje de Ciudades
        en el Estudio de Calidad del aire en India",
        xlab= "Ciudades",
        ylab="Porcentaje (%)",
        names.arg= TablaAgrupada$Zona,
        col = "purple3",
        ylim=c(0,100))

#Diagrama Circular 
library(RColorBrewer)
n <- length(TDF_final$Zona)
colores <- brewer.pal(min(n, 12), "Set3") 
color <- adjustcolor(colores, alpha.f = 0.9)
etiqueta<-paste(hi_red,"%")

pie(hi_red,
    labels = etiqueta,
    radius = 1,
    col=color,
    main="Gráfica No.5: 
    Porcentaje de Ciudades
    en el Estudio de Calidad del aire en la India")

legend("bottomright",legend=names(Grupo), 
       title = "Leyenda",
       fill=color)