Pipeline-Type.R

###### Universidad Central del Ecuador######
###### Carrera de Petróleos  #####

library(readxl)
library(dplyr)

## 
## Adjuntando el paquete: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

library(ggplot2)
library(readr)

# Cargar datos
datasetf <- read_csv("datasetf.csv")

## Warning: One or more parsing issues, call `problems()` on your data frame for details,
## e.g.:
##   dat <- vroom(...)
##   problems(dat)

## Rows: 2795 Columns: 36

## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (18): Accident Date/Time, Operator Name, Pipeline/Facility Name, Pipelin...
## dbl (18): Report Number, Supplemental Number, Accident Year, Operator ID, Ac...
## 
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.

# Agrupar por Pipeline Type y asignar nombre a los NA
Tabla_type <- datasetf %>%
  count(Pipeline_Type = `Pipeline Type`, name = "ni") %>%
  # Asignar nombre "NO ESPECIFICADO" a los NA
  mutate(Pipeline_Type = ifelse(is.na(Pipeline_Type), "NO ESPECIFICADO", Pipeline_Type)) %>%
  arrange(desc(ni))

# TDFfrecuencias
Tabla_type$hi <- Tabla_type$ni / sum(Tabla_type$ni)
Tabla_type$hi_porcentaje <- round(Tabla_type$hi * 100, 3)

# Agregar TOTAL
total_fila_type <- data.frame(
  Pipeline_Type = "TOTAL",
  ni = sum(Tabla_type$ni),
  hi = 1,
  hi_porcentaje = 100.000
)

Tabla_completa_type <- rbind(Tabla_type, total_fila_type)
Tabla_final_type <- Tabla_completa_type[, c("Pipeline_Type", "ni", "hi_porcentaje")]
names(Tabla_final_type)[names(Tabla_final_type) == "hi_porcentaje"] <- "hi"#CAMBIO DE NOMBRE 

View(Tabla_final_type)
Tabla_final_type

## # A tibble: 6 × 3
##   Pipeline_Type      ni      hi
##   <chr>           <int>   <dbl>
## 1 ABOVEGROUND      1475  52.8  
## 2 UNDERGROUND       985  35.2  
## 3 TANK              301  10.8  
## 4 NO ESPECIFICADO    18   0.644
## 5 TRANSITION AREA    16   0.572
## 6 TOTAL            2795 100

# Filtrar datos (sin TOTAL)
datos_grafica_type <- Tabla_final_type[Tabla_final_type$Pipeline_Type != "TOTAL", ]



# Gráfico 1: Barras para ni
par(mar = c(7, 4, 4, 2) + 0.1)  

barplot(datos_grafica_type$ni, 
        names.arg = datos_grafica_type$Pipeline_Type,
        col = "#4ECDC4",
        main = "Gráfica No.1: Distribución por Tipo de Pipeline",
        ylab = "Cantidad",
        las = 2,  
        cex.names = 0.7,
        ylim = c(0, max(datos_grafica_type$ni) * 1.1))

# Gráfico 2: Barras para hi
barplot(datos_grafica_type$hi, 
        names.arg = datos_grafica_type$Pipeline_Type,
        col = "#4ECDC4",
        main = "Gráfica No.2: Distribución por Tipo de Pipeline",
        ylab = "Cantidad",
        las = 2,
        cex.names = 0.7,
        ylim = c(0, max(datos_grafica_type$hi) * 1.1))

# Gráfico 3: Porcentaje (hi * 100)
barplot(datos_grafica_type$hi * 100, 
        names.arg = datos_grafica_type$Pipeline_Type,
        col = "#4ECDC4", 
        main = "Gráfica Nº3: Distribución por Tipo de Pipeline", 
        las = 2, 
        cex.names = 0.7,
        ylab = "Cantidad")

# Gráfico 4: Pastel
par(mar = c(2, 2, 2, 14))  
azules_degradado <- c("#1f77b4", "#279ece", "#4fb4d8", "#7bcde8", "#a6e3f7", "#d4f1f9")

pie(datos_grafica_type$hi * 100,
    labels = NA,  
    col = azules_degradado,
    main = "Gráfica Nº4:
    Distribución por Tipo de Líquido",
    radius = 1)

# Leyenda 
legend(x = 1.2, y = 1,  
       legend = paste0(datos_grafica_type$Pipeline_Type, " - ",
                       round(datos_grafica_type$hi * 100, 1), "%",
                       " (", datos_grafica_type$ni, " casos)"),
       fill = azules_degradado,
       bty = "t",        
       cex = 0.7,        
       xpd = TRUE)