COUNTRY

1 Configuración y Carga de Datos

##### UNIVERSIDAD CENTRAL DEL ECUADOR #####
#### AUTOR: MARTIN SARMIENTO ####
### CARRERA: INGENIERÍA EN PETRÓLEOS #####

#### VARIABLE PAISES (CONTINENTES) ####
## DATASET ##
setwd("~/R/COUNTRY")
# Cargar dataset
Datos <- read.csv("DataSet_.csv", sep = ";", fileEncoding = "latin1")
## Estructura de los datos
str(Datos)

## 'data.frame':    7142 obs. of  26 variables:
##  $ fid                  : int  1 2 3 4 5 6 7 8 9 10 ...
##  $ objectid             : int  127 128 129 130 131 132 133 134 135 136 ...
##  $ code                 : chr  "Arg-00001" "Arg-00002" "Arg-00003" "Arg-00004" ...
##  $ country              : chr  "Argentina" "Argentina" "Argentina" "Argentina" ...
##  $ plant_name           : chr  "Aconcagua solar farm" "Aconcagua solar farm" "Altiplano 200 Solar Power Plant" "Altiplano 200 Solar Power Plant" ...
##  $ operational_status   : chr  "announced" "announced" "operating" "operating" ...
##  $ longitude            : num  -68.9 -68.9 -66.9 -66.9 -68.9 ...
##  $ latitude             : num  -33 -33 -24.1 -24.1 -33.3 ...
##  $ elevation            : int  929 929 4000 4000 937 865 858 858 858 858 ...
##  $ area                 : num  0 0 4397290 5774 0 ...
##  $ slope                : num  0.574 0.574 1.603 6.243 0.903 ...
##  $ slope_type           : chr  "Plano o casi plano" "Plano o casi plano" "Plano o casi plano" "Moderado" ...
##  $ curvature            : num  0.000795 0.000795 -0.002781 -0.043699 0.002781 ...
##  $ curvature_type       : chr  "Superficies planas o intermedias" "Superficies planas o intermedias" "Superficies planas o intermedias" "Superficies cóncavas / Valles" ...
##  $ aspect               : num  55.1 55.1 188.7 270.9 108.4 ...
##  $ aspect_type          : chr  "Northeast" "Northeast" "South" "West" ...
##  $ ghi                  : num  6.11 6.11 8.01 7.88 6.12 ...
##  $ solar_aptitude       : num  0.746 0.746 0.8 0.727 0.595 ...
##  $ solar_aptittude_class: chr  "Alta" "Alta" "Alta" "Alta" ...
##  $ humidity             : num  0 0 53.7 53.7 0 ...
##  $ wind_speed           : num  3.78 3.78 7.02 8.33 3.87 ...
##  $ wind_direction       : num  0 0 55.1 55.1 0 ...
##  $ ambient_temperature  : num  12.6 12.6 6.8 6.8 13.1 ...
##  $ optimal_tilt         : int  31 31 26 26 31 33 30 30 30 30 ...
##  $ peak_power_per_hour  : num  4.98 4.98 6.39 6.39 4.97 ...
##  $ total_power          : num  25 66.2 101 107 180 ...

# Cargamos las librerias
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(gt)

2 Extracción y Conteo Inicial

# Extraer variable
Pais <- Datos$country
# EDAvariable nominal
TDF_pais <- table(Pais)

tabla_pais <- as.data.frame(TDF_pais)
hi <- tabla_pais$Freq/sum(tabla_pais$Freq)
hi_porc <- hi*100
sum(hi_porc)

## [1] 100

tabla_PAIS <- data.frame(tabla_pais,hi_porc)
colnames(tabla_PAIS)[1] <- "Pais"

3 Categorización y Ordenamiento Lógico

### Agrupación ###
tabla_PAIS$grupo <- case_when(
  grepl("Argentina|Bolivia|Brazil|Chile|Colombia|Ecuador|Guyana|Paraguay|Peru|Suriname|Uruguay|Venezuela", 
        tabla_PAIS$Pais, ignore.case = TRUE) ~ "América del Sur",
  grepl("United States|USA|Canada|Mexico|México", 
        tabla_PAIS$Pais, ignore.case = TRUE) ~ "América del Norte",
  grepl("Guatemala|Belize|Honduras|El Salvador|Nicaragua|Costa Rica|Panama|Panamá|Cuba|Dominican|Haiti|Jamaica|Puerto Rico|Bahamas", 
        tabla_PAIS$Pais, ignore.case = TRUE) ~ "América Central y Caribe",
  grepl("Spain|España|France|Germany|Alemania|Italy|Italia|United Kingdom|UK|Portugal|Netherlands|Belgium|Poland|Sweden|Norway|Denmark|Finland|Greece|Russia|Ukraine", 
        tabla_PAIS$Pais, ignore.case = TRUE) ~ "Europa",
  grepl("China|India|Japan|Japón|Korea|Vietnam|Thailand|Indonesia|Malaysia|Philippines|Saudi Arabia|UAE|Israel|Turkey|Turquía|Iran|Iraq", 
        tabla_PAIS$Pais, ignore.case = TRUE) ~ "Asia",
  grepl("South Africa|Egypt|Egipto|Nigeria|Morocco|Marruecos|Algeria|Kenya|Ethiopia|Ghana|Senegal|Ivory Coast", 
        tabla_PAIS$Pais, ignore.case = TRUE) ~ "África",
  grepl("Australia|New Zealand|Fiji|Papua", 
        tabla_PAIS$Pais, ignore.case = TRUE) ~ "Oceanía",
  TRUE ~ "Otros / No Especificado")

tabla_resumen <- tabla_PAIS %>%
  group_by(grupo) %>%
  summarise(
    Frecuencia = sum(Freq),
    Porcentaje = sum(hi_porc)) %>%
  arrange(desc(Frecuencia))

# Renombramos columnas
colnames(tabla_resumen) <- c("Continente","ni","hi (%)")

# Tabla Intermedia GT
tabla_resumen_gt <- tabla_resumen %>%
  gt() %>%
  tab_header(
    title = md("**TABLA DE AGRUPACIÓN**"), 
    subtitle = "Frecuencias por Región Geográfica") %>%
  tab_source_note(source_note = "Autor: Martin Sarmiento") %>%
  cols_label(
    Continente = "Región / Continente",
    ni = "Frecuencia (ni)",
    `hi (%)` = "Porcentaje (hi%)") %>%
  fmt_number(columns = c(`hi (%)`), decimals = 2) %>%
  tab_options(
    heading.title.font.size = px(16),
    heading.subtitle.font.size = px(14),
    column_labels.background.color = "#f0f0f0")

# Mostramos la tabla 
tabla_resumen_gt 

TABLA DE AGRUPACIÓN
Frecuencias por Región Geográfica
Región / Continente	Frecuencia (ni)	Porcentaje (hi%)
América del Sur	7141	99.99
Otros / No Especificado	1	0.01
Autor: Martin Sarmiento

4 Tabla de Distribución de Frecuencias

#### Crear fila de totales ####
totales <- c("TOTAL", sum(tabla_resumen$ni), sum(tabla_resumen$`hi (%)`))
tabla_Continente_Final <- rbind(tabla_resumen, totales)

# Convertir a números para GT
tabla_Continente_Final$ni <- as.numeric(tabla_Continente_Final$ni)
tabla_Continente_Final$`hi (%)` <- as.numeric(tabla_Continente_Final$`hi (%)`)

# TABLA 1 
tabla_final_gt <- tabla_Continente_Final %>%
  gt() %>%
  tab_header(
    title = md("**TABLA 1**"), 
    subtitle = "Distribución Global de Proyectos") %>%
  tab_source_note(source_note = "Autor: Martin Sarmiento") %>%
  cols_label(
    Continente = "Región / Continente",
    ni = "Frecuencia (ni)",
    `hi (%)` = "Porcentaje (hi%)") %>%
  fmt_number(columns = c(`hi (%)`), decimals = 2) %>%
  tab_options(
    heading.title.font.size = px(16),
    heading.subtitle.font.size = px(14),
    column_labels.background.color = "#f0f0f0")

tabla_final_gt

TABLA 1
Distribución Global de Proyectos
Región / Continente	Frecuencia (ni)	Porcentaje (hi%)
América del Sur	7141	99.99
Otros / No Especificado	1	0.01
TOTAL	7142	100.00
Autor: Martin Sarmiento

5 Gráfico 1 – Frecuencia local

# Diagrama de barrras local ni
par(mar = c(11, 4, 4, 2)) 
barplot(tabla_resumen$ni,
        main="Gráfica N°1: Distribución por Región",
        xlab = "", 
        ylab = "Cantidad", 
        col = "skyblue",
        names.arg=tabla_resumen$Continente, 
        cex.names = 0.8, 
        las = 2)
mtext("Región", side = 1, line = 9)

6 Gráfico 2 – Frecuencia global

# Diagrama de barrras global ni
par(mar = c(13, 4, 4, 2)) 
barplot(tabla_resumen$ni,
        main="Gráfica N°2: Distribución Global por Región",
        xlab = "", 
        ylab = "Cantidad", 
        col = "skyblue", 
        ylim = c(0,8000),
        names.arg=tabla_resumen$Continente, 
        cex.names = 0.8, 
        las = 2)
mtext("Región", side = 1, line = 11)

7 Gráfico 3 – Porcentaje local

# Diagrama de barrras local hi
par(mar = c(13, 4, 4, 2))
barplot(tabla_resumen$`hi (%)`,
        main="Gráfica N°3: Distribución porcentual por Región",
        xlab = "", 
        ylab = "Porcentaje %", 
        col = "skyblue",
        names.arg=tabla_resumen$Continente, 
        cex.names = 0.8, 
        las = 2)
mtext("Región", side = 1, line = 11)

8 Gráfico 4 – Porcentaje global

# Diagrama de barrras global hi
par(mar = c(13, 4, 4, 2))
barplot(tabla_resumen$`hi (%)`,
        main="Gráfica N°4: Distribución porcentual global",
        xlab = "", 
        ylab = "Porcentaje %", 
        col = "skyblue", 
        ylim = c(0,100),
        names.arg=tabla_resumen$Continente, 
        cex.names = 0.8, 
        las = 2)
mtext("Región", side = 1, line = 11)

9 Gráfico 5 – Diagrama Circular

## Diagrama circular
par(mar = c(5, 6, 4, 10), xpd = TRUE)

# Etiquetas limpias
etiquetas_limpias <- ifelse(tabla_resumen$`hi (%)` > 1, 
                            paste0(round(tabla_resumen$`hi (%)`, 1), "%"), 
                            "")

mis_colores_azules <- c(
  "#E1F5FE", 
  "#B3E5FC", 
  "#81D4FA", 
  "#4FC3F7", 
  "#29B6F6", 
  "#039BE5", 
  "#0277BD")

colores_finales <- rep(mis_colores_azules, length.out = length(tabla_resumen$Continente))

pie(tabla_resumen$`hi (%)`,
    main = "Gráfica N°5: Distribución porcentual por Región",
    radius = 0.9,
    labels = etiquetas_limpias,
    col = colores_finales,
    cex = 0.7)

# Leyenda del diagrama circular
legend(x = 1.3, y = 1.1,
       legend = tabla_resumen$Continente,
       fill = colores_finales,
       cex = 0.6,
       title = "Región",
       bty = "n")

10 Tabla de Conlusiones

# Tabla de conclusiones
tabla_indicadores <- data.frame(
  "Variable" = "Ubicación Geográfica",
  "Rango" = "Continentes / Regiones",
  "X" = "-", "Me" = "-", "Mo" = "América del Sur", 
  "V" = "-", "Sd" = "-", "Cv" = "-", "As" = "-", "K" = "-", 
  "Valores_Atipicos" = "-")

# Generar Tabla de Conclusiones 
tabla_conclusiones_gt <- tabla_indicadores %>%
  gt() %>%
  tab_header(
    title = md("**CONCLUSIONES**"),
    subtitle = "Análisis de la variable Región Geográfica") %>%
  tab_source_note(source_note = "Autor: Martin Sarmiento") %>%
  cols_label(Valores_Atipicos = "Valores Atípicos") %>%
  tab_options(column_labels.background.color = "#f0f0f0")

tabla_conclusiones_gt

CONCLUSIONES
Análisis de la variable Región Geográfica
Variable	Rango	X	Me	Mo	V	Sd	Cv	As	K	Valores Atípicos
Ubicación Geográfica	Continentes / Regiones	-	-	América del Sur	-	-	-	-	-	-
Autor: Martin Sarmiento