---
title: "Monitor de Precios del Suelo - Mar del Plata"
output: 
  flexdashboard::flex_dashboard:
    orientation: rows
    vertical_layout: fill
    theme: cosmo
    source_code: embed
---

```{r setup, include=FALSE}
library(flexdashboard)
library(tidyverse)
library(leaflet)
library(plotly)
library(DT)
library(scales)

# Cargar los datos
# Si ya tienes tabla_zonaprop_filter en el ambiente, úsalo directamente
tabla_zonaprop_filter <- readRDS("F:/RSTUDIO/terrenos/data/tabla_zonaprop_filter.rds")
# Limpiar datos (eliminar coordenadas no válidas)
datos <- tabla_zonaprop_filter %>%
  filter(!coordenadas %in% c("No disponible", "Sin coordenadas", "Offline", "Error", NA)) %>%
  filter(!is.na(lat) & !is.na(long)) %>%
  filter(precio > 0 & m2ok > 0 & precio_m2 > 0)

# Crear categorías de precio
datos <- datos %>%
  mutate(
    rango_precio = cut(precio, 
                       breaks = c(0, 50000, 100000, 200000, 500000, Inf),
                       labels = c("< $50k", "$50k-$100k", "$100k-$200k", "$200k-$500k", "> $500k")),
    rango_m2 = cut(m2ok,
                   breaks = c(0, 500, 1000, 2000, 5000, Inf),
                   labels = c("< 500m²", "500-1000m²", "1000-2000m²", "2000-5000m²", "> 5000m²"))
  )
```

# Overview

## Row {data-height=150}

### Total Propiedades
```{r}
valueBox(
  nrow(datos),
  icon = "fa-home",
  color = "primary"
)
```

### Precio Promedio por m²
```{r}
valueBox(
  paste0("USD ", round(mean(datos$precio_m2, na.rm = TRUE), 2)),
  icon = "fa-dollar-sign",
  color = "success"
)
```

### Precio Mediano Total
```{r}
valueBox(
  paste0("USD ", format(median(datos$precio, na.rm = TRUE), big.mark = ",")),
  icon = "fa-chart-line",
  color = "info"
)
```

### Superficie Promedio
```{r}
valueBox(
  paste0(round(mean(datos$m2ok, na.rm = TRUE), 0), " m²"),
  icon = "fa-ruler-combined",
  color = "warning"
)
```

## Row {data-height=850}

### Mapa Interactivo de Propiedades
```{r}
# Paleta de colores según precio por m²
pal <- colorNumeric(
  palette = "YlOrRd",
  domain = datos$precio_m2
)

# Crear el mapa
leaflet(datos) %>%
  addProviderTiles(providers$CartoDB.Positron) %>%
  addCircleMarkers(
    lng = ~long,
    lat = ~lat,
    radius = ~sqrt(m2ok) / 10,
    color = ~pal(precio_m2),
    fillOpacity = 0.7,
    stroke = TRUE,
    weight = 1,
    popup = ~paste0(
      "<b>Ubicación:</b> ", loc2, "<br>",
      "<b>Precio:</b> USD ", format(precio, big.mark = ","), "<br>",
      "<b>Superficie:</b> ", m2ok, " m²<br>",
      "<b>Precio/m²:</b> USD ", round(precio_m2, 2), "<br>",
      "<b>Dirección:</b> ", loc1, "<br>",
      "<a href='", link, "' target='_blank'>Ver publicación</a>"
    ),
    label = ~paste0(loc2, " - USD ", format(precio, big.mark = ","))
  ) %>%
  addLegend(
    position = "bottomright",
    pal = pal,
    values = ~precio_m2,
    title = "Precio por m²<br>(USD)",
    opacity = 1
  ) %>%
  setView(lng = -57.57, lat = -38.00, zoom = 11)
```

# Análisis de Precios

## Row

### Distribución de Precios Totales
```{r}
p1 <- ggplot(datos, aes(x = precio)) +
  geom_histogram(bins = 50, fill = "#3498db", alpha = 0.7) +
  scale_x_continuous(labels = dollar_format(prefix = "USD ")) +
  labs(
    title = "Distribución de Precios",
    x = "Precio Total (USD)",
    y = "Frecuencia"
  ) +
  theme_minimal() +
  theme(plot.title = element_text(hjust = 0.5, face = "bold"))

ggplotly(p1)
```

### Distribución de Precio por m²
```{r}
p2 <- ggplot(datos, aes(x = precio_m2)) +
  geom_histogram(bins = 50, fill = "#e74c3c", alpha = 0.7) +
  scale_x_continuous(labels = dollar_format(prefix = "USD ")) +
  labs(
    title = "Distribución de Precio por m²",
    x = "Precio por m² (USD)",
    y = "Frecuencia"
  ) +
  theme_minimal() +
  theme(plot.title = element_text(hjust = 0.5, face = "bold"))

ggplotly(p2)
```

## Row

### Relación Superficie vs Precio
```{r}
p3 <- ggplot(datos, aes(x = m2ok, y = precio, color = precio_m2)) +
  geom_point(alpha = 0.6, size = 2) +
  scale_color_gradient(low = "#2ecc71", high = "#e74c3c", name = "Precio/m²") +
  scale_x_continuous(labels = comma_format()) +
  scale_y_continuous(labels = dollar_format(prefix = "USD ")) +
  labs(
    title = "Relación entre Superficie y Precio",
    x = "Superficie (m²)",
    y = "Precio Total (USD)"
  ) +
  theme_minimal() +
  theme(plot.title = element_text(hjust = 0.5, face = "bold"))

ggplotly(p3)
```

### Precio por m² según Rango de Superficie
```{r}
p4 <- datos %>%
  group_by(rango_m2) %>%
  summarise(
    precio_m2_medio = mean(precio_m2, na.rm = TRUE),
    n = n()
  ) %>%
  ggplot(aes(x = rango_m2, y = precio_m2_medio, fill = rango_m2)) +
  geom_col(alpha = 0.8) +
  geom_text(aes(label = paste0("n=", n)), vjust = -0.5, size = 3) +
  scale_y_continuous(labels = dollar_format(prefix = "USD ")) +
  scale_fill_brewer(palette = "Set2") +
  labs(
    title = "Precio Promedio por m² según Superficie",
    x = "Rango de Superficie",
    y = "Precio Promedio por m² (USD)"
  ) +
  theme_minimal() +
  theme(
    plot.title = element_text(hjust = 0.5, face = "bold"),
    legend.position = "none",
    axis.text.x = element_text(angle = 45, hjust = 1)
  )

ggplotly(p4)
```

# Por Zona

## Row

### Top 10 Zonas por Precio Promedio
```{r}
top_zonas <- datos %>%
  group_by(loc2) %>%
  summarise(
    precio_promedio = mean(precio, na.rm = TRUE),
    precio_m2_promedio = mean(precio_m2, na.rm = TRUE),
    n_propiedades = n()
  ) %>%
  filter(n_propiedades >= 5) %>%
  arrange(desc(precio_m2_promedio)) %>%
  head(10)

p5 <- ggplot(top_zonas, aes(x = reorder(loc2, precio_m2_promedio), y = precio_m2_promedio)) +
  geom_col(aes(fill = precio_m2_promedio), alpha = 0.8) +
  geom_text(aes(label = paste0("n=", n_propiedades)), hjust = -0.2, size = 3) +
  scale_y_continuous(labels = dollar_format(prefix = "USD ")) +
  scale_fill_gradient(low = "#3498db", high = "#e74c3c", name = "Precio/m²") +
  coord_flip() +
  labs(
    title = "Top 10 Zonas por Precio/m² (mín. 5 propiedades)",
    x = "",
    y = "Precio Promedio por m² (USD)"
  ) +
  theme_minimal() +
  theme(plot.title = element_text(hjust = 0.5, face = "bold"))

ggplotly(p5)
```

### Número de Propiedades por Zona
```{r}
zonas_count <- datos %>%
  count(loc2, sort = TRUE) %>%
  head(15)

p6 <- ggplot(zonas_count, aes(x = reorder(loc2, n), y = n)) +
  geom_col(fill = "#9b59b6", alpha = 0.8) +
  coord_flip() +
  labs(
    title = "Top 15 Zonas con Más Propiedades",
    x = "",
    y = "Número de Propiedades"
  ) +
  theme_minimal() +
  theme(plot.title = element_text(hjust = 0.5, face = "bold"))

ggplotly(p6)
```

## Row

### Boxplot de Precios por Zona (Top 10)
```{r}
top_10_zonas <- datos %>%
  count(loc2, sort = TRUE) %>%
  head(10) %>%
  pull(loc2)

datos_top <- datos %>%
  filter(loc2 %in% top_10_zonas)

p7 <- ggplot(datos_top, aes(x = reorder(loc2, precio_m2, FUN = median), y = precio_m2, fill = loc2)) +
  geom_boxplot(alpha = 0.7, outlier.alpha = 0.5) +
  scale_y_continuous(labels = dollar_format(prefix = "USD ")) +
  coord_flip() +
  labs(
    title = "Distribución de Precio/m² por Zona",
    x = "",
    y = "Precio por m² (USD)"
  ) +
  theme_minimal() +
  theme(
    plot.title = element_text(hjust = 0.5, face = "bold"),
    legend.position = "none"
  )

ggplotly(p7)
```

# Datos

## Row

### Tabla Completa de Propiedades
```{r}
datos %>%
  select(
    Zona = loc2,
    Dirección = loc1,
    `Precio (USD)` = precio,
    `Superficie (m²)` = m2ok,
    `Precio/m² (USD)` = precio_m2,
    Link = link
  ) %>%
  mutate(
    `Precio (USD)` = format(`Precio (USD)`, big.mark = ","),
    `Precio/m² (USD)` = round(`Precio/m² (USD)`, 2),
    Link = paste0('<a href="', Link, '" target="_blank">Ver</a>')
  ) %>%
  datatable(
    escape = FALSE,
    filter = "top",
    options = list(
      pageLength = 25,
      scrollX = TRUE,
      autoWidth = TRUE,
      columnDefs = list(list(width = '200px', targets = c(0, 1)))
    ),
    rownames = FALSE
  )
```

# Estadísticas

## Row {.tabset}

### Resumen General
```{r}
resumen <- datos %>%
  summarise(
    `Total Propiedades` = n(),
    `Precio Promedio` = mean(precio, na.rm = TRUE),
    `Precio Mediano` = median(precio, na.rm = TRUE),
    `Precio Mínimo` = min(precio, na.rm = TRUE),
    `Precio Máximo` = max(precio, na.rm = TRUE),
    `Precio/m² Promedio` = mean(precio_m2, na.rm = TRUE),
    `Precio/m² Mediano` = median(precio_m2, na.rm = TRUE),
    `Superficie Promedio (m²)` = mean(m2ok, na.rm = TRUE),
    `Superficie Mediana (m²)` = median(m2ok, na.rm = TRUE)
  ) %>%
  pivot_longer(everything(), names_to = "Estadística", values_to = "Valor") %>%
  mutate(Valor = ifelse(grepl("Precio", Estadística), 
                        paste0("USD ", format(round(Valor, 2), big.mark = ",")),
                        format(round(Valor, 2), big.mark = ",")))

knitr::kable(resumen, align = c("l", "r"))
```

### Por Rango de Precio
```{r}
resumen_rango <- datos %>%
  group_by(rango_precio) %>%
  summarise(
    `Cantidad` = n(),
    `% del Total` = round(n() / nrow(datos) * 100, 1),
    `Superficie Promedio (m²)` = round(mean(m2ok, na.rm = TRUE), 0),
    `Precio/m² Promedio (USD)` = round(mean(precio_m2, na.rm = TRUE), 2)
  ) %>%
  arrange(rango_precio)

knitr::kable(resumen_rango, align = c("l", "r", "r", "r", "r"))
```

### Por Rango de Superficie
```{r}
resumen_m2 <- datos %>%
  group_by(rango_m2) %>%
  summarise(
    `Cantidad` = n(),
    `% del Total` = round(n() / nrow(datos) * 100, 1),
    `Precio Promedio (USD)` = format(round(mean(precio, na.rm = TRUE), 0), big.mark = ","),
    `Precio/m² Promedio (USD)` = round(mean(precio_m2, na.rm = TRUE), 2)
  ) %>%
  arrange(rango_m2)

knitr::kable(resumen_m2, align = c("l", "r", "r", "r", "r"))
```