0.- Carga de Librerias

Preparacion del entorno de trabajo cargando los paquetes necesarios para el manejo de datos, formato de tablas y visualizacion de graficas.

library(readxl)
library(dplyr)
library(gt)
library(ggplot2)
library(scales)

1.- Carga de Datos

# Seleccion del archivo Excel (se abre ventana emergente)
ruta_archivo <- file.choose()
Datos <- read_excel(ruta_archivo, guess_max = 50000)

cat("Dataset cargado exitosamente. Total de variables importadas:", ncol(Datos), "\n")
## Dataset cargado exitosamente. Total de variables importadas: 32

2.- Seleccion de variable

Se extrae y limpia la variable Unit type (Tipo de Unidad). Se eliminan los valores nulos y se estandarizan los textos (eliminando espacios) para garantizar que el conteo de categorias sea correcto.

Variable <- Datos$`Unit type` %>%
  na.omit() %>%
  as.character() %>%
  trimws()

N <- length(Variable)

cat("Variable analizada: Unit type\n")
## Variable analizada: Unit type
cat("Tipo de variable: Cualitativa Nominal\n")
## Tipo de variable: Cualitativa Nominal
cat("Total de observaciones utiles (n):", N, "\n")
## Total de observaciones utiles (n): 8334

3.- Frecuencia

La variable Unit Type es de naturaleza cualitativa nominal (no posee orden jerarquico entre sus categorias: field, asset, pool, etc.). Se calcula la frecuencia absoluta, relativa y porcentual de cada categoria, ordenando de mayor a menor para facilitar la lectura.

TDF_Cat <- data.frame(Categoria = Variable) %>%
  group_by(Categoria) %>%
  summarise(ni = n(), .groups = "drop") %>%
  arrange(desc(ni)) %>%
  mutate(
    hi_unit = ni / N,
    hi_perc = hi_unit * 100,
    Ni_ac = cumsum(ni),
    hi_ac_perc = cumsum(hi_perc)
  )

K_real <- nrow(TDF_Cat)

cat("Numero de categorias distintas (k):", K_real, "\n")
## Numero de categorias distintas (k): 11

4.- Tabla de distribucion de frecuencia

Se estructura la matriz de resultados ordenando las categorias por su frecuencia absoluta, de mayor a menor, para identificar rapidamente las tipologias mas comunes en la industria.

fuente_nota <- paste("n =", format(N, big.mark = ","), "| Fuente: Global Energy Monitor - GOGET 2023")

fila_total_cat <- data.frame(
  Categoria = "TOTAL",
  ni = sum(TDF_Cat$ni),
  hi_unit = sum(TDF_Cat$hi_unit),
  hi_perc = sum(TDF_Cat$hi_perc),
  Ni_ac = NA,
  hi_ac_perc = NA
)

bind_rows(TDF_Cat, fila_total_cat) %>%
  gt() %>%
  tab_header(
    title = md("**Tabla N1**"),
    subtitle = md("Distribucion de frecuencias de Unit Type")
  ) %>%
  cols_label(
    Categoria = "Tipo de Unidad", ni = md("n~i~"),
    hi_unit = md("h~i~ (Unit)"), hi_perc = md("h~i~ (%)"),
    Ni_ac = md("N~i~ (Acum \u2191)"), hi_ac_perc = md("H~i~ (% Acum \u2191)")
  ) %>%
  cols_hide(columns = c(Ni_ac, hi_ac_perc)) %>%
  cols_align(align = "center", columns = everything()) %>%
  fmt_number(columns = c(hi_perc, hi_ac_perc), decimals = 2) %>%
  fmt_number(columns = c(hi_unit), decimals = 4) %>%
  fmt_number(columns = c(ni, Ni_ac), decimals = 0, use_seps = TRUE) %>%
  tab_source_note(fuente_nota) %>%
  tab_style(
    style = cell_fill(color = "#F5F5F5"),
    locations = cells_body(rows = nrow(TDF_Cat) + 1)
  ) %>%
  tab_style(
    style = cell_text(weight = "bold"),
    locations = cells_body(rows = nrow(TDF_Cat) + 1)
  ) %>%
  sub_missing(columns = everything(), missing_text = "") %>%
  tab_options(heading.background.color = "#EBF5FB", column_labels.font.weight = "bold")
Tabla N1
Distribucion de frecuencias de Unit Type
Tipo de Unidad ni hi (Unit) hi (%)
field 4,336 0.5203 52.03
asset 3,124 0.3749 37.49
pool 461 0.0553 5.53
project 183 0.0220 2.20
block 111 0.0133 1.33
complex 73 0.0088 0.88
concession 16 0.0019 0.19
area 14 0.0017 0.17
phase 11 0.0013 0.13
basin 3 0.0004 0.04
sub-basin 2 0.0002 0.02
TOTAL 8,334 1.0000 100.00
n = 8,334 | Fuente: Global Energy Monitor - GOGET 2023

5.- Graficos de distribucion de frecuencia

paleta_azul <- colorRampPalette(c("#08519c", "#3182bd", "#6baed6", "#9ecae1", "#c6dbef"))(K_real)

tema_base <- theme_minimal(base_size = 12) +
  theme(
    legend.position = "none",
    plot.title = element_text(face = "bold", size = 13),
    plot.caption = element_text(color = "#888888", size = 9, hjust = 0),
    axis.title = element_text(face = "bold", size = 11),
    axis.text.x = element_text(angle = 45, hjust = 1, size = 10),
    panel.grid.major.x = element_blank(),
    panel.grid.major.y = element_line(color = "#EEEEEE"),
    panel.grid.minor = element_blank(),
    plot.background = element_rect(fill = "white", color = NA)
  )

df_graf <- TDF_Cat %>%
  mutate(Categoria = factor(Categoria, levels = Categoria))

5.1 Diagrama de Barras - Frecuencia Absoluta

ggplot(df_graf, aes(x = Categoria, y = ni, fill = Categoria)) +
  geom_col(color = "black", linewidth = 0.3) +
  geom_text(aes(label = format(ni, big.mark = ",")), vjust = -0.4, size = 3.5, fontface = "bold") +
  scale_fill_manual(values = paleta_azul) +
  scale_y_continuous(labels = label_comma(), expand = expansion(mult = c(0, 0.15))) +
  labs(title = "Diagrama de Barras de Frecuencia Absoluta",
       x = "Tipo de Unidad", y = "Frecuencia Absoluta (ni)",
       caption = fuente_nota) +
  tema_base

5.2 Diagrama de Barras - Frecuencia Relativa Porcentual

ggplot(df_graf, aes(x = Categoria, y = hi_perc, fill = Categoria)) +
  geom_col(color = "black", linewidth = 0.3) +
  geom_text(aes(label = paste0(round(hi_perc, 1), "%")), vjust = -0.4, size = 3.5, fontface = "bold") +
  scale_fill_manual(values = paleta_azul) +
  scale_y_continuous(labels = function(x) paste0(x, "%"), expand = expansion(mult = c(0, 0.15))) +
  labs(title = "Diagrama de Barras de Frecuencia Relativa Porcentual",
       x = "Tipo de Unidad", y = "Frecuencia Relativa (%)",
       caption = fuente_nota) +
  tema_base

5.3 Diagrama Circular

df_pie <- df_graf %>%
  mutate(etiqueta = paste0(Categoria, " (", round(hi_perc, 1), "%)"))

ggplot(df_pie, aes(x = "", y = hi_perc, fill = reorder(etiqueta, -hi_perc))) +
  geom_col(width = 1, color = "white", linewidth = 0.5) +
  coord_polar("y", start = 0) +
  scale_fill_manual(values = paleta_azul) +
  theme_void(base_size = 12) +
  theme(
    legend.position = "right",
    legend.text = element_text(size = 10),
    legend.title = element_text(face = "bold", size = 11),
    plot.margin = margin(t = 20, r = 20, b = 20, l = 20)
  ) +
  guides(fill = guide_legend(title = "Tipo de Unidad"))

6.- Indicadores Estadisticos

Se presenta la tabla estandar de indicadores (Tendencia Central, Dispersion, Forma y Outliers). Al ser Unit Type una variable cualitativa nominal, el unico indicador aplicable es la Moda; el resto de columnas no aplica y se marca con un guion “-”.

moda_cat <- TDF_Cat$Categoria[1]

tabla_ind <- data.frame(
  Variable  = "Unit Type",
  Rango     = "-",
  X         = "-",
  Me        = "-",
  Mo        = moda_cat,
  Sd        = "-",
  CV        = "-",
  As        = "-",
  K         = "-",
  Outliers  = "-",
  check.names = FALSE
)

tabla_ind %>%
  gt() %>%
  tab_header(title = md("**INDICADORES ESTADISTICOS**")) %>%
  tab_spanner(label = md("**Tendencia Central**"), columns = c(X, Me, Mo)) %>%
  tab_spanner(label = md("**Dispersion**"), columns = c(Sd, CV)) %>%
  tab_spanner(label = md("**Forma**"), columns = c(As, K)) %>%
  cols_label(
    Variable = "Variable",
    Rango    = "Rango",
    X        = "X",
    Me       = "Me",
    Mo       = "Mo",
    Sd       = "Sd",
    CV       = md("CV(%)"),
    As       = "As",
    K        = "K",
    Outliers = "Outliers"
  ) %>%
  cols_align(align = "center", columns = everything()) %>%
  tab_source_note("Autor: Grupo 5") %>%
  tab_options(
    heading.background.color = "#EBF5FB",
    column_labels.font.weight = "bold",
    column_labels.background.color = "#D9D9D9",
    table.width = pct(100),
    data_row.padding = px(10),
    table.font.size = px(14),
    row.striping.include_table_body = TRUE,
    row.striping.background_color = "#F2F2F2",
    table.border.top.color = "black",
    table.border.bottom.color = "black",
    table_body.border.bottom.color = "black"
  )
INDICADORES ESTADISTICOS
Variable Rango
Tendencia Central
Dispersion
Forma
 Outliers
X Me Mo Sd CV(%) As K
Unit Type - - - field - - - - -
Autor: Grupo 5

7.- Conclusion

El valor mas frecuente de Unit Type es field.