BD <- read_excel("BD Comparendos OK$.xlsx")
names(BD) <- trimws(names(BD))   # algunas columnas traen espacios al final

nombres_dia <- c("Lunes", "Martes", "Miércoles", "Jueves", "Viernes", "Sábado", "Domingo")

comp <- BD %>%  #tomamos el data.frame BD y con el operador pipe %>% lo pasamos a la siguiente funcion
  transmute(    #transmute crea un nuevo data.frame conservando solo las columnas que definamos (elimina las demas)
    ejecutado = EJECUTADO,                    #renombramos la columna EJECUTADO a ejecutado
    tipo_id   = `TIPO DE IDENTIFICACION`,     #renombramos la columna TIPO DE IDENTIFICACION a tipo_id
    id        = `No. IDENTIFICACION`,         #renombramos la columna No. IDENTIFICACION a id
    sexo      = SEXO,                         #renombramos la columna SEXO a sexo
    cod_inf   = `COD. INFRACCION`,            #renombramos la columna COD. INFRACCION a cod_inf
    num_comp  = COMPARENDO,                   #renombramos la columna COMPARENDO a num_comp

    # La columna FECHA original trae día y mes invertidos: se usa FECHA DE COMPARENDO
    fecha     = as.Date(as.numeric(`FECHA DE COMPARENDO`), origin = "1899-12-30"),
    placa     = `PACA DE VEHICULO`, #renombramos
    vehiculo  = `TIPO DE VEHICULO`,
    valor     = VALOR_A_PAGAR
  ) %>%
  
  mutate(  #mutate agrega una nueva columna al data.frame sin eliminar las existentes
    persona = if_else(sexo == "EMPRESA", "Persona jurídica", "Persona natural"),  #if_else evalua una condicion: si sexo es "EMPRESA" asigna "Persona jurídica", de lo contrario asigna "Persona natural", y guarda el resultado en la nueva columna persona
  
  
      infraccion = case_when(  #case_when evalua multiples condiciones en orden y asigna un valor segun la primera que se cumpla
        cod_inf == 64 ~ "Exceso de velocidad",          
        cod_inf == 77 ~ "Omitir luz roja o PARE",       
        cod_inf == 67 ~ "Detenerse sobre la cebra",      
        cod_inf == 76 ~ "Transitar en sentido contrario",
        TRUE ~ as.character(cod_inf)                    
#TRUE actua como "en cualquier otro caso", convierte el codigo numerico a texto y lo deja tal cual
      ),
  
  
  
dia_sem    = factor(nombres_dia[as.integer(format(fecha, "%u"))], levels = nombres_dia),
  #agregamos valores a la variable dia_sem, pedimos con la funcion %u 
  #que nos devuelva el numero del dia como texto por eso se convierte en entero con as.interger y por ultimo 
  #lo ordenamos con levels para que estè con el orden de nombres_dia.

semana_ini = fecha - (as.integer(format(fecha, "%u")) - 1)   
  )
  #La funcion hace que el numero del dia en el que estemos sea un entero y le restamos 1, y ese numero
  #se le resta a la fecha dando como resultado el mismo lunes para volver al lunes  de la semana a la que pertenece. 

# Etiqueta de semana (la primera semana queda arriba en el mapa de calor)

semanas <- sort(unique(comp$semana_ini)) #extraemos la columna semana_ini que pertence al data.frame comp con  unique extraemos solo los valores unicos de esa variable  (sin orden garantizado),sort organiza de mayor a menor.

comp$semana_txt <- factor(format(comp$semana_ini, "%d/%m"),
#extraemos nuevamente la columna semana_ini que pertenece al data.frame aquí si se extraen todas las filas %d representa el dia del mes con dos digitos (01,02...,31) separado por una barra y el %m representa el numero del mes con dos dijitos igualmente, el resultado de este formato es algo como "05/05", "12/01","31/12", etc. la funcion format convierte el tipo date a un string de texto segun el patrón indicado: la columna extraida es el valor a convertir  y los patrones son %d y %m.
                      levels = rev(format(semanas, "%d/%m")))
# el rev revierte las posiciones de un vector, el ultimo valor pasa a ser el primero y viceversa. levels indica cuales van a ser los niveles del factor. Un factor se compone de categorias o niveles y ahi se lo especificamos 

quien <- comp %>%  #crea un nuevo objeto llamado quien con los datos de comp
  count(persona, sexo) %>%  #count() cuenta las filas agrupando por persona (natural/juridica) y sexo, genera columnas: persona, sexo, n
  mutate(porcentaje = 100 * n / sum(n))  #crea columna porcentaje: calcula el porcentaje de cada grupo sobre el total

kable(quien, digits = 1, col.names = c("Tipo de titular", "Categoría en la base", "Comparendos", "% del total"))  #muestra la tabla en formato HTML con 1 decimal, renombrando las columnas

ggplot(quien, aes(x = reorder(sexo, n), y = n, fill = persona)) +  #inicia grafico: reorder(sexo, n) ordena las barras por cantidad, fill=pinta las barras segun tipo de persona
  geom_col() +  #agrega barras verticales
  geom_text(aes(label = fmt(n)), hjust = -0.2) +  #agrega etiquetas con la cantidad de comparendos, hjust las corre hacia la derecha de la barra
  coord_flip() +  #voltea el grafico (barras horizontales)
  scale_fill_manual(values = c(  #asigna colores manuales a cada tipo de persona
  "Persona natural" = "#705D9E",  #morado para persona natural
  "Persona jurídica" = "#E88C68"  #naranja para persona juridica
)) +
  scale_y_continuous(expand = expansion(mult = c(0, 0.12))) +  #ajusta el eje Y para que las etiquetas quepan sin cortarse
  labs(title = "Comparendos por tipo de titular", x = NULL, y = "Comparendos", fill = NULL)  #agrega titulo y nombres a los ejes (x=NULL oculta el titulo del eje X)

inf <- comp %>%  #crea un nuevo objeto llamado inf con los datos de comp
  group_by(infraccion) %>%  #agrupa por tipo de infraccion para que los calculos se hagan por cada categoria
  summarise(comparendos = n(), total = sum(valor)) %>%  #resume cada grupo: n() cuenta los comparendos, sum(valor) suma el monto total a pagar
  arrange(desc(comparendos)) %>%  #ordena las filas de mayor a menor segun la cantidad de comparendos
  mutate(pct = 100 * comparendos / sum(comparendos),  #calcula el porcentaje de cada infraccion sobre el total de comparendos
         pct_acumulado = cumsum(pct))  #cumsum() suma los porcentajes de forma acumulada (primer valor + segundo + tercero...)

kable(inf, digits = 1, format.args = list(big.mark = ","),  #muestra la tabla en HTML con 1 decimal y comas en los miles (ej: 1,234)
      col.names = c("Infracción", "Comparendos", "Total a pagar", "% del total", "% acumulado"))  #renombra las columnas de la tabla

ggplot(inf, aes(x = reorder(infraccion, -comparendos), y = pct, fill = infraccion)) +  #inicia grafico: reorder ordena las barras de mayor a menor (el - invierte), fill colorea por infraccion
  geom_col() +  #agrega barras verticales
  geom_text(aes(label = pct(pct)),  #agrega etiquetas de texto con el porcentaje formateado
          size = 4.5,            # tamaño de la letra
          fontface = "bold",     # negrita
          color = "black",       # color del texto
          vjust = -0.7) +         # desplaza la etiqueta hacia arriba de la barra

 scale_fill_manual(values = c(  #asigna colores manuales a cada tipo de infraccion
  "Exceso de velocidad" = "#346B82",  #azul
    "Omitir luz roja o PARE" = "#D4A35A",  #dorado
      "Detenerse sobre la cebra" = "#78A69A",  #verde
        "Transitar en sentido contrario" = "#C77D68"  #naranja
)) +
  
  labs(title = "        Porcentaje de cada infracción en el total de comparendos",  #agrega titulo (espacios para centrar visualmente)
       x = NULL, y = NULL) +  #oculta los titulos de ambos ejes
  
  scale_y_continuous(expand = expansion(mult = c(0.025, 0.10))) +  #agrega espacio arriba (10%) y abajo (2.5%) del eje Y para que las etiquetas no se corten
  
  theme(  #personaliza la apariencia del grafico
  panel.grid.major.x = element_blank(),  #elimina las lineas de cuadricula verticales
  panel.grid.minor = element_blank(),  #elimina las lineas de cuadricula menores
  axis.text.x = element_text(  #personaliza el texto del eje X
    size = 9,  #tamano de letra
    face = "bold",  #negrita
    color = "black"  #color negro
  ),
  plot.title = element_text(  #personaliza el titulo del grafico
    face = "bold",  #negrita
    color = "black",  #color negro
    hjust = 0.5  #centra el titulo horizontalmente
  ),
  legend.position = "none"  #elimina la leyenda (ya que cada barra tiene su propia etiqueta)
)

por_ejecutado <- comp %>% count(id, name = "n_comp")  #cuenta cuantos comparendos tiene cada id (persona/empresa) y guarda el resultado en la columna n_comp en lugar de la columna n por defecto

grupos <- por_ejecutado %>%  #crea un nuevo objeto llamado grupos
  mutate(grupo = case_when(n_comp == 1 ~ "1 comparendo",  #clasifica cada persona/empresa segun su cantidad de comparendos:
                           n_comp == 2 ~ "2 comparendos",  #si tiene 2
                           n_comp <= 4 ~ "3 a 4",          #si tiene entre 3 y 4
                           TRUE ~ "5 o más"),              #si tiene 5 o mas
         grupo = factor(grupo, levels = c("1 comparendo", "2 comparendos", "3 a 4", "5 o más"))) %>%  #convierte grupo en factor con un orden fijo para que las barras del grafico salgan en ese orden
  group_by(grupo) %>%  #agrupa por grupo para los calculos siguientes
  summarise(ejecutados = n(), comparendos = sum(n_comp)) %>%  #resume: n() cuenta cuantas personas/empresas hay en cada grupo, sum(n_comp) suma sus comparendos totales
  mutate(pct_ejecutados = 100 * ejecutados / sum(ejecutados),  #calcula el porcentaje de personas/empresas de cada grupo sobre el total
         pct_comparendos = 100 * comparendos / sum(comparendos))  #calcula el porcentaje de comparendos de cada grupo sobre el total

kable(grupos, digits = 1, col.names = c("Grupo", "Personas/empresas", "Comparendos", "% de personas/empresas", "% de comparendos"))  #muestra la tabla en HTML con 1 decimal y columnas renombradas

bind_rows(  #apila dos tablas una debajo de la otra (una fila por cada combinacion de grupo y medida)
  grupos %>% transmute(grupo, medida = "% de personas/empresas", valor = pct_ejecutados),  #primera tabla: extrae grupo y el porcentaje de personas/empresas
  grupos %>% transmute(grupo, medida = "% de comparendos", valor = pct_comparendos)  #segunda tabla: extrae grupo y el porcentaje de comparendos
) %>%
  ggplot(aes(x = grupo, y = valor, fill = medida)) +  #inicia grafico: grupos en eje X, valor en eje Y, color por tipo de medida
  geom_col(position = "dodge") +  #agrega barras lado a lado (no apiladas) gracias a position = "dodge"
  geom_text(aes(label = pct(valor)), position = position_dodge(width = 0.9), vjust = -0.4, size = 3.3) +  #agrega etiquetas de porcentaje sobre cada barra, position_dodge las alinea con su barra correspondiente
  scale_fill_manual(values = c("#78A69A", "#346B82")) +  #asigna colores manuales a las dos medidas
  scale_y_continuous(expand = expansion(mult = c(0, 0.12))) +  #agrega espacio arriba del eje Y para que las etiquetas no se corten
  labs(title = "Quiénes se repiten y cuánto pesan en el total", x = NULL, y = NULL, fill = NULL)  #agrega titulo y oculta titulos de ejes y leyenda

n_reinc    <- sum(por_ejecutado$n_comp >= 2)  #cuenta cuantas personas/empresas tienen 2 o mas comparendos (reincidentes)
comp_reinc <- sum(por_ejecutado$n_comp[por_ejecutado$n_comp >= 2])  #suma los comparendos totales que pertenecen a los reincidentes