# Estadística descriptiva
# Variable cualitativa nominal: Cuenca Hidrográfica (Basin Code)
# Autora: Tuza Melany
# Fecha: 14/11/2026

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(gt)

# 1. Cargar datos
archivo <- "C:/Users/USER/Downloads/dataset/database.csv"
datos <- read.csv(archivo, stringsAsFactors = FALSE)

# 2. Identificar las 9 cuencas principales y agrupar el resto en "Otras cuencas" (Menos de 10 filas)
top_cuencas <- c("N001", "X143", "X141", "X142", "N003", "A000", "O014", "O281", "X132")

datos$Basin_Group <- ifelse(datos$Basin.Code %in% top_cuencas, datos$Basin.Code, "Otras cuencas")

TDF_CUENCA <- data.frame(Cuenca = datos$Basin_Group) %>%
  filter(!is.na(Cuenca) & Cuenca != "") %>%
  count(Cuenca, name = "ni") %>%
  arrange(desc(ni)) %>%
  mutate(
    `hi(%)` = round((ni / sum(ni)) * 100, 2)
  )

# Cambiar el título de la columna principal
colnames(TDF_CUENCA)[1] <- "Cuenca Hidrográfica (Basin Code)"

# 3. Agregar fila TOTAL
fila_total <- data.frame(
  `Cuenca Hidrográfica (Basin Code)` = "TOTAL",
  ni = sum(TDF_CUENCA$ni),
  `hi(%)` = round(sum(TDF_CUENCA$`hi(%)`), 0),
  check.names = FALSE
)

TDF_CUENCA_suma <- bind_rows(TDF_CUENCA, fila_total)

# 4. Mostrar tabla estilizada con gt
TDF_CUENCA_suma %>%
  gt() %>%
  tab_header(
    title = md("**Tabla Nro. 1**"),
    subtitle = "Distribución de frecuencias de la variable Cuenca Hidrográfica para el análisis de los Glaciares del Mundo"
  ) %>%
  tab_source_note(
    source_note = md("Autora: Grupo 1 <br> Fuente: https://www.kaggle.com/datasets/nsidcorg/glacier-inventory")
  ) %>%
  tab_options(
    table.border.top.color = "black",
    table.border.bottom.color = "black",
    column_labels.border.bottom.width = px(2),
    row.striping.include_table_body = TRUE,
    heading.border.bottom.width = px(2)
  )
Tabla Nro. 1
Distribución de frecuencias de la variable Cuenca Hidrográfica para el análisis de los Glaciares del Mundo
Cuenca Hidrográfica (Basin Code) ni hi(%)
Otras cuencas 101279 76.21
N001 8186 6.16
X143 7996 6.02
X141 3429 2.58
X142 3323 2.50
N003 2084 1.57
A000 2042 1.54
O014 1724 1.30
O281 1426 1.07
X132 1401 1.05
TOTAL 132890 100.00
Autora: Grupo 1
Fuente: https://www.kaggle.com/datasets/nsidcorg/glacier-inventory
# --- GAMA DE COLORES CELESTE / AMBIENTAL ---
gama_celeste <- c("#E0F2FE", "#BAE6FD", "#7DD3FC", "#38BDF8", "#0284C7", "#0369A1", "#075985", "#0C4A6E", "#134E4A", "#042F2E")

# --- GRÁFICO 1: Distribución Global (ni) ---
par(mar = c(9, 5, 4, 2))

grafico_ni_global <- barplot(
  TDF_CUENCA$ni,
  names.arg = TDF_CUENCA$`Cuenca Hidrográfica (Basin Code)`,
  col = gama_celeste[1:nrow(TDF_CUENCA)],
  main = "Gráfico Nro. 1: Distribución Global de Cuencas Hidrográficas (ni)",
  ylab = "Cantidad",
  ylim = c(0, sum(TDF_CUENCA$ni)),
  las = 2,
  cex.names = 0.72,
  cex.axis = 0.85
)

text(
  x = grafico_ni_global,
  y = TDF_CUENCA$ni,
  labels = TDF_CUENCA$ni,
  pos = 3,
  cex = 0.8,
  col = "black"
)

# --- GRÁFICO 2: Distribución Local (ni) ---
par(mar = c(9, 6.5, 4, 2))

grafico_ni_local <- barplot(
  TDF_CUENCA$ni,
  names.arg = TDF_CUENCA$`Cuenca Hidrográfica (Basin Code)`,
  col = gama_celeste[1:nrow(TDF_CUENCA)],
  main = "Gráfico Nro. 2: Distribución Local de Cuencas Hidrográficas (ni)",
  xlab = "",
  ylim = c(0, max(TDF_CUENCA$ni) * 1.15),
  las = 2,
  cex.names = 0.72,
  cex.axis = 0.85
)

title(xlab = "Código de Cuenca Hidrográfica", line = 7)
title(ylab = "Cantidad", line = 4.5)

text(
  x = grafico_ni_local,
  y = TDF_CUENCA$ni,
  labels = TDF_CUENCA$ni,
  pos = 3,
  cex = 0.8,
  col = "black"
)

# --- GRÁFICO 3: Distribución Global Porcentual (hi%) ---
par(mar = c(9, 6.5, 4, 2))

grafico_hi_global <- barplot(
  TDF_CUENCA$`hi(%)`,
  names.arg = TDF_CUENCA$`Cuenca Hidrográfica (Basin Code)`,
  col = gama_celeste[1:nrow(TDF_CUENCA)],
  main = "Gráfico Nro. 3: Distribución Global Porcentual de Cuencas (hi%)",
  xlab = "",
  ylim = c(0, 100),
  las = 2,
  cex.names = 0.72,
  cex.axis = 0.85
)

title(xlab = "Código de Cuenca Hidrográfica", line = 7)
title(ylab = "Cantidad (%)", line = 4.5)

text(
  x = grafico_hi_global,
  y = TDF_CUENCA$`hi(%)`,
  labels = paste0(TDF_CUENCA$`hi(%)`, "%"),
  pos = 3,
  cex = 0.8,
  col = "black"
)

# --- GRÁFICO 4: Distribución Local Porcentual (hi%) ---
par(mar = c(9, 6.5, 4, 2))

grafico_hi_local <- barplot(
  TDF_CUENCA$`hi(%)`,
  names.arg = TDF_CUENCA$`Cuenca Hidrográfica (Basin Code)`,
  col = gama_celeste[1:nrow(TDF_CUENCA)],
  main = "Gráfico Nro. 4: Distribución Local Porcentual de Cuencas (hi%)",
  xlab = "",
  ylim = c(0, max(TDF_CUENCA$`hi(%)`) * 1.15),
  las = 2,
  cex.names = 0.72,
  cex.axis = 0.85
)

title(xlab = "Código de Cuenca Hidrográfica", line = 7)
title(ylab = "Cantidad (%)", line = 4.5)

text(
  x = grafico_hi_local,
  y = TDF_CUENCA$`hi(%)`,
  labels = paste0(TDF_CUENCA$`hi(%)`, "%"),
  pos = 3,
  cex = 0.8,
  col = "black"
)

# --- GRÁFICO 5: Diagrama Circular con Porcentajes Alrededor y Leyenda Lateral ---
par(mar = c(4, 4, 4, 18), xpd = TRUE)

# 1. Dibujar el pastel limpio sin textos internos
pie_obj <- pie(
  TDF_CUENCA$`hi(%)`,
  labels = NA,
  col = gama_celeste[1:nrow(TDF_CUENCA)],
  main = "Gráfico Nro. 5: Distribución Porcentual de Cuencas Hidrográficas",
  radius = 0.70
)

# 2. Calcular posiciones polares (ángulos medios) para ubicar los porcentajes alrededor
porcentajes <- TDF_CUENCA$`hi(%)`
acumulado <- cumsum(porcentajes)
angulos <- pi * (acumulado - porcentajes / 2) / 50

# Coordenadas X e Y flotando alrededor del radio del círculo (0.88)
x_etq <- 0.88 * cos(angulos)
y_etq <- 0.88 * sin(angulos)

# 3. Imprimir los porcentajes alrededor del diagrama sin solaparse
text(
  x = x_etq,
  y = y_etq,
  labels = paste0(porcentajes, "%"),
  cex = 0.75,
  font = 2,
  col = "#0369A1"
)

# 4. Leyenda lateral detallada con las categorías y sus porcentajes
leyenda_texto <- paste0(TDF_CUENCA$`Cuenca Hidrográfica (Basin Code)`, " (", TDF_CUENCA$`hi(%)`, "%)")

legend(
  "right",
  inset = c(-1.10, 0),
  legend = leyenda_texto,
  fill = gama_celeste[1:nrow(TDF_CUENCA)],
  bty = "n",
  cex = 0.65,
  title = "Cuencas Hidrográficas"
)

par(xpd = FALSE)