Tarea clase 1 CDII
nerinarossi
3/8/2019
library(sf)## Linking to GEOS 3.6.1, GDAL 2.2.3, PROJ 4.9.3library(tidyverse)## Registered S3 method overwritten by 'rvest':
## method from
## read_xml.response xml2## -- Attaching packages ---------------------------------------------------------------------- tidyverse 1.2.1 --## v ggplot2 3.2.0 v purrr 0.3.2
## v tibble 2.1.1 v dplyr 0.8.0.1
## v tidyr 0.8.3 v stringr 1.4.0
## v readr 1.3.1 v forcats 0.4.0## -- Conflicts ------------------------------------------------------------------------- tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()Voy a trabajar en la CABA, con datos de gimnasios por barrios
barrios <- st_read("http://cdn.buenosaires.gob.ar/datosabiertos/datasets/barrios/barrios.geojson")## Reading layer `barrios_badata' from data source `http://cdn.buenosaires.gob.ar/datosabiertos/datasets/barrios/barrios.geojson' using driver `GeoJSON'
## Simple feature collection with 48 features and 4 fields
## geometry type: POLYGON
## dimension: XY
## bbox: xmin: -58.53152 ymin: -34.70529 xmax: -58.33515 ymax: -34.52649
## epsg (SRID): 4326
## proj4string: +proj=longlat +datum=WGS84 +no_defsahora traigo los gimnasios
gimnasios <- read.csv("~/MEU/MU115 - CIencia de Datos II/gimnasios.csv", header=TRUE)names(gimnasios)## [1] "long" "lat"
## [3] "periodo" "razon_social"
## [5] "nombre_fantasia" "clasificacion"
## [7] "telefono" "disposicion_2015_2016"
## [9] "disposicion_2017" "disposicion_2018"
## [11] "calle" "altura"
## [13] "piso" "barrio"
## [15] "comuna" "codigo_postal"
## [17] "codigo_postal_argentino"Ahora los dibujo los dos juntos, ya que uno es “Espacial”, y el otro es un dataset comun.Lo hago con ggplot
ggplot() +
geom_sf(data = barrios) +
geom_point(data = gimnasios,
aes(x = long, y = lat),
alpha = .3,
color = "red")## Warning: Removed 4 rows containing missing values (geom_point).
Ahora limpio la base de datos que no tienen datos cargados en filas, porque sino dara error. eso lo logro con !lis.na… etc, filter es x filas, select es para columnas. Convierto en espacial mi dataset
gimnasios <- gimnasios %>%
select(-barrio) %>%
filter(!is.na(lat), !is.na(long)) %>%
st_as_sf(coords = c("long", "lat"), crs = 4326)Entonces, como ahora son dos dataframes espaciales, se dibujan de vuelta con geom_sf
ggplot() +
geom_sf(data = barrios) +
geom_sf(data = gimnasios, color = "red", alpha = .3)
Para hacer spatial join y poder unir ambos dataframes espaciales, armo un dataframe nuevo gimnasios_en_barrios
gimnasios_en_barrios <- st_join(gimnasios, barrios)## although coordinates are longitude/latitude, st_intersects assumes that they are planar
## although coordinates are longitude/latitude, st_intersects assumes that they are planargimnasios_en_barrios %>% head## Simple feature collection with 6 features and 18 fields
## geometry type: POINT
## dimension: XY
## bbox: xmin: -58.50274 ymin: -34.66294 xmax: -58.36394 ymax: -34.56279
## epsg (SRID): 4326
## proj4string: +proj=longlat +datum=WGS84 +no_defs
## periodo razon_social nombre_fantasia
## 1 201810 LABOR DEL MOVIMIENTO S.A SPORT CLUB (PUERTO MADERO)
## 2 201810 RICARDO ANGEL VEPPO LOS ASIRIOS
## 3 201810 FOSQUE GERARDO ERNESTO FOSQUE FITNESS CENTER
## 4 201810 LIGRAN S.A. GYM - A MONASTERIO
## 5 201810 MARIA ANGELA ESCRIVA INSTITUTO POTENCIA
## 6 201810 OXTREAM S.R.L. GIMNASIO URBAN FITNESS
## clasificacion telefono disposicion_2015_2016 disposicion_2017
## 1 GIMNASIO 4315-1411 DI-9832-DGHP-2015
## 2 GIMNASIO 4683-6924 DI-5940-DGHP-2017
## 3 GIMNASIO 2062-3856 DI-6912-DGHP-2017
## 4 GIMNASIO 4634-1296 DI-10268-DGHP-2015 DI-5534-DGHP-2017
## 5 GIMNASIO 4571-3123 DI-3784-DGHP-2016 DI-5849-DGHP-2017
## 6 GIMNASIO 4896-4136 DI-2765-DGHP-2016 GYM CERRADO
## disposicion_2018 calle altura piso comuna.x
## 1 DI-6062-2018-DGHP JUANA MANSO 295 Comuna 1
## 2 DI-8415-2018-DGHP EVA PERON 5819 Comuna 9
## 3 DI-8303-2018-DGHP BRAGADO 5952 Comuna 9
## 4 DI-6114-2018-DGHP CURAPALIGUE 760 Comuna 7
## 5 DI-7750-2018-DGHP AV. CONSTITUYENTES 4582 Comuna 12
## 6 MENDOZA 2703 Comuna 13
## codigo_postal codigo_postal_argentino barrio comuna.y
## 1 1107 C1107CBE PUERTO MADERO 1
## 2 1439 C1439BSJ MATADEROS 9
## 3 1440 C1440ACV MATADEROS 9
## 4 1406 C1406DAU PARQUE CHACABUCO 7
## 5 1431 C1431EXX VILLA PUEYRREDON 12
## 6 1428 C1428DKU BELGRANO 13
## perimetro area geometry
## 1 17725.721 5040971 POINT (-58.36394 -34.6007)
## 2 11124.636 7398179 POINT (-58.48782 -34.66294)
## 3 11124.636 7398179 POINT (-58.50274 -34.65344)
## 4 8406.914 3832117 POINT (-58.44952 -34.63305)
## 5 7522.360 3303240 POINT (-58.49239 -34.58181)
## 6 20609.775 7999240 POINT (-58.46048 -34.56279)con st set geometry le saco lo geografico/geometrico- Creo un dataframe nuevo que se llama cantidad que une los dos dataframes unidos, y los agrupa por cantidad
cantidad <- gimnasios_en_barrios %>%
group_by(barrio) %>%
summarise(cantidad = n())%>%
st_set_geometry(NULL)hago union entre la tabla cantidad y barrios que es espacial y lo puedo hacer con un leftjoin, y se lo agrego a barrios que ya existia.
barrios_gimnasios <- left_join(barrios, cantidad)## Joining, by = "barrio"veo que barrio tiene más gimnasios:
ggplot()+
geom_sf(data=barrios_gimnasios, aes(fill=cantidad))