Variables
merged2 <- merged %>%
remove_rownames %>%
column_to_rownames(var="Nom_Barri") %>%
select("n.tot","pc.esp","pc.ue27-esp","pc.20.34","2019-2014","n.esp.V1419",
"hotel2019","rest1614",
"RFD.2017",
"tot_ann","pmedio","pmedio.V1519","pm_ent.V1519","pm_priv.V1519",
"alq.num","alq.pm","alq.pm.V1519","alq.num.V1519",
"tot.comp","tot.eur","perc.nou.comp","perc.usat.comp","tot.comp.V1419",
"nou.eur.V1419","usat.eur.V1419",
)Standardizar los datos
df <- scale(merged2)##CLUSTER 3
set.seed(123)
finalK <- kmeans(df, centers = 3, nstart = 100)
print(finalK)## K-means clustering with 3 clusters of sizes 46, 15, 12
##
## Cluster means:
## n.tot pc.esp pc.ue27-esp pc.20.34 2019-2014 n.esp.V1419
## 1 -0.29176043 0.2441717 -0.43466466 -0.2852484 -0.04337003 0.1714426
## 2 0.01435257 0.4072752 0.07150268 -0.4247037 0.51562408 0.1671819
## 3 1.10047426 -1.4450855 1.57683618 1.6243319 -0.47827831 -0.8661741
## hotel2019 rest1614 RFD.2017 tot_ann pmedio pmedio.V1519
## 1 -0.3915423 0.1264681 -0.4925442 -0.4426226 -0.4195514 -0.3376874
## 2 -0.1652041 0.2704620 1.2690795 -0.2255475 0.9390621 0.6718374
## 3 1.7074173 -0.8228720 0.3017366 1.9786542 0.4344530 0.4546716
## pm_ent.V1519 pm_priv.V1519 alq.num alq.pm alq.pm.V1519 alq.num.V1519
## 1 -0.26300569 -0.1943831 -0.4485271 -0.4376885 -0.13742464 -0.27904421
## 2 0.76286848 0.3997607 0.1652131 0.9644893 0.02261595 0.92931603
## 3 0.05460288 0.2454344 1.5128375 0.4721942 0.49852451 -0.09197558
## tot.comp tot.eur perc.nou.comp perc.usat.comp tot.comp.V1419
## 1 -0.09504374 -0.4515218 0.0752843 -0.06070779 0.3597097
## 2 -0.21512371 1.1687948 -0.1461128 0.09858027 -0.6608676
## 3 0.63323897 0.2698400 -0.1059488 0.10948784 -0.5528028
## nou.eur.V1419 usat.eur.V1419
## 1 -0.05144228 0.03985716
## 2 -0.43530926 -0.41231751
## 3 0.74133198 0.36261110
##
## Clustering vector:
## el Raval
## 3
## el Barri Gòtic
## 3
## la Barceloneta
## 3
## Sant Pere, Santa Caterina i la Ribera
## 3
## el Fort Pienc
## 3
## la Sagrada Família
## 3
## la Dreta de l'Eixample
## 3
## l'Antiga Esquerra de l'Eixample
## 3
## la Nova Esquerra de l'Eixample
## 3
## Sant Antoni
## 3
## el Poble Sec
## 3
## la Marina del Prat Vermell
## 2
## la Marina de Port
## 1
## la Font de la Guatlla
## 1
## Hostafrancs
## 1
## la Bordeta
## 1
## Sants - Badal
## 1
## Sants
## 1
## les Corts
## 2
## la Maternitat i Sant Ramon
## 2
## Pedralbes
## 2
## Vallvidrera, el Tibidabo i les Planes
## 2
## Sarrià
## 2
## les Tres Torres
## 2
## Sant Gervasi - la Bonanova
## 2
## Sant Gervasi - Galvany
## 2
## el Putxet i el Farró
## 2
## Vallcarca i els Penitents
## 1
## el Coll
## 1
## la Salut
## 1
## la Vila de Gràcia
## 3
## el Camp d'en Grassot i Gràcia Nova
## 2
## el Baix Guinardó
## 1
## Can Baró
## 1
## el Guinardó
## 1
## la Font d'en Fargues
## 1
## el Carmel
## 1
## la Teixonera
## 1
## Sant Genís dels Agudells
## 1
## Montbau
## 1
## la Vall d'Hebron
## 1
## la Clota
## 1
## Horta
## 1
## Vilapicina i la Torre Llobeta
## 1
## Porta
## 1
## el Turó de la Peira
## 1
## Can Peguera
## 1
## la Guineueta
## 1
## Canyelles
## 1
## les Roquetes
## 1
## Verdun
## 1
## la Prosperitat
## 1
## la Trinitat Nova
## 1
## Torre Baró
## 1
## Ciutat Meridiana
## 1
## Vallbona
## 1
## la Trinitat Vella
## 1
## Baró de Viver
## 1
## el Bon Pastor
## 1
## Sant Andreu
## 1
## la Sagrera
## 1
## el Congrés i els Indians
## 1
## Navas
## 1
## el Camp de l'Arpa del Clot
## 1
## el Clot
## 1
## el Parc i la Llacuna del Poblenou
## 2
## la Vila Olímpica del Poblenou
## 2
## el Poblenou
## 2
## Diagonal Mar i el Front Marítim del Poblenou
## 2
## el Besòs i el Maresme
## 1
## Provençals del Poblenou
## 1
## Sant Martí de Provençals
## 1
## la Verneda i la Pau
## 1
##
## Within cluster sum of squares by cluster:
## [1] 677.0516 327.1553 301.4467
## (between_SS / total_SS = 27.5 %)
##
## Available components:
##
## [1] "cluster" "centers" "totss" "withinss" "tot.withinss"
## [6] "betweenss" "size" "iter" "ifault"kkk <- merged %>%
mutate(Cluster = finalK$cluster) %>%
group_by(Nom_Barri) #%>%
#summarise_all("mean")##GRUPO 1
K1 <- subset(kkk, Cluster == "1")
K1$Nom_Barri## [1] "la Marina de Port" "la Font de la Guatlla"
## [3] "Hostafrancs" "la Bordeta"
## [5] "Sants - Badal" "Sants"
## [7] "Vallcarca i els Penitents" "el Coll"
## [9] "la Salut" "el Baix Guinardó"
## [11] "Can Baró" "el Guinardó"
## [13] "la Font d'en Fargues" "el Carmel"
## [15] "la Teixonera" "Sant Genís dels Agudells"
## [17] "Montbau" "la Vall d'Hebron"
## [19] "la Clota" "Horta"
## [21] "Vilapicina i la Torre Llobeta" "Porta"
## [23] "el Turó de la Peira" "Can Peguera"
## [25] "la Guineueta" "Canyelles"
## [27] "les Roquetes" "Verdun"
## [29] "la Prosperitat" "la Trinitat Nova"
## [31] "Torre Baró" "Ciutat Meridiana"
## [33] "Vallbona" "la Trinitat Vella"
## [35] "Baró de Viver" "el Bon Pastor"
## [37] "Sant Andreu" "la Sagrera"
## [39] "el Congrés i els Indians" "Navas"
## [41] "el Camp de l'Arpa del Clot" "el Clot"
## [43] "el Besòs i el Maresme" "Provençals del Poblenou"
## [45] "Sant Martí de Provençals" "la Verneda i la Pau"##GRUPO 2
K2 <- subset(kkk, Cluster == "2")
K2$Nom_Barri## [1] "la Marina del Prat Vermell"
## [2] "les Corts"
## [3] "la Maternitat i Sant Ramon"
## [4] "Pedralbes"
## [5] "Vallvidrera, el Tibidabo i les Planes"
## [6] "Sarrià"
## [7] "les Tres Torres"
## [8] "Sant Gervasi - la Bonanova"
## [9] "Sant Gervasi - Galvany"
## [10] "el Putxet i el Farró"
## [11] "el Camp d'en Grassot i Gràcia Nova"
## [12] "el Parc i la Llacuna del Poblenou"
## [13] "la Vila Olímpica del Poblenou"
## [14] "el Poblenou"
## [15] "Diagonal Mar i el Front Marítim del Poblenou"##GRUPO 3
K3 <- subset(kkk, Cluster == "3")
K3$Nom_Barri## [1] "el Raval"
## [2] "el Barri Gòtic"
## [3] "la Barceloneta"
## [4] "Sant Pere, Santa Caterina i la Ribera"
## [5] "el Fort Pienc"
## [6] "la Sagrada Família"
## [7] "la Dreta de l'Eixample"
## [8] "l'Antiga Esquerra de l'Eixample"
## [9] "la Nova Esquerra de l'Eixample"
## [10] "Sant Antoni"
## [11] "el Poble Sec"
## [12] "la Vila de Gràcia"