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 4
set.seed(123)
finalK <- kmeans(df, centers = 4, nstart = 100)
print(finalK)## K-means clustering with 4 clusters of sizes 9, 4, 16, 44
##
## Cluster means:
## n.tot pc.esp pc.ue27-esp pc.20.34 2019-2014 n.esp.V1419
## 1 -0.5321520 0.49235901 0.02530075 -0.6092631 0.4216698 0.1805514
## 2 0.2607690 -3.20111357 3.47560459 3.2600005 -1.6521479 -1.3746830
## 3 1.4049717 -0.08442882 0.27714414 0.3118180 0.3564191 -0.2848421
## 4 -0.4257558 0.22100192 -0.42191889 -0.2851300 -0.0656623 0.1916192
## hotel2019 rest1614 RFD.2017 tot_ann pmedio pmedio.V1519
## 1 -0.3514202 0.51087652 1.5930751 -0.4407504 1.2858855 0.7758301
## 2 0.9698396 -1.95698293 -0.1076155 2.1538382 -0.1232834 -0.4163330
## 3 1.1698729 -0.04794922 0.5039249 0.9827528 0.5063425 0.6870490
## 4 -0.4416941 0.09084615 -0.4993184 -0.4630146 -0.4359390 -0.3706800
## pm_ent.V1519 pm_priv.V1519 alq.num alq.pm alq.pm.V1519 alq.num.V1519
## 1 1.0523764 0.5584773 -0.3339070 1.1637978 -0.1290058 1.29786098
## 2 -0.5152180 0.4062477 0.6463580 0.2873644 0.7247174 -0.52915045
## 3 0.3542079 0.1745569 1.4941205 0.5132125 0.3732249 0.07333838
## 4 -0.2972237 -0.2146408 -0.5337772 -0.4507963 -0.1752140 -0.24403548
## tot.comp tot.eur perc.nou.comp perc.usat.comp tot.comp.V1419
## 1 -0.6923511 1.55943762 -0.41188001 0.310135394 -0.7799422
## 2 0.6792846 -0.09378548 0.14813806 -0.116504870 -0.6374699
## 3 0.8936495 0.43961896 0.01627208 -0.004729966 -0.4209204
## 4 -0.2450993 -0.47031137 0.06486397 -0.051125445 0.3705474
## nou.eur.V1419 usat.eur.V1419
## 1 -0.6934580 -0.472018705
## 2 1.1337574 -0.011071497
## 3 0.3970645 0.252223919
## 4 -0.1056122 0.005837991
##
## Clustering vector:
## el Raval
## 2
## el Barri Gòtic
## 2
## la Barceloneta
## 2
## Sant Pere, Santa Caterina i la Ribera
## 2
## 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
## 1
## la Marina de Port
## 4
## la Font de la Guatlla
## 4
## Hostafrancs
## 4
## la Bordeta
## 4
## Sants - Badal
## 4
## Sants
## 3
## les Corts
## 3
## la Maternitat i Sant Ramon
## 1
## Pedralbes
## 1
## Vallvidrera, el Tibidabo i les Planes
## 1
## Sarrià
## 1
## les Tres Torres
## 1
## Sant Gervasi - la Bonanova
## 1
## Sant Gervasi - Galvany
## 3
## el Putxet i el Farró
## 3
## Vallcarca i els Penitents
## 4
## el Coll
## 4
## la Salut
## 4
## la Vila de Gràcia
## 3
## el Camp d'en Grassot i Gràcia Nova
## 3
## el Baix Guinardó
## 4
## Can Baró
## 4
## el Guinardó
## 4
## la Font d'en Fargues
## 4
## el Carmel
## 4
## la Teixonera
## 4
## Sant Genís dels Agudells
## 4
## Montbau
## 4
## la Vall d'Hebron
## 4
## la Clota
## 4
## Horta
## 4
## Vilapicina i la Torre Llobeta
## 4
## Porta
## 4
## el Turó de la Peira
## 4
## Can Peguera
## 4
## la Guineueta
## 4
## Canyelles
## 4
## les Roquetes
## 4
## Verdun
## 4
## la Prosperitat
## 4
## la Trinitat Nova
## 4
## Torre Baró
## 4
## Ciutat Meridiana
## 4
## Vallbona
## 4
## la Trinitat Vella
## 4
## Baró de Viver
## 4
## el Bon Pastor
## 4
## Sant Andreu
## 3
## la Sagrera
## 4
## el Congrés i els Indians
## 4
## Navas
## 4
## el Camp de l'Arpa del Clot
## 3
## el Clot
## 4
## el Parc i la Llacuna del Poblenou
## 4
## la Vila Olímpica del Poblenou
## 1
## el Poblenou
## 3
## Diagonal Mar i el Front Marítim del Poblenou
## 1
## el Besòs i el Maresme
## 4
## Provençals del Poblenou
## 4
## Sant Martí de Provençals
## 4
## la Verneda i la Pau
## 4
##
## Within cluster sum of squares by cluster:
## [1] 224.18525 72.56167 256.01226 626.92233
## (between_SS / total_SS = 34.5 %)
##
## 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 del Prat Vermell"
## [2] "la Maternitat i Sant Ramon"
## [3] "Pedralbes"
## [4] "Vallvidrera, el Tibidabo i les Planes"
## [5] "Sarrià"
## [6] "les Tres Torres"
## [7] "Sant Gervasi - la Bonanova"
## [8] "la Vila Olímpica del Poblenou"
## [9] "Diagonal Mar i el Front Marítim del Poblenou"##GRUPO 2
K2 <- subset(kkk, Cluster == "2")
K2$Nom_Barri## [1] "el Raval"
## [2] "el Barri Gòtic"
## [3] "la Barceloneta"
## [4] "Sant Pere, Santa Caterina i la Ribera"##GRUPO 3
K3 <- subset(kkk, Cluster == "3")
K3$Nom_Barri## [1] "el Fort Pienc" "la Sagrada Família"
## [3] "la Dreta de l'Eixample" "l'Antiga Esquerra de l'Eixample"
## [5] "la Nova Esquerra de l'Eixample" "Sant Antoni"
## [7] "el Poble Sec" "Sants"
## [9] "les Corts" "Sant Gervasi - Galvany"
## [11] "el Putxet i el Farró" "la Vila de Gràcia"
## [13] "el Camp d'en Grassot i Gràcia Nova" "Sant Andreu"
## [15] "el Camp de l'Arpa del Clot" "el Poblenou"##GRUPO 4
K4 <- subset(kkk, Cluster == "4")
K4$Nom_Barri## [1] "la Marina de Port" "la Font de la Guatlla"
## [3] "Hostafrancs" "la Bordeta"
## [5] "Sants - Badal" "Vallcarca i els Penitents"
## [7] "el Coll" "la Salut"
## [9] "el Baix Guinardó" "Can Baró"
## [11] "el Guinardó" "la Font d'en Fargues"
## [13] "el Carmel" "la Teixonera"
## [15] "Sant Genís dels Agudells" "Montbau"
## [17] "la Vall d'Hebron" "la Clota"
## [19] "Horta" "Vilapicina i la Torre Llobeta"
## [21] "Porta" "el Turó de la Peira"
## [23] "Can Peguera" "la Guineueta"
## [25] "Canyelles" "les Roquetes"
## [27] "Verdun" "la Prosperitat"
## [29] "la Trinitat Nova" "Torre Baró"
## [31] "Ciutat Meridiana" "Vallbona"
## [33] "la Trinitat Vella" "Baró de Viver"
## [35] "el Bon Pastor" "la Sagrera"
## [37] "el Congrés i els Indians" "Navas"
## [39] "el Clot" "el Parc i la Llacuna del Poblenou"
## [41] "el Besòs i el Maresme" "Provençals del Poblenou"
## [43] "Sant Martí de Provençals" "la Verneda i la Pau"