Analizando y visualizando flujos de viajes urbanos

Nuestro primer paso será cargar las librerías tidiverse, sf, osm y leaflet.

library(tidyverse)

## -- Attaching packages ----------------------------------------------------------------------------- tidyverse 1.3.0 --

## v ggplot2 3.3.0     v purrr   0.3.3
## v tibble  2.1.3     v dplyr   0.8.5
## v tidyr   1.0.2     v stringr 1.4.0
## v readr   1.3.1     v forcats 0.5.0

## -- Conflicts -------------------------------------------------------------------------------- tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()

library(sf)

## Linking to GEOS 3.6.1, GDAL 2.2.3, PROJ 4.9.3

library(osrm)

## Data: (c) OpenStreetMap contributors, ODbL 1.0 - http://www.openstreetmap.org/copyright

## Routing: OSRM - http://project-osrm.org/

library(leaflet)
library(ggmap)

## Google's Terms of Service: https://cloud.google.com/maps-platform/terms/.

## Please cite ggmap if you use it! See citation("ggmap") for details.

Primero llamamos al geojson de barrios de la Ciudad de Buenos Aires.

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_defs

Ahora llamamos a los recorridos de las bicicletas públicas de la Ciudad para el año 2019. En este caso es un dataset así que usamos read.csv y no st_read como utilizamos para el geojson anterior.

recorridos <- read.csv("http://cdn.buenosaires.gob.ar/datosabiertos/datasets/bicicletas-publicas/recorridos-realizados-2019.csv", stringsAsFactors = FALSE, encoding = "UTF-8")

Tambien vamos a llamar a las estaciones de las bicicletas públicas de la Ciudad para el año 2019.

estaciones <- read.csv("https://bitsandbricks.github.io/data/estaciones_BA_bici.csv")

Paso 1: encontrar los centroides de los barrios

Creamos un nuevo dataset llamado barrios_centroides utilizando la función st_centroid

barrios_centroides <- barrios %>%
  st_centroid()

## Warning in st_centroid.sf(.): st_centroid assumes attributes are constant over
## geometries of x

## Warning in st_centroid.sfc(st_geometry(x), of_largest_polygon =
## of_largest_polygon): st_centroid does not give correct centroids for longitude/
## latitude data

Y ahora producimos un ggplot con esta información, concuna capa blanca de barrios y otra con los puntos que indican los centroides.

ggplot()+
  geom_sf(data=barrios, fill="white")+
  geom_sf(data=barrios_centroides, size=2)+
  labs(title = "Barrios de la Ciudad",
         subtitle = "Ubicación de los centroides",
         fill="Barrios",
         caption= "Fuente: data.buenosaires.gob.ar")+
  theme_void()

Hacemos un segundo mapa que indica la ubicación de las estaciones de bicicletas públicas del Gobierno de la Ciudad:

ggplot()+
  geom_sf(data=barrios, fill="white")+
  geom_point(data=estaciones, aes(x=X, y=Y,), size=0.2)+
  labs(title = "Barrios de la Ciudad",
         subtitle = "Ubicación de las estaciones de bicicleta",
         fill="Barrios",
         caption= "Fuente: data.buenosaires.gob.ar")+
  theme_void()

Paso 2: elegir un barrio céntrico y un barrio periférico

Utilizando las funciones filter y mutate le asignamos a los barrios de Palermo y La Boca el rótulo de centro y periferia, respectivamente. Mientras tanto, con la función cbind vamos generando la función para ruteo con osrmRoute

barrios_centroides <- barrios_centroides %>%
  filter(barrio=="PALERMO" | barrio=="BOCA") %>%
  mutate(ubicacion=if_else(barrio=="PALERMO", "CENTRO", "PERIFERIA"))

barrios_centroides <- cbind(barrios_centroides, st_coordinates(barrios_centroides)) %>%
                      st_set_geometry(NULL)

ggplot()+
  geom_sf(data=barrios, fill="white")+
  geom_point(data=barrios_centroides, aes(x=X, y=Y, color=ubicacion), size=4)+
  geom_point(data=estaciones, aes(x=X, y=Y,), size=0.3)+
  labs(title = "Barrios de la Ciudad",
         subtitle = "Ubicación de los centroides de los barrios y las estaciones",
         color="Barrios",
         caption= "Fuente:data.buenosaires.gob.ar")+
  theme_void()

A continuación calculamos el top 10 de viajes más realizados.

# Si a estos datos no los tenemos agrupados por cantidad de viajes, RStudio no me va a dejar hacer los viajes. Así que hacemos la suma con el comando n(). 

conteo <- recorridos %>%
    filter(nombre_estacion_destino != "" |nombre_estacion_origen != "") %>%
    filter(nombre_estacion_destino != "nuevo" |nombre_estacion_origen != "nuevo") %>%
    select(nombre_estacion_origen, nombre_estacion_destino, id_estacion_origen, id_estacion_destino)%>%
    group_by(nombre_estacion_origen, nombre_estacion_destino)  %>%
    count() 
    
top10 <- conteo %>% 
    ungroup() %>% 
    filter(nombre_estacion_origen != "nuevo") 

top10.2 <- top10 %>% 
    ungroup() %>% 
    filter(nombre_estacion_destino != nombre_estacion_origen) %>% 
    top_n(10)

## Selecting by n

conteo

## # A tibble: 28,887 x 3
## # Groups:   nombre_estacion_origen, nombre_estacion_destino [28,887]
##    nombre_estacion_origen nombre_estacion_destino     n
##    <chr>                  <chr>                   <int>
##  1 25 de Mayo             -                           1
##  2 25 de Mayo             25 de Mayo                 18
##  3 25 de Mayo             Arenales                    2
##  4 25 de Mayo             Ayacucho                    2
##  5 25 de Mayo             Azopardo y Chile            8
##  6 25 de Mayo             Belgrano                    7
##  7 25 de Mayo             Bouchard                    4
##  8 25 de Mayo             Carlos Gardel               2
##  9 25 de Mayo             Castro y México             3
## 10 25 de Mayo             Catamarca                   1
## # ... with 28,877 more rows

ggplot() + 
    geom_tile(data = top10.2 , aes(x = nombre_estacion_origen, y = nombre_estacion_destino, fill = n)) +
    scale_fill_distiller(palette = "Spectral")+ theme(axis.text.x = element_text(angle = 45, hjust = 1))+
  labs(title = "Mapa de calor bicicletas publicas",
        subtitle = "Relacion entre destino y origen",
         color="Barrios",
         caption= "Fuente:data.buenosaires.gob.ar", x = "Estacion de Origen", y = "Estacion Destino")

Paso 3: Ruteo

Aclaración importante: el dataset con el que trabajamos hasta ahora tenía problemas de origen y estaba demasiado “sucio” como para hacer buenas proyecciones de ruteos, por lo que a partir de ahora y para esta última parte del ejercicio vamos a calcular la distancia de los centroides de los barrios a unas estaciones de EcoBici. Lo primero que haces es convertir el data frame de estaciones en coordenadas y luego le hacemos un st_join para calcular cuantas estciones hay en cada barrio.

estaciones_geo <- estaciones %>%
  filter(!is.na(X), !is.na(Y)) %>%
  st_as_sf(coords = c("X", "Y"), crs = 4326)


estaciones_barrio = st_join(estaciones_geo, barrios)

## although coordinates are longitude/latitude, st_intersects assumes that they are planar
## although coordinates are longitude/latitude, st_intersects assumes that they are planar

Obtenemos para cada barrio la cantidad de estaciones que caen en cada jurisdicción.

estaciones_barrio_palermo <- estaciones_barrio %>%
  filter(barrio=="PALERMO")

estaciones_palermo = left_join(estaciones_barrio_palermo, estaciones)

## Joining, by = c("NOMBRE", "DOMICILIO", "IMAGEN", "AUTOMAT", "OBSERV", "NRO_EST", "HORARIO", "DIRE_NORM")

estaciones_barrio_boca <- estaciones_barrio %>%
  filter(barrio=="BOCA")

estaciones_boca = left_join(estaciones_barrio_boca, estaciones)

## Joining, by = c("NOMBRE", "DOMICILIO", "IMAGEN", "AUTOMAT", "OBSERV", "NRO_EST", "HORARIO", "DIRE_NORM")

PASO 2:

Creamos la funcion ruteo_a_estacion_palermo que nos va a permitir pedirle muchos origenes y destinos al mismo tiempo a osmr.

ruteo_a_estacion_palermo <- function(o_nombre, o_x, o_y, d_nombre, d_x, d_y) {
  
  ruta <- osrmRoute(src = c(o_nombre, o_x, o_y),
                    dst = c(d_nombre, d_x, d_y), 
                    returnclass = "sf",
                    overview = "full")
  
  cbind(ORIGEN = o_nombre, DESTINO = d_nombre, ruta)
  
}

PASO 3:

Unificamos el data frame de los centroides y el de las estaciones de cada barrio para indicarl los argumentos de la funcion en un unico data frame.

estaciones_palermo_pedido <- estaciones_palermo %>%
  mutate(ORIGEN="PALERMO") %>%
  left_join(barrios_centroides, by=c("ORIGEN"="barrio")) %>%
  rename(NOMBRE_ORIGEN=ORIGEN,
         LON_ORIGEN=X.y,
         LAT_ORIGEN=Y.y,
         NOMBRE_DESTINO=NOMBRE,
         LON_DESTINO=X.x,
         LAT_DESTINO=Y.x) %>%
  select(NOMBRE_ORIGEN, LON_ORIGEN, LAT_ORIGEN, NOMBRE_DESTINO, LON_DESTINO, LAT_DESTINO)

## Warning: Column `ORIGEN`/`barrio` joining character vector and factor, coercing
## into character vector

Obtenemos el ruteo indicando que varible es cada uno en la funcion y lo ejecutamos

ruteo_palermo <- list(estaciones_palermo_pedido$NOMBRE_ORIGEN, estaciones_palermo_pedido$LON_ORIGEN,estaciones_palermo_pedido$LAT_ORIGEN,
                   estaciones_palermo_pedido$NOMBRE_DESTINO, estaciones_palermo_pedido$LON_DESTINO,estaciones_palermo_pedido$LAT_DESTINO)

ruteo_centrico <- pmap(ruteo_palermo, ruteo_a_estacion_palermo) %>%
  reduce(rbind)

ruteo_centrico <-mutate(ruteo_centrico, RUTA = paste(ORIGEN,"a", DESTINO))

Filtramos las rutas por la menos distancia.

filter(ruteo_centrico, distance == min(distance))

## Simple feature collection with 1 feature and 7 fields
## geometry type:  LINESTRING
## dimension:      XY
## bbox:           xmin: -58.42354 ymin: -34.57549 xmax: -58.42075 ymax: -34.57276
## epsg (SRID):    4326
## proj4string:    +proj=longlat +datum=WGS84 +no_defs
##    ORIGEN                 DESTINO     src dst duration distance
## 1 PALERMO GODOY CRUZ Y LIBERTADOR PALERMO  67     3.48    0.631
##                         geometry                              RUTA
## 1 LINESTRING (-58.42252 -34.5... PALERMO a GODOY CRUZ Y LIBERTADOR

La estación de ecobici más cercana al centro geográfico de Palermo es la que se encuentra en GODOY CRUZ Y LIBERTADOR Como podemos observar hay distancias desde los 0.63 kilometros a 8.86 kilometros. En el caso de Palermo a Malba opta por un camino muy largo por la avenida illia y por eso demora tanto.

leaflet(ruteo_centrico) %>%
  addTiles() %>%
  addProviderTiles(providers$CartoDB.DarkMatter) %>%
  addPolylines(color = ~colorNumeric("BrBG", ruteo_centrico$distance)(distance),
              label = ruteo_centrico$RUTA %>%
              lapply(htmltools::HTML)) %>%
  addLegend("bottomright", pal = colorNumeric("BrBG", ruteo_centrico$distance), values = ~distance,
            title = "Distancia",
            opacity = 0.55)

Ahora vamos a obtener las distancias en el barrio de La Boca.