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.M1419",
"hotel2019","rest1614",
"RFD.2017",
"tot_ann","pmedio","pmedio.M1519","pm_ent.M1519","pm_priv.M1519",
"alq.num","alq.pm","alq.pm.M1519","alq.num.M1519",
"tot.comp","tot.eur","perc.nou.comp","perc.usat.comp","tot.comp.M1419",
"nou.eur.M1419","usat.eur.M1419",
)Standardizar los datos
df <- scale(merged2)##CLUSTER 5
set.seed(123)
finalK <- kmeans(df, centers = 5, nstart = 100)
print(finalK)## K-means clustering with 5 clusters of sizes 12, 10, 46, 1, 4
##
## Cluster means:
## n.tot pc.esp pc.ue27-esp pc.20.34 2019-2014 n.esp.M1419
## 1 1.42424205 -0.3011391 0.38308779 0.5752291 0.11145276 -1.5363989
## 2 0.08660471 0.4209849 0.09957121 -0.6008695 0.70207864 0.4928293
## 3 -0.38149949 0.2453868 -0.40573901 -0.3161765 -0.03126101 0.3924115
## 4 -1.45105110 0.9204820 -0.83118972 0.6100638 -0.31162126 0.7419914
## 5 0.26076899 -3.2011136 3.47560459 3.2600005 -1.65214794 -1.3211063
## hotel2019 rest1614 RFD.2017 tot_ann pmedio pmedio.M1519
## 1 1.4503955 0.05638261 0.3994894 1.3040173 0.4735682 0.4723495
## 2 -0.1418817 0.30231904 1.8056468 -0.2271998 0.8019646 0.6549652
## 3 -0.4204994 0.08242229 -0.4600702 -0.4650563 -0.4158580 -0.3474861
## 4 -0.5223148 0.33672465 -1.2566499 -0.5989730 5.9201381 5.7541287
## 5 0.9698396 -1.95698293 -0.1076155 2.1538382 -0.1232834 -0.4969036
## pm_ent.M1519 pm_priv.M1519 alq.num alq.pm alq.pm.M1519 alq.num.M1519
## 1 0.0969734 0.54558900 1.6657149 0.4793596 0.4216319 1.5632700
## 2 0.5109641 -0.03287471 0.2351597 1.4089377 1.0710540 0.5217841
## 3 -0.2398763 -0.21523049 -0.5196847 -0.4041871 -0.3470973 -0.5171050
## 4 6.6160434 0.92665992 -1.0201100 -2.3985435 -1.6395840 -0.7732163
## 5 -0.4637633 0.68890538 0.6463580 0.2873644 0.4589848 0.1457418
## tot.comp tot.eur perc.nou.comp perc.usat.comp tot.comp.M1419
## 1 0.8207907 0.35520104 -0.23183779 0.23064727 0.09464212
## 2 -0.2445480 1.75072279 0.05297726 -0.01530807 -0.87897436
## 3 -0.1940687 -0.43894112 0.05217666 -0.03760529 0.22553684
## 4 -1.1939865 -1.20320672 -0.74039785 -0.41882391 -0.67544228
## 5 0.6792846 -0.09378548 0.14813806 -0.11650487 -0.51130351
## nou.eur.M1419 usat.eur.M1419
## 1 0.2938839 0.37067799
## 2 0.3203684 0.57127073
## 3 -0.1589578 -0.20235332
## 4 -0.2542058 -0.73180456
## 5 0.2089930 -0.03019648
##
## Clustering vector:
## el Raval
## 5
## el Barri Gòtic
## 5
## la Barceloneta
## 5
## Sant Pere, Santa Caterina i la Ribera
## 5
## el Fort Pienc
## 1
## la Sagrada Família
## 1
## la Dreta de l'Eixample
## 1
## l'Antiga Esquerra de l'Eixample
## 1
## la Nova Esquerra de l'Eixample
## 1
## Sant Antoni
## 1
## el Poble Sec
## 1
## la Marina del Prat Vermell
## 4
## la Marina de Port
## 3
## la Font de la Guatlla
## 3
## Hostafrancs
## 3
## la Bordeta
## 3
## Sants - Badal
## 3
## Sants
## 1
## les Corts
## 1
## la Maternitat i Sant Ramon
## 2
## Pedralbes
## 2
## Vallvidrera, el Tibidabo i les Planes
## 3
## 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
## 3
## el Coll
## 3
## la Salut
## 3
## la Vila de Gràcia
## 1
## el Camp d'en Grassot i Gràcia Nova
## 1
## el Baix Guinardó
## 3
## Can Baró
## 3
## el Guinardó
## 3
## la Font d'en Fargues
## 3
## el Carmel
## 3
## la Teixonera
## 3
## Sant Genís dels Agudells
## 3
## Montbau
## 3
## la Vall d'Hebron
## 3
## la Clota
## 3
## Horta
## 3
## Vilapicina i la Torre Llobeta
## 3
## Porta
## 3
## el Turó de la Peira
## 3
## Can Peguera
## 3
## la Guineueta
## 3
## Canyelles
## 3
## les Roquetes
## 3
## Verdun
## 3
## la Prosperitat
## 3
## la Trinitat Nova
## 3
## Torre Baró
## 3
## Ciutat Meridiana
## 3
## Vallbona
## 3
## la Trinitat Vella
## 3
## Baró de Viver
## 3
## el Bon Pastor
## 3
## Sant Andreu
## 3
## la Sagrera
## 3
## el Congrés i els Indians
## 3
## Navas
## 3
## el Camp de l'Arpa del Clot
## 1
## el Clot
## 3
## el Parc i la Llacuna del Poblenou
## 3
## la Vila Olímpica del Poblenou
## 2
## el Poblenou
## 2
## Diagonal Mar i el Front Marítim del Poblenou
## 2
## el Besòs i el Maresme
## 3
## Provençals del Poblenou
## 3
## Sant Martí de Provençals
## 3
## la Verneda i la Pau
## 3
##
## Within cluster sum of squares by cluster:
## [1] 186.84991 191.34982 551.61304 0.00000 73.02124
## (between_SS / total_SS = 44.3 %)
##
## 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] "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" "la Vila de Gràcia"
## [11] "el Camp d'en Grassot i Gràcia Nova" "el Camp de l'Arpa del Clot"##GRUPO 2
K2 <- subset(kkk, Cluster == "2")
K2$Nom_Barri## [1] "la Maternitat i Sant Ramon"
## [2] "Pedralbes"
## [3] "Sarrià"
## [4] "les Tres Torres"
## [5] "Sant Gervasi - la Bonanova"
## [6] "Sant Gervasi - Galvany"
## [7] "el Putxet i el Farró"
## [8] "la Vila Olímpica del Poblenou"
## [9] "el Poblenou"
## [10] "Diagonal Mar i el Front Marítim del Poblenou"##GRUPO 3
K3 <- subset(kkk, Cluster == "3")
K3$Nom_Barri## [1] "la Marina de Port"
## [2] "la Font de la Guatlla"
## [3] "Hostafrancs"
## [4] "la Bordeta"
## [5] "Sants - Badal"
## [6] "Vallvidrera, el Tibidabo i les Planes"
## [7] "Vallcarca i els Penitents"
## [8] "el Coll"
## [9] "la Salut"
## [10] "el Baix Guinardó"
## [11] "Can Baró"
## [12] "el Guinardó"
## [13] "la Font d'en Fargues"
## [14] "el Carmel"
## [15] "la Teixonera"
## [16] "Sant Genís dels Agudells"
## [17] "Montbau"
## [18] "la Vall d'Hebron"
## [19] "la Clota"
## [20] "Horta"
## [21] "Vilapicina i la Torre Llobeta"
## [22] "Porta"
## [23] "el Turó de la Peira"
## [24] "Can Peguera"
## [25] "la Guineueta"
## [26] "Canyelles"
## [27] "les Roquetes"
## [28] "Verdun"
## [29] "la Prosperitat"
## [30] "la Trinitat Nova"
## [31] "Torre Baró"
## [32] "Ciutat Meridiana"
## [33] "Vallbona"
## [34] "la Trinitat Vella"
## [35] "Baró de Viver"
## [36] "el Bon Pastor"
## [37] "Sant Andreu"
## [38] "la Sagrera"
## [39] "el Congrés i els Indians"
## [40] "Navas"
## [41] "el Clot"
## [42] "el Parc i la Llacuna del Poblenou"
## [43] "el Besòs i el Maresme"
## [44] "Provençals del Poblenou"
## [45] "Sant Martí de Provençals"
## [46] "la Verneda i la Pau"##GRUPO 4
K4 <- subset(kkk, Cluster == "4")
K4$Nom_Barri## [1] "la Marina del Prat Vermell"##GRUPO 5
K5 <- subset(kkk, Cluster == "5")
K5$Nom_Barri## [1] "el Raval"
## [2] "el Barri Gòtic"
## [3] "la Barceloneta"
## [4] "Sant Pere, Santa Caterina i la Ribera"