Variables
merged <- merged %>%
filter(Codi != 12)
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 4, 32, 11, 13, 12
##
## Cluster means:
## n.tot pc.esp pc.ue27-esp pc.20.34 2019-2014 n.esp.M1419
## 1 0.2425617 -3.1851692 3.45677640 3.2542353 -1.646058322 -1.3067416
## 2 -0.3494275 0.2154988 -0.43626276 -0.3071526 -0.009197409 0.4071640
## 3 -0.2196889 0.4004043 0.06381083 -0.5242292 0.516972182 0.4440832
## 4 1.4380842 -0.2158937 0.33403673 0.5123199 0.139773683 -1.3629106
## 5 -0.5055903 0.3539073 -0.40925782 -0.3401413 -0.052100126 0.4192202
## hotel2019 rest1614 RFD.2017 tot_ann pmedio pmedio.M1519
## 1 0.9577186 -1.94025068 -0.1256018 2.1359700 -0.0572929 -0.5667790
## 2 -0.4062609 0.05909929 -0.5866151 -0.4817070 -0.5617794 -0.4269468
## 3 -0.2947859 0.60524001 1.4294482 -0.2813728 1.3793317 1.1737540
## 4 1.4192834 -0.04647574 0.5308344 1.2040738 0.7461673 0.6648797
## 5 -0.5032138 -0.01530249 -0.2792239 -0.4739261 -0.5555591 -0.4687763
## pm_ent.M1519 pm_priv.M1519 alq.num alq.pm alq.pm.M1519 alq.num.M1519
## 1 -0.5962286 0.7011371 0.63243512 0.2631659 0.4416122 0.1346298
## 2 -0.3295678 -0.1574895 -0.51871464 -0.5158843 -0.4012999 -0.5325546
## 3 1.3830751 -0.1122009 -0.07992037 1.1460754 0.8394846 0.1231266
## 4 0.2421407 0.4920666 1.66596644 0.5473044 0.4185597 1.6026125
## 5 -0.4525476 -0.2439616 -0.55910931 -0.3555126 -0.3000383 -0.4737606
## tot.comp tot.eur perc.nou.comp perc.usat.comp tot.comp.M1419
## 1 0.6647900 -0.1108625 0.13742554 -0.12161974 -0.51872509
## 2 -0.1757267 -0.4987046 -0.60498238 0.60793997 0.30296815
## 3 -0.4235090 1.3833624 -0.06361922 0.08309021 -0.69711168
## 4 0.8005023 0.4580608 -0.12514457 0.11220108 -0.03445123
## 5 -0.2319864 -0.3974816 1.76136873 -1.77835054 0.04133449
## nou.eur.M1419 usat.eur.M1419
## 1 0.20412344 -0.04023116
## 2 -0.22925841 -0.21437386
## 3 0.31949935 0.40594390
## 4 0.27023883 0.44747094
## 5 -0.04231851 -0.27180143
##
## Clustering vector:
## el Raval
## 1
## el Barri Gòtic
## 1
## la Barceloneta
## 1
## Sant Pere, Santa Caterina i la Ribera
## 1
## el Fort Pienc
## 4
## la Sagrada Família
## 4
## la Dreta de l'Eixample
## 4
## l'Antiga Esquerra de l'Eixample
## 4
## la Nova Esquerra de l'Eixample
## 4
## Sant Antoni
## 4
## el Poble Sec
## 4
## la Marina de Port
## 2
## la Font de la Guatlla
## 2
## Hostafrancs
## 3
## la Bordeta
## 2
## Sants - Badal
## 2
## Sants
## 4
## les Corts
## 4
## la Maternitat i Sant Ramon
## 3
## Pedralbes
## 3
## Vallvidrera, el Tibidabo i les Planes
## 2
## Sarrià
## 3
## les Tres Torres
## 3
## Sant Gervasi - la Bonanova
## 3
## Sant Gervasi - Galvany
## 4
## el Putxet i el Farró
## 3
## Vallcarca i els Penitents
## 5
## el Coll
## 5
## la Salut
## 2
## la Vila de Gràcia
## 4
## el Camp d'en Grassot i Gràcia Nova
## 4
## el Baix Guinardó
## 2
## Can Baró
## 2
## el Guinardó
## 2
## la Font d'en Fargues
## 3
## el Carmel
## 5
## la Teixonera
## 5
## Sant Genís dels Agudells
## 5
## Montbau
## 5
## la Vall d'Hebron
## 5
## la Clota
## 5
## Horta
## 5
## Vilapicina i la Torre Llobeta
## 2
## Porta
## 2
## el Turó de la Peira
## 2
## Can Peguera
## 2
## la Guineueta
## 2
## Canyelles
## 2
## les Roquetes
## 2
## Verdun
## 2
## la Prosperitat
## 2
## la Trinitat Nova
## 2
## Torre Baró
## 2
## Ciutat Meridiana
## 2
## Vallbona
## 2
## la Trinitat Vella
## 2
## Baró de Viver
## 2
## el Bon Pastor
## 2
## Sant Andreu
## 2
## la Sagrera
## 2
## el Congrés i els Indians
## 2
## Navas
## 2
## el Camp de l'Arpa del Clot
## 4
## el Clot
## 2
## el Parc i la Llacuna del Poblenou
## 2
## la Vila Olímpica del Poblenou
## 3
## el Poblenou
## 3
## Diagonal Mar i el Front Marítim del Poblenou
## 3
## el Besòs i el Maresme
## 5
## Provençals del Poblenou
## 5
## Sant Martí de Provençals
## 5
## la Verneda i la Pau
## 2
##
## Within cluster sum of squares by cluster:
## [1] 74.10241 326.53866 241.93827 223.87950 101.54259
## (between_SS / total_SS = 45.5 %)
##
## 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] "el Raval"
## [2] "el Barri Gòtic"
## [3] "la Barceloneta"
## [4] "Sant Pere, Santa Caterina i la Ribera"##GRUPO 2
K2 <- subset(kkk, Cluster == "2")
K2$Nom_Barri## [1] "la Marina de Port"
## [2] "la Font de la Guatlla"
## [3] "la Bordeta"
## [4] "Sants - Badal"
## [5] "Vallvidrera, el Tibidabo i les Planes"
## [6] "la Salut"
## [7] "el Baix Guinardó"
## [8] "Can Baró"
## [9] "el Guinardó"
## [10] "Vilapicina i la Torre Llobeta"
## [11] "Porta"
## [12] "el Turó de la Peira"
## [13] "Can Peguera"
## [14] "la Guineueta"
## [15] "Canyelles"
## [16] "les Roquetes"
## [17] "Verdun"
## [18] "la Prosperitat"
## [19] "la Trinitat Nova"
## [20] "Torre Baró"
## [21] "Ciutat Meridiana"
## [22] "Vallbona"
## [23] "la Trinitat Vella"
## [24] "Baró de Viver"
## [25] "el Bon Pastor"
## [26] "Sant Andreu"
## [27] "la Sagrera"
## [28] "el Congrés i els Indians"
## [29] "Navas"
## [30] "el Clot"
## [31] "el Parc i la Llacuna del Poblenou"
## [32] "la Verneda i la Pau"##GRUPO 3
K3 <- subset(kkk, Cluster == "3")
K3$Nom_Barri## [1] "Hostafrancs"
## [2] "la Maternitat i Sant Ramon"
## [3] "Pedralbes"
## [4] "Sarrià"
## [5] "les Tres Torres"
## [6] "Sant Gervasi - la Bonanova"
## [7] "el Putxet i el Farró"
## [8] "la Font d'en Fargues"
## [9] "la Vila Olímpica del Poblenou"
## [10] "el Poblenou"
## [11] "Diagonal Mar i el Front Marítim del Poblenou"##GRUPO 4
K4 <- subset(kkk, Cluster == "4")
K4$Nom_Barri## [1] "el Fort Pienc" "la Sagrada Família"
## [3] "la Dreta de l'Eixample" "l'Antiga Esquerra de l'Eixample"
## [5] "la Nova Esquerra de l'Eixample" "Sant Antoni"
## [7] "el Poble Sec" "Sants"
## [9] "les Corts" "Sant Gervasi - Galvany"
## [11] "la Vila de Gràcia" "el Camp d'en Grassot i Gràcia Nova"
## [13] "el Camp de l'Arpa del Clot"##GRUPO 5
K5 <- subset(kkk, Cluster == "5")
K5$Nom_Barri## [1] "Vallcarca i els Penitents" "el Coll"
## [3] "el Carmel" "la Teixonera"
## [5] "Sant Genís dels Agudells" "Montbau"
## [7] "la Vall d'Hebron" "la Clota"
## [9] "Horta" "el Besòs i el Maresme"
## [11] "Provençals del Poblenou" "Sant Martí de Provençals"