Tarea_4
Florencia Bustos, Ernesto Muñoz Pino, María Isabel Riveros, Camila Sandoval
10/27/2020
Trabajo Aplicado Visualizaciones con ggplot2 + rmarkdown
P1
Instale y cargue los siguientes paquetes: data.table,rgdal,ggplot2 y treemap
install.packages("rgdal")
install.packages("ggplot2")
install.packages("treemap")library(data.table)
library(rgdal)
library(ggplot2)
library(treemap)P2
Cargue la base de datos de la lista y transformarla en un data.table
biciMap<-readOGR(dsn = "Bici_personaGS2016_2/Bici_personaGS2016_2.shp")## OGR data source with driver: ESRI Shapefile
## Source: "C:\Users\Florencia\Documents\UAI\8vo semestre\Data Science\Laboratorio 7\Bici_personaGS2016_2\Bici_personaGS2016_2.shp", layer: "Bici_personaGS2016_2"
## with 1135 features
## It has 33 fieldsdatabici<-data.table(biciMap@data)P3
La variable ESTADO_CAL describe el estado de la calzada por la cual circulaba el/la ciclista. De esta forma, las categorías que debe considerar esta variable son 3: BUENO, REGULAR y MALO. Por lo tanto, lo que debe hacer, es considerar todas aquellas observaciones que tengan alguna de esas 3 categorías en la variable ESTADO_CAL.
databiciFiltrada<-databici[ESTADO_CAL%in%c("BUENO","REGULAR","MALO")]P4
¿Cuántos accidentes hay por comuna?
databiciFiltrada[,.(Accidentesxcomuna=sum(Accidentes)),by=COMUNA1]## COMUNA1 Accidentesxcomuna
## 1: PROVIDENCIA 141
## 2: CERRO NAVIA 15
## 3: NUNOA 83
## 4: RENCA 34
## 5: SANTIAGO 154
## 6: MAIPU 63
## 7: LA FLORIDA 31
## 8: P. AGUIRRE CERDA 12
## 9: PUDAHUEL 36
## 10: PENALOLEN 43
## 11: LAMPA 12
## 12: COLINA 6
## 13: LAS CONDES 54
## 14: QUILICURA 49
## 15: SAN JOAQUIN 19
## 16: PIRQUE 1
## 17: PUENTE ALTO 73
## 18: MACUL 28
## 19: LA CISTERNA 18
## 20: LO BARNECHEA 9
## 21: EL BOSQUE 35
## 22: CERRILLOS 15
## 23: SAN RAMON 14
## 24: VITACURA 7
## 25: RECOLETA 26
## 26: LA REINA 30
## 27: LO PRADO 18
## 28: ESTACION CENTRAL 34
## 29: SAN MIGUEL 19
## 30: QUINTA NORMAL 27
## 31: LA GRANJA 15
## 32: HUECHURABA 6
## 33: INDEPENDENCIA 16
## 34: LA PINTANA 13
## 35: CONCHALI 12
## COMUNA1 AccidentesxcomunaP5
¿Cuántos accidentes con personas fallecidas hay por comuna?
databiciFiltrada[,.(Fallecidosxcomuna=sum(Fallecidos)),by=COMUNA1]## COMUNA1 Fallecidosxcomuna
## 1: PROVIDENCIA 0
## 2: CERRO NAVIA 1
## 3: NUNOA 1
## 4: RENCA 0
## 5: SANTIAGO 1
## 6: MAIPU 1
## 7: LA FLORIDA 2
## 8: P. AGUIRRE CERDA 0
## 9: PUDAHUEL 0
## 10: PENALOLEN 0
## 11: LAMPA 0
## 12: COLINA 0
## 13: LAS CONDES 0
## 14: QUILICURA 2
## 15: SAN JOAQUIN 0
## 16: PIRQUE 0
## 17: PUENTE ALTO 0
## 18: MACUL 1
## 19: LA CISTERNA 1
## 20: LO BARNECHEA 0
## 21: EL BOSQUE 0
## 22: CERRILLOS 0
## 23: SAN RAMON 0
## 24: VITACURA 0
## 25: RECOLETA 1
## 26: LA REINA 1
## 27: LO PRADO 0
## 28: ESTACION CENTRAL 0
## 29: SAN MIGUEL 0
## 30: QUINTA NORMAL 0
## 31: LA GRANJA 1
## 32: HUECHURABA 0
## 33: INDEPENDENCIA 0
## 34: LA PINTANA 1
## 35: CONCHALI 0
## COMUNA1 FallecidosxcomunaP6
¿Cuántos accidentes con personas graves hay por comuna?
databiciFiltrada[,.(Gravesxcomuna=sum(Graves)),by=COMUNA1]## COMUNA1 Gravesxcomuna
## 1: PROVIDENCIA 26
## 2: CERRO NAVIA 2
## 3: NUNOA 16
## 4: RENCA 8
## 5: SANTIAGO 19
## 6: MAIPU 11
## 7: LA FLORIDA 3
## 8: P. AGUIRRE CERDA 2
## 9: PUDAHUEL 13
## 10: PENALOLEN 6
## 11: LAMPA 2
## 12: COLINA 2
## 13: LAS CONDES 9
## 14: QUILICURA 4
## 15: SAN JOAQUIN 6
## 16: PIRQUE 0
## 17: PUENTE ALTO 7
## 18: MACUL 5
## 19: LA CISTERNA 5
## 20: LO BARNECHEA 2
## 21: EL BOSQUE 9
## 22: CERRILLOS 2
## 23: SAN RAMON 1
## 24: VITACURA 2
## 25: RECOLETA 5
## 26: LA REINA 7
## 27: LO PRADO 4
## 28: ESTACION CENTRAL 5
## 29: SAN MIGUEL 3
## 30: QUINTA NORMAL 10
## 31: LA GRANJA 3
## 32: HUECHURABA 1
## 33: INDEPENDENCIA 4
## 34: LA PINTANA 3
## 35: CONCHALI 2
## COMUNA1 GravesxcomunaP7
¿Cómo podría mostrar el resultado de la pregunta 6 en un gráfico?. Muestre un gráfico legible.
ggplot(data =databiciFiltrada ,aes(x=COMUNA1, y=Graves))+geom_bar(stat ='identity')+ theme(axis.text.x =element_text(angle=85, vjust=0.5))+labs(x="Comuna",y="Cantidad", title = "Accidentes con personas graves por comuna")
P8
¿Cuál es la principal causa (CAUSA__CON) de accidentes?
databiciFiltrada[,.(AccidentesxCausa=sum(Accidentes)),by=CAUSA__CON]## CAUSA__CON AccidentesxCausa
## 1: PERDIDA CONTROL VEHICULO 21
## 2: CAUSAS NO DETERMINADAS 251
## 3: IMPRUDENCIA DEL CONDUCTOR 525
## 4: OTRAS CAUSAS 204
## 5: DESOBEDIENCIA A SENALIZACION 123
## 6: ALCOHOL EN CONDUCTOR 22
## 7: DROGAS Y/O FATIGA EN CONDUCTOR 4
## 8: IMPRUDENCIA DEL PEATON 13
## 9: FALLAS MECANICAS 2
## 10: VELOCIDAD IMPRUDENTE 2
## 11: DEFICIENCIAS VIALES 1Al tener solo 11 causas, es fácil observar que la imprudencia del conductor es la principal causa de accidentes.
P9
¿Cómo podríamos mostrar,gráficamente, las diferentes causas para la comuna de Providencia y Santiago? Muestre un gráfico legible. (3 puntos)
newdata<-databiciFiltrada[COMUNA1%in% c("PROVIDENCIA","SANTIAGO")]
ggplot(data =newdata ,aes(x=CAUSA__CON, y= Accidentes, ))+geom_bar(stat ='identity')+ theme(axis.text.x =element_text(angle=85, vjust=0.5))+labs(x="Causas del accidente",y="Cantidad", title = "Diferentes causas de accidentes en las comunas de Providencia y Santiago")
P10
¿Podría establecer que existe alguna relación entre la cantidad de accidentes leves por comuna y la proporción de accidentes que ocurren en un buen estado de calzada (porc_bueno)? Argumente gráficamente, de la mejor manera posible. (5 puntos)
ggplot(data=databiciFiltrada,aes(x=porc_bueno,y=Leves, colour= Leves))+geom_point(stat ='identity')
P11
¿Podría establecer que existe alguna relación entre la cantidad de accidentes graves por comuna y la proporción de accidentes que ocurren en un buen estado de calzada (porc_bueno)? Argumente gráficamente, de la mejor manera posible. (5 puntos)
ggplot(data=databiciFiltrada,aes(x=porc_bueno,y=Graves, colour= Graves))+geom_point(stat ='identity')
P12
Muestre gráficamente la cantidad de accidentes que hay para las distintas causas de accidentes. (5 puntos)
ggplot(data =databiciFiltrada ,aes(x=Accidentes, y=CAUSA__CON))+geom_bar(stat ='identity')+ theme(axis.text.x =element_text(angle=85, vjust=0.5))+labs(x="Cantidad de accidentes",y="Causas de accidentes", title = "Cantidad de accidentes por causa")