library(readr)
library(highcharter)
library(tidyverse)
transporte <- read_delim("data/bdd-transportes-2013.csv", delim = ';', locale = locale(encoding='ISO-8859-1'))
  # Leemos los nombres de las provincias de la base
prov <- as.data.frame(table(transporte$DESPROVINCIA))

  # Para tener el orden de las provincias y que cuadren los datos en el mapa interactivo
mapdata <- get_data_from_map(download_map_data("countries/ec/ec-all"))

  # Tomamos el código de la provincia y el nombre, para completar las provincias que falten
cod <- data.frame(cod = mapdata$`hc-a2`, Var1 = toupper(mapdata$`woe-name`))
cod$Var1[6] <- 'SANTA ELENA'
cod$Var1[7] <- 'SANTO DOMINGO DE LOS TSACHILAS'

  # Para evitarnos conflictos, quitamos las tildes de los nombres de las provincias en las 2 bases
prov$Var1 <- chartr("ÁÉÍÓÚ", "AEIOU", prov$Var1)
cod$Var1 <- chartr("ÁÉÍÓÚ", "AEIOU", cod$Var1)

  # Unimos la información para tener el orden adecuado para el gráfico
prov.f <- full_join(cod,prov)[-25,-1]

  # Graficamos
hcmap("countries/ec/ec-all", data = prov.f, value = "Freq",
      dataLabels = list(enabled = TRUE, format = '{point.name}'))