En este trabajo voy a unir datos espaciales.Para esto primero voy a activar las librerias a utilizar.

library(tidyverse)
## Warning: package 'tidyverse' was built under R version 4.0.5
## -- Attaching packages --------------------------------------- tidyverse 1.3.1 --
## v ggplot2 3.3.5     v purrr   0.3.4
## v tibble  3.1.2     v dplyr   1.0.7
## v tidyr   1.1.3     v stringr 1.4.0
## v readr   1.4.0     v forcats 0.5.1
## Warning: package 'ggplot2' was built under R version 4.0.5
## Warning: package 'tibble' was built under R version 4.0.5
## Warning: package 'dplyr' was built under R version 4.0.5
## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()
library(sf)
## Warning: package 'sf' was built under R version 4.0.5
## Linking to GEOS 3.9.0, GDAL 3.2.1, PROJ 7.2.1

Voy a leer el primer dataset a utilizar.

cababarrios <- st_read("barrios_caba.geojson", stringsAsFactors = TRUE)
## Reading layer `barrios_caba' from data source 
##   `C:\Users\23377970594\Documents\MEU\TP 1 CSDATOS II\barrios_caba.geojson' 
##   using driver `GeoJSON'
## Simple feature collection with 48 features and 1 field
## Geometry type: MULTIPOLYGON
## Dimension:     XY
## Bounding box:  xmin: -58.53152 ymin: -34.70529 xmax: -58.33515 ymax: -34.52649
## Geodetic CRS:  WGS 84
sitioswifi <- read.csv("sitios-de-wifi.csv", stringsAsFactors = TRUE)
summary(sitioswifi)
##       long             lat               id        
##  Min.   :-58.53   Min.   :-34.69   Min.   :   1.0  
##  1st Qu.:-58.46   1st Qu.:-34.64   1st Qu.: 362.0  
##  Median :-58.42   Median :-34.61   Median : 739.0  
##  Mean   :-58.43   Mean   :-34.61   Mean   : 716.4  
##  3rd Qu.:-58.39   3rd Qu.:-34.59   3rd Qu.:1119.0  
##  Max.   :-58.35   Max.   :-34.53   Max.   :1392.0  
##                                                    
##                                                nombre   
##  Centro de AcciƃĀ³n Familiar BartolomƃĀ© Mitre      :  2  
##  Centro de DƃĀ­a Nro. 24                           :  2  
##  Conservatorio S. M. "Manuel de Falla"            :  2  
##  Conservatorio Superior de MƃĀŗsica Manuel de Falla:  2  
##  DirecciƃĀ³n de Licencias                          :  2  
##  EMAD - Escuela Metropolitana de Arte DramƃĀ”tico  :  2  
##  (Other)                                          :885  
##                             tipo                     etapa    
##  Espacio PƃĀŗblico             :208                      :220  
##  Hospitales y Centros de Salud:203   Ejecutados 2017    :  6  
##  Parques y Plazas             :127   GestiƃĀ³n previa HRL:410  
##  Metrobus                     :112   Primera etapa HRL  : 22  
##  Subte                        :100   Segunda etapa HRL  :237  
##  Cultura                      : 37   Segunda Etapa HRL  :  2  
##  (Other)                      :110                            
##         etapa_obse            estado               subcategor 
##  Proyecto 125:125   Disponible   :844   Parques y Plazas:108  
##              :123   Dsiponible   : 36   CeSAC           : 81  
##  Julio-2017  : 80   No Disponible: 17   Hospitales      : 46  
##  Abril-17    : 61                       Norte           : 41  
##  jul-14      : 47                       Sede Comunal    : 38  
##  Diciembre-1 : 41                       Hospital        : 33  
##  (Other)     :420                       (Other)         :550  
##             calle_nombre  calle_altura                  calle_cruce 
##                   : 31   Min.   :    0                        :648  
##  Cabildo          : 23   1st Qu.:    0   ROLDAN, BELISARIO AV.:  6  
##  9 DE JULIO AV.   : 18   Median :  954   CASTAƃā€˜ARES AV.      :  4  
##  Av. Juan B. Justo: 17   Mean   : 1701   Jujuy                :  4  
##  CORRIENTES AV.   : 14   3rd Qu.: 3001   Perette              :  4  
##  San MartƃĀ­n Av.  : 12   Max.   :10300   PUEYRREDON AV.       :  4  
##  (Other)          :782                   (Other)              :227  
##               barrio          comuna    codigo_postal  codigo_postal_argentino
##  San Nicolas     : 78   Comuna 1 :163   Min.   :1001           :294           
##  Palermo         : 60   Comuna 4 :116   1st Qu.:1171   C1275AHG:  4           
##  Flores          : 46   Comuna 8 : 76   Median :1407   C1405ALD:  4           
##  Parque Patricios: 45   Comuna 7 : 64   Mean   :1308   C1429AAB:  4           
##  Balvanera       : 40   Comuna 13: 61   3rd Qu.:1426   C1439GVN:  4           
##  Barracas        : 37   Comuna 14: 60   Max.   :1440   C1042AAO:  3           
##  (Other)         :591   (Other)  :357   NA's   :291    (Other) :584           
##         objeto   
##  SITIO WIFI:897  
##                  
##                  
##                  
##                  
##                  
##

Voy a identificar cuales son los puntos de wifi en la ciudad.

ggplot()+
  geom_sf(data = cababarrios)+
  geom_point(data = sitioswifi, aes(x=long, y=lat))

cababarrios1 <- st_read("barrios_caba2.geojson")
## Reading layer `barrios_caba' from data source 
##   `C:\Users\23377970594\Documents\MEU\TP 1 CSDATOS II\barrios_caba2.geojson' 
##   using driver `GeoJSON'
## Simple feature collection with 48 features and 1 field
## Geometry type: MULTIPOLYGON
## Dimension:     XY
## Bounding box:  xmin: -58.53152 ymin: -34.70529 xmax: -58.33515 ymax: -34.52649
## Geodetic CRS:  WGS 84

En el siguiente grafico se ve la cantidad de sitios Wifi por comuna

ggplot(sitioswifi)+ 
  geom_bar(aes(x=comuna, weigth=id))+ 
  labs(title = "Cantidad de sitios wifi en CABA")
## Warning: Ignoring unknown aesthetics: weigth

library(ggmap)
## Warning: package 'ggmap' was built under R version 4.0.5
## Google's Terms of Service: https://cloud.google.com/maps-platform/terms/.
## Please cite ggmap if you use it! See citation("ggmap") for details.