casen_2017 <- readRDS(file = "../../../../archivos_grandes/casen_2017_c.rds")

nrow(casen_2017)

Q <- quantile(casen_2017$ytotcor, probs=c(.25, .75), na.rm = T)
iqr <- IQR(casen_2017$ytotcor, na.rm = T)
casen_2017_sin_o <- subset(casen_2017, casen_2017$ytotcor > (Q[1] - 1.5*iqr) & casen_2017$ytotcor < (Q[2]+1.5*iqr))
casen_2017_sin_o <- data.frame(lapply(casen_2017_sin_o, as.character), stringsAsFactors=FALSE)

# ggg <- head(casen_2017_sin_o,10)
# 
# kbl(ggg) %>%
#   kable_styling(bootstrap_options = c("striped", "hover")) %>%
#   kable_paper() %>%
#   scroll_box(width = "100%", height = "300px")

nrow(casen_2017_sin_o)

b <-  as.numeric(casen_2017_sin_o$ytotcor)
a <- casen_2017_sin_o$comuna
c <- casen_2017_sin_o$zona
promedios_grupales <-aggregate(b, by=list(a,c), FUN = mean , na.rm=TRUE )
head(promedios_grupales,5)

#Asignamos nombres con sentido a las cabeceras:
names(promedios_grupales)[1] <- "comuna"
names(promedios_grupales)[2] <- "zona"
names(promedios_grupales)[3] <- "promedio_i"
promedios_grupales$año <- "2017"
head(promedios_grupales,5)

nrow(promedios_grupales)

codigos_comunales <- readRDS(file = "../../../../archivos_grandes/codigos_comunales_2011-2017.rds")
names(codigos_comunales)[1] <- "código"
names(codigos_comunales)[2] <- "comuna"
df_2017 = merge( x = promedios_grupales, y = codigos_comunales, by = "comuna", all.x = TRUE)
head(df_2017,5)

library("rio")
x <- import("../../../../archivos_grandes/Microdato_Censo2017-Personas.csv")
my_summary_data <- x %>%
    group_by(x$COMUNA) %>%
    summarise(Count = n()) 
names(my_summary_data)[1] <- "comuna"     
names(my_summary_data)[2] <- "personas"
head(my_summary_data,5)

# recogemos el campo Comuna:
codigos <- my_summary_data$comuna
# construimos una secuencia llamada rango del 1 al total de filas del dataset:
rango <- seq(1:nrow(my_summary_data))
# Creamos un string que agrega un cero a todos los registros:
cadena <- paste("0",codigos[rango], sep = "")

# El string cadena tiene o 5 o 6 digitos, los cuales siempre deben ser siempre 5 agregandole un cero al inicio de los que tienen 4.
# Para ello extraemos un substring de la cadena sobre todas las filas (rangos) comenzando desde el primero o el segundo y llegando siempre al 6.

cadena <- substr(cadena,(nchar(cadena)[rango])-(4),6)
codigos <- as.data.frame(codigos)
cadena <- as.data.frame(cadena)
comuna_corr <- cbind(my_summary_data,cadena)
# comuna_corr <- comuna_corr[,-c(1)]
names(comuna_corr)[3] <- "código"  
comuna_corr <- comuna_corr[,-(1),drop=FALSE]
head(comuna_corr,5)

df_2017_2 = merge( x = df_2017, y = comuna_corr, by = "código", all.x = TRUE)
head(df_2017_2,5)

df_2017_2$Ingresos_expandidos <- df_2017_2$promedio_i*df_2017_2$personas
kbl(df_2017_2) %>%
kable_material(c("striped", "hover"), font_size = 14)%>%
scroll_box(width = "100%", height = "500px")

saveRDS(df_2017_2, "ingresos_expandidos_casen_2017_totales.rds")
ingresos_expandidos_casen_2017_totales <- readRDS("ingresos_expandidos_casen_2017_totales.rds")
ingresos_expandidos_casen_2017_totales_r <- filter(ingresos_expandidos_casen_2017_totales, ingresos_expandidos_casen_2017_totales$zona == "Rural")
ingresos_expandidos_casen_2017_totales_u <- filter(ingresos_expandidos_casen_2017_totales, ingresos_expandidos_casen_2017_totales$zona == "Urbano")                                                   
saveRDS(ingresos_expandidos_casen_2017_totales_r, "ingresos_expandidos_casen_2017_totales_r.rds")
saveRDS(ingresos_expandidos_casen_2017_totales_u, "ingresos_expandidos_casen_2017_totales_u.rds")