for (var1 in 1:5) {
funcion1 <- function(n){
comunales<-switch(n,"codigos_comunales_2006.rds","codigos_comunales_2009.rds","codigos_comunales_2011-2017.rds","codigos_comunales_2011-2017.rds","codigos_comunales_2011-2017.rds","codigos_comunales_2011-2017.rds","codigos_comunales_2011-2017.rds")
xx<-switch(n,"2006","2009","2011","2013","2015","2017","2020")
tanio <<- xx
switch (var1,
case = v1 <- switch(n,"S1","S1","s17","s14","s12","s12","s13"),
case = v1 <- switch(n,"O1","O1","o1","o1","o1","o1","o1"),
case = v1 <- switch(n,"O2","O2","o2","o2","o2","o2","o2"),
case = v1 <- switch(n,"O3","O3","o3","o3","o3","o3","o3"),
case = v1 <- switch(n,"O4","O4","o6","o6","o6","o6","o6")
)
if(xx==2006) {
eliminated <- dataset_06[!is.na(dataset_06$YTOTAJ),]
a <- eliminated$YTOTAJ
b <- eliminated$COMUNA
c <- eliminated[,c(v1)]
d <- eliminated$E1 #alfabetismo
e <- eliminated$T4 #etnia
f <- eliminated$SEXO
anio <- 2006
}
if(xx==2009) {
eliminated <- dataset_09[!is.na(dataset_09$YTOTAJ),]
a <- eliminated$YTOTAJ
b <- eliminated$COMUNA
c <- eliminated[,c(v1)]
d <- eliminated$E1 #alfabetismo
e <- eliminated$T5 #etnia
f <- eliminated$SEXO
anio <- 2009
}
if(xx==2011) {
eliminated <- dataset_11[!is.na(dataset_11$ytotaj),]
a <- eliminated$ytotaj
b <- eliminated$comuna
c <- eliminated[,c(v1)]
d <- eliminated$e1 #alfabetismo
e <- eliminated$r6 #etnia
f <- eliminated$sexo
anio <- 2011
}
if(xx==2013) {
eliminated <- dataset_13[!is.na(dataset_13$ytotcor),]
a <- eliminated$ytotcor
b <- eliminated$comuna
c <- eliminated[,c(v1)]
d <- eliminated$e1 #alfabetismo
e <- eliminated$r6 #etnia
f <- eliminated$sexo
anio <- 2013
}
if(xx==2015) {
eliminated <- dataset_15[!is.na(dataset_15$ytotcor),]
a <- eliminated$ytotcor
b <- eliminated$comuna
c <- eliminated[,c(v1)]
d <- eliminated$e1 #alfabetismo
e <- eliminated$r3 #etnia
f <- eliminated$sexo
anio <- 2015
}
if(xx==2017) {
eliminated <- dataset_17[!is.na(dataset_17$ytotcor),]
a <- eliminated$ytotcor
b <- eliminated$comuna
c <- eliminated[,c(v1)]
d <- eliminated$e1 #alfabetismo
e <- eliminated$r3 #etnia
f <- eliminated$sexo
anio <- 2017
}
if(xx==2020) {
eliminated <- dataset_20[!is.na(dataset_20$ytotcor),]
a <- eliminated$ytotcor
b <- eliminated$comuna
c <- eliminated[,c(v1)]
d <- eliminated$sexo #alfabetismo
e <- eliminated$r3 #etnia
f <- eliminated$sexo
anio <- 2020
}
promedios_grupales <-aggregate(a, by=list(b, c, d, e,f), FUN = mean , na.rm = TRUE)
promedios_grupales_sd <-aggregate(a, by=list(b, c, d, e,f), FUN = sd , na.rm = TRUE)
promedios_grupales_gini <-aggregate(a, by=list(b, c, d, e,f), FUN = gini , na.rm = TRUE)
promedios_grupales$sd = promedios_grupales_sd$sd.a
promedios_grupales$gini = promedios_grupales_gini$gini.a
d<-promedios_grupales
d$Año <- anio
names(d)[1] <- "Comuna"
names(d)[2] <- "Variable de estudio"
names(d)[3] <- "Alfabetismo"
names(d)[4] <- "Etnia"
names(d)[5] <- "Sexo"
names(d)[6] <- "Promedio del Ingreso"
names(d)[7] <- "Desviación standard"
names(d)[8] <- "Gini"
names(d)[9] <- "Año"
direc_cod_com <- paste0("C:/Users/enamo/Desktop/Shiny-R/Casen_en_pandemia_2020/",comunales)
codigos_comunales <- readRDS(file = direc_cod_com)
names(codigos_comunales)[1] <- "Código"
names(codigos_comunales)[2] <- "Comuna"
tabla_df = merge( x = d, y = codigos_comunales, by = "Comuna", all.x = TRUE)
tabla_df <-tabla_df[!(tabla_df$Promedio == 0),]
tabla_df2 <<- tabla_df
# variable_in<-"ytotcor"
# ingreso_rds <- paste("e6a_",variable_in,"_",anio,"pruebas.rds", sep="")
}
data_df3 <- data.frame()
for (n in 1:7){
funcion1(n)
data_df3 <- rbind(data_df3,tabla_df2)
}
variable_e <- switch(var1,"s12","o1","o2","o3","o6")
assign(paste0("tabla_",variable_e),data_df3)
# print(data_df)
}