casen_2006 <<- readRDS("C:/Users/chris/OneDrive/Documentos/archivos_grandes/casen_2006_c.rds")
casen_2006 <- mutate_if(casen_2006, is.factor, as.character)
casen_2009 <<- readRDS("C:/Users/chris/OneDrive/Documentos/archivos_grandes/casen_2009_c.rds")
casen_2009 <- mutate_if(casen_2009, is.factor, as.character)
casen_2011 <<- readRDS("C:/Users/chris/OneDrive/Documentos/archivos_grandes/casen_2011_c.rds")
casen_2011 <- mutate_if(casen_2011, is.factor, as.character)
casen_2013 <<- readRDS("C:/Users/chris/OneDrive/Documentos/archivos_grandes/casen_2013_c.rds")
casen_2013 <- mutate_if(casen_2013, is.factor, as.character)
casen_2015 <<- readRDS("C:/Users/chris/OneDrive/Documentos/archivos_grandes/casen_2015_c.rds")
casen_2015 <- mutate_if(casen_2015, is.factor, as.character)
casen_2017 <<- readRDS("C:/Users/chris/OneDrive/Documentos/archivos_grandes/casen_2017_c.rds")
casen_2017 <- mutate_if(casen_2017, is.factor, as.character)
casen_2020 <<- readRDS("C:/Users/chris/OneDrive/Documentos/archivos_grandes/casen2020.rds")
casen_2020 <- mutate_if(casen_2020, is.factor, as.character)

cod_com <- readRDS("C:/Users/chris/OneDrive/Documentos/archivos_grandes/codigos_comunales_2006-2020.rds") 
names(cod_com)[2] <- "comuna"

casen_2006$E1[casen_2006$E1 == "No sabe /Sin dato"] <- NA

casen_2011$e1[casen_2011$e1 == "Sí, lee y escribe"] <- "Sí"
casen_2011$e1[casen_2011$e1 == "No, sólo lee"] <- "No"
casen_2011$e1[casen_2011$e1 == "No, ninguno"] <- "No"
casen_2011$e1[casen_2011$e1 == "No, sólo escribe"] <- "No"

casen_2013$e1[casen_2013$e1 == "Sí, lee y escribe"] <- "Sí"
casen_2013$e1[casen_2013$e1 == "No, ninguno"] <- "No"
casen_2013$e1[casen_2013$e1 == "No, sólo lee"] <- "No"
casen_2013$e1[casen_2013$e1 == "No, sólo escribe"] <- "No"
casen_2013$e1[casen_2013$e1 == "NS/NR"] <- NA

casen_2015$e1[casen_2015$e1 == "Sí, lee y escribe"] <- "Sí"
casen_2015$e1[casen_2015$e1 == "No, ninguno"] <- "No"
casen_2015$e1[casen_2015$e1 == "No, sólo lee"] <- "No"
casen_2015$e1[casen_2015$e1 == "No, sólo escribe"] <- "No"

casen_2017$e1[casen_2017$e1 == "Sí, lee y escribe"] <- "Sí"
casen_2017$e1[casen_2017$e1 == "No, sólo lee"] <- "No"
casen_2017$e1[casen_2017$e1 == "No, ninguno"] <- "No"
casen_2017$e1[casen_2017$e1 == "No sabe/responde"] <- NA
casen_2017$e1[casen_2017$e1 == "No, sólo escribe"] <- "No"

fn_etnia <- function(union){
union$Etnia[union$Etnia == "Aimara" ]  <- "Aymara"
union$Etnia[union$Etnia == "No pertenece a ninguno de estos pueblos indígenas" ]  <-  "No pertenece a ningún pueblo indígena" 
union$Etnia[union$Etnia == "Mapuche"]  <- "Mapuche"
union$Etnia[union$Etnia == "Diaguita"]  <- "Diaguita"
union$Etnia[union$Etnia == "Atacameño" ]  <- "Atacameño"
union$Etnia[union$Etnia == "Atacameño (Likan-Antai)" ]  <- "Atacameño"
union$Etnia[union$Etnia == "Atacameño (Likán Antai)" ]  <- "Atacameño"
union$Etnia[union$Etnia == "Atacameño (Likán-Antai)" ]  <- "Atacameño"
union$Etnia[union$Etnia == "Quechua" ]  <- "Quechua"
union$Etnia[union$Etnia == "Yámana o Yagán" ]  <- "Yagán"
union$Etnia[union$Etnia == "Yagan" ]  <- "Yagán"
union$Etnia[union$Etnia == "Yagán (Yámana)" ]  <- "Yagán"
union$Etnia[union$Etnia == "Rapa-Nui o Pascuenses"]  <- "Pascuense"
union$Etnia[union$Etnia == "Rapa-Nui"]  <- "Pascuense"
union$Etnia[union$Etnia == "Rapa Nui (Pascuense)"]  <- "Pascuense"
union$Etnia[union$Etnia == "Rapa Nui"]  <- "Pascuense"
union$Etnia[union$Etnia == "Collas"]  <- "Coya"
union$Etnia[union$Etnia == "Kawashkar o Alacalufes" ]  <- "Alacalufe"
union$Etnia[union$Etnia == "Kawashkar" ]  <- "Alacalufe"
union$Etnia[union$Etnia == "Kawésqar (Alacalufes)" ]  <- "Alacalufe"
union$Etnia[union$Etnia == "Kawésqar" ]  <- "Alacalufe"
union$Etnia[union$Etnia == "Kawaskar" ]  <- "Alacalufe"
union$Etnia[union$Etnia == "Chango" ]  <- "Chango"
union$Etnia[union$Etnia ==  "Sin dato"]  <- NA
union$Etnia[union$Etnia ==  "NS/NR"   ]  <- NA
union$Etnia[union$Etnia == "No sabe/no responde" ]  <- NA 

union <<- union
}

for (i in unique(casen_2020$r2_pais_esp)) {
  pais <- gsub("(^[[:space:]]+|[[:space:]]+$)", "", i)
  pais <- tolower(pais)
  casen_2020$r2_pais_esp[casen_2020$r2_pais_esp == i] <- str_to_title(pais) 
} 

casen_2011$r2p_cod[casen_2011$r2p_cod == "No contesta"] <- "NS/NR"
casen_2013$r2_p_cod[casen_2013$r2_p_cod == "No contesta"] <- "NS/NR"
casen_2015$r2espp_cod[casen_2015$r2espp_cod == "No contesta"] <- "NS/NR"
casen_2017$r2_p_cod[casen_2017$r2_p_cod == "No Bien Especificado"] <- "NS/NR"
casen_2017$r2_p_cod[casen_2017$r2_p_cod == "No Responde"] <- "NS/NR"
casen_2020$r2_pais_esp[casen_2020$r2_pais_esp == "No Bien Especificado"] <- "NS/NR"
casen_2020$r2_pais_esp[casen_2020$r2_pais_esp == ""] <- NA

ab <- casen_2006
unique_d_2006 <- unique(ab$E5)
# unique_d_2006

ab <- casen_2009
unique_d_2009 <- unique(ab$E4)
# unique_d_2009

ab <- casen_2011
unique_d_2011 <- unique(ab$e4)
# unique_d_2011

ab <- casen_2013
unique_d_2013 <- unique(ab$e4)
# unique_d_2013

ab <- casen_2015
unique_d_2015 <- unique(ab$e4)
# unique_d_2015

ab <- casen_2017
unique_d_2017 <- unique(ab$e4)
# unique_d_2017

el_total_final$observation <- 1:nrow(el_total_final) 
datatable(el_total_final, extensions = 'Buttons', escape = FALSE, rownames = FALSE,
          options = list(dom = 'Bfrtip',
          buttons = list('colvis', list(extend = 'collection',
          buttons = list(
          list(extend='copy'),
          list(extend='excel',
            filename = 'tabla_Diccionario'),
          list(extend='pdf',
            filename= 'tabla_Diccionario')),
          text = 'Download')), scrollX = TRUE))

dataf1 <- data.frame()
for (n in 1:nrow(el_total_final)) { 
  dataf1 <- rbind(dataf1,paste0("m['e4'][m['e4'] ==  '",el_total_final[n,1],"']"," <- '",el_total_final[n,2],"'"))
}
dataf1 <- as.data.frame(dataf1)
write_xlsx(dataf1,"el_total_final.xlsx")

la_correccion <- function(m) {

m['e4'][m['e4'] ==  'NA'] <- '1'
m['e4'][m['e4'] ==  'No existe establecimiento cercano'] <- '2'
m['e4'][m['e4'] ==  'No es necesario porque lo(a) cuidan en la casa.'] <- '3'
m['e4'][m['e4'] ==  'No lo aceptan'] <- '4'
m['e4'][m['e4'] ==  'No veo utilidad en que asista a esta edad'] <- '5'
m['e4'][m['e4'] ==  'Desconfío del cuidado que recibiría'] <- '6'
m['e4'][m['e4'] ==  'El horario no me acomoda'] <- '7'
m['e4'][m['e4'] ==  'Otra Razón'] <- '8'
m['e4'][m['e4'] ==  'Se enfermaría mucho'] <- '9'
m['e4'][m['e4'] ==  'No hay matrícula (vacantes)'] <- '10'
m['e4'][m['e4'] ==  'Dificultad económica'] <- '11'
m['e4'][m['e4'] ==  'Sin dato'] <- '12'
m['e4'][m['e4'] ==  'Dificultad de acceso o movilización'] <- '13'
m['e4'][m['e4'] ==  'Tiene una discapacidad'] <- '14'
m['e4'][m['e4'] ==  'Requiere establecimiento especial'] <- '15'
m['e4'][m['e4'] ==  'Otra razón. Especifique'] <- '16'
m['e4'][m['e4'] ==  'No es necesario porque lo cuidan en la casa'] <- '17'
m['e4'][m['e4'] ==  'No me parece necesario que asista a esta edad'] <- '18'
m['e4'][m['e4'] ==  'No hay matrícula (vacantes) o no lo aceptan'] <- '19'
m['e4'][m['e4'] ==  'No me alcanza el puntaje de la ficha de protección social'] <- '20'
m['e4'][m['e4'] ==  'Se enfermería mucho'] <- '21'
m['e4'][m['e4'] ==  'Tiene discapacidad o requiere de educacional especial'] <- '22'
m['e4'][m['e4'] ==  'NS/NR'] <- '23'
m['e4'][m['e4'] ==  'No me alcanza el puntaje de la ficha de protección social para postular'] <- '24'
m['e4'][m['e4'] ==  'No me alcanza el puntaje de la Ficha de Protección Social (FPS) para postular'] <- '25'
m['e4'][m['e4'] ==  'Tiene discapacidad o requiere establecimiento de educacional especial'] <- '26'
m['e4'][m['e4'] ==  'No es necesario porque lo(a) cuidan en la casa'] <- '27'
m['e4'][m['e4'] ==  'No sabe/no responde'] <- '28'
m['e4'][m['e4'] ==  'Dada su discapacidad, prefiero que no asista'] <- '29'
m['e4'][m['e4'] ==  'Dada su discapacidad, el establecimiento educacional no lo a'] <- '30'
m['e4'][m['e4'] ==  'No fue priorizado por el establecimiento'] <- '31'

 
mm <<- m 
}

ab <- casen_2011

b <- ab$comuna
c <- ab$e4
d <- ab$r2p_cod
e <- ab$sexo
f <- ab$e1

cross_tab =  xtabs(ab$expc_full ~   unlist(b) + unlist(c)  + unlist(d) + unlist(e)  ,aggregate(ab$expc_full ~  unlist(b) + unlist(c) + unlist(d) + unlist(e)  ,ab,mean))
tabla <- as.data.frame(cross_tab)
d <-tabla[!(tabla$Freq == 0),]
d$anio <- "2011"
      
names(d)[1] <- "comuna"
names(d)[2] <- "e4"
names(d)[3] <- "Origen"
names(d)[4] <- "Sexo"
names(d)[5] <- "Frecuencia"
names(d)[6] <- "Año"

#d$cod <- d[,2]
#d <- d[,c(1,8,2,3,4,5,6,7)]
d_2011 <- d
# datatable(d_2011, extensions = 'Buttons', escape = FALSE, rownames = FALSE,
#           options = list(dom = 'Bfrtip',
#           buttons = list('colvis', list(extend = 'collection',
#           buttons = list(
#           list(extend='copy'),
#           list(extend='excel',
#             filename = 'urbano-ruralidad'),
#           list(extend='pdf',
#             filename= 'urbano-ruralidad')),
#           text = 'Download')), scrollX = TRUE))

d_2011 <- mutate_if(d_2011, is.factor, as.character)

la_correccion(d_2011)
names(mm)[2] <- paste0(colnames(mm)[3])
names(mm)[3] <- paste0("cod_",colnames(mm)[3])
mm_11<- mm
# datatable(mm, extensions = 'Buttons', escape = FALSE, rownames = FALSE,
#           options = list(dom = 'Bfrtip',
#           buttons = list('colvis', list(extend = 'collection',
#           buttons = list(
#           list(extend='copy'),
#           list(extend='excel',
#             filename = 'urbano-ruralidad'),
#           list(extend='pdf',
#             filename= 'urbano-ruralidad')),
#           text = 'Download')), scrollX = TRUE))

ab <- casen_2013

b <- ab$comuna
c <- ab$e4
d <- ab$r2_p_cod
e <- ab$sexo
f <- ab$e1

cross_tab =  xtabs(ab$expc ~   unlist(b) + unlist(c)  + unlist(d) + unlist(e)  ,aggregate(ab$expc ~  unlist(b) + unlist(c) + unlist(d) + unlist(e)  ,ab,mean))
tabla <- as.data.frame(cross_tab)
d <-tabla[!(tabla$Freq == 0),]
d$anio <- "2013"
      
names(d)[1] <- "comuna"
names(d)[2] <- "e4"
names(d)[3] <- "Origen"
names(d)[4] <- "Sexo"
names(d)[5] <- "Frecuencia"
names(d)[6] <- "Año"


#d <- d[,c(1,8,2,3,4,5,6,7)]
d_2013 <- d
# datatable(d_2013, extensions = 'Buttons', escape = FALSE, rownames = FALSE,
#           options = list(dom = 'Bfrtip',
#           buttons = list('colvis', list(extend = 'collection',
#           buttons = list(
#           list(extend='copy'),
#           list(extend='excel',
#             filename = 'urbano-ruralidad'),
#           list(extend='pdf',
#             filename= 'urbano-ruralidad')),
#           text = 'Download')), scrollX = TRUE))

d_2013 <- mutate_if(d_2013, is.factor, as.character)

la_correccion(d_2013)
names(mm)[2] <- paste0(colnames(mm)[3])
names(mm)[3] <- paste0("cod_",colnames(mm)[3])
mm_13<- mm
# datatable(mm, extensions = 'Buttons', escape = FALSE, rownames = FALSE,
#           options = list(dom = 'Bfrtip',
#           buttons = list('colvis', list(extend = 'collection',
#           buttons = list(
#           list(extend='copy'),
#           list(extend='excel',
#             filename = 'urbano-ruralidad'),
#           list(extend='pdf',
#             filename= 'urbano-ruralidad')),
#           text = 'Download')), scrollX = TRUE))

ab <- casen_2015

b <- ab$comuna
c <- ab$e4
d <- ab$r2espp_cod
e <- ab$sexo
f <- ab$e1

cross_tab =  xtabs(ab$expc_todas ~   unlist(b) + unlist(c)  + unlist(d) + unlist(e)  ,aggregate(ab$expc_todas ~  unlist(b) + unlist(c) + unlist(d) + unlist(e)  ,ab,mean))
tabla <- as.data.frame(cross_tab)
d <-tabla[!(tabla$Freq == 0),]
d$anio <- "2015"
      
names(d)[1] <- "comuna"
names(d)[2] <- "e4"
names(d)[3] <- "Origen"
names(d)[4] <- "Sexo"
names(d)[5] <- "Frecuencia"
names(d)[6] <- "Año"


#d <- d[,c(1,8,2,3,4,5,6,7)]
d_2015 <- d
# datatable(d_2015, extensions = 'Buttons', escape = FALSE, rownames = FALSE,
#           options = list(dom = 'Bfrtip',
#           buttons = list('colvis', list(extend = 'collection',
#           buttons = list(
#           list(extend='copy'),
#           list(extend='excel',
#             filename = 'urbano-ruralidad'),
#           list(extend='pdf',
#             filename= 'urbano-ruralidad')),
#           text = 'Download')), scrollX = TRUE))

d_2015 <- mutate_if(d_2015, is.factor, as.character)

la_correccion(d_2015)
names(mm)[2] <- paste0(colnames(mm)[3])
names(mm)[3] <- paste0("cod_",colnames(mm)[3])
mm_15<- mm
# datatable(mm, extensions = 'Buttons', escape = FALSE, rownames = FALSE,
#           options = list(dom = 'Bfrtip',
#           buttons = list('colvis', list(extend = 'collection',
#           buttons = list(
#           list(extend='copy'),
#           list(extend='excel',
#             filename = 'urbano-ruralidad'),
#           list(extend='pdf',
#             filename= 'urbano-ruralidad')),
#           text = 'Download')), scrollX = TRUE))

ab <- casen_2017

b <- ab$comuna
c <- ab$e4
d <- ab$r2_p_cod
e <- ab$sexo
f <- ab$e1

cross_tab =  xtabs(ab$expc ~   unlist(b) + unlist(c)  + unlist(d) + unlist(e)  ,aggregate(ab$expc ~  unlist(b) + unlist(c) + unlist(d) + unlist(e)  ,ab,mean))
tabla <- as.data.frame(cross_tab)
d <-tabla[!(tabla$Freq == 0),]
d$anio <- "2017"
      
      
names(d)[1] <- "comuna"
names(d)[2] <- "e4"
names(d)[3] <- "Origen"
names(d)[4] <- "Sexo"
names(d)[5] <- "Frecuencia"
names(d)[6] <- "Año"


#d <- d[,c(1,8,2,3,4,5,6,7)]
d_2017 <- d
# datatable(d_2017, extensions = 'Buttons', escape = FALSE, rownames = FALSE,
#           options = list(dom = 'Bfrtip',
#           buttons = list('colvis', list(extend = 'collection',
#           buttons = list(
#           list(extend='copy'),
#           list(extend='excel',
#             filename = 'urbano-ruralidad'),
#           list(extend='pdf',
#             filename= 'urbano-ruralidad')),
#           text = 'Download')), scrollX = TRUE))

d_2017 <- mutate_if(d_2017, is.factor, as.character)

la_correccion(d_2017)
names(mm)[2] <- paste0(colnames(mm)[3])
names(mm)[3] <- paste0("cod_",colnames(mm)[3]) 
mm_17<- mm
# datatable(mm, extensions = 'Buttons', escape = FALSE, rownames = FALSE,
#           options = list(dom = 'Bfrtip',
#           buttons = list('colvis', list(extend = 'collection',
#           buttons = list(
#           list(extend='copy'),
#           list(extend='excel',
#             filename = 'urbano-ruralidad'),
#           list(extend='pdf',
#             filename= 'urbano-ruralidad')),
#           text = 'Download')), scrollX = TRUE))