Proyección de los datos indeterminados en las manzanas y aplicación de rangos de distancia a establecimientos de interes social

CC-VE

DataIntelligence
date:30-10-2021 
# bd_manzanas <- read_xlsx("v2_13_Variables_Euclidean_manzanas_extrapolar.xlsx", sheet = 2 )
# bd_manzanas <- saveRDS(bd_manzanas,"v2_13_Variables_Euclidean_manzanas_extrapolar.rds")
bd_manzanas <- readRDS("v2_13_Variables_Euclidean_manzanas_extrapolar.rds")
colnames(bd_manzanas) <- c(paste0(bd_manzanas[1,]))
bd_manzanas <- bd_manzanas[-1,]
datos_pob <- bd_manzanas[,c("TOTAL_PERS","TOTAL_HOMB","TOTAL_MUJE","PERSONAS_0","PERSONAS_6","PERSONAS_1","PERSONAS_M","PERSONAS_E","PUEBLOS_IN","COD_ZonLoc","COD_MzEnt","1_MEAN","2_MEAN","3_MEAN","4_MEAN","5_MEAN","6_MEAN","7_MEAN","8_MEAN","v_NDVI","v_EVI","v_SAVI","v_BSI","v_Celsius","CATEGORIA", "id_ciud_N")]
datos_pob$TOTAL_PERS <-  as.numeric(datos_pob$TOTAL_PERS)
datos_pob$TOTAL_HOMB <-  as.numeric(datos_pob$TOTAL_HOMB)
datos_pob$TOTAL_MUJE <-  as.numeric(datos_pob$TOTAL_MUJE)
datos_pob$PERSONAS_0 <-  as.numeric(datos_pob$PERSONAS_0)
datos_pob$PERSONAS_6 <-  as.numeric(datos_pob$PERSONAS_6)
datos_pob$PERSONAS_1 <-  as.numeric(datos_pob$PERSONAS_1)
datos_pob$PERSONAS_M <-  as.numeric(datos_pob$PERSONAS_M)
datos_pob$PERSONAS_E <-  as.numeric(datos_pob$PERSONAS_E)
datos_pob$PUEBLOS_IN <-  as.numeric(datos_pob$PUEBLOS_IN)

colnames(datos_pob) <- c("PERSONAS","HOMBRES","MUJERES","EDAD_0A5","EDAD_6A14","EDAD_15A64","EDAD_65YMAS","INMIGRANTES","PUEBLO","COD_ZonLoc","COD_MzEnt","1_MEAN","2_MEAN","3_MEAN","4_MEAN","5_MEAN","6_MEAN","7_MEAN","8_MEAN","v_NDVI","v_EVI","v_SAVI","v_BSI","v_Celsius","CATEGORIA","id_ciud_N")

1 Cálculo de hombres y mujeres

# poblacion_final <- data.frame()
# 
# for (z in unique(datos_pob$COD_ZonLoc)) {
#   
# pob_zona <- filter(datos_pob, COD_ZonLoc== z)
# pob_zona <- mutate_all(pob_zona, ~replace(., is.na(.), -1))
# pob_zona_0 <- filter(pob_zona, HOMBRES == -1)
# 
# porcent_h <-  sum(pob_zona$HOMBRES)/sum(pob_zona$PERSONAS)
# porcent_m <-  sum(pob_zona$MUJERES)/sum(pob_zona$PERSONAS)
# 
# filtro2 <- filter(pob_zona_0, pob_zona_0$HOMBRES == -1)
# filtro2$HOMBRES <- ifelse(porcent_h*filtro2$PERSONAS > porcent_m*filtro2$PERSONAS, ceiling(porcent_h*filtro2$PERSONAS) ,floor(porcent_h*filtro2$PERSONAS) ) 
# filtro2$MUJERES <- ifelse(porcent_m*filtro2$PERSONAS > porcent_h*filtro2$PERSONAS, ceiling(porcent_m*filtro2$PERSONAS) ,floor(porcent_m*filtro2$PERSONAS) )
# pob_final <- rbind(filter(pob_zona, HOMBRES != -1),filtro2)
# poblacion_final <- rbind(poblacion_final,pob_final)
# }  
# 
# tb1 <- poblacion_final

2 Cálculo EDAD_0A5

# poblacion_final <- data.frame()
# 
# for (z in unique(datos_pob$COD_ZonLoc)) {
#   
# pob_zona <- filter(tb1, COD_ZonLoc== z)
# pob_zona <- mutate_all(pob_zona, ~replace(., is.na(.), -1))
# pob_zona_0 <- filter(pob_zona, EDAD_0A5 == -1 )
#  
# porcent_edad <-  sum(filter(pob_zona, EDAD_0A5 >= 0)[4])/sum(pob_zona$PERSONAS) 
# 
# filtro2 <- filter(pob_zona_0, pob_zona_0$EDAD_0A5 == -1) 
# filtro2$EDAD_0A5 <- round_any(porcent_edad*filtro2$PERSONAS,1)
# 
# pob_final <- rbind(filter(pob_zona, EDAD_0A5 != -1),filtro2)
# poblacion_final <- rbind(poblacion_final,pob_final)
# }
# tb1 <- poblacion_final
# tb1

3 Cálculo EDAD_6A14

# poblacion_final <- data.frame()
# 
# for (z in unique(datos_pob$COD_ZonLoc)) {
#   
# pob_zona <- filter(tb1, COD_ZonLoc== z)
# pob_zona <- mutate_all(pob_zona, ~replace(., is.na(.), -1))
# pob_zona_0 <- filter(pob_zona, EDAD_6A14 == -1 )
#  
# porcent_edad <-  sum(filter(pob_zona, EDAD_6A14 >= 0)[5])/sum(pob_zona$PERSONAS) 
#  
# filtro2 <- filter(pob_zona_0, pob_zona_0$EDAD_6A14 == -1)  
# filtro2$EDAD_6A14 <- round_any(porcent_edad*filtro2$PERSONAS,1)
# 
# pob_final <- rbind(filter(pob_zona, EDAD_6A14 != -1),filtro2)
# poblacion_final <- rbind(poblacion_final,pob_final)
# }
# tb1 <- poblacion_final

4 Cálculo EDAD_15A64

# poblacion_final <- data.frame()
# 
# for (z in unique(datos_pob$COD_ZonLoc)) {
#   
# pob_zona <- filter(tb1, COD_ZonLoc== z)
# pob_zona <- mutate_all(pob_zona, ~replace(., is.na(.), -1))
# pob_zona_0 <- filter(pob_zona, EDAD_15A64 == -1 )
#  
# porcent_edad <-  sum(filter(pob_zona, EDAD_15A64 >= 0)[6])/sum(pob_zona$PERSONAS) 
#  
# filtro2 <- filter(pob_zona_0, pob_zona_0$EDAD_15A64 == -1) 
# filtro2$EDAD_15A64 <- round_any(porcent_edad*filtro2$PERSONAS,1)
# 
# pob_final <- rbind(filter(pob_zona, EDAD_15A64 != -1),filtro2)
# poblacion_final <- rbind(poblacion_final,pob_final)
# }
# tb1 <- poblacion_final

5 Cálculo EDAD_65YMAS

# poblacion_final <- data.frame()
# 
# for (z in unique(datos_pob$COD_ZonLoc)) {
#   
# pob_zona <- filter(tb1, COD_ZonLoc== z)
# pob_zona <- mutate_all(pob_zona, ~replace(., is.na(.), -1))
# pob_zona_0 <- filter(pob_zona, EDAD_65YMAS == -1 )
#  
# porcent_edad <-  sum(filter(pob_zona, EDAD_65YMAS >= 0)[7])/sum(pob_zona$PERSONAS) 
#  
# filtro2 <- filter(pob_zona_0, pob_zona_0$EDAD_65YMAS == -1)   
# filtro2$EDAD_65YMAS <- round_any(porcent_edad*filtro2$PERSONAS,1)
# 
# pob_final <- rbind(filter(pob_zona, EDAD_65YMAS != -1),filtro2)
# poblacion_final <- rbind(poblacion_final,pob_final)
# }
# tb1 <- poblacion_final

6 Cálculo INMIGRANTES

# poblacion_final <- data.frame()
# 
# for (z in unique(datos_pob$COD_ZonLoc)) {
# 
# pob_zona <- filter(tb1, COD_ZonLoc== z)
# pob_zona <- mutate_all(pob_zona, ~replace(., is.na(.), -1))
# pob_zona_0 <- filter(pob_zona, INMIGRANTES == -1 )
#  
# porcent_edad <-  sum(filter(pob_zona, INMIGRANTES >= 0)[8])/sum(pob_zona$PERSONAS) 
#  
# filtro2 <- filter(pob_zona_0, pob_zona_0$INMIGRANTES == -1)   
# filtro2$INMIGRANTES <- round_any(porcent_edad*filtro2$PERSONAS,1)
# 
# pob_final <- rbind(filter(pob_zona, INMIGRANTES != -1),filtro2)
# poblacion_final <- rbind(poblacion_final,pob_final)
# 
# }
# tb1 <- poblacion_final

7 Cálculo PUEBLO

# poblacion_final <- data.frame()
# 
# for (z in unique(datos_pob$COD_ZonLoc)) {
#   
# pob_zona <- filter(tb1, COD_ZonLoc== z)
# pob_zona <- mutate_all(pob_zona, ~replace(., is.na(.), -1))
# pob_zona_0 <- filter(pob_zona, PUEBLO == -1 )
#  
# porcent_edad <-  sum(filter(pob_zona, PUEBLO >= 0)[8])/sum(pob_zona$PERSONAS) 
#  
# filtro2 <- filter(pob_zona_0, pob_zona_0$PUEBLO == -1)   
# filtro2$PUEBLO <- round_any(porcent_edad*filtro2$PERSONAS,1)
# 
# pob_final <- rbind(filter(pob_zona, PUEBLO != -1),filtro2)
# poblacion_final <- rbind(poblacion_final,pob_final)
# }
# tb1 <- poblacion_final
# saveRDS(tb1,"edades.rds")
tb1 <- readRDS("edades.rds")

8 Tabla final

datatable(head(tb1,100), extensions = 'Buttons', escape = FALSE, rownames = TRUE,
          options = list(dom = 'Bfrtip',
          buttons = list('colvis', list(extend = 'collection',
          buttons = list(
          list(extend='copy'),
          list(extend='excel',
            filename = 'tabla'),
          list(extend='pdf',
            filename= 'tabla')),
          text = 'Download')), scrollX = TRUE))
datos_pob2 <- datos_pob[,c("COD_MzEnt","v_NDVI","v_EVI","v_SAVI","v_BSI","v_Celsius")]
datos_pob2 <- merge(tb1, datos_pob2, by = "COD_MzEnt")
datos_pob2 <- datos_pob2[,c(2:19,22:26,1,20,21)]

9 Rangos de variables

# bd_manzanas <- readRDS("v2_13_Variables_Euclidean_manzanas_extrapolar.rds")
# colnames(bd_manzanas) <- c(paste0(bd_manzanas[1,]))
# bd_manzanas <- bd_manzanas[-1,]
# bd_manzanas
 
rangos <- read_xlsx("codigos.xlsx")
variables <- unique(rangos$Variable)
rangosv <- filter(rangos, Variable == variables[1]) 

# mean_rango <- tb1  
mean_rango <- datos_pob2  
 
mean_rango$`1_MEAN` <-  as.numeric(mean_rango$`1_MEAN`)
mean_rango$`2_MEAN` <-  as.numeric(mean_rango$`2_MEAN`)
mean_rango$`3_MEAN` <-  as.numeric(mean_rango$`3_MEAN`)
mean_rango$`4_MEAN` <-  as.numeric(mean_rango$`4_MEAN`)
mean_rango$`5_MEAN` <-  as.numeric(mean_rango$`5_MEAN`)
mean_rango$`6_MEAN` <-  as.numeric(mean_rango$`6_MEAN`)
mean_rango$`7_MEAN` <-  as.numeric(mean_rango$`7_MEAN`)
mean_rango$`8_MEAN` <-  as.numeric(mean_rango$`8_MEAN`) 
mean_rango$v_NDVI <-  as.numeric(mean_rango$v_NDVI) 
mean_rango$v_EVI <-  as.numeric(mean_rango$v_EVI) 
mean_rango$v_SAVI <-  as.numeric(mean_rango$v_SAVI) 
mean_rango$v_BSI <-  as.numeric(mean_rango$v_BSI) 
mean_rango$v_Celsius <-  as.numeric(mean_rango$v_Celsius) 

mean_rango$`1_MEAN_rango` <- 1
mean_rango$`1_MEAN_Descripción` <- " "
mean_rango$`2_MEAN_rango` <- 1
mean_rango$`2_MEAN_Descripción` <- " "
mean_rango$`3_MEAN_rango` <- 1
mean_rango$`3_MEAN_Descripción` <- " "
mean_rango$`4_MEAN_rango` <- 1
mean_rango$`4_MEAN_Descripción` <- " "
mean_rango$`5_MEAN_rango` <- 1
mean_rango$`5_MEAN_Descripción` <- " "
mean_rango$`6_MEAN_rango` <- 1
mean_rango$`6_MEAN_Descripción` <- " "
mean_rango$`7_MEAN_rango` <- 1
mean_rango$`7_MEAN_Descripción` <- " "
mean_rango$`8_MEAN_rango` <- 1
mean_rango$`8_MEAN_Descripción` <- " "
mean_rango$`v_NDVI_rango` <- 1
mean_rango$`v_NDVI_Descripción` <- " "
mean_rango$`v_EVI_rango` <- 1
mean_rango$`v_EVI_Descripción` <- " "
mean_rango$`v_SAVI_rango` <- 1
mean_rango$`v_SAVI_Descripción` <- " "
mean_rango$`v_BSI_rango` <- 1
mean_rango$`v_BSI_Descripción` <- " "
mean_rango$`v_Celsius_rango` <- 1
mean_rango$`v_Celsius_Descripción` <- " "

Primeros intentos

# rangosv <- filter(rangos, Variable == variables[1]) 
# tabla_p <- data.frame()
#  # for (i in seq(1:nrow(mean_rango))) {
#  for (i in 1:100) {
# 
#    data1 <- mean_rango[i,]  
#    ifelse(data1$`1_MEAN` >= rangosv$Inferior[2] & data1$`1_MEAN`  <= rangosv$Superior[2], data1$`1_MEAN_rango` <- rangosv$Rango[2] ,  data1$`1_MEAN_rango` <- data1$`1_MEAN_rango` )
#    ifelse(data1$`1_MEAN` >= rangosv$Inferior[3] & data1$`1_MEAN`  <= rangosv$Superior[3], data1$`1_MEAN_rango` <- rangosv$Rango[3] ,  data1$`1_MEAN_rango` <- data1$`1_MEAN_rango` )
#    ifelse(data1$`1_MEAN` >= rangosv$Inferior[4] & data1$`1_MEAN`  <= rangosv$Superior[4], data1$`1_MEAN_rango` <- rangosv$Rango[4] ,  data1$`1_MEAN_rango` <- data1$`1_MEAN_rango` )
#    ifelse(data1$`1_MEAN` >= rangosv$Inferior[5] & data1$`1_MEAN`  <= rangosv$Superior[5], data1$`1_MEAN_rango` <- rangosv$Rango[5] ,  data1$`1_MEAN_rango` <- data1$`1_MEAN_rango` )
#    ifelse(data1$`1_MEAN` >= rangosv$Inferior[6] , data1$`1_MEAN_rango` <- rangosv$Rango[6] ,  data1$`1_MEAN_rango` <- data1$`1_MEAN_rango` )
#    tabla_p <- rbind(tabla_p,data1)
#  }
# tabla_p[,"1_MEAN_Descripción"][tabla_p[,"1_MEAN_rango"] == 1 ]  <- "24 - 500"
# tabla_p[,"1_MEAN_Descripción"][tabla_p[,"1_MEAN_rango"] == 2 ]  <- "500 - 1000"
# tabla_p[,"1_MEAN_Descripción"][tabla_p[,"1_MEAN_rango"] == 3 ]  <- "1000 - 2000"
# tabla_p[,"1_MEAN_Descripción"][tabla_p[,"1_MEAN_rango"] == 4 ]  <- "2000 - 4000"
# tabla_p[,"1_MEAN_Descripción"][tabla_p[,"1_MEAN_rango"] == 5 ]  <- "4000 - 6000"
# tabla_p[,"1_MEAN_Descripción"][tabla_p[,"1_MEAN_rango"] == 6 ]  <- ">6000"
# tabla_m1 <- tabla_p
# tabla_m1
# rangosv <- filter(rangos, Variable == variables[2]) 
# tabla_p <- data.frame()
#  for (i in 1:100) {
# 
#    data1 <- tabla_m1[i,]  
#    ifelse(data1$`2_MEAN` >= rangosv$Inferior[2] & data1$`2_MEAN`  <= rangosv$Superior[2], data1$`2_MEAN_rango` <- rangosv$Rango[2] ,  data1$`2_MEAN_rango` <- data1$`2_MEAN_rango` )
#    ifelse(data1$`2_MEAN` >= rangosv$Inferior[3] & data1$`2_MEAN`  <= rangosv$Superior[3], data1$`2_MEAN_rango` <- rangosv$Rango[3] ,  data1$`2_MEAN_rango` <- data1$`2_MEAN_rango` )
#    ifelse(data1$`2_MEAN` >= rangosv$Inferior[4] & data1$`2_MEAN`  <= rangosv$Superior[4], data1$`2_MEAN_rango` <- rangosv$Rango[4] ,  data1$`2_MEAN_rango` <- data1$`2_MEAN_rango` )
#    ifelse(data1$`2_MEAN` >= rangosv$Inferior[5] & data1$`2_MEAN`  <= rangosv$Superior[5], data1$`2_MEAN_rango` <- rangosv$Rango[5] ,  data1$`2_MEAN_rango` <- data1$`2_MEAN_rango` )
#    ifelse(data1$`2_MEAN` >= rangosv$Inferior[6] & data1$`2_MEAN`  <= rangosv$Superior[6], data1$`2_MEAN_rango` <- rangosv$Rango[6] ,  data1$`2_MEAN_rango` <- data1$`2_MEAN_rango` )
#    tabla_p <- rbind(tabla_p,data1)
#  }
# tabla_p[,"2_MEAN_Descripción"][tabla_p[,"2_MEAN_rango"] == 1 ]  <- "24 - 500"
# tabla_p[,"2_MEAN_Descripción"][tabla_p[,"2_MEAN_rango"] == 2 ]  <- "500 - 1000"
# tabla_p[,"2_MEAN_Descripción"][tabla_p[,"2_MEAN_rango"] == 3 ]  <- "1000 - 2000"
# tabla_p[,"2_MEAN_Descripción"][tabla_p[,"2_MEAN_rango"] == 4 ]  <- "2000 - 4000"
# tabla_p[,"2_MEAN_Descripción"][tabla_p[,"2_MEAN_rango"] == 5 ]  <- "4000 - 6000"
# tabla_p[,"2_MEAN_Descripción"][tabla_p[,"2_MEAN_rango"] == 6 ]  <- ">6000"
# tabla_p

10 Salud

rangosv <- filter(rangos, Variable == variables[1])  

rango1 <- filter(mean_rango, `1_MEAN` >= rangosv$Inferior[1] & `1_MEAN`  < rangosv$Superior[1] )
rango1$`1_MEAN_rango` <- 1
rango1$`1_MEAN_Descripción` <- rangosv$Descripción[1]

rango2 <- filter(mean_rango, `1_MEAN` >= rangosv$Inferior[2] & `1_MEAN`  < rangosv$Superior[2] )
rango2$`1_MEAN_rango` <- 2
rango2$`1_MEAN_Descripción` <- rangosv$Descripción[2]

rango3 <- filter(mean_rango, `1_MEAN` >= rangosv$Inferior[3] & `1_MEAN`  < rangosv$Superior[3] )
rango3$`1_MEAN_rango` <- 3
rango3$`1_MEAN_Descripción` <- rangosv$Descripción[3]

rango4 <- filter(mean_rango, `1_MEAN` >= rangosv$Inferior[4] & `1_MEAN`  < rangosv$Superior[4] )
rango4$`1_MEAN_rango` <- 4
rango4$`1_MEAN_Descripción` <- rangosv$Descripción[4]

rango5 <- filter(mean_rango, `1_MEAN` >= rangosv$Inferior[5] & `1_MEAN`  < rangosv$Superior[5] )
rango5$`1_MEAN_rango` <- 5
rango5$`1_MEAN_Descripción` <- rangosv$Descripción[5]

rango6 <- filter(mean_rango, `1_MEAN` >= rangosv$Inferior[6])
rango6$`1_MEAN_rango` <- 6
rango6$`1_MEAN_Descripción` <- rangosv$Descripción[6]

tabla_rangos <- rbind(rango1,rango2,rango3,rango4,rango5,rango6)

registros perdidos

nrow(mean_rango)-nrow(tabla_rangos)
## [1] 0

10.1 Prueba de rangos

10.1.1 rango 1

datatable(head(filter(tabla_rangos[,c("1_MEAN","1_MEAN_rango","1_MEAN_Descripción")], `1_MEAN_rango` == 1),100), options = list(pageLength = 5))

10.1.2 rango 2

datatable(head(filter(tabla_rangos[,c("1_MEAN","1_MEAN_rango","1_MEAN_Descripción")], `1_MEAN_rango` == 2),100), options = list(pageLength = 5))

10.1.3 rango 3

datatable(head(filter(tabla_rangos[,c("1_MEAN","1_MEAN_rango","1_MEAN_Descripción")], `1_MEAN_rango` == 3),100), options = list(pageLength = 5))

10.1.4 rango 4

datatable(head(filter(tabla_rangos[,c("1_MEAN","1_MEAN_rango","1_MEAN_Descripción")], `1_MEAN_rango` == 4),100), options = list(pageLength = 5))

10.1.5 rango 5

datatable(head(filter(tabla_rangos[,c("1_MEAN","1_MEAN_rango","1_MEAN_Descripción")], `1_MEAN_rango` == 5),100), options = list(pageLength = 5))

10.1.6 rango 6

datatable(head(filter(tabla_rangos[,c("1_MEAN","1_MEAN_rango","1_MEAN_Descripción")], `1_MEAN_rango` == 6),100), options = list(pageLength = 5))

11 Carabineros

rangosv <- filter(rangos, Variable == variables[2])  

rango1 <- filter(tabla_rangos, `2_MEAN` >= rangosv$Inferior[1] & `2_MEAN`  < rangosv$Superior[1] )
rango1$`2_MEAN_rango` <- 1
rango1$`2_MEAN_Descripción` <- rangosv$Descripción[1]

rango2 <- filter(tabla_rangos, `2_MEAN` >= rangosv$Inferior[2] & `2_MEAN`  < rangosv$Superior[2] )
rango2$`2_MEAN_rango` <- 2
rango2$`2_MEAN_Descripción` <- rangosv$Descripción[2]

rango3 <- filter(tabla_rangos, `2_MEAN` >= rangosv$Inferior[3] & `2_MEAN`  < rangosv$Superior[3] )
rango3$`2_MEAN_rango` <- 3
rango3$`2_MEAN_Descripción` <- rangosv$Descripción[3]

rango4 <- filter(tabla_rangos, `2_MEAN` >= rangosv$Inferior[4] & `2_MEAN`  < rangosv$Superior[4] )
rango4$`2_MEAN_rango` <- 4
rango4$`2_MEAN_Descripción` <- rangosv$Descripción[4]

rango5 <- filter(tabla_rangos, `2_MEAN` >= rangosv$Inferior[5] & `2_MEAN`  < rangosv$Superior[5] )
rango5$`2_MEAN_rango` <- 5
rango5$`2_MEAN_Descripción` <- rangosv$Descripción[5]

rango6 <- filter(tabla_rangos, `2_MEAN` >= rangosv$Inferior[6])
rango6$`2_MEAN_rango` <- 6
rango6$`2_MEAN_Descripción` <- rangosv$Descripción[6]

tabla_rangos <- rbind(rango1,rango2,rango3,rango4,rango5,rango6)

registros perdidos

nrow(mean_rango)-nrow(tabla_rangos)
## [1] 0

11.1 Prueba de rangos

11.1.1 rango 1

datatable(head(filter(tabla_rangos[,c("2_MEAN","2_MEAN_rango","2_MEAN_Descripción")], `2_MEAN_rango` == 1),100), options = list(pageLength = 5))

11.1.2 rango 2

datatable(head(filter(tabla_rangos[,c("2_MEAN","2_MEAN_rango","2_MEAN_Descripción")], `2_MEAN_rango` == 2),100), options = list(pageLength = 5))

11.1.3 rango 3

datatable(head(filter(tabla_rangos[,c("2_MEAN","2_MEAN_rango","2_MEAN_Descripción")], `2_MEAN_rango` == 3),100), options = list(pageLength = 5))

11.1.4 rango 4

datatable(head(filter(tabla_rangos[,c("2_MEAN","2_MEAN_rango","2_MEAN_Descripción")], `2_MEAN_rango` == 4),100), options = list(pageLength = 5))

11.1.5 rango 5

datatable(head(filter(tabla_rangos[,c("2_MEAN","2_MEAN_rango","2_MEAN_Descripción")], `2_MEAN_rango` == 5),100), options = list(pageLength = 5))

11.1.6 rango 6

datatable(head(filter(tabla_rangos[,c("2_MEAN","2_MEAN_rango","2_MEAN_Descripción")], `2_MEAN_rango` == 6),100), options = list(pageLength = 5))

12 Parvularia

rangosv <- filter(rangos, Variable == variables[3])  

rango1 <- filter(tabla_rangos, `3_MEAN` >= rangosv$Inferior[1] & `3_MEAN`  < rangosv$Superior[1] )
rango1$`3_MEAN_rango` <- 1
rango1$`3_MEAN_Descripción` <- rangosv$Descripción[1]

rango2 <- filter(tabla_rangos, `3_MEAN` >= rangosv$Inferior[2] & `3_MEAN`  < rangosv$Superior[2] )
rango2$`3_MEAN_rango` <- 2
rango2$`3_MEAN_Descripción` <- rangosv$Descripción[2]

rango3 <- filter(tabla_rangos, `3_MEAN` >= rangosv$Inferior[3] & `3_MEAN`  < rangosv$Superior[3] )
rango3$`3_MEAN_rango` <- 3
rango3$`3_MEAN_Descripción` <- rangosv$Descripción[3]

rango4 <- filter(tabla_rangos, `3_MEAN` >= rangosv$Inferior[4] & `3_MEAN`  < rangosv$Superior[4] )
rango4$`3_MEAN_rango` <- 4
rango4$`3_MEAN_Descripción` <- rangosv$Descripción[4]

rango5 <- filter(tabla_rangos, `3_MEAN` >= rangosv$Inferior[5] & `3_MEAN`  < rangosv$Superior[5] )
rango5$`3_MEAN_rango` <- 5
rango5$`3_MEAN_Descripción` <- rangosv$Descripción[5]

rango6 <- filter(tabla_rangos, `3_MEAN` >= rangosv$Inferior[6])
rango6$`3_MEAN_rango` <- 6
rango6$`3_MEAN_Descripción` <- rangosv$Descripción[6]

tabla_rangos <- rbind( rango1,rango2,rango3,rango4,rango5,rango6)

registros perdidos

nrow(mean_rango)-nrow(tabla_rangos)
## [1] 0

12.1 Prueba de rangos

12.1.1 rango 1

datatable(head(filter(tabla_rangos[,c("3_MEAN","3_MEAN_rango","3_MEAN_Descripción")], `3_MEAN_rango` == 1),100), options = list(pageLength = 5))

12.1.2 rango 2

datatable(head(filter(tabla_rangos[,c("3_MEAN","3_MEAN_rango","3_MEAN_Descripción")], `3_MEAN_rango` == 2),100), options = list(pageLength = 5))

12.1.3 rango 3

datatable(head(filter(tabla_rangos[,c("3_MEAN","3_MEAN_rango","3_MEAN_Descripción")], `3_MEAN_rango` == 3),100), options = list(pageLength = 5))

12.1.4 rango 4

datatable(head(filter(tabla_rangos[,c("3_MEAN","3_MEAN_rango","3_MEAN_Descripción")], `3_MEAN_rango` == 4),100), options = list(pageLength = 5))

12.1.5 rango 5

datatable(head(filter(tabla_rangos[,c("3_MEAN","3_MEAN_rango","3_MEAN_Descripción")], `3_MEAN_rango` == 5),100), options = list(pageLength = 5))

12.1.6 rango 6

datatable(head(filter(tabla_rangos[,c("3_MEAN","3_MEAN_rango","3_MEAN_Descripción")], `3_MEAN_rango` == 6),100), options = list(pageLength = 5))

13 Eduación Superior

rangosv <- filter(rangos, Variable == variables[4])  

rango1 <- filter(tabla_rangos, `4_MEAN` >= rangosv$Inferior[1] & `4_MEAN`  < rangosv$Superior[1] )
rango1$`4_MEAN_rango` <- 1
rango1$`4_MEAN_Descripción` <- rangosv$Descripción[1]

rango2 <- filter(tabla_rangos, `4_MEAN` >= rangosv$Inferior[2] & `4_MEAN`  < rangosv$Superior[2] )
rango2$`4_MEAN_rango` <- 2
rango2$`4_MEAN_Descripción` <- rangosv$Descripción[2]

rango3 <- filter(tabla_rangos, `4_MEAN` >= rangosv$Inferior[3] & `4_MEAN`  < rangosv$Superior[3] )
rango3$`4_MEAN_rango` <- 3
rango3$`4_MEAN_Descripción` <- rangosv$Descripción[3]

rango4 <- filter(tabla_rangos, `4_MEAN` >= rangosv$Inferior[4] & `4_MEAN`  < rangosv$Superior[4] )
rango4$`4_MEAN_rango` <- 4
rango4$`4_MEAN_Descripción` <- rangosv$Descripción[4]

rango5 <- filter(tabla_rangos, `4_MEAN` >= rangosv$Inferior[5] & `4_MEAN`  < rangosv$Superior[5] )
rango5$`4_MEAN_rango` <- 5
rango5$`4_MEAN_Descripción` <- rangosv$Descripción[5]

rango6 <- filter(tabla_rangos, `4_MEAN` >= rangosv$Inferior[6])
rango6$`4_MEAN_rango` <- 6
rango6$`4_MEAN_Descripción` <- rangosv$Descripción[6]

tabla_rangos <- rbind( rango1,rango2,rango3,rango4,rango5,rango6)

registros perdidos

nrow(mean_rango)-nrow(tabla_rangos)
## [1] 0

13.1 Prueba de rangos

13.1.1 rango 1

datatable(head(filter(tabla_rangos[,c("4_MEAN","4_MEAN_rango","4_MEAN_Descripción")], `4_MEAN_rango` == 1),100), options = list(pageLength = 5))

13.1.2 rango 2

datatable(head(filter(tabla_rangos[,c("4_MEAN","4_MEAN_rango","4_MEAN_Descripción")], `4_MEAN_rango` == 2),100), options = list(pageLength = 5))

13.1.3 rango 3

datatable(head(filter(tabla_rangos[,c("4_MEAN","4_MEAN_rango","4_MEAN_Descripción")], `4_MEAN_rango` == 3),100), options = list(pageLength = 5))

13.1.4 rango 4

datatable(head(filter(tabla_rangos[,c("4_MEAN","4_MEAN_rango","4_MEAN_Descripción")], `4_MEAN_rango` == 4),100), options = list(pageLength = 5))

13.1.5 rango 5

datatable(head(filter(tabla_rangos[,c("4_MEAN","4_MEAN_rango","4_MEAN_Descripción")], `4_MEAN_rango` == 5),100), options = list(pageLength = 5))

13.1.6 rango 6

datatable(head(filter(tabla_rangos[,c("4_MEAN","4_MEAN_rango","4_MEAN_Descripción")], `4_MEAN_rango` == 6),100), options = list(pageLength = 5))

14 Educación Básica y Media

rangosv <- filter(rangos, Variable == variables[5])  
 
rango1 <- filter(tabla_rangos, `5_MEAN` >= rangosv$Inferior[1] & `5_MEAN`  < rangosv$Superior[1] )
rango1$`5_MEAN_rango` <- 1
rango1$`5_MEAN_Descripción` <- rangosv$Descripción[1]

rango2 <- filter(tabla_rangos, `5_MEAN` >= rangosv$Inferior[2] & `5_MEAN`  < rangosv$Superior[2] )
rango2$`5_MEAN_rango` <- 2
rango2$`5_MEAN_Descripción` <- rangosv$Descripción[2]

rango3 <- filter(tabla_rangos, `5_MEAN` >= rangosv$Inferior[3] & `5_MEAN`  < rangosv$Superior[3] )
rango3$`5_MEAN_rango` <- 3
rango3$`5_MEAN_Descripción` <- rangosv$Descripción[3]

rango4 <- filter(tabla_rangos, `5_MEAN` >= rangosv$Inferior[4] & `5_MEAN`  < rangosv$Superior[4] )
rango4$`5_MEAN_rango` <- 4
rango4$`5_MEAN_Descripción` <- rangosv$Descripción[4]

rango5 <- filter(tabla_rangos, `5_MEAN` >= rangosv$Inferior[5] & `5_MEAN`  < rangosv$Superior[5] )
rango5$`5_MEAN_rango` <- 5
rango5$`5_MEAN_Descripción` <- rangosv$Descripción[5]

rango6 <- filter(tabla_rangos, `5_MEAN` >= rangosv$Inferior[6])
rango6$`5_MEAN_rango` <- 6
rango6$`5_MEAN_Descripción` <- rangosv$Descripción[6]

tabla_rangos <- rbind( rango1,rango2,rango3,rango4,rango5,rango6)

registros perdidos

nrow(mean_rango)-nrow(tabla_rangos)
## [1] 0

14.1 Prueba de rangos

14.1.1 rango 0

datatable(head(filter(tabla_rangos[,c("5_MEAN","5_MEAN_rango","5_MEAN_Descripción")], `5_MEAN_rango` == 0),100), options = list(pageLength = 5))

14.1.2 rango 1

datatable(head(filter(tabla_rangos[,c("5_MEAN","5_MEAN_rango","5_MEAN_Descripción")], `5_MEAN_rango` == 1),100), options = list(pageLength = 5))

14.1.3 rango 2

datatable(head(filter(tabla_rangos[,c("5_MEAN","5_MEAN_rango","5_MEAN_Descripción")], `5_MEAN_rango` == 2),100), options = list(pageLength = 5))

14.1.4 rango 3

datatable(head(filter(tabla_rangos[,c("5_MEAN","5_MEAN_rango","5_MEAN_Descripción")], `5_MEAN_rango` == 3),100), options = list(pageLength = 5))

14.1.5 rango 4

datatable(head(filter(tabla_rangos[,c("5_MEAN","5_MEAN_rango","5_MEAN_Descripción")], `5_MEAN_rango` == 4),100), options = list(pageLength = 5))

14.1.6 rango 5

datatable(head(filter(tabla_rangos[,c("5_MEAN","5_MEAN_rango","5_MEAN_Descripción")], `5_MEAN_rango` == 5),100), options = list(pageLength = 5))

14.1.7 rango 6

datatable(head(filter(tabla_rangos[,c("5_MEAN","5_MEAN_rango","5_MEAN_Descripción")], `5_MEAN_rango` == 6),100), options = list(pageLength = 5))

15 Sitio de Interés Turístico

rangosv <- filter(rangos, Variable == variables[6])  

rango1 <- filter(tabla_rangos, `6_MEAN` >= rangosv$Inferior[1] & `6_MEAN`  < rangosv$Superior[1] )
rango1$`6_MEAN_rango` <- 1
rango1$`6_MEAN_Descripción` <- rangosv$Descripción[1]

rango2 <- filter(tabla_rangos, `6_MEAN` >= rangosv$Inferior[2] & `6_MEAN`  < rangosv$Superior[2] )
rango2$`6_MEAN_rango` <- 2
rango2$`6_MEAN_Descripción` <- rangosv$Descripción[2]

rango3 <- filter(tabla_rangos, `6_MEAN` >= rangosv$Inferior[3] & `6_MEAN`  < rangosv$Superior[3] )
rango3$`6_MEAN_rango` <- 3
rango3$`6_MEAN_Descripción` <- rangosv$Descripción[3]

rango4 <- filter(tabla_rangos, `6_MEAN` >= rangosv$Inferior[4] & `6_MEAN`  < rangosv$Superior[4] )
rango4$`6_MEAN_rango` <- 4
rango4$`6_MEAN_Descripción` <- rangosv$Descripción[4]

rango5 <- filter(tabla_rangos, `6_MEAN` >= rangosv$Inferior[5] & `6_MEAN`  < rangosv$Superior[5] )
rango5$`6_MEAN_rango` <- 5
rango5$`6_MEAN_Descripción` <- rangosv$Descripción[5]

rango6 <- filter(tabla_rangos, `6_MEAN` >= rangosv$Inferior[6])
rango6$`6_MEAN_rango` <- 6
rango6$`6_MEAN_Descripción` <- rangosv$Descripción[6]

tabla_rangos <- rbind( rango1,rango2,rango3,rango4,rango5,rango6)

registros perdidos

nrow(mean_rango)-nrow(tabla_rangos)
## [1] 0

15.1 Prueba de rangos

15.1.1 rango 1

datatable(head(filter(tabla_rangos[,c("6_MEAN","6_MEAN_rango","6_MEAN_Descripción")], `6_MEAN_rango` == 1),100), options = list(pageLength = 5))

15.1.2 rango 2

datatable(head(filter(tabla_rangos[,c("6_MEAN","6_MEAN_rango","6_MEAN_Descripción")], `6_MEAN_rango` == 2),100), options = list(pageLength = 5))

15.1.3 rango 3

datatable(head(filter(tabla_rangos[,c("6_MEAN","6_MEAN_rango","6_MEAN_Descripción")], `6_MEAN_rango` == 3),100), options = list(pageLength = 5))

15.1.4 rango 4

datatable(head(filter(tabla_rangos[,c("6_MEAN","6_MEAN_rango","6_MEAN_Descripción")], `6_MEAN_rango` == 4),100), options = list(pageLength = 5))

15.1.5 rango 5

datatable(head(filter(tabla_rangos[,c("6_MEAN","6_MEAN_rango","6_MEAN_Descripción")], `6_MEAN_rango` == 5),100), options = list(pageLength = 5))

15.1.6 rango 6

datatable(head(filter(tabla_rangos[,c("6_MEAN","6_MEAN_rango","6_MEAN_Descripción")], `6_MEAN_rango` == 6),100), options = list(pageLength = 5))

16 Monumento Nacional

rangosv <- filter(rangos, Variable == variables[7])  

rango1 <- filter(tabla_rangos, `7_MEAN` >= rangosv$Inferior[1] & `7_MEAN`  < rangosv$Superior[1] )
rango1$`7_MEAN_rango` <- 1
rango1$`7_MEAN_Descripción` <- rangosv$Descripción[1]

rango2 <- filter(tabla_rangos, `7_MEAN` >= rangosv$Inferior[2] & `7_MEAN`  < rangosv$Superior[2] )
rango2$`7_MEAN_rango` <- 2
rango2$`7_MEAN_Descripción` <- rangosv$Descripción[2]

rango3 <- filter(tabla_rangos, `7_MEAN` >= rangosv$Inferior[3] & `7_MEAN`  < rangosv$Superior[3] )
rango3$`7_MEAN_rango` <- 3
rango3$`7_MEAN_Descripción` <- rangosv$Descripción[3]

rango4 <- filter(tabla_rangos, `7_MEAN` >= rangosv$Inferior[4] & `7_MEAN`  < rangosv$Superior[4] )
rango4$`7_MEAN_rango` <- 4
rango4$`7_MEAN_Descripción` <- rangosv$Descripción[4]

rango5 <- filter(tabla_rangos, `7_MEAN` >= rangosv$Inferior[5] & `7_MEAN`  < rangosv$Superior[5] )
rango5$`7_MEAN_rango` <- 5
rango5$`7_MEAN_Descripción` <- rangosv$Descripción[5]

rango6 <- filter(tabla_rangos, `7_MEAN` >= rangosv$Inferior[6])
rango6$`7_MEAN_rango` <- 6
rango6$`7_MEAN_Descripción` <- rangosv$Descripción[6]

tabla_rangos <- rbind( rango1,rango2,rango3,rango4,rango5,rango6)

registros perdidos

nrow(mean_rango)-nrow(tabla_rangos)
## [1] 0

Rangos Monumento Nacional

rangosv <- filter(rangos, Variable == variables[7])  
rangosv
## # A tibble: 6 x 6
##   Código Variable           Rango Inferior Superior Descripción  
##    <dbl> <chr>              <dbl>    <dbl>    <dbl> <chr>        
## 1      7 Monumento Nacional     1       14     2500 14 - 2500    
## 2      7 Monumento Nacional     2     2500    10000 2500 - 10000 
## 3      7 Monumento Nacional     3    10000    20000 10000 - 20000
## 4      7 Monumento Nacional     4    20000    30000 20000 - 30000
## 5      7 Monumento Nacional     5    30000    50000 30000 - 50000
## 6      7 Monumento Nacional     6    50000       NA >50000

16.1 Prueba de rangos

16.1.1 rango 1

datatable(head(filter(tabla_rangos[,c("7_MEAN","7_MEAN_rango","7_MEAN_Descripción")], `7_MEAN_rango` == 1),100), options = list(pageLength = 5))

16.1.2 rango 2

datatable(head(filter(tabla_rangos[,c("7_MEAN","7_MEAN_rango","7_MEAN_Descripción")], `7_MEAN_rango` == 2),100), options = list(pageLength = 5))

16.1.3 rango 3

datatable(head(filter(tabla_rangos[,c("7_MEAN","7_MEAN_rango","7_MEAN_Descripción")], `7_MEAN_rango` == 3),100), options = list(pageLength = 5))

16.1.4 rango 4

datatable(head(filter(tabla_rangos[,c("7_MEAN","7_MEAN_rango","7_MEAN_Descripción")], `7_MEAN_rango` == 4),100), options = list(pageLength = 5))

16.1.5 rango 5

datatable(head(filter(tabla_rangos[,c("7_MEAN","7_MEAN_rango","7_MEAN_Descripción")], `7_MEAN_rango` == 5),100), options = list(pageLength = 5))

16.1.6 rango 6

datatable(head(filter(tabla_rangos[,c("7_MEAN","7_MEAN_rango","7_MEAN_Descripción")], `7_MEAN_rango` == 6),100), options = list(pageLength = 5))
# min(tabla_rangos$`8_MEAN`)

17 Sitios de Interés Poblacional

rangosv <- filter(rangos, Variable == variables[8])   

rango1 <- filter(tabla_rangos, `8_MEAN` > rangosv$Inferior[1] & `8_MEAN`  < rangosv$Superior[1] )
rango1$`8_MEAN_rango` <- 1
rango1$`8_MEAN_Descripción` <- rangosv$Descripción[1]

rango2 <- filter(tabla_rangos, `8_MEAN` >= rangosv$Inferior[2] & `8_MEAN`  < rangosv$Superior[2] )
rango2$`8_MEAN_rango` <- 2
rango2$`8_MEAN_Descripción` <- rangosv$Descripción[2]

rango3 <- filter(tabla_rangos, `8_MEAN` >= rangosv$Inferior[3] & `8_MEAN`  < rangosv$Superior[3] )
rango3$`8_MEAN_rango` <- 3
rango3$`8_MEAN_Descripción` <- rangosv$Descripción[3]

rango4 <- filter(tabla_rangos, `8_MEAN` >= rangosv$Inferior[4] & `8_MEAN`  < rangosv$Superior[4] )
rango4$`8_MEAN_rango` <- 4
rango4$`8_MEAN_Descripción` <- rangosv$Descripción[4]

rango5 <- filter(tabla_rangos, `8_MEAN` >= rangosv$Inferior[5] & `8_MEAN`  < rangosv$Superior[5] )
rango5$`8_MEAN_rango` <- 5
rango5$`8_MEAN_Descripción` <- rangosv$Descripción[5]

rango6 <- filter(tabla_rangos, `8_MEAN` > rangosv$Inferior[6])
rango6$`8_MEAN_rango` <- 6
rango6$`8_MEAN_Descripción` <- rangosv$Descripción[6]

tabla_rangos <- rbind( rango1,rango2,rango3,rango4,rango5,rango6)

registros perdidos

nrow(mean_rango)-nrow(tabla_rangos)
## [1] 0

Rangos Sitios de Interés Poblacional

rangosv <- filter(rangos, Variable == variables[8])  
rangosv
## # A tibble: 6 x 6
##   Código Variable                      Rango Inferior Superior Descripción 
##    <dbl> <chr>                         <dbl>    <dbl>    <dbl> <chr>       
## 1      8 Sitios de Interés Poblacional     1        7      250 7 - 250     
## 2      8 Sitios de Interés Poblacional     2      250      750 250 - 750   
## 3      8 Sitios de Interés Poblacional     3      750     1500 750 - 1500  
## 4      8 Sitios de Interés Poblacional     4     1500     5000 1500 - 5000 
## 5      8 Sitios de Interés Poblacional     5     5000    10000 5000 - 10000
## 6      8 Sitios de Interés Poblacional     6    10000       NA >10000

17.1 Prueba de rangos

17.1.1 rango 1

datatable(head(filter(tabla_rangos[,c("8_MEAN","8_MEAN_rango","8_MEAN_Descripción")], `8_MEAN_rango` == 1),100), options = list(pageLength = 5))

17.1.2 rango 2

datatable(head(filter(tabla_rangos[,c("8_MEAN","8_MEAN_rango","8_MEAN_Descripción")], `8_MEAN_rango` == 2),100), options = list(pageLength = 5))

17.1.3 rango 3

datatable(head(filter(tabla_rangos[,c("8_MEAN","8_MEAN_rango","8_MEAN_Descripción")], `8_MEAN_rango` == 3),100), options = list(pageLength = 5))

17.1.4 rango 4

datatable(head(filter(tabla_rangos[,c("8_MEAN","8_MEAN_rango","8_MEAN_Descripción")], `8_MEAN_rango` == 4),100), options = list(pageLength = 5))

17.1.5 rango 5

datatable(head(filter(tabla_rangos[,c("8_MEAN","8_MEAN_rango","8_MEAN_Descripción")], `8_MEAN_rango` == 5),100), options = list(pageLength = 5))

17.1.6 rango 6

datatable(head(filter(tabla_rangos[,c("8_MEAN","8_MEAN_rango","8_MEAN_Descripción")], `8_MEAN_rango` == 6),100), options = list(pageLength = 5))

18 Unión de tablas

El dataframa fue tan extenso que no se puede descargar en este Rpubs, pero se puede descargar en el siguiente link: Variables_Euclidean_manzanas_extrapolar_corregido

tabla_rangos2 <- tabla_rangos[,c("PERSONAS","HOMBRES","MUJERES","EDAD_0A5","EDAD_6A14","EDAD_15A64","EDAD_65YMAS","INMIGRANTES","PUEBLO","COD_MzEnt","1_MEAN_rango","1_MEAN_Descripción","2_MEAN_rango",
 "2_MEAN_Descripción","3_MEAN_rango","3_MEAN_Descripción","4_MEAN_rango","4_MEAN_Descripción","5_MEAN_rango","5_MEAN_Descripción","6_MEAN_rango","6_MEAN_Descripción","7_MEAN_rango","7_MEAN_Descripción", "8_MEAN_rango","8_MEAN_Descripción")]
#
 
#  
# bd_manzanas2 <- bd_manzanas
# bd_manzanas3 = merge( bd_manzanas2,tabla_rangos2, by = "COD_MzEnt", all.x = T )
# bd_manzanas3 <- bd_manzanas3[,c(1:10,151:159,20:150,160:175)]
# # write_xlsx(head(bd_manzanas3,100),"tabla_socio_geo.xlsx")
# saveRDS(bd_manzanas3,"tabla_socio_geo.rds")
# read_xlsx("v2_13_Variables_Euclidean_manzanas_extrapolar_corregido.xlsx")

19 Los otros rangos

20 Índice de Vegetación en centros urbanos (NDVI)

rangosv <- filter(rangos, Variable == variables[9])    
 

rango1 <- filter(tabla_rangos, v_NDVI >= -0.3 & v_NDVI  < rangosv$Superior[1] )
rango1$v_NDVI_rango <- 1
rango1$v_NDVI_Descripción <- rangosv$Descripción[1]

rango2 <- filter(tabla_rangos, v_NDVI >= rangosv$Inferior[2] & v_NDVI  < rangosv$Superior[2] )
rango2$v_NDVI_rango <- 2
rango2$v_NDVI_Descripción <- rangosv$Descripción[2]

rango3 <- filter(tabla_rangos, v_NDVI >= rangosv$Inferior[3] & v_NDVI  < rangosv$Superior[3] )
rango3$v_NDVI_rango <- 3
rango3$v_NDVI_Descripción <- rangosv$Descripción[3]

rango4 <- filter(tabla_rangos, v_NDVI >= rangosv$Inferior[4] & v_NDVI  < rangosv$Superior[4] )
rango4$v_NDVI_rango <- 4
rango4$v_NDVI_Descripción <- rangosv$Descripción[4] 

rango5 <- filter(tabla_rangos, v_NDVI >= rangosv$Inferior[5])
rango5$v_NDVI_rango <- 5
rango5$v_NDVI_Descripción <- rangosv$Descripción[5]

tabla_rangos <- rbind( rango1,rango2,rango3,rango4,rango5)

registros perdidos

nrow(mean_rango)-nrow(tabla_rangos)
## [1] 0

Rangos Sitios de Interés Poblacional

rangosv <- filter(rangos, Variable == variables[9])  
rangosv
## # A tibble: 5 x 6
##   Código Variable                          Rango Inferior Superior Descripción  
##    <dbl> <chr>                             <dbl>    <dbl>    <dbl> <chr>        
## 1      9 Índice de Vegetación en centros ~     1  -0.0368     0.05 -0.04 a 0.05 
## 2      9 Índice de Vegetación en centros ~     2   0.05       0.1  0.05 a 0.1000
## 3      9 Índice de Vegetación en centros ~     3   0.1        0.15 0.1000 a 0.1~
## 4      9 Índice de Vegetación en centros ~     4   0.15       0.25 0.1500 a 0.2~
## 5      9 Índice de Vegetación en centros ~     5   0.25      NA    > 0.2500

20.1 Prueba de rangos

20.1.1 rango 1

datatable(head(filter(tabla_rangos[,c("v_NDVI","v_NDVI_rango","v_NDVI_Descripción")], `v_NDVI_rango` == 1),100), options = list(pageLength = 5))

20.1.2 rango 2

datatable(head(filter(tabla_rangos[,c("v_NDVI","v_NDVI_rango","v_NDVI_Descripción")], `v_NDVI_rango` == 2),100), options = list(pageLength = 5))

20.1.3 rango 3

datatable(head(filter(tabla_rangos[,c("v_NDVI","v_NDVI_rango","v_NDVI_Descripción")], `v_NDVI_rango` == 3),100), options = list(pageLength = 5))

20.1.4 rango 4

datatable(head(filter(tabla_rangos[,c("v_NDVI","v_NDVI_rango","v_NDVI_Descripción")], `v_NDVI_rango` == 4),100), options = list(pageLength = 5))

20.1.5 rango 5

datatable(head(filter(tabla_rangos[,c("v_NDVI","v_NDVI_rango","v_NDVI_Descripción")], `v_NDVI_rango` == 5),100), options = list(pageLength = 5))

21 Índice de Vegetación (EVI) en centros urbanos (NDVI)

rangosv <- filter(rangos, Variable == variables[10])    
 

rango1 <- filter(tabla_rangos, v_EVI >= rangosv$Inferior[1] & v_EVI  < rangosv$Superior[1] )
rango1$v_EVI_rango <- 1
rango1$v_EVI_Descripción <- rangosv$Descripción[1]

rango2 <- filter(tabla_rangos, v_EVI >= rangosv$Inferior[2] & v_EVI  < rangosv$Superior[2] )
rango2$v_EVI_rango <- 2
rango2$v_EVI_Descripción <- rangosv$Descripción[2]

rango3 <- filter(tabla_rangos, v_EVI >= rangosv$Inferior[3] & v_EVI  < rangosv$Superior[3] )
rango3$v_EVI_rango <- 3
rango3$v_EVI_Descripción <- rangosv$Descripción[3]

rango4 <- filter(tabla_rangos, v_EVI >= rangosv$Inferior[4] & v_EVI  < rangosv$Superior[4] )
rango4$v_EVI_rango <- 4
rango4$v_EVI_Descripción <- rangosv$Descripción[4] 

rango5 <- filter(tabla_rangos, v_EVI >= rangosv$Inferior[5])
rango5$v_EVI_rango <- 5
rango5$v_EVI_Descripción <- rangosv$Descripción[5]

tabla_rangos <- rbind( rango1,rango2,rango3,rango4,rango5)

registros perdidos

nrow(mean_rango)-nrow(tabla_rangos)
## [1] 0

Rangos Sitios de Interés Poblacional

rangosv <- filter(rangos, Variable == variables[10])  
rangosv
## # A tibble: 5 x 6
##   Código Variable                         Rango Inferior Superior Descripción   
##    <dbl> <chr>                            <dbl>    <dbl>    <dbl> <chr>         
## 1     10 Índice de Vegetación (EVI) en c~     1   -18       -1.5  -18 a  -1.5000
## 2     10 Índice de Vegetación (EVI) en c~     2    -1.5     -0.25 -1.5000 a -0.~
## 3     10 Índice de Vegetación (EVI) en c~     3    -0.25     0.25 -0.2500 a 0.2~
## 4     10 Índice de Vegetación (EVI) en c~     4     0.25     1.3  0.2500 a 1.30~
## 5     10 Índice de Vegetación (EVI) en c~     5     1.3     NA    >1.3000

21.1 Prueba de rangos

21.1.1 rango 1

datatable(head(filter(tabla_rangos[,c("v_EVI","v_EVI_rango","v_EVI_Descripción")], `v_EVI_rango` == 1),100), options = list(pageLength = 5))

21.1.2 rango 2

datatable(head(filter(tabla_rangos[,c("v_EVI","v_EVI_rango","v_EVI_Descripción")], `v_EVI_rango` == 2),100), options = list(pageLength = 5))

21.1.3 rango 3

datatable(head(filter(tabla_rangos[,c("v_EVI","v_EVI_rango","v_EVI_Descripción")], `v_EVI_rango` == 3),100), options = list(pageLength = 5))

21.1.4 rango 4

datatable(head(filter(tabla_rangos[,c("v_EVI","v_EVI_rango","v_EVI_Descripción")], `v_EVI_rango` == 4),100), options = list(pageLength = 5))

21.1.5 rango 5

datatable(head(filter(tabla_rangos[,c("v_EVI","v_EVI_rango","v_EVI_Descripción")], `v_EVI_rango` == 5),100), options = list(pageLength = 5))

22 Índice de Vegetación Ajustado al Suelo (SAVI)

rangosv <- filter(rangos, Variable == variables[11])    
 

rango1 <- filter(tabla_rangos, v_SAVI >= rangosv$Inferior[1] & v_SAVI  < rangosv$Superior[1] )
rango1$v_SAVI_rango <- 1
rango1$v_SAVI_Descripción <- rangosv$Descripción[1]

rango2 <- filter(tabla_rangos, v_SAVI >= rangosv$Inferior[2] & v_SAVI  < rangosv$Superior[2] )
rango2$v_SAVI_rango <- 2
rango2$v_SAVI_Descripción <- rangosv$Descripción[2]

rango3 <- filter(tabla_rangos, v_SAVI >= rangosv$Inferior[3] & v_SAVI  < rangosv$Superior[3] )
rango3$v_SAVI_rango <- 3
rango3$v_SAVI_Descripción <- rangosv$Descripción[3]

rango4 <- filter(tabla_rangos, v_SAVI >= rangosv$Inferior[4] & v_SAVI  < rangosv$Superior[4] )
rango4$v_SAVI_rango <- 4
rango4$v_SAVI_Descripción <- rangosv$Descripción[4] 

rango5 <- filter(tabla_rangos, v_SAVI >= rangosv$Inferior[5])
rango5$v_SAVI_rango <- 5
rango5$v_SAVI_Descripción <- rangosv$Descripción[5]

tabla_rangos <- rbind( rango1,rango2,rango3,rango4,rango5)

registros perdidos

nrow(mean_rango)-nrow(tabla_rangos)
## [1] 0

Rangos Sitios de Interés Poblacional

rangosv <- filter(rangos, Variable == variables[11])  
rangosv
## # A tibble: 5 x 6
##   Código Variable                            Rango Inferior Superior Descripción
##    <dbl> <chr>                               <dbl>    <dbl>    <dbl> <chr>      
## 1     11 Índice de Vegetación Ajustado al S~     1    -0.07     0.1  -0.07 a 0.1
## 2     11 Índice de Vegetación Ajustado al S~     2     0.1      0.15 0.1 a 0.15 
## 3     11 Índice de Vegetación Ajustado al S~     3     0.15     0.25 0.15 a 0.25
## 4     11 Índice de Vegetación Ajustado al S~     4     0.25     0.35 0.25 a 0.35
## 5     11 Índice de Vegetación Ajustado al S~     5     0.35    NA    >0.35

22.1 Prueba de rangos

22.1.1 rango 1

datatable(head(filter(tabla_rangos[,c("v_SAVI","v_SAVI_rango","v_SAVI_Descripción")], `v_SAVI_rango` == 1),100), options = list(pageLength = 5))

22.1.2 rango 2

datatable(head(filter(tabla_rangos[,c("v_SAVI","v_SAVI_rango","v_SAVI_Descripción")], `v_SAVI_rango` == 2),100), options = list(pageLength = 5))

22.1.3 rango 3

datatable(head(filter(tabla_rangos[,c("v_SAVI","v_SAVI_rango","v_SAVI_Descripción")], `v_SAVI_rango` == 3),100), options = list(pageLength = 5))

22.1.4 rango 4

datatable(head(filter(tabla_rangos[,c("v_SAVI","v_SAVI_rango","v_SAVI_Descripción")], `v_SAVI_rango` == 4),100), options = list(pageLength = 5))

22.1.5 rango 5

datatable(head(filter(tabla_rangos[,c("v_SAVI","v_SAVI_rango","v_SAVI_Descripción")], `v_SAVI_rango` == 5),100), options = list(pageLength = 5))

23 Índice de Suelo Desnudo (BSI)

rangosv <- filter(rangos, Variable == variables[12])    
 

rango1 <- filter(tabla_rangos, v_BSI >= rangosv$Inferior[1] & v_BSI  < rangosv$Superior[1] )
rango1$v_BSI_rango <- 1
rango1$v_BSI_Descripción <- rangosv$Descripción[1]

rango2 <- filter(tabla_rangos, v_BSI >= rangosv$Inferior[2] & v_BSI  < rangosv$Superior[2] )
rango2$v_BSI_rango <- 2
rango2$v_BSI_Descripción <- rangosv$Descripción[2]

rango3 <- filter(tabla_rangos, v_BSI >= rangosv$Inferior[3] & v_BSI  < rangosv$Superior[3] )
rango3$v_BSI_rango <- 3
rango3$v_BSI_Descripción <- rangosv$Descripción[3]

rango4 <- filter(tabla_rangos, v_BSI >= rangosv$Inferior[4] & v_BSI  < rangosv$Superior[4] )
rango4$v_BSI_rango <- 4
rango4$v_BSI_Descripción <- rangosv$Descripción[4] 

rango5 <- filter(tabla_rangos, v_BSI >= rangosv$Inferior[5])
rango5$v_BSI_rango <- 5
rango5$v_BSI_Descripción <- rangosv$Descripción[5]

tabla_rangos <- rbind( rango1,rango2,rango3,rango4,rango5)

registros perdidos

nrow(mean_rango)-nrow(tabla_rangos)
## [1] 0

Rangos Sitios de Interés Poblacional

rangosv <- filter(rangos, Variable == variables[12])  
rangosv
## # A tibble: 5 x 6
##   Código Variable                      Rango Inferior Superior Descripción 
##    <dbl> <chr>                         <dbl>    <dbl>    <dbl> <chr>       
## 1     12 Índice de Suelo Desnudo (BSI)     1    -0.32    -0.1  -0.32 a -0.1
## 2     12 Índice de Suelo Desnudo (BSI)     2    -0.1     -0.05 -0.1 a -0.05
## 3     12 Índice de Suelo Desnudo (BSI)     3    -0.05     0    -0.05 a 0   
## 4     12 Índice de Suelo Desnudo (BSI)     4     0        0.02 0 a 0.02    
## 5     12 Índice de Suelo Desnudo (BSI)     5     0.02    NA    >0.02

23.1 Prueba de rangos

23.1.1 rango 1

datatable(head(filter(tabla_rangos[,c("v_BSI","v_BSI_rango","v_BSI_Descripción")], `v_BSI_rango` == 1),100), options = list(pageLength = 5))

23.1.2 rango 2

datatable(head(filter(tabla_rangos[,c("v_BSI","v_BSI_rango","v_BSI_Descripción")], `v_BSI_rango` == 2),100), options = list(pageLength = 5))

23.1.3 rango 3

datatable(head(filter(tabla_rangos[,c("v_BSI","v_BSI_rango","v_BSI_Descripción")], `v_BSI_rango` == 3),100), options = list(pageLength = 5))

23.1.4 rango 4

datatable(head(filter(tabla_rangos[,c("v_BSI","v_BSI_rango","v_BSI_Descripción")], `v_BSI_rango` == 4),100), options = list(pageLength = 5))

23.1.5 rango 5

datatable(head(filter(tabla_rangos[,c("v_BSI","v_BSI_rango","v_BSI_Descripción")], `v_BSI_rango` == 5),100), options = list(pageLength = 5))

24 Tempreatutra (Grados Celsius)

rangosv <- filter(rangos, Variable == variables[13])    
 

rango1 <- filter(tabla_rangos, v_Celsius >= rangosv$Inferior[1] & v_Celsius  < rangosv$Superior[1] )
rango1$v_Celsius_rango <- 1
rango1$v_Celsius_Descripción <- rangosv$Descripción[1]

rango2 <- filter(tabla_rangos, v_Celsius >= rangosv$Inferior[2] & v_Celsius  < rangosv$Superior[2] )
rango2$v_Celsius_rango <- 2
rango2$v_Celsius_Descripción <- rangosv$Descripción[2]

rango3 <- filter(tabla_rangos, v_Celsius >= rangosv$Inferior[3] & v_Celsius  < rangosv$Superior[3] )
rango3$v_Celsius_rango <- 3
rango3$v_Celsius_Descripción <- rangosv$Descripción[3]

rango4 <- filter(tabla_rangos, v_Celsius >= rangosv$Inferior[4] & v_Celsius  < rangosv$Superior[4] )
rango4$v_Celsius_rango <- 4
rango4$v_Celsius_Descripción <- rangosv$Descripción[4] 

rango5 <- filter(tabla_rangos, v_Celsius >= rangosv$Inferior[5] & v_Celsius  < rangosv$Superior[5] )
rango5$v_Celsius_rango <- 5
rango5$v_Celsius_Descripción <- rangosv$Descripción[5] 

rango6 <- filter(tabla_rangos, v_Celsius >= rangosv$Inferior[6])
rango6$v_Celsius_rango <- 6
rango6$v_Celsius_Descripción <- rangosv$Descripción[6]

tabla_rangos <- rbind( rango1,rango2,rango3,rango4,rango5,rango6)

registros perdidos

nrow(mean_rango)-nrow(tabla_rangos)
## [1] 0

Rangos Sitios de Interés Poblacional

rangosv <- filter(rangos, Variable == variables[13])  
rangosv
## # A tibble: 6 x 6
##   Código Variable                      Rango Inferior Superior Descripción
##    <dbl> <chr>                         <dbl>    <dbl>    <dbl> <chr>      
## 1     13 Tempreatutra (Grados Celsius)     1      -17        7 -17 a 7    
## 2     13 Tempreatutra (Grados Celsius)     2        7       15 7 a 15     
## 3     13 Tempreatutra (Grados Celsius)     3       15       20 15 a 20    
## 4     13 Tempreatutra (Grados Celsius)     4       20       23 20 a 23    
## 5     13 Tempreatutra (Grados Celsius)     5       23       25 23 a 25    
## 6     13 Tempreatutra (Grados Celsius)     6       25       NA >25

24.1 Prueba de rangos

24.1.1 rango 1

datatable(head(filter(tabla_rangos[,c("v_Celsius","v_Celsius_rango","v_Celsius_Descripción")], `v_Celsius_rango` == 1),100), options = list(pageLength = 5))

24.1.2 rango 2

datatable(head(filter(tabla_rangos[,c("v_Celsius","v_Celsius_rango","v_Celsius_Descripción")], `v_Celsius_rango` == 2),100), options = list(pageLength = 5))

24.1.3 rango 3

datatable(head(filter(tabla_rangos[,c("v_Celsius","v_Celsius_rango","v_Celsius_Descripción")], `v_Celsius_rango` == 3),100), options = list(pageLength = 5))

24.1.4 rango 4

datatable(head(filter(tabla_rangos[,c("v_Celsius","v_Celsius_rango","v_Celsius_Descripción")], `v_Celsius_rango` == 4),100), options = list(pageLength = 5))

24.1.5 rango 5

datatable(head(filter(tabla_rangos[,c("v_Celsius","v_Celsius_rango","v_Celsius_Descripción")], `v_Celsius_rango` == 5),100), options = list(pageLength = 5))

24.1.6 rango 6

datatable(head(filter(tabla_rangos[,c("v_Celsius","v_Celsius_rango","v_Celsius_Descripción")], `v_Celsius_rango` == 6),100), options = list(pageLength = 5))
tabla_rangos2 <- tabla_rangos[,c("COD_MzEnt","1_MEAN_rango","1_MEAN_Descripción","2_MEAN_rango","2_MEAN_Descripción","3_MEAN_rango","3_MEAN_Descripción","4_MEAN_rango","4_MEAN_Descripción","5_MEAN_rango","5_MEAN_Descripción","6_MEAN_rango","6_MEAN_Descripción","7_MEAN_rango","7_MEAN_Descripción", "8_MEAN_rango","8_MEAN_Descripción","v_NDVI","v_NDVI_rango","v_NDVI_Descripción","v_EVI","v_EVI_rango","v_EVI_Descripción","v_SAVI","v_SAVI_rango","v_SAVI_Descripción","v_BSI","v_BSI_rango","v_BSI_Descripción","v_Celsius","v_Celsius_rango","v_Celsius_Descripción")]

25 Guardado en xlsx y txt

write_xlsx(tabla_rangos2,"rangos_13_variables.xlsx")
 
write.table(tabla_rangos2,"rangos_13_variables.txt")