Actividad 1

Emerson Trujillo Sierra

17/Feb/2022

Barrio: Valle del Lili

Paso 1. Filtrar un barrio de interes y solo apartamentos:

library(readxl)
datos = read_excel("C:/Users/portatil/Desktop/Datos R/Datos_Vivienda.xlsx")
ID=1:dim(datos)[1]
datos=data.frame(ID,datos)

pos=which(datos$Barrio=="valle del lili")
datos_sub=datos[pos,]

require(RecordLinkage)

pos2=which(jarowinkler("valle del lili",datos$Barrio)>0.8 & datos$Tipo=="Apartamento")
datos_sub=datos[pos2,]
head(datos_sub)

	ID	Zona	piso	Estrato	precio_millon	Area_contruida	parqueaderos	Banos	Habitaciones	Tipo	Barrio	cordenada_longitud	Cordenada_latitud
8	8	Zona Sur	5	5	310	82.5	1	2	3	Apartamento	valle del lili	-76.46438	3.43463
9	9	Zona Sur	9	4	240	80.0	1	2	3	Apartamento	valle del lili	-76.46438	3.43463
12	12	Zona Sur	NA	5	230	70.0	1	2	2	Apartamento	valle del lili	-76.46500	3.43600
13	13	Zona Sur	NA	5	160	63.0	NA	2	2	Apartamento	valle del lili	-76.46500	3.43600
14	14	Zona Sur	6	5	200	71.0	1	2	3	Apartamento	valle del lili	-76.46500	3.43600
15	15	Zona Sur	NA	5	270	76.0	NA	2	3	Apartamento	valle del lili	-76.46500	3.43600

Paso 2. Exploración Inicial

## Tabla de indicadores importantes

promedio_precio=mean(datos_sub$precio_millon,na.rm=TRUE)
mediana_precio=median(datos_sub$precio_millon,na.rm=TRUE)
promedio_area=mean(datos_sub$Area_contruida,na.rm=TRUE)
cantidad_ofertas=length(datos_sub$Zona)

resultado=data.frame(promedio_precio,mediana_precio,promedio_area,cantidad_ofertas)
resultado

promedio_precio	mediana_precio	promedio_area	cantidad_ofertas
224.5718	225	74.97807	843

Paso 3. Visualización en Mapa Interactivo

require(leaflet)

leaflet() %>% addCircleMarkers(lng = datos_sub$cordenada_longitud,lat = datos_sub$Cordenada_latitud,radius = 0.3,color = "black",label = datos_sub$ID) %>% addTiles()

Paso 4. Exploración Bivariada entre Precio vs Area Construida

require(ggplot2)
require(plotly)
g1=ggplot(data = datos_sub,aes(y=precio_millon,x=Area_contruida)) + geom_point() + geom_smooth()
ggplotly(g1)

pos3=which(datos_sub$Area_contruida<400)
datos_sub2=datos_sub[pos3,]

g2=ggplot(data = datos_sub2,aes(y=precio_millon,x=Area_contruida)) + geom_point() + geom_smooth()
ggplotly(g2)