IMPORTACION DE LOS DATOS

library(readxl)
datos <- data.frame()
datos <- Datos_Vivienda <- read_excel("C:/R/Datos_Vivienda.xlsx")
ID <- 1:dim(datos)[1]
datos <- data.frame(ID, datos)

library(kableExtra)
datos[10:16,] %>%
  kableExtra::kable(caption="head(datos)", align = 'c') %>%
  kableExtra::kable_classic(full_width=FALSE, html_font = "Cambria", font_size=12)
head(datos)
ID Zona piso Estrato precio_millon Area_contruida parqueaderos Banos Habitaciones Tipo Barrio cordenada_longitud Cordenada_latitud
10 10 Zona Sur 6 6 690 150 2 5 4 Apartamento pance -76.46478 3.42783
11 11 Zona Oeste 4 5 220 92 2 3 3 Apartamento zona oeste -76.46498 3.42881
12 12 Zona Sur NA 5 230 70 1 2 2 Apartamento valle del lili -76.46500 3.43600
13 13 Zona Sur NA 5 160 63 NA 2 2 Apartamento valle del lili -76.46500 3.43600
14 14 Zona Sur 6 5 200 71 1 2 3 Apartamento valle del lili -76.46500 3.43600
15 15 Zona Sur NA 5 270 76 NA 2 3 Apartamento valle del lili -76.46500 3.43600
16 16 Zona Sur 10 4 170 60 NA 2 3 Apartamento valle del lili -76.46516 3.43519 
require(RecordLinkage)
Barrio <- which(jarowinkler("valle del lili",datos$Barrio)>0.8 & datos$Tipo=="Apartamento")

promedio_precio <- median(datos[Barrio,]$precio_millon)
promedio_area <- median(datos[Barrio,]$Area_contruida)
promedio_banos <- median(datos[Barrio,]$Banos)
promedio_parqueaderos <- median(datos[Barrio,]$parqueaderos)
promedio_estrato <- median(datos[Barrio,]$Estrato)

promedio <- data.frame(length(Barrio), promedio_precio, promedio_area, promedio_banos, promedio_parqueaderos, promedio_estrato)
names(promedio) <- c("Ofertas Encontradas", "Precio Promedio (MCOP)", "Area Promedio (Mts2)", "Numero de Banos", "Numero de Parqueaderos", "Estrato")
promedio %>%
  kableExtra::kable(caption="Información Relevante de la Exploracion Incial (Valle del Lili & Apartamentos)", align = 'c') %>%
  kableExtra::kable_classic(full_width=FALSE, html_font = "Cambria", font_size=12, position = "l")
Información Relevante de la Exploracion Incial (Valle del Lili & Apartamentos)
Ofertas Encontradas Precio Promedio (MCOP) Area Promedio (Mts2) Numero de Banos Numero de Parqueaderos Estrato
843 225 72 2 1 4

Mapa de Apartamentos en el Valle del Lili

require(leaflet)
long_lat <- data.frame(datos[Barrio,]$cordenada_longitud, datos[Barrio,]$Cordenada_latitud)
names(long_lat) <- c("Longitud", "Latitud")

leaflet(long_lat) %>%
  addCircleMarkers(lng = long_lat$Longitud, lat = long_lat$Latitud, radius = 0.3, label = datos[Barrio,]$ID) %>%
  addTiles()
require(ggplot2)
require(plotly)

datos_sub <- data.frame()
datos_sub <- datos[Barrio,]

Grafica1 <- ggplot2::ggplot(data = datos_sub, mapping = aes(y=precio_millon, x=Area_contruida)) %>%
  + ggplot2::geom_point() %>%
  + ggplot2::geom_smooth() %>%
  + ggplot2::ggtitle("Grafica Bivariada entre el Precio y Area Construida") %>%
  + ggplot2::xlab("Area (Mts2)") %>%
  + ggplot2::ylab("Precio (MCOP)")
  
plotly::ggplotly(Grafica1)
datos_sub2 <- data.frame()
datos_sub2 <- datos_sub[which(datos_sub$Area_contruida > 60 & datos_sub$Area_contruida < 90) & datos_sub$precio_millon > 200 & datos_sub$precio_millon < 250,]


Grafica2 <- ggplot2::ggplot(data=datos_sub2, mapping = aes(y=precio_millon, x=Area_contruida)) %>%
  + ggplot2::geom_point() %>%
  + ggplot2::geom_smooth() %>%
  + ggplot2::ggtitle("Precio (200 MCOP > < 250 MCOP) y Area Construida (60 Mts2 >  < 90 Mts2)") %>%
  + ggplot2::xlab("Area (Mts2)") %>%
  + ggplot2::ylab("Precio (MCOP)")

plotly::ggplotly(Grafica2)