Ciencia de datos UTDT
Jorge Tabaj-Gabriel Pokorny
TRABAJO PRÁCTICO 1: Manipulación de datos
Fecha: 2022-07-31
Espacios Culturales - GCABA
Fuente de datos
Buenos Aires Data / Dataset
Espacios culturales. Data Cultura. Ministerio de Cultura
Archivo: 
https://data.buenosaires.gob.ar/dataset/espacios-culturales
Listado de espacios culturales públicos, privados e independientes localizados en la Ciudad de Buenos Aires. Incluye bares, bibliotecas, calesitas, centros culturales, disquerías, espacios de exhibición, espacios de formación, espacios escénico, espacios ferial, librerías, monumentos y lugares históricos y salas de cine.
#Importar librería
library(tidyverse)# se asigna el csv a la variable espacios:
espacios <- read.csv("data/espacios-culturales.csv", stringsAsFactors = TRUE) Dimensiones del Archivo
dim(espacios)## [1] 2968 29Observamos que tiene 2968 Filas y 29 Columnas
Las columnas que tiene son:
names(espacios)## [1] "fid" "FUNCION_PRINCIPAL" "SUBCATEGORIA"
## [4] "ESTABLECIMIENTO" "FUNCION_SECUNDARIA" "PROGRAMACION"
## [7] "SUCURSAL" "SALA" "DIRECCION"
## [10] "CALLE" "ALTURA" "BARRIO"
## [13] "COMUNA" "LATITUD" "LONGITUD"
## [16] "TELEFONO" "MAIL" "WEB"
## [19] "FACEBOOK" "TWITTER" "INSTAGRAM"
## [22] "CAMARA_1" "CAMARA_2" "REDES"
## [25] "PUNTO_DE_CULTURA" "OTRAS_REDES" "CANTIDAD_SALAS"
## [28] "CAPACIDAD_TOTAL" "TAG"Contenido del Archivo
Resumen estadístico del contenido de cada columna:
summary(espacios)## fid FUNCION_PRINCIPAL
## Min. : 1.0 BIBLIOTECA :619
## 1st Qu.: 742.8 ESPACIO ESCENICO :389
## Median :1484.5 LIBRERIA :371
## Mean :1484.6 ESPACIO DE EXHIBICION :341
## 3rd Qu.:2226.2 CENTRO CULTURAL :318
## Max. :2989.0 MONUMENTOS Y LUGARES HISTORICOS:305
## (Other) :625
## SUBCATEGORIA
## :921
## SALA DE TEATRO :276
## UNIVERSITARIA Y/O CIENTIFICO TECNICA:258
## GENERAL :239
## MUSEO :176
## GALERIA DE ARTE :164
## (Other) :934
## ESTABLECIMIENTO
## REGIMIENTO DE INFANTERIA 1 PATRICIOS: 14
## CUSPIDE : 8
## YENNY : 7
## FUNDACION HASTINAPURA : 5
## NADIR : 5
## ASOCIACION DANTE ALIGHIERI : 4
## (Other) :2925
## FUNCION_SECUNDARIA PROGRAMACION
## :2566 :2658
## ESPACIO DE FORMACION : 130 NO: 1
## BAR : 55 SI: 309
## ESPACIO ESCENICO : 44
## BAR, ESPACIO DE FORMACION : 24
## BAR, ESPACIO DE FORMACION, GALERIA DE ARTE: 18
## (Other) : 131
## SUCURSAL SALA
## :2843 :2923
## CORRIENTES: 8 AUDITORIO : 3
## CABILDO : 6 MUSEO : 2
## RIVADAVIA : 4 SALA LEOPOLDO LUGONES: 2
## SANTA FE : 4 2 : 1
## SARMIENTO : 4 ALFONSINA STORNI : 1
## (Other) : 99 (Other) : 36
## DIRECCION CALLE ALTURA
## JUNIN 1850 : 82 CORRIENTES AV.: 109 Min. : 0
## : 28 JUNIN : 104 1st Qu.: 629
## ONLINE : 21 : 81 Median :1362
## SANTA FE AV. 4744 : 14 RIVADAVIA AV. : 55 Mean :1790
## LACROZE. FEDERICO AV. 4099: 12 SANTA FE AV. : 48 3rd Qu.:2372
## SAN MARTIN 27 : 8 CORDOBA AV. : 42 Max. :9810
## (Other) :2803 (Other) :2529 NA's :202
## BARRIO COMUNA LATITUD LONGITUD
## SAN NICOLAS: 370 COMUNA 01:928 Min. :-34.69 Min. :-58.53
## RECOLETA : 323 COMUNA 02:323 1st Qu.:-34.61 1st Qu.:-58.44
## PALERMO : 306 COMUNA 14:306 Median :-34.60 Median :-58.40
## MONSERRAT : 245 COMUNA 03:244 Mean :-34.50 Mean :-58.24
## BALVANERA : 223 COMUNA 15:218 3rd Qu.:-34.59 3rd Qu.:-58.38
## RETIRO : 154 COMUNA 05:184 Max. : 0.00 Max. : 0.00
## (Other) :1347 (Other) :765 NA's :12 NA's :12
## TELEFONO MAIL
## : 917 :1101
## 4552-4080 : 3 - : 3
## 011 4010 3000: 2 INFO@ATLASCINES.COM.AR : 3
## 0800-222-2463: 2 IVARTE@BUENOSAIRES.GOB.AR : 3
## 0810-345-5577: 2 PRENSA@COMPLEJOTEATRAL.GOB.AR: 3
## 0810-810-2463: 2 REDACCION@MULTITEATRO.COM.AR : 3
## (Other) :2040 (Other) :1852
## WEB
## :1332
## HTTP://WWW.BUENOSAIRES.GOB.AR/AREAS/CULTURA/CEN_CULTURALES/PROG_BARRIOS.PHP : 33
## https://www.buenosaires.gob.ar/cultura/bibliotecas : 30
## HTTP://WWW.BUENOSAIRES.GOV.AR/AREAS/EDUCACION/BIBLEDUC/RED_SECUNBIB/INDEX.PHP?MENU_ID=33286: 11
## https://www.eudeba.com.ar/librerias : 10
## https://galernaweb.com/ : 8
## (Other) :1544
## FACEBOOK
## :2071
## https://www.facebook.com/bibliotecasba/ : 30
## https://www.facebook.com/EudebaEditorial/?fref=ts: 10
## https://www.facebook.com/CinemarkHoyts/ : 4
## https://www.facebook.com/CASASSAYLORENZO/ : 3
## - : 2
## (Other) : 848
## TWITTER
## :2805
## @ATLAS_CINES : 2
## @jardinjapones : 2
## @TEATROTIMBRE4 : 2
## https://twitter.com/emergenteabasto : 2
## https://www.instagram.com/cinesshowcase/: 2
## (Other) : 153
## INSTAGRAM
## :2430
## https://www.instagram.com/bibliotecasba/ : 30
## https://www.instagram.com/yenny_elateneo/?hl=es-la : 14
## https://www.instagram.com/cuspidelibros/ : 11
## https://www.instagram.com/galernalibros/?hl=es-la // https://www.facebook.com/GalernaLibros/: 5
## https://www.instagram.com/cinemarkhoyts/ : 4
## (Other) : 474
## CAMARA_1 CAMARA_2 REDES
## :2288 :2918 :2939
## CAICYT : 92 UNIRED : 12 RED QUINCHO : 6
## ARTEI : 67 RENICS : 8 Red cultura Boedo : 4
## CONABIP: 62 FIERAS : 5 RED CULTURA BOEDO : 3
## MECA : 51 CLUMVI : 4 Red Nacional de Teatro Comunitario: 3
## UNIRED : 49 MECA : 4 CULTURA VIVA COMUNITARIA : 1
## (Other): 359 (Other): 17 (Other) : 12
## PUNTO_DE_CULTURA OTRAS_REDES
## :2948 :2960
## SI : 19 ESCENA : 2
## UNIRED/VITRUVIO/AMICUS: 1 Aluvión Ciudadano : 1
## CLUMVI : 1
## Jóvenes x Igualdad (JXI): 1
## LA RIA FEMINISTA : 1
## (Other) : 2
## CANTIDAD_SALAS CAPACIDAD_TOTAL
## Min. : 0.000 Min. : 0.00
## 1st Qu.: 1.000 1st Qu.: 0.00
## Median : 1.000 Median : 0.00
## Mean : 1.243 Mean : 54.83
## 3rd Qu.: 1.000 3rd Qu.: 0.00
## Max. :12.000 Max. :15000.00
## NA's :2487 NA's :83
## TAG
## :2599
## LITERATURA, CIENCIAS POLITICAS, LITERATURA INFANTIL Y JUVENIL, ENTRE OTRAS.: 215
## RELIGIÓN : 18
## TEXTOS UNIVERSITARIOS : 11
## DERECHO : 10
## INFANTIL : 7
## (Other) : 108Observaciones sobre los datos
Los espacios culturales que tienen más ocurrencias son las BIBLIOTECAS (619 de 2968), los barrios los encabeza SAN NICOLAS (370 de 2968), seguidos de RECOLETA (323) y PALERMO (306).
Observamos que se registran diversas formas de comunicación.
Hay varias columnas que no tienen información significativa y dejamos sólo las columnas de interés
Selección de columnas de interés
# en la variable espacios2 se asigna una selección (filtro) de columnas:
espacios2 <- select(espacios, fid:INSTAGRAM, -ESTABLECIMIENTO, -LATITUD, -LONGITUD)
# se lista las columnas seleccionadas:
head(espacios2)## fid FUNCION_PRINCIPAL SUBCATEGORIA FUNCION_SECUNDARIA
## 1 1 BAR NOTABLE
## 2 2 ESPACIO DE FORMACION
## 3 3 ESPACIO ESCENICO CLUB DE MUSICA EN VIVO
## 4 4 MONUMENTOS Y LUGARES HISTORICOS
## 5 5 MONUMENTOS Y LUGARES HISTORICOS
## 6 6 MONUMENTOS Y LUGARES HISTORICOS
## PROGRAMACION SUCURSAL SALA DIRECCION
## 1 FOREST AV. 1186
## 2 FOREST ANEXO 3 FOREST AV. 933
## 3 SI ALVAREZ THOMAS AV. 1078
## 4 LACROZE. FEDERICO AV. 4099
## 5 LACROZE. FEDERICO AV. 4099
## 6 LACROZE. FEDERICO AV. 4099
## CALLE ALTURA BARRIO COMUNA TELEFONO
## 1 FOREST AV. 1186 CHACARITA COMUNA 15 4554-5129
## 2 FOREST AV. 933 CHACARITA COMUNA 15
## 3 ALVAREZ THOMAS AV. 1078 CHACARITA COMUNA 15 15-6423-8444
## 4 LACROZE. FEDERICO AV. 4099 CHACARITA COMUNA 15
## 5 LACROZE. FEDERICO AV. 4099 CHACARITA COMUNA 15
## 6 LACROZE. FEDERICO AV. 4099 CHACARITA COMUNA 15
## MAIL WEB
## 1 INFO@OCHOESQUINAS.COM.AR WWW.OCHOESQUINAS.COM.AR
## 2
## 3 bandas@giermusicclub.com.ar http://www.giermusicclub.com.ar
## 4
## 5
## 6
## FACEBOOK TWITTER
## 1 https://www.facebook.com/8esquinasbar/
## 2
## 3 https://www.facebook.com/GierMusicClub/
## 4
## 5
## 6
## INSTAGRAM
## 1 @8esquinasbar
## 2
## 3 https://www.instagram.com/giermusicclub/
## 4
## 5
## 6Generación de nuevo dataset
Generamos un dataset con la cantidad de registros que hay por función y subcategoría
#se aplica el operador PIPE %>% para concatenar funciones y ahorrar código:
funcion_subcat<-espacios %>%
group_by(FUNCION_PRINCIPAL,SUBCATEGORIA) %>%
summarise(cantidad=n()) %>%
print(n = 20)## `summarise()` has grouped output by 'FUNCION_PRINCIPAL'. You can override using
## the `.groups` argument.## # A tibble: 44 × 3
## # Groups: FUNCION_PRINCIPAL [12]
## FUNCION_PRINCIPAL SUBCATEGORIA cantidad
## <fct> <fct> <int>
## 1 BAR "" 1
## 2 BAR "CULTURAL" 97
## 3 BAR "GENERAL" 1
## 4 BAR "MILONGA" 1
## 5 BAR "MILONGA Y/O TANGUERIA" 65
## 6 BAR "NOTABLE" 84
## 7 BAR "PEÑA" 2
## 8 BIBLIOTECA "" 4
## 9 BIBLIOTECA "ARTISTICA" 12
## 10 BIBLIOTECA "COMUNITARIA Y/O EXTRANJERA" 13
## 11 BIBLIOTECA "DGLB-GCBA" 30
## 12 BIBLIOTECA "ESCOLAR" 27
## 13 BIBLIOTECA "ESPECIALIZADA EMPRESARIAL" 33
## 14 BIBLIOTECA "ESPECIALIZADA GUBERNAMENTAL" 153
## 15 BIBLIOTECA "GENERAL" 7
## 16 BIBLIOTECA "HISTORICA" 11
## 17 BIBLIOTECA "POPULAR" 61
## 18 BIBLIOTECA "SINDICAL" 10
## 19 BIBLIOTECA "UNIVERSITARIA Y/O CIENTIFICO TECNICA" 258
## 20 CALESITA "" 49
## # … with 24 more rows
## # ℹ Use `print(n = ...)` to see more rowsGeneración de tabla larga
Generamos una tabla larga de CONTACTOS unificando las columnas TELEFONO MAIL WEB FACEBOOK TWITTER INSTAGRAM
#desde un dataset "ancho" se genera un dataset "largo" mediante pivot_longer():
contactos <- espacios2 %>%
pivot_longer(cols = c(TELEFONO, MAIL,WEB,FACEBOOK,TWITTER,INSTAGRAM),
names_to = "tipo_contacto",
values_to = "contacto")
contactos## # A tibble: 17,808 × 14
## fid FUNCION_PR…¹ SUBCA…² FUNCI…³ PROGR…⁴ SUCUR…⁵ SALA DIREC…⁶ CALLE ALTURA
## <int> <fct> <fct> <fct> <fct> <fct> <fct> <fct> <fct> <int>
## 1 1 BAR "NOTAB… "" "" "" "" FOREST… FORE… 1186
## 2 1 BAR "NOTAB… "" "" "" "" FOREST… FORE… 1186
## 3 1 BAR "NOTAB… "" "" "" "" FOREST… FORE… 1186
## 4 1 BAR "NOTAB… "" "" "" "" FOREST… FORE… 1186
## 5 1 BAR "NOTAB… "" "" "" "" FOREST… FORE… 1186
## 6 1 BAR "NOTAB… "" "" "" "" FOREST… FORE… 1186
## 7 2 ESPACIO DE … "" "" "" "FORES… "ANE… FOREST… FORE… 933
## 8 2 ESPACIO DE … "" "" "" "FORES… "ANE… FOREST… FORE… 933
## 9 2 ESPACIO DE … "" "" "" "FORES… "ANE… FOREST… FORE… 933
## 10 2 ESPACIO DE … "" "" "" "FORES… "ANE… FOREST… FORE… 933
## # … with 17,798 more rows, 4 more variables: BARRIO <fct>, COMUNA <fct>,
## # tipo_contacto <chr>, contacto <fct>, and abbreviated variable names
## # ¹FUNCION_PRINCIPAL, ²SUBCATEGORIA, ³FUNCION_SECUNDARIA, ⁴PROGRAMACION,
## # ⁵SUCURSAL, ⁶DIRECCION
## # ℹ Use `print(n = ...)` to see more rows, and `colnames()` to see all variable namesGeneración de dataset “Mailing”
Generamos un archivo de mailing para las BIBLIOTECAS del Barrio de MONSERRAT ordenadas por CALLE y NUMERO
mailing<-contactos %>%
select(FUNCION_PRINCIPAL,BARRIO,CALLE,ALTURA,tipo_contacto,contacto) %>%
filter(FUNCION_PRINCIPAL=='BIBLIOTECA' &
BARRIO=='MONSERRAT' &
tipo_contacto=='MAIL' &
contacto!='') %>%
arrange(CALLE,ALTURA)
head(mailing) #muestra columnas nuevo dataset## # A tibble: 6 × 6
## FUNCION_PRINCIPAL BARRIO CALLE ALTURA tipo_contacto contacto
## <fct> <fct> <fct> <int> <chr> <fct>
## 1 BIBLIOTECA MONSERRAT ALSINA, ADOLFO 1441 MAIL INFO@TOXICOLO…
## 2 BIBLIOTECA MONSERRAT ALSINA, ADOLFO 1762 MAIL BIBLIOTECA@AC…
## 3 BIBLIOTECA MONSERRAT AZOPARDO 350 MAIL EMGEBCE@YAHOO…
## 4 BIBLIOTECA MONSERRAT AZOPARDO 350 MAIL RUBENOSCARTAP…
## 5 BIBLIOTECA MONSERRAT AZOPARDO 350 MAIL EMGEBCE@YAHOO…
## 6 BIBLIOTECA MONSERRAT BALCARCE 50 MAIL SECRETARIA-LY…mailing%>%
select(CALLE,ALTURA,contacto) %>%
print(n=100) #imprime en pantalla dataset mailing## # A tibble: 66 × 3
## CALLE ALTURA contacto
## <fct> <int> <fct>
## 1 ALSINA, ADOLFO 1441 INFO@TOXICOLOGIA.ORG.AR
## 2 ALSINA, ADOLFO 1762 BIBLIOTECA@ACTORES.ORG.AR
## 3 AZOPARDO 350 EMGEBCE@YAHOO.COM.AR
## 4 AZOPARDO 350 RUBENOSCARTAPIA@YAHOO.COM…
## 5 AZOPARDO 350 EMGEBCE@YAHOO.COM.AR
## 6 BALCARCE 50 SECRETARIA-LYT@PRESIDENCI…
## 7 BALCARCE 139 BIBLIOTECA@AN-HISTORIA.OR…
## 8 BALCARCE 186 EMOLIV@MECON.GOV.AR
## 9 BALCARCE 610 SALBORNOZ@ANSES.GOV.AR
## 10 BELGRANO AV. 452 BAN@RENAL.ORG.AR
## 11 BELGRANO AV. 1370 ASAP@ASAP.ORG.AR
## 12 BELGRANO AV. 1580 BIBLIOTECA@AIDISAR.ORG
## 13 BELGRANO AV. 1720 BEME@FAVALORO.EDU.AR
## 14 BOLIVAR 191 PFRONTERA@BUENOSAIRES.GOV…
## 15 BOLIVAR 263 BIBLIOTECA@CNBA.UBA.AR - …
## 16 DE MAYO AV. 575 MEDIATECA_MC@BUENOSAIRE.G…
## 17 DE MAYO AV. 866 BIBLIOTECA@CAECE.EDU.AR
## 18 DE MAYO AV. 869 NDURAND@ANMAT.GOV.AR
## 19 DE MAYO AV. 1147 VIA@VIA.ORG.AR
## 20 DE MAYO AV. 1317 BIBLIOTECA@AFIP2.GOV.AR
## 21 DE MAYO AV. 1370 INFO@AADAIH.COM.AR
## 22 DE MAYO AV. 1401 REGISTROOSC@INADI.GOB.AR
## 23 DE MAYO AV. 1437 CAEA@SINECTIS.COM.AR^ICAE…
## 24 DE MAYO AV. 1480 INHIDE@INFOVIA.COM.AR
## 25 DEFENSA 628 IHMA@EJERCITO.MIL.AR
## 26 IRIGOYEN, BERNARDO DE 88 BIBLIOTECAIICA@IICA.ORG.AR
## 27 IRIGOYEN, BERNARDO DE 248 MCENDOYA@BAGO.COM.AR, BIB…
## 28 LIMA 717 BIBLIOTECA@UADE.EDU.AR
## 29 MEXICO 350 IHMASEC@GMAIL.COM
## 30 MEXICO 564 INVEGA@INFOVIA.COM.AR
## 31 MEXICO 571 AFRESCHI@CNC.GOV.AR CIT@C…
## 32 MEXICO 1720 BIBLIOTECA@AAD.ORG.AR
## 33 MORENO 350 SOCIEDADARGENTINAANTROPOL…
## 34 MORENO 909 AAAEI@SPEEDY.COM.AR
## 35 MORENO 1199 BIBLIOTECAINCAA@YAHOO.COM…
## 36 MORENO 1228 SAIJ@JUS.GOV.AR
## 37 PASEO COLON AV. 171 AGACOS@MECON.GOV.AR
## 38 PASEO COLON AV. 171 CEDIAP@MECON.GOV.AR
## 39 PASEO COLON AV. 171 JKOSTI@MECON.GOV.AR
## 40 PASEO COLON AV. 275 BIBLIOTECA-CNCE@MECON.GOV…
## 41 PASEO COLON AV. 275 CEDOC@CNM.GOV.AR
## 42 PASEO COLON AV. 367 CDEI@SENASA.GOV.AR
## 43 PASEO COLON AV. 533 BIBLIOTECA@BA.UCSA.EDU.AR
## 44 PERU 103 AFRESCHI@CNC.GOV.AR CIT@C…
## 45 PERU 272 BIBLIOMANZANADELASLUCES@G…
## 46 PIEDRAS 547 ASVETAZ@PODERCIUDADANO.ORG
## 47 PIEDRAS 547 CELS@CELS.ORG.AR
## 48 REPUBLICA BOLIVARIANA DE VENEZUELA 469 NSABATINI@BUENOSAIRES.GOB…
## 49 REPUBLICA BOLIVARIANA DE VENEZUELA 634 ASOCIACIONAG@SPEEDY.COM.AR
## 50 REPUBLICA BOLIVARIANA DE VENEZUELA 931 BIBLIOTECA@ISALUD.EDU.AR
## 51 REPUBLICA BOLIVARIANA DE VENEZUELA 1538 BIBLIOTECA_STORNI@BUENOSA…
## 52 REPUBLICA BOLIVARIANA DE VENEZUELA 1538 BIBLIOTECA_CENTENERA@BUEN…
## 53 RIVADAVIA AV. 1250 IECONOMIA.CD@INTA.GOV.AR
## 54 ROCA, JULIO A., PRESIDENTE DIAGONAL SUR AV. 615 SDOSS@INDEC.MECON.AR, BIB…
## 55 ROCA, JULIO A., PRESIDENTE DIAGONAL SUR AV. 651 SSALIN@MECON.GOV.AR
## 56 ROCA, JULIO A., PRESIDENTE DIAGONAL SUR AV. 651 MJANIT@SECIND.MECON.GOV.AR
## 57 ROCA, JULIO A., PRESIDENTE DIAGONAL SUR AV. 651 BIBLIOSICYP@INDUSTRIA.GOB…
## 58 ROCA, JULIO A., PRESIDENTE DIAGONAL SUR AV. 695 INFO@VIAL.ORG.AR
## 59 ROCA, JULIO A., PRESIDENTE DIAGONAL SUR AV. 721 BIBLIOTECA@SSN.GOV.AR, SS…
## 60 ROCA, JULIO A., PRESIDENTE DIAGONAL SUR AV. 734 BIBLIOTECA@VIALIDAD.GOV.AR
## 61 YRIGOYEN, HIPOLITO 502 PROTECCEDOM@LEGISLATURA.G…
## 62 YRIGOYEN, HIPOLITO 1236 SCHARGOR@AGN.GOV.AR INFOR…
## 63 YRIGOYEN, HIPOLITO AV. 250 CONSULTACGN@MECON.GOV.AR
## 64 YRIGOYEN, HIPOLITO AV. 1628 BIBLIOTECA@IADI.EDU.AR
## 65 YRIGOYEN, HIPOLITO AV. 1750 COORDINACION@BCNBIB.GOV.A…
## 66 YRIGOYEN, HIPOLITO AV. 1750 DRG@BCNBIB.GOV.AR , COORD…———————————————————————–
TRABAJO PRÁCTICO 2: Visualización de datos
Fecha: 2022-09-09
Gráfico de barras geom_bar()
Gráfico que muestra cantidad de cada espacio cultural:
ggplot(espacios2)+ #capa datos
geom_bar(aes(x=FUNCION_PRINCIPAL),fill = "#FF6650")+ #tipo de gráfico
labs(title="Tipos de oferta cultural en CABA", #etiquetas
x="Tipo de espacio cultural",
y="Cantidad",
caption="https://data.buenosaires.gob.ar/
dataset/espacios-culturales")+ #referencia al pie
coord_flip() #cambia orientación barras
Gráfico waffle geom_waffle()
#se activa librería
library(waffle)Agrupamos variable “COMUNA” y su conteo
comunas <- espacios2 %>% #creo objeto comunas
group_by(COMUNA) %>% #agrupo por variable "COMUNA" del dataset espacios2
count(COMUNA) #contador
print(comunas) #imprimo en pantalla## # A tibble: 16 × 2
## # Groups: COMUNA [16]
## COMUNA n
## <fct> <int>
## 1 COMUNA 01 928
## 2 COMUNA 02 323
## 3 COMUNA 03 244
## 4 COMUNA 04 171
## 5 COMUNA 05 184
## 6 COMUNA 06 95
## 7 COMUNA 07 75
## 8 COMUNA 08 20
## 9 COMUNA 09 57
## 10 COMUNA 10 53
## 11 COMUNA 11 61
## 12 COMUNA 12 70
## 13 COMUNA 13 161
## 14 COMUNA 14 306
## 15 COMUNA 15 218
## 16 COMUNA 5 2Gráfico waffle que muestra distribución de la oferta cultural por comunas:
ggplot(comunas, aes(fill = COMUNA, values = n))+
geom_waffle(n_rows = 10, make_proportional = TRUE)+
labs(title = "Distribución de la oferta cultural en las comunas CABA")+
coord_equal() +
theme_void()
Gráfico facetado facet_grid(~)
#filtramos "bibliotecas" y "centros culturales"
filtro_bibliotecas <- filter(espacios2, FUNCION_PRINCIPAL==c("BIBLIOTECA","CENTRO CULTURAL"))
#filtramos las Comunas 1 y 2 que son las que mas oferta cultural tienen
filtro_bibliotecas <- filter(filtro_bibliotecas,COMUNA==c("COMUNA 01","COMUNA 02"))
#seleccionamos 3 variables: "funcion_principal", "barrio" y "comuna"
filtro_bibliotecas <- select(filtro_bibliotecas, c(FUNCION_PRINCIPAL,BARRIO,COMUNA))
#inspeccionamos la cantidad de observaciones resultantes:
dim(filtro_bibliotecas)## [1] 100 3Gráfico facetado por Comuna 01 y 02, sólo de Bibliotecas y Centros Culturales:
ggplot(filtro_bibliotecas)+
geom_bar(aes(x=FUNCION_PRINCIPAL, fill=BARRIO))+
#editamos colores manualmente:
scale_fill_manual(values=c("#00FF00", "#FF0000", "#FFFF00", "#DC143C", "#228B22", "#0072B2", "#D55E00"))+
#fondo claro
theme_light()+
#títulos
labs(title="Bibliotecas y Centros Culturales en Comuna 1 y 2",
fill="Barrio",
x="Tipo de oferta cultural",
y="Cantidad")+
#facetamos por Comuna
facet_grid(~COMUNA)
Gráfico geom_point()
#seleccionamos las variables: "funcion_principal", "barrio" , "comuna" , "latitud" y "longitud":
filtro_calesitas <- select(espacios, c(FUNCION_PRINCIPAL,BARRIO,COMUNA,LATITUD,LONGITUD))
#filtramos "calesitas"
filtro_calesitas <- filter(filtro_calesitas, FUNCION_PRINCIPAL=="CALESITA")
#inspeccionamos la cantidad de observaciones resultantes:
dim(filtro_calesitas)## [1] 49 5print(filtro_calesitas)## FUNCION_PRINCIPAL BARRIO COMUNA LATITUD LONGITUD
## 1 CALESITA CHACARITA COMUNA 15 -34.59134 -58.44974
## 2 CALESITA VILLA DEL PARQUE COMUNA 11 -34.60613 -58.49312
## 3 CALESITA ALMAGRO COMUNA 05 -34.60617 -58.41887
## 4 CALESITA CABALLITO COMUNA 06 -34.61547 -58.45730
## 5 CALESITA CABALLITO COMUNA 06 -34.60562 -58.43629
## 6 CALESITA CABALLITO COMUNA 06 -34.61890 -58.43422
## 7 CALESITA CABALLITO COMUNA 06 -34.61829 -58.44223
## 8 CALESITA MONTE CASTRO COMUNA 10 -34.61924 -58.50582
## 9 CALESITA VILLA REAL COMUNA 10 -34.61440 -58.52552
## 10 CALESITA FLORES COMUNA 07 -34.61760 -58.46835
## 11 CALESITA FLORES COMUNA 07 -34.62809 -58.46372
## 12 CALESITA FLORES COMUNA 07 -34.63259 -58.45536
## 13 CALESITA FLORESTA COMUNA 10 -34.63305 -58.48328
## 14 CALESITA CONSTITUCION COMUNA 01 -34.62116 -58.39142
## 15 CALESITA SAN CRISTOBAL COMUNA 03 -34.62576 -58.40859
## 16 CALESITA VILLA LURO COMUNA 10 -34.63984 -58.50956
## 17 CALESITA PARQUE PATRICIOS COMUNA 04 -34.63797 -58.40967
## 18 CALESITA MATADEROS COMUNA 09 -34.66016 -58.50265
## 19 CALESITA MATADEROS COMUNA 09 -34.65532 -58.50652
## 20 CALESITA VILLA LUGANO COMUNA 08 -34.68352 -58.46568
## 21 CALESITA VILLA LUGANO COMUNA 08 -34.67686 -58.47697
## 22 CALESITA SAN TELMO COMUNA 01 -34.62811 -58.37050
## 23 CALESITA SAAVEDRA COMUNA 12 -34.55551 -58.48593
## 24 CALESITA SAAVEDRA COMUNA 12 -34.55009 -58.47731
## 25 CALESITA VILLA URQUIZA COMUNA 12 -34.57203 -58.48987
## 26 CALESITA COLEGIALES COMUNA 13 -34.57351 -58.44671
## 27 CALESITA BALVANERA COMUNA 03 -34.61219 -58.40009
## 28 CALESITA BALVANERA COMUNA 03 -34.61184 -58.39851
## 29 CALESITA VILLA GRAL. MITRE COMUNA 11 -34.61043 -58.46817
## 30 CALESITA VILLA ORTUZAR COMUNA 15 -34.58057 -58.46209
## 31 CALESITA BARRACAS COMUNA 04 -34.65121 -58.38777
## 32 CALESITA BARRACAS COMUNA 04 -34.63796 -58.37746
## 33 CALESITA PARQUE AVELLANEDA COMUNA 09 -34.64285 -58.48087
## 34 CALESITA PARQUE CHACABUCO COMUNA 07 -34.63607 -58.44398
## 35 CALESITA NUEVA POMPEYA COMUNA 04 -34.65212 -58.41608
## 36 CALESITA PALERMO COMUNA 14 -34.58895 -58.42453
## 37 CALESITA PALERMO COMUNA 14 -34.56286 -58.43698
## 38 CALESITA PALERMO COMUNA 14 -34.59178 -58.41948
## 39 CALESITA PALERMO COMUNA 14 -34.57580 -58.41432
## 40 CALESITA PALERMO COMUNA 14 -34.57525 -58.41231
## 41 CALESITA PALERMO COMUNA 14 -34.58410 -58.40780
## 42 CALESITA VILLA RIACHUELO COMUNA 08 -34.68838 -58.47460
## 43 CALESITA VILLA DEVOTO COMUNA 11 -34.60019 -58.51224
## 44 CALESITA MONSERRAT COMUNA 01 -34.60991 -58.38785
## 45 CALESITA BELGRANO COMUNA 13 -34.56679 -58.46485
## 46 CALESITA BELGRANO COMUNA 13 -34.55397 -58.43487
## 47 CALESITA RECOLETA COMUNA 02 -34.58854 -58.39740
## 48 CALESITA RETIRO COMUNA 01 -34.58888 -58.38399
## 49 CALESITA NUÑEZ COMUNA 13 -34.54757 -58.46804Gráfico de puntos espaciales (latitud y longitud), aún sin la capa de mapa:
ggplot(filtro_calesitas) +
geom_point(aes(x=LONGITUD, y=LATITUD))+
labs(title="Calesitas en CABA")
#se activa librería para abrir y analizar datos espaciales
library(sf)## Warning: package 'sf' was built under R version 4.2.1## Linking to GEOS 3.9.1, GDAL 3.4.3, PROJ 7.2.1; sf_use_s2() is TRUEcomunas_geojson <- st_read("data/comunas.geojson", stringsAsFactors = TRUE)## Reading layer `comunas' from data source `C:\UTDT-Trabajo2\data\comunas.geojson' using driver `GeoJSON'
## Simple feature collection with 15 features and 6 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: -58.53152 ymin: -34.70529 xmax: -58.33515 ymax: -34.52649
## Geodetic CRS: WGS 84class(comunas_geojson)## [1] "sf" "data.frame"Gráfico geojson del mapa CABA:
ggplot() +
geom_sf(data=comunas_geojson)
Gráfico final, puntos espaciales calesitas (.csv) + mapa CABA (.geojson):
ggplot() +
geom_sf(data=comunas_geojson)+
geom_point(data=filtro_calesitas, aes(x=LONGITUD, y=LATITUD))+
labs(title="Calesitas en CABA")