añade mapas en VUT e inicia comparativa con datos de Airbnb

analysis/vut-analysis.R

 # script para analizar las viviendas turísticas de la comunidad Valenciana
+
+# Load libraries
 library(tidyverse)
+# for maps and theme nothing
+library(ggmap)
+# read geojson
+library(rgdal)
+library(gsubfn)
+
+# load data ------
+vut_valenciana <- read.csv("data/original/190302_viviendas-turisticas-comunidad-valenciana.csv",stringsAsFactors = FALSE)
+vut_valencia <- read.csv("data/original/190302_viviendas-turisticas-comunidad-valenciana_valencia.csv",stringsAsFactors = FALSE)
 
-# load data
-vut_valencia <- read_csv("data/original/190302_viviendas-turisticas-comunidad-valenciana.csv")
+vut <- read_csv("data/output/190302_viviendas-turisticas-comunidad-valenciana_valencia_geocoded_barrio-distrito.csv")
 
-vut <- read_csv("data/original/190302_viviendas-turisticas-comunidad-valenciana_valencia.csv")
+# shapes
+barrios <-   readOGR("data/original/shapes/barrios.valencia.wgs84.geojson")
+distritos <- readOGR("data/original/shapes/distritos.valencia.wgs84.geojson")
+# municipios <-  distritos
+municipios <- readOGR("data/original/shapes/municipios.provincia.valencia.geojson")
 
 # Analisis comunidad valenciana -------------
-vut.municipio <- group_by(vut_valencia,Municipio) %>% summarise( n= n() ) %>% arrange(desc(n))
+vut.municipio <- group_by(vut_valenciana,Municipio) %>% summarise( n= n() ) %>% arrange(desc(n))
 
 vut.municipio  %>% head(25) %>%
   ggplot(aes(x = reorder(Municipio,n), y = n)) +
@@ -23,21 +37,16 @@ vut.municipio  %>% head(25) %>%
        x = "tlf",
        caption = "Datos: Comunidad Valenciana. Gráfico: lab.montera34.com/airbnb") 
 
-
-
-
 # analisis Valencia -----------------
-table(vut$Signatura)
-
-names(vut) <- c("signatura","municipio","provincia","addres","tlf")
+# names(vut) <- c("signatura","municipio","provincia","addres","tlf","lat","lon")
 
 ggplot(data=vut)+
   geom_bar(stat='identity', aes(x = signatura, y = tlf))
 
-ntlf<- group_by(vut,tlf) %>% summarise( n= n() ) %>%  arrange(desc(n))
+ntlf<- group_by(vut,Teléfono) %>% summarise( n= n() ) %>%  arrange(desc(n))
 
-ntlf[!is.na(ntlf$tlf),] %>% head(25) %>%
-ggplot(aes(x = reorder(tlf,n), y = n)) +
+ntlf[!is.na(ntlf$Teléfono),] %>% head(25) %>%
+ggplot(aes(x = reorder(Teléfono,n), y = n)) +
   geom_col()  + coord_flip() +
 theme_minimal(base_family = "Roboto Condensed", base_size = 14) +
   theme(
@@ -50,8 +59,112 @@ theme_minimal(base_family = "Roboto Condensed", base_size = 14) +
        x = "tlf",
        caption = "Datos: Comunidad Valenciana. Gráfico: lab.montera34.com/airbnb") 
 
-select(vut,tlf==963356793)
-
-table(local_activo$room_type)
+# select(vut,Teléfono=="963356793")
+# 
+# vut[vut$tlf=="963356793",]
+# table(local_activo$room_type)
+# 
+# tlf=="963356793"
+
+vut$Teléfono <- as.factor(vut$Teléfono)
+
+# extract VUT ID --------
+# vut_valencia$registro.number <- str_extract(vut_valencia$Signatura,"[:punctuation:]?[:blank:]?-\\d{5}")
+vut_valencia$registro.num  <-as.character( strapplyc( vut_valencia$Signatura, ".*(\\d{5}).*", simplify = TRUE))
+
+vut_valencia.airbnb <- merge(vut_valencia, datos2, by = "registro.num", type = "left")
+
+# agrupa por host_id de airbnb y add tlf de vut
+x <- vut_valencia.airbnb %>% group_by(host_id,host_name,Teléfono) %>% summarise(count=n())
+
+# Puntos en mapa ---------------
+ggplot() +
+  geom_polygon(data = municipios,
+               aes(x = long, y = lat, group = group),
+               color = "grey", fill="white", size = 0.1) +
+  geom_polygon(data = barrios,
+               aes(x = long, y = lat, group = group),
+               color = "grey", fill="white", size = 0.1) +
+  geom_point(data= vut,
+             aes(x=lon, y=lat),alpha=1,size = 0.1)+
+  geom_jitter(data= vut,
+             aes(x=lon, y=lat),alpha=0.6,size = 0.6,color="red",width = 0.0007, height = 0.0007)+
+  # geom_point(data= local_activo[host_id %in% n_alojamientos[1:5,]$host_id,],
+  #            aes(x=longitude, y=latitude, color=host_name),alpha=0.6,size = 1) + #color="blue"
+  coord_fixed(ratio=1.3 ) +
+  # coord_fixed(xlim= c(-0.4, -0.3),ylim=c(39.45,39.5),ratio=1.3 ) +
+  theme_nothing(legend = TRUE) +
+  theme_minimal(base_family = "Roboto Condensed", base_size = 12) +
+  theme(
+    panel.grid = element_blank(),
+    axis.title = element_blank(),
+    axis.text = element_blank(),
+    panel.background = element_rect(fill="#EEEEFF",color = "grey",size = 0.25),
+    legend.position = "top"
+  ) +
+  labs(title=paste("Cada punto es una vivienda turística", sep = ""))  +
+  guides(colour = guide_legend(override.aes = list(size=3))) 
+
+ggplot() +
+  geom_polygon(data = municipios,
+               aes(x = long, y = lat, group = group),
+               color = "grey", fill="white", size = 0.1) +
+  geom_polygon(data = barrios,
+               aes(x = long, y = lat, group = group),
+               color = "grey", fill="white", size = 0.1) +
+  geom_point(data= vut,
+             aes(x=lon, y=lat),alpha=1,size = 0.1)+
+  geom_jitter(data= vut,
+              aes(x=lon, y=lat),alpha=0.6,size = 0.6,color="red",width = 0.0007, height = 0.0007)+
+  # geom_point(data= local_activo[host_id %in% n_alojamientos[1:5,]$host_id,],
+  #            aes(x=longitude, y=latitude, color=host_name),alpha=0.6,size = 1) + #color="blue"
+  coord_fixed(xlim= c(-0.4, -0.3),ylim=c(39.45,39.5),ratio=1.3 ) +
+  theme_nothing(legend = TRUE) +
+  theme_minimal(base_family = "Roboto Condensed", base_size = 12) +
+  theme(
+    panel.grid = element_blank(),
+    axis.title = element_blank(),
+    axis.text = element_blank(),
+    panel.background = element_rect(fill="#EEEEFF",color = "grey",size = 0.25),
+    legend.position = "top"
+  ) +
+  labs(title=paste("Valencia zoom. Cada punto es una vivienda turística", sep = ""))  +
+  guides(colour = guide_legend(override.aes = list(size=3))) 
+
+# por distrito en Valencia------------
+vut.distrito <- group_by(vut,distrito) %>% summarise( n= n() ) %>% arrange(desc(n))
+
+vut.distrito  %>% filter(!is.na(distrito)) %>%
+ggplot(aes(x = reorder(distrito,n), y = n)) +
+  geom_col()+ 
+  geom_text(data = vut.distrito  %>% filter(!is.na(distrito)),
+            aes(label =  n,y = n+3),
+            hjust = 0,
+            size=3,color="#000000") +
+  coord_flip() +
+  theme_minimal(base_family = "Roboto Condensed", base_size = 10) +
+  theme(
+    panel.grid.minor.y = element_blank(), panel.grid.major.y = element_blank(),
+    legend.position = "bottom"
+  ) +
+  labs(title = "Número de viviendas turísticas por distrito",
+       subtitle = "Valencia. Marzo 2019.",
+       y = "nº anuncios",
+       x = "tlf",
+       caption = "Datos: Comunidad Valenciana. Gráfico: lab.montera34.com/airbnb") 
 
+# por barrio
+vut.barrio <- group_by(vut,barrio) %>% summarise( n= n() ) %>% arrange(desc(n))
 
+vut.barrio  %>% ggplot(aes(x = reorder(barrio,n), y = n)) +
+  geom_col()  + coord_flip() +
+  theme_minimal(base_family = "Roboto Condensed", base_size = 10) +
+  theme(
+    panel.grid.minor.y = element_blank(), panel.grid.major.y = element_blank(),
+    legend.position = "bottom"
+  ) +
+  labs(title = "Número de viviendas turísticas por barrio",
+       subtitle = "Valencia. Marzo 2019.",
+       y = "nº anuncios",
+       x = "tlf",
+       caption = "Datos: Comunidad Valenciana. Gráfico: lab.montera34.com/airbnb")