Commit 69dfc2ae authored by numeroteca's avatar numeroteca

analiza vut valencia (distritos, barrios y tlf) y municipios en com. valenciana

parent 37c64084
# script para analizar las viviendas turísticas de la comunidad Valenciana
# Load libraries
# Load libraries ----------------------------
library(tidyverse)
# for maps and theme nothing
library(ggmap)
......@@ -10,12 +10,12 @@ 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)
vut_valencia <- read.csv("data/output/190302_viviendas-turisticas-comunidad-valenciana_valencia_geocoded-photon3_barrio-distrito.csv",stringsAsFactors = FALSE)
vut <- read_csv("data/output/190302_viviendas-turisticas-comunidad-valenciana_valencia_geocoded_barrio-distrito.csv")
# vut <- read_csv("data/output/190302_viviendas-turisticas-comunidad-valenciana_valencia_geocoded_barrio-distrito.csv")
export.to.geocode <- vut %>% filter(is.na(barrio))
write.csv(airbnb, file = "data/output/190302_viviendas-turisticas-comunidad-valenciana_valencia_por-geocodificar.csv", row.names = FALSE)
# export.to.geocode <- vut %>% filter(is.na(barrio))
# write.csv(export.to.geocode, file = "data/output/190302_viviendas-turisticas-comunidad-valenciana_valencia_por-geocodificar.csv", row.names = FALSE)
# shapes
barrios <- readOGR("data/original/shapes/barrios.valencia.wgs84.geojson")
......@@ -23,31 +23,35 @@ distritos <- readOGR("data/original/shapes/distritos.valencia.wgs84.geojson")
# municipios <- distritos
municipios <- readOGR("data/original/shapes/municipios.provincia.valencia.geojson")
# Analisis comunidad valenciana -------------
# Analisis comunidad valenciana por municipios -------------
vut.municipio <- group_by(vut_valenciana,Municipio) %>% summarise( n= n() ) %>% arrange(desc(n))
png(filename="images/vut/vut-municipios-top25-comunidad-valenciana-201903.png",width = 600,height = 500)
vut.municipio %>% head(25) %>%
ggplot(aes(x = reorder(Municipio,n), y = n)) +
scale_y_continuous(labels=function(x) format(x, big.mark = ".", scientific = FALSE)) +
geom_col() + coord_flip() +
theme_minimal(base_family = "Roboto Condensed", base_size = 14) +
theme(
panel.grid.minor.y = element_blank(), panel.grid.major.y = element_blank(),
legend.position = "bottom"
) +
labs(title = "Número de viviendas turísticas por municipo: top 25",
subtitle = "Valencia. Marzo 2019.",
y = "nº anuncios",
x = "tlf",
caption = "Datos: Comunidad Valenciana. Gráfico: lab.montera34.com/airbnb")
labs(title = "Viviendas turísticas en registro oficial por municipo: top 25",
subtitle = "Comunidad Valenciana. Marzo 2019.",
y = "Número de VUT",
x = "",
caption = "Datos: Generalitat Valenciana. Gráfico: lab.montera34.com/airbnb") +
geom_text(aes(label = format(n, big.mark = ".", scientific = FALSE), x=reorder(Municipio,n), y = n+50),
position = "dodge",
size=3,color="#888888", hjust=0)
dev.off()
# analisis Valencia -----------------
# 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,Teléfono) %>% summarise( n= n() ) %>% arrange(desc(n))
# por teléfono --------------
ntlf<- group_by(vut_valencia,Teléfono) %>% summarise( n= n() ) %>% arrange(desc(n))
png(filename="images/vut/vut-telefonos-top25-valencia-201903.png",width = 600,height = 500)
ntlf[!is.na(ntlf$Teléfono),] %>% head(25) %>%
ggplot(aes(x = reorder(Teléfono,n), y = n)) +
geom_col() + coord_flip() +
......@@ -59,8 +63,12 @@ theme_minimal(base_family = "Roboto Condensed", base_size = 14) +
labs(title = "Número de viviendas turísticas por teléfono: top 25",
subtitle = "Valencia. Marzo 2019.",
y = "nº anuncios",
x = "tlf",
caption = "Datos: Comunidad Valenciana. Gráfico: lab.montera34.com/airbnb")
x = "",
caption = "Datos: Comunidad Valenciana. Gráfico: lab.montera34.com/airbnb") +
geom_text(aes(label = format(n, big.mark = ".", scientific = FALSE), x=reorder(Teléfono,n), y = n+2),
position = "dodge",
size=3,color="#888888", hjust=0)
dev.off()
# select(vut,Teléfono=="963356793")
#
......@@ -69,7 +77,7 @@ theme_minimal(base_family = "Roboto Condensed", base_size = 14) +
#
# tlf=="963356793"
vut$Teléfono <- as.factor(vut$Teléfono)
# vut$Teléfono <- as.factor(vut$Teléfono)
# extract VUT ID --------
# vut_valencia$registro.number <- str_extract(vut_valencia$Signatura,"[:punctuation:]?[:blank:]?-\\d{5}")
......@@ -135,8 +143,11 @@ ggplot() +
guides(colour = guide_legend(override.aes = list(size=3)))
# por distrito en Valencia------------
vut.distrito <- group_by(vut,distrito) %>% summarise( n= n() ) %>% arrange(desc(n))
vut.distrito <- group_by(vut_valencia,distrito) %>% summarise( n= n(), na ) %>% arrange(desc(n)) %>% ungroup()
vut.distrito[is.na(vut.distrito$distrito),]$distrito <- "POR CLASIFICAR"
png(filename="images/vut/vut-distritos-valencia-201903.png",width = 600,height = 500)
vut.distrito %>% #filter(!is.na(distrito)) %>%
ggplot(aes(x = reorder(distrito,n), y = n)) +
geom_col()+
......@@ -145,29 +156,39 @@ ggplot(aes(x = reorder(distrito,n), y = n)) +
hjust = 0,
size=3,color="#000000") +
coord_flip() +
theme_minimal(base_family = "Roboto Condensed", base_size = 10) +
theme_minimal(base_family = "Roboto Condensed", base_size = 14) +
theme(
panel.grid.minor.y = element_blank(), panel.grid.major.y = element_blank(),
legend.position = "bottom"
) +
labs(title = "Número de viviendas turísticas por distrito",
labs(title = "Número de viviendas turísticas por distrito en registro oficial",
subtitle = "Valencia. Marzo 2019.",
y = "nº anuncios",
x = "tlf",
x = "",
caption = "Datos: Comunidad Valenciana. Gráfico: lab.montera34.com/airbnb")
dev.off()
# por barrio
# por barrio -----------------------------
vut.barrio <- group_by(vut,barrio) %>% summarise( n= n() ) %>% arrange(desc(n))
vut.barrio %>% ggplot(aes(x = reorder(barrio,n), y = n)) +
vut.barrio[is.na(vut.barrio$barrio),]$barrio <- "POR CLASIFICAR"
png(filename="images/vut/vut-barrios-valencia-201903.png",width = 600,height = 1100)
vut.barrio %>% filter(!barrio == "POR CLASIFICAR") %>%
ggplot(aes(x = reorder(barrio,n), y = n)) +
geom_col() + coord_flip() +
theme_minimal(base_family = "Roboto Condensed", base_size = 10) +
geom_text(data = vut.barrio %>% filter(!barrio == "POR CLASIFICAR"),
aes(label = n,y = n+1),
hjust = 0,
size=3,color="#000000") +
theme_minimal(base_family = "Roboto Condensed", base_size = 14) +
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.",
labs(title = "Número de viviendas turísticas por barrioen registro oficial",
subtitle = "Valencia. Marzo 2019. (1.202 por clasificar).",
y = "nº anuncios",
x = "tlf",
x = "",
caption = "Datos: Comunidad Valenciana. Gráfico: lab.montera34.com/airbnb")
dev.off()
Markdown is supported
0% or
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment