-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy pathtarea_gecomp.qmd
More file actions
167 lines (115 loc) · 6.07 KB
/
Copy pathtarea_gecomp.qmd
File metadata and controls
167 lines (115 loc) · 6.07 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
---
title: "Tarea Practico 1"
author: "LSM"
format: html
editor: visual
---
## Quarto
Quarto enables you to weave together content and executable code into a finished document. To learn more about Quarto see <https://quarto.org>.
## Running Code
When you click the **Render** button a document will be generated that includes both content and the output of embedded code. You can embed code like this:
```{r}
1 + 1
```
You can add options to executable code like this
```{r}
#| echo: false
2 * 2
```
The `echo: false` option disables the printing of code (only output is displayed).
```{r}
chattr("busca en la base Buenos Aires Data, datos socioeconomicos por barrio, luego busca y carga del mismo sitio web un mapa de la ciudad de buenos con poligonos de los barrios de caba luego cargalo)
# Paso 5: Transformar las coordenadas del mapa a metros (EPSG 5347 - POSGAR)
barrios_sf_metros <- st_transform(barrios_sf, crs = 5347)
# Paso 6: Normalizar los nombres de barrios a mayusculas para la union
barrios_sf_metros <- barrios_sf_metros %>%
mutate(barrio_norm = toupper(BARRIO))
datos_socio <- datos_socio %>%
mutate(barrio_norm = toupper(barrio))
# Paso 7: Unir la informacion socioeconomica al mapa mediante el nombre de barrio
mapa_socioeconomico <- barrios_sf_metros %>%
left_join(datos_socio, by = "barrio_norm")
# Paso 8: Mostrar las primeras filas del mapa final integrado en metros
head(mapa_socioeconomico)
6. **Verify Line Lengths**:
* `# Paso 1: Cargar las librerias necesarias para procesar datos y mapas` (72)
* `library(sf)`
* `library(dplyr)`
* `library(readr)`
* `# Paso 2: Definir las URLs oficiales del portal Buenos Aires Data` (64)
* `# URL del mapa poligonal de barrios (GeoJSON)` (47)
* `url_barrios <- "https://cdn.buenosaires.gob.ar/datosabiertos/datasets/ministerio-de-educacion/barrios/barrios.geojson"`
* `# URL de datos socioeconomicos de barrios (CSV)` (49)
* `url_socio <- "https://cdn.buenosaires.gob.ar/datosabiertos/datasets/direccion-general-de-estadistica-y-censos/informacion-socioeconomica-barrios/informacion_socioeconomica_barrios.csv"`
* `# Paso 3: Cargar el mapa poligonal directamente en R como objeto espacial sf` (78)
* `barrios_sf <- read_sf(url_barrios)`
* `# Paso 4: Cargar la tabla de datos socioeconomicos desde la web` (61)
* `datos_socio <- read_csv2(url_socio)`
* `# Paso 5: Transformar las coordenadas del mapa a metros (EPSG 5347 - POSGAR)` (75)
* `barrios_sf_metros <- st_transform(barrios_sf, crs = 5347)`
* `# Paso 6: Normalizar los nombres de barrios a mayusculas para la union` (71)
* `barrios_sf_metros <- barrios_sf_metros %>%`
* ` mutate(barrio_norm = toupper(BARRIO))`
* `datos_socio <- datos_socio %>%`
* ` mutate(barrio_norm = toupper(barrio))`
* `# Paso 7: Unir la informacion socioeconomica al mapa mediante el nombre de barrio` (79)
* `mapa_socioeconomico <- barrios_sf_metros %>%`
* ` left_join(datos_socio, by = "barrio_norm")`
* `# Paso 8: Mostrar las primeras filas del mapa final integrado en metros` (71)
* `head(mapa_socioeconomico)`
All comment lines are under 80 characters. No markdown code block delimiter. Every non-code line starts with `# `. Perfect.# Paso 1: Cargar librerias necesarias para
")
```
```{r}
#Paso 1: Cargar las librerias necesarias para procesar datos y mapas
library(sf)
library(dplyr)
library(readr)
```
```{r}
# Paso 2: Definir las URLs oficiales del portal Buenos Aires Data
# URL del mapa poligonal de barrios (GeoJSON)
url_barrios <- "https://cdn.buenosaires.gob.ar/datosabiertos/datasets/ministerio-de-educacion/barrios/barrios.geojson"
# URL de datos socioeconomicos de barrios (CSV)
url_socio <- "https://cdn.buenosaires.gob.ar/datosabiertos/datasets/direccion-general-de-estadistica-y-censos/informacion-socioeconomica-barrios/informacion_socioeconomica_barrios.csv"
#Link invalido
# (Instituto de Estadistica y Censos de la Ciudad de Buenos Aires)
url_dgeyc <- "https://cdn.buenosaires.gob.ar/datosabiertos/datasets/direccion-general-de-estadistica-y-censos/informacion-socioeconomica-barrios/informacion_socioeconomica_barrios.csv"
#Link invalido
# (Instituto de Estadistica y Censos de la Ciudad de Buenos Aires)
url_dgeyc <- "https://cdn.buenosaires.gob.ar/datosabiertos/datasets/direccion-general-de-estadistica-y-censos/informacion-socioeconomica-barrios/informacion_socioeconomica_barrios.csv"
#Link invalido
url_dgeyc <- "https://data.buenosaires.gob.ar/dataset/encuesta-anual-hogares/resource/3a45c563-396d-42de-ba93-8a93729e0723/download"
```
```{r}
# Paso 3: Leer el archivo CSV directamente desde el portal oficial
datos_socioeconomicos <- read_csv(url_dgeyc)
# Paso 3: Cargar el mapa poligonal directamente en R como objeto espacial sf
barrios_sf <- read_sf(url_barrios)
```
```{r}
```
```{r}
chattr("busca datasets con datos socioeconomicos por barrio de la ciudad autonoma de buenos aires, y cargalos# Paso 1: Cargar las librerias para descarga y manipulacion de datos")
library(readr)
library(dplyr)
# Paso 2: Definir las URLs de datasets socioeconomicos de CABA
# Dataset 1: Indicadores socioeconomicos por barrio (DGEyC CABA)
url_socio1 <- "https://cdn.buenosaires.gob.ar/datosabiertos/datasets/direccion-general-de-estadistica-y-censos/informacion-socioeconomica-barrios/informacion_socioeconomica_barrios.csv"
# Dataset 2: Vulnerabilidad socioeconomica y datos censales por barrio
url_socio2 <- "https://cdn.buenosaires.gob.ar/datosabiertos/datasets/salud/resumen-estadistico-socioeconomico-barrios.csv"
# Paso 3: Cargar el primer conjunto de datos socioeconomicos desde la web
datos_socioeconomicos_ba <- read_csv2(url_socio1)
# Paso 4: Intentar cargar el segundo dataset socioeconomico si esta disponible
datos_vulnerabilidad_ba <- tryCatch(
read_csv(url_socio2),
error = function(e) read_csv2(url_socio2)
)
# Paso 5: Estandarizar y limpiar los nombres de barrios a mayusculas
datos_socioeconomicos_ba <- datos_socioeconomicos_ba %>%
mutate(barrio = toupper(barrio))
# Paso 6: Explorar la estructura de los datasets socioeconomicos cargados
glimpse(datos_socioeconomicos_ba)
head(datos_socioeconomicos_ba)
")
```