-
Notifications
You must be signed in to change notification settings - Fork 2
/
resumenTarjeta.R
114 lines (88 loc) · 4.33 KB
/
resumenTarjeta.R
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
library(tidyverse)
library(lubridate)
library(ggplot2)
library(scales, warn.conflicts = FALSE)
# Read the data from the CSV file
transporte <- read.csv("datos_unidos.csv")
rutas <- read.csv("rutas.csv")
trans <- select(transporte, -consecutivoevento, -dia_hora, -dia_semana,
-fecha, -hora, -latitude, -longitude)
rut <- select(rutas, -estado, -troncal, -ramal)
# Fusionar los datos utilizando la columna "idsam" como clave de unión
datos_fusionados <- inner_join(trans, rut, by = "idrutaestacion")
rm(transporte)
rm(trans)
rm(rutas)
rm(rut)
# Filtro de los datos TOTALES
transporte_filtrado <- datos_fusionados %>%
filter(tipoevento == 4, producto == "MO") %>%
group_by(eot, fecha = as.Date(fechahoraevento)) %>%
summarize(cantidad_viajes = n()) %>%
ungroup()
transporte_filtrado <- arrange(transporte_filtrado, fecha)
nombre_csv <- paste0("csv/eot_monto_total.csv")
write.csv(transporte_filtrado, file = nombre_csv, row.names = FALSE)
# Gráfico las 10 EOT
# Gráfico de líneas por EOT de las 10 con más cantidad de viajes
eotplot <- ggplot(transporte_filtrado, aes(x = fecha, y = cantidad_viajes, color = eot)) +
geom_line(linewidth = 1) +
scale_y_continuous(expand = c(0, 0)) +
labs(x = "Fecha", y = "Cantidad de viajes", title = "Cantidad de viajes por las 10 EOT con más cantidad de viajes") +
theme(legend.position = "bottom",
plot.margin = unit(c(2, 2, 0.5, 0.5), "cm"))
ggsave("eot.png", width = 48, height = 8.33, dpi = 72)
## Solo Diferencial
transporte_filtrado <- datos_fusionados %>%
filter(tipoevento == 4, producto == "MO", tipotransporte==3) %>%
group_by(eot, fecha = as.Date(fechahoraevento)) %>%
summarize(cantidad_viajes = n()) %>%
ungroup()
transporte_filtrado <- arrange(transporte_filtrado, fecha)
nombre_csv <- paste0("csv/eot_monto_total_diferencial.csv")
write.csv(transporte_filtrado, file = nombre_csv, row.names = FALSE)
# Gráfico las 10 EOT
# Gráfico de líneas por EOT de las 10 con más cantidad de viajes
eotplot <- ggplot(transporte_filtrado, aes(x = fecha, y = cantidad_viajes, color = eot)) +
geom_line(linewidth = 1) +
scale_y_continuous(expand = c(0, 0)) +
labs(x = "Fecha", y = "Cantidad de viajes", title = "Cantidad de viajes por las 10 EOT con más cantidad de viajes (Diferencial)") +
theme(legend.position = "bottom",
plot.margin = unit(c(2, 2, 0.5, 0.5), "cm"))
ggsave("eot-diferencial.png", width = 48, height = 8.33, dpi = 72)
## Solo Normal
transporte_filtrado <- datos_fusionados %>%
filter(tipoevento == 4, producto == "MO", tipotransporte==1) %>%
group_by(eot, fecha = as.Date(fechahoraevento)) %>%
summarize(cantidad_viajes = n()) %>%
ungroup()
transporte_filtrado <- arrange(transporte_filtrado, fecha)
nombre_csv <- paste0("csv/eot_monto_total_normal.csv")
write.csv(transporte_filtrado, file = nombre_csv, row.names = FALSE)
# Gráfico las 10 EOT
# Gráfico de líneas por EOT de las 10 con más cantidad de viajes
eotplot <- ggplot(transporte_filtrado, aes(x = fecha, y = cantidad_viajes, color = eot)) +
geom_line(linewidth = 1) +
scale_y_continuous(expand = c(0, 0)) +
labs(x = "Fecha", y = "Cantidad de viajes", title = "Cantidad de viajes por las 10 EOT con más cantidad de viajes (Normal)") +
theme(legend.position = "bottom",
plot.margin = unit(c(2, 2, 0.5, 0.5), "cm"))
ggsave("eot-normal.png", width = 48, height = 8.33, dpi = 72)
## Solo Municipal
transporte_filtrado <- datos_fusionados %>%
filter(tipoevento == 4, producto == "MO", tipotransporte==0) %>%
group_by(eot, fecha = as.Date(fechahoraevento)) %>%
summarize(cantidad_viajes = n()) %>%
ungroup()
transporte_filtrado <- arrange(transporte_filtrado, fecha)
nombre_csv <- paste0("csv/eot_monto_total_municipal.csv")
write.csv(transporte_filtrado, file = nombre_csv, row.names = FALSE)
# Gráfico las 10 EOT
# Gráfico de líneas por EOT de las 10 con más cantidad de viajes
eotplot <- ggplot(slice_head(arrange(transporte_filtrado, desc(cantidad_viajes)), n = 10), aes(x = fecha, y = cantidad_viajes, color = eot)) +
geom_line(linewidth = 1) +
scale_y_continuous(expand = c(0, 0)) +
labs(x = "Fecha", y = "Cantidad de viajes", title = "Cantidad de viajes por las 10 EOT con más cantidad de viajes (Municipal)") +
theme(legend.position = "bottom",
plot.margin = unit(c(2, 2, 0.5, 0.5), "cm"))
ggsave("eot-municipal.png", width = 48, height = 8.33, dpi = 72)