Proyecto “Análisis de los atractivos y/o lugares de interés turístico de la Ciudad”.
Florencia Rocha
28/6/2019
Inroducción "Objetivos: - Conocer los atractivos de la Ciudad identificados por los usuarios (foco en la demanda) - Identificar elementos destacados. - Observar su distribución espacial - Determinar el posicionamiento de los atractivos
Fuente: TripAdvisor fue la web elegida por número de lugares, comentarios actualizados, información disponible.
Proceso Primera Etapa: -Seleccionamos los datos relevantes de 2800 puntos a través de un proceso de webscraping. Se obtuvo la información que desarrollaré a continuación. -Análisis de los atractivos según categoría, definida por la naturaleza del atractivo y el interés del Ente de Turismo. -Presentación de los datos por categoría, distribución en la Ciudad. Ranking de atractivos por cantidad de comentarios y mejor valorados. Posicionamiento de los atractivos en relación a su calificación.
Segunda Etapa -Análisis Sentimental: con los comentarios entre 2012 y 2019. -Análisis de patrones de comportamiento de los usuarios: Según residencia (residentes, nacionales y extranjeros), tipo de viajero, género y rango etario."
library(tidyverse)## -- Attaching packages --------------------------------------- tidyverse 1.2.1 --## v ggplot2 3.1.1 v purrr 0.3.2
## v tibble 2.1.1 v dplyr 0.8.0.1
## v tidyr 0.8.3 v stringr 1.4.0
## v readr 1.3.1 v forcats 0.4.0## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()library(sf)## Linking to GEOS 3.6.1, GDAL 2.2.3, PROJ 4.9.3Cargo la primer base.
atractivos <- read.csv2 ("C://Users/Flo/Desktop/Curso Ciencia DAtos/dim_atractivos_final.csv",stringsAsFactors = FALSE)Convierto barrios a factor.
atractivos$barrio <- as.factor(atractivos$barrio)Arreglos de latitud y longitud (las latitudes y longitudes las toma incorrectas).
atractivos <- atractivos %>%
mutate(latitud = str_remove_all(latitud, "\\."),
latitud = paste0(substr(latitud, 1, 3), ".", substr(latitud, 4, nchar(latitud))),
latitud = as.numeric(latitud),
longitud = str_remove_all(longitud, "\\."),
longitud = paste0(substr(longitud, 1, 3), ".", substr(longitud, 4, nchar(longitud))),
longitud = as.numeric(longitud)) %>%
filter(between(longitud, -59, -58),
between(latitud, -35, -34))## Warning: NAs introducidos por coerción
## Warning: NAs introducidos por coerciónChequeo el arreglo de latitud y longitud
ggplot() +
geom_point(data = atractivos,
aes(x = longitud, y = latitud, color = barrio, size = comentarios_calificacion),
alpha = .3) +
coord_cartesian()## Warning: Using size for a discrete variable is not advised.
Arreglo las calificaciones (observo que las calificaciones también están incorrectas. La puntuación de los usuarios debe ir entre 0 - 5 puntos).
atractivos <- atractivos %>%
mutate(comentarios_calificacion = str_remove_all(comentarios_calificacion, "\\."),
comentarios_calificacion = as.numeric(comentarios_calificacion),
comentarios_calificacion = ifelse(comentarios_calificacion > 5,
comentarios_calificacion/10,
comentarios_calificacion))Veo que estructura tiene el dataframe
str(atractivos)## 'data.frame': 1380 obs. of 32 variables:
## $ id_atractivo : int 1 2 3 4 5 6 7 8 9 10 ...
## $ nombre : chr "Teatro Colón" "Recoleta" "Puerto Madero" "San Telmo" ...
## $ direccion_completa : chr "Calle Cerrito 628, Buenos Aires C1010AAN, Argentina" "Junin y Guido, Buenos Aires, Argentina" "Rosario Vera Penaloza, Buenos Aires, Argentina" "Buenos Aires, Argentina" ...
## $ calle : chr "Calle Cerrito " "Junin y Guido" "Rosario Vera Penaloza" "Buenos Aires" ...
## $ altura : int 628 0 0 0 2966 1790 0 1050 1473 0 ...
## $ barrio : Factor w/ 58 levels "","Agronomía",..: 40 35 33 41 26 35 26 36 35 26 ...
## $ ciudad : chr "Buenos Aires" "Buenos Aires" "Buenos Aires" "Buenos Aires" ...
## $ localidad : chr "CABA" "CABA" "CABA" "CABA" ...
## $ provincia : chr "Buenos Aires" "Buenos Aires" "Buenos Aires" "Buenos Aires" ...
## $ pais : chr "Argentina" "Argentina" "Argentina" "Argentina" ...
## $ latitud : num -34.6 -34.6 -34.6 -34.6 -34.6 ...
## $ longitud : num -58.4 -58.4 -58.4 -58.4 -58.4 ...
## $ telefono : chr "+54 11 4378-7100" "+91 88002 37808" "+91 88002 37808" "" ...
## $ duracion : chr "< 1 hora" "" "1-2 horas" "" ...
## $ ranking : int 1 2 3 4 5 6 14 15 16 17 ...
## $ horario_lunes : chr "10:00 - 14:00" "" "" "" ...
## $ horario_martes : chr "10:00 - 14:00" "" "" "" ...
## $ horario_miercoles : chr "10:00 - 14:00" "" "" "" ...
## $ horario_jueves : chr "10:00 - 14:00" "" "" "" ...
## $ horario_viernes : chr "10:00 - 14:00" "" "" "" ...
## $ horario_sabado : chr "" "" "" "" ...
## $ horario_domingo : chr "" "" "" "" ...
## $ comentarios_cantidad : int 20459 19300 36968 12556 10723 22594 784 2443 6242 7600 ...
## $ comentarios_calificacion: num 5 4.5 4.5 4.5 4.5 4.5 4.5 4.5 4.5 4.5 ...
## $ cantidad_excelente : int 80 59 57 50 54 49 72 67 63 62 ...
## $ cantidad_muybueno : int 16 35 35 38 33 36 23 28 30 32 ...
## $ cantidad_normal : int 2 4 6 10 11 13 3 3 5 4 ...
## $ cantidad_malo : int 1 1 1 1 1 1 1 1 1 1 ...
## $ cantidad_horrible : int 1 1 1 1 1 1 1 1 1 1 ...
## $ link_tripadvisor : chr "https://www.tripadvisor.com.ar/Attraction_Review-g312741-d311763-Reviews-Teatro_Colon-Buenos_Aires_Capital_Fede"| __truncated__ "https://www.tripadvisor.com.ar/Attraction_Review-g312741-d311775-Reviews-Recoleta-Buenos_Aires_Capital_Federal_District.html" "https://www.tripadvisor.com.ar/Attraction_Review-g312741-d311777-Reviews-Puerto_Madero-Buenos_Aires_Capital_Fed"| __truncated__ "https://www.tripadvisor.com.ar/Attraction_Review-g312741-d311774-Reviews-San_Telmo-Buenos_Aires_Capital_Federal_District.html" ...
## $ visible : int 0 0 0 0 0 0 0 0 0 0 ...
## $ direccion_google : chr "Cerrito 628, C1010 CABA, Argentina" "NULL" "NULL" "NULL" ...Que contiene?
summary(atractivos)## id_atractivo nombre direccion_completa calle
## Min. : 1.0 Length:1380 Length:1380 Length:1380
## 1st Qu.: 345.8 Class :character Class :character Class :character
## Median : 692.5 Mode :character Mode :character Mode :character
## Mean : 743.9
## 3rd Qu.:1124.2
## Max. :1734.0
##
## altura barrio ciudad
## Min. : 0 Palermo :288 Length:1380
## 1st Qu.: 256 San Nicolás:177 Class :character
## Median : 1062 Recoleta :131 Mode :character
## Mean : 85999 Montserrat :124
## 3rd Qu.: 2251 Retiro :107
## Max. :28012967 San Telmo : 76
## (Other) :477
## localidad provincia pais latitud
## Length:1380 Length:1380 Length:1380 Min. :-34.97
## Class :character Class :character Class :character 1st Qu.:-34.61
## Mode :character Mode :character Mode :character Median :-34.60
## Mean :-34.60
## 3rd Qu.:-34.59
## Max. :-34.18
##
## longitud telefono duracion ranking
## Min. :-58.79 Length:1380 Length:1380 Min. : 1.0
## 1st Qu.:-58.43 Class :character Class :character 1st Qu.: 73.0
## Median :-58.40 Mode :character Mode :character Median : 245.5
## Mean :-58.41 Mean : 38014.8
## 3rd Qu.:-58.38 3rd Qu.: 602.2
## Max. :-58.05 Max. :851851.0
##
## horario_lunes horario_martes horario_miercoles
## Length:1380 Length:1380 Length:1380
## Class :character Class :character Class :character
## Mode :character Mode :character Mode :character
##
##
##
##
## horario_jueves horario_viernes horario_sabado
## Length:1380 Length:1380 Length:1380
## Class :character Class :character Class :character
## Mode :character Mode :character Mode :character
##
##
##
##
## horario_domingo comentarios_cantidad comentarios_calificacion
## Length:1380 Min. : 0.0 Min. :0.000
## Class :character 1st Qu.: 2.0 1st Qu.:3.500
## Mode :character Median : 9.0 Median :4.000
## Mean : 277.2 Mean :3.692
## 3rd Qu.: 42.0 3rd Qu.:4.500
## Max. :36968.0 Max. :5.000
##
## cantidad_excelente cantidad_muybueno cantidad_normal cantidad_malo
## Min. : 0.00 Min. : 0.00 Min. : 0.00 Min. : 0.000
## 1st Qu.: 0.00 1st Qu.: 0.00 1st Qu.: 0.00 1st Qu.: 0.000
## Median : 33.00 Median : 33.00 Median : 4.00 Median : 0.000
## Mean : 37.98 Mean : 33.91 Mean : 12.18 Mean : 2.276
## 3rd Qu.: 60.00 3rd Qu.: 50.00 3rd Qu.: 17.25 3rd Qu.: 1.000
## Max. :100.00 Max. :100.00 Max. :100.00 Max. :100.000
##
## cantidad_horrible link_tripadvisor visible
## Min. : 0.000 Length:1380 Min. :0.000000
## 1st Qu.: 0.000 Class :character 1st Qu.:0.000000
## Median : 0.000 Mode :character Median :0.000000
## Mean : 1.989 Mean :0.007971
## 3rd Qu.: 1.000 3rd Qu.:0.000000
## Max. :100.000 Max. :1.000000
##
## direccion_google
## Length:1380
## Class :character
## Mode :character
##
##
##
## Qué niveles tiene?
levels(atractivos$barrio)## [1] "" "Agronomía" "Almagro"
## [4] "Balvanera" "Barracas" "Belgrano"
## [7] "Boca" "Boedo" "Caballito"
## [10] "Chacarita" "Coghlan" "Colegiales"
## [13] "Constitución" "Devoto" "Flores"
## [16] "Floresta" "La Boca" "Liniers"
## [19] "Mataderos" "Monte Castro" "Montserrat"
## [22] "Nueva Pompeya" "Nuñez" "Otro"
## [25] "Otros" "Palermo" "Parque "
## [28] "Parque Avellaneda" "Parque Chacabuco" "Parque Chas"
## [31] "Parque Patricios" "Paternal" "Puerto Madero"
## [34] "recoleta" "Recoleta" "Retiro"
## [37] "Saavedra" "San Cristobal" "San Cristóbal"
## [40] "San Nicolás" "San Telmo" "Urquiza"
## [43] "Versalles" "Villa Crespo" "Villa Deboto"
## [46] "Villa del Parque" "Villa Devoto" "Villa General Mitre"
## [49] "Villa Lugano" "Villa Luro" "Villa Mitre"
## [52] "Villa Ortuzar" "Villa Ortúzar" "Villa Pueyrredón "
## [55] "Villa Real" "Villa Riachuelo" "Villa Soldati"
## [58] "Villa Urquiza"Arreglo los barrios (para eso vuelvo a cambiar a cáracter y guardarlo como factor nuevamente. Luego corrijo las inconsistencias).
atractivos$barrio <- as.character(atractivos$barrio)
atractivos[atractivos$barrio=="Villa Deboto" | atractivos$barrio=="Devoto", "barrio"] <- "Villa Devoto"
atractivos[atractivos$barrio=="Boca" , "barrio"] <- "La Boca"
atractivos[atractivos$barrio=="recoleta" , "barrio"] <- "Recoleta"
atractivos[atractivos$barrio=="San Cristobal" , "barrio"] <- "San Cristóbal"
atractivos[atractivos$barrio=="Villa Ortuzar" , "barrio"] <- "Villa Ortúzar"
atractivos[atractivos$barrio=="Urquiza" , "barrio"] <- "Villa Urquiza"
atractivos[atractivos$barrio=="Villa Mitre" , "barrio"] <- "Villa General Mitre"
atractivos[atractivos$barrio=="Parque " , "barrio"] <- "Parque Chas"
atractivos[atractivos$barrio=="Otro", "barrio"] <- "Fuera de Buenos Aires"
atractivos$barrio <- as.factor(atractivos$barrio)Chequeo los barrios arreglados.
levels(atractivos$barrio)## [1] "" "Agronomía" "Almagro"
## [4] "Balvanera" "Barracas" "Belgrano"
## [7] "Boedo" "Caballito" "Chacarita"
## [10] "Coghlan" "Colegiales" "Constitución"
## [13] "Flores" "Floresta" "La Boca"
## [16] "Liniers" "Mataderos" "Monte Castro"
## [19] "Montserrat" "Nueva Pompeya" "Nuñez"
## [22] "Otros" "Palermo" "Parque Avellaneda"
## [25] "Parque Chacabuco" "Parque Chas" "Parque Patricios"
## [28] "Paternal" "Puerto Madero" "Recoleta"
## [31] "Retiro" "Saavedra" "San Cristóbal"
## [34] "San Nicolás" "San Telmo" "Versalles"
## [37] "Villa Crespo" "Villa del Parque" "Villa Devoto"
## [40] "Villa General Mitre" "Villa Luro" "Villa Ortúzar"
## [43] "Villa Pueyrredón " "Villa Real" "Villa Riachuelo"
## [46] "Villa Soldati" "Villa Urquiza"Subo la segunda base.
categorias_por_atractivos <- read.csv2("C://Users/Flo/Desktop/Curso Ciencia DAtos/categorias_por_atractivos.csv", stringsAsFactors = FALSE)Junto las dos primeras bases.
atractivos <- left_join(atractivos, categorias_por_atractivos)## Joining, by = "id_atractivo"Subo la tercer base (categoría de los atractivos, según tripadvisor).
dim_categorias <- read.csv2 ("C://Users/Flo/Desktop/Curso Ciencia DAtos/dim_categorias.csv",stringsAsFactors = FALSE)Junto la tercer base
atractivos <- left_join(atractivos, dim_categorias)## Joining, by = "id_categoria"Elimino (para el análisis) los atractivos con 2 o menos comentarios
seleccion <- filter(atractivos, comentarios_cantidad > 2)
head(seleccion)## id_atractivo nombre
## 1 1 Teatro Colón
## 2 2 Recoleta
## 3 2 Recoleta
## 4 2 Recoleta
## 5 2 Recoleta
## 6 3 Puerto Madero
## direccion_completa
## 1 Calle Cerrito 628, Buenos Aires C1010AAN, Argentina
## 2 Junin y Guido, Buenos Aires, Argentina
## 3 Junin y Guido, Buenos Aires, Argentina
## 4 Junin y Guido, Buenos Aires, Argentina
## 5 Junin y Guido, Buenos Aires, Argentina
## 6 Rosario Vera Penaloza, Buenos Aires, Argentina
## calle altura barrio ciudad localidad
## 1 Calle Cerrito 628 San Nicolás Buenos Aires CABA
## 2 Junin y Guido 0 Recoleta Buenos Aires CABA
## 3 Junin y Guido 0 Recoleta Buenos Aires CABA
## 4 Junin y Guido 0 Recoleta Buenos Aires CABA
## 5 Junin y Guido 0 Recoleta Buenos Aires CABA
## 6 Rosario Vera Penaloza 0 Puerto Madero Buenos Aires CABA
## provincia pais latitud longitud telefono duracion
## 1 Buenos Aires Argentina -34.59429 -58.38277 +54 11 4378-7100 < 1 hora
## 2 Buenos Aires Argentina -34.59020 -58.39882 +91 88002 37808
## 3 Buenos Aires Argentina -34.59020 -58.39882 +91 88002 37808
## 4 Buenos Aires Argentina -34.59020 -58.39882 +91 88002 37808
## 5 Buenos Aires Argentina -34.59020 -58.39882 +91 88002 37808
## 6 Buenos Aires Argentina -34.61154 -58.36257 +91 88002 37808 1-2 horas
## ranking horario_lunes horario_martes horario_miercoles horario_jueves
## 1 1 10:00 - 14:00 10:00 - 14:00 10:00 - 14:00 10:00 - 14:00
## 2 2
## 3 2
## 4 2
## 5 2
## 6 3
## horario_viernes horario_sabado horario_domingo comentarios_cantidad
## 1 10:00 - 14:00 20459
## 2 19300
## 3 19300
## 4 19300
## 5 19300
## 6 36968
## comentarios_calificacion cantidad_excelente cantidad_muybueno
## 1 5.0 80 16
## 2 4.5 59 35
## 3 4.5 59 35
## 4 4.5 59 35
## 5 4.5 59 35
## 6 4.5 57 35
## cantidad_normal cantidad_malo cantidad_horrible
## 1 2 1 1
## 2 4 1 1
## 3 4 1 1
## 4 4 1 1
## 5 4 1 1
## 6 6 1 1
## link_tripadvisor
## 1 https://www.tripadvisor.com.ar/Attraction_Review-g312741-d311763-Reviews-Teatro_Colon-Buenos_Aires_Capital_Federal_District.html
## 2 https://www.tripadvisor.com.ar/Attraction_Review-g312741-d311775-Reviews-Recoleta-Buenos_Aires_Capital_Federal_District.html
## 3 https://www.tripadvisor.com.ar/Attraction_Review-g312741-d311775-Reviews-Recoleta-Buenos_Aires_Capital_Federal_District.html
## 4 https://www.tripadvisor.com.ar/Attraction_Review-g312741-d311775-Reviews-Recoleta-Buenos_Aires_Capital_Federal_District.html
## 5 https://www.tripadvisor.com.ar/Attraction_Review-g312741-d311775-Reviews-Recoleta-Buenos_Aires_Capital_Federal_District.html
## 6 https://www.tripadvisor.com.ar/Attraction_Review-g312741-d311777-Reviews-Puerto_Madero-Buenos_Aires_Capital_Federal_District.html
## visible direccion_google id id_categoria
## 1 0 Cerrito 628, C1010 CABA, Argentina 1 24
## 2 0 NULL 2 6
## 3 0 NULL 3 5
## 4 0 NULL 4 7
## 5 0 NULL 5 2
## 6 0 NULL 6 6
## cat1 cat2
## 1 Conciertos y espectáculos Teatros
## 2 Atracciones y lugares de interés Vecindarios
## 3 Atracciones y lugares de interés Lugares históricos
## 4 Atracciones y lugares de interés Lugares religiosos y sagrados
## 5 Atracciones y lugares de interés Edificios con valor arquitectónico
## 6 Atracciones y lugares de interés Vecindarios
## nueva_cat
## 1 Teatros
## 2 Barrios
## 3 Edificios con valor arquitectónico
## 4 Lugares religiosos
## 5 Edificios con valor arquitectónico
## 6 BarriosElimino los duplicados
atractivoslimpio <- distinct(seleccion, id_atractivo, .keep_all = TRUE)Arreglos las categorías
Primero, agrupo las categorías de tripadvisor (cat2) a las nuevas categoías definidas por Observatorio Turismo (nueva_cat), para luego crear las categorías finales.
atractivoslimpio$nueva_cat <- atractivoslimpio$cat2Corrijo los atractivos que están mal categorizados (de cat2 y los reasigno por ID a la nueva_cat que corresponde).
atractivoslimpio[atractivoslimpio$id_atractivo==101 | atractivoslimpio$id_atractivo==230 | atractivoslimpio$id_atractivo==118
| atractivoslimpio$id_atractivo==370 | atractivoslimpio$id_atractivo==274 | atractivoslimpio$id_atractivo==12 | atractivoslimpio$id_atractivo==491 | atractivoslimpio$id_atractivo==106 | atractivoslimpio$id_atractivo==202 | atractivoslimpio$id_atractivo==1204 | atractivoslimpio$id_atractivo==96 | atractivoslimpio$id_atractivo==230 , "nueva_cat"] <- "Museos"
atractivoslimpio[atractivoslimpio$id_atractivo==121 | atractivoslimpio$id_atractivo==4 | atractivoslimpio$id_atractivo==269 | atractivoslimpio$id_atractivo==2 | atractivoslimpio$id_atractivo==22 | atractivoslimpio$id_atractivo==249 , "nueva_cat"] <- "Barrios"
atractivoslimpio[atractivoslimpio$id_atractivo==830 | atractivoslimpio$id_atractivo==1425 | atractivoslimpio$id_atractivo==52 | atractivoslimpio$id_atractivo==347 | atractivoslimpio$id_atractivo==827 | atractivoslimpio$id_atractivo==828 | atractivoslimpio$id_atractivo==825 | atractivoslimpio$id_atractivo==829 | atractivoslimpio$id_atractivo==834 | atractivoslimpio$id_atractivo==836 | atractivoslimpio$id_atractivo==852 | atractivoslimpio$id_atractivo==844 | atractivoslimpio$id_atractivo==838 | atractivoslimpio$id_atractivo==796 | atractivoslimpio$id_atractivo==843 | atractivoslimpio$id_atractivo==847 | atractivoslimpio$id_atractivo==1160 | atractivoslimpio$id_atractivo==848 | atractivoslimpio$id_atractivo==862 | atractivoslimpio$id_atractivo==850 | atractivoslimpio$id_atractivo==857 | atractivoslimpio$id_atractivo==861 | atractivoslimpio$id_atractivo==871 | atractivoslimpio$id_atractivo==294 , "nueva_cat"] <- "Teatros"
atractivoslimpio[atractivoslimpio$id_atractivo==290 | atractivoslimpio$id_atractivo==171 | atractivoslimpio$id_atractivo==226 | atractivoslimpio$id_atractivo==692 | atractivoslimpio$id_atractivo==466 | atractivoslimpio$id_atractivo==554 | atractivoslimpio$id_atractivo==565 | atractivoslimpio$id_atractivo==85 | atractivoslimpio$id_atractivo==137 | atractivoslimpio$id_atractivo==207 | atractivoslimpio$id_atractivo==180 | atractivoslimpio$id_atractivo==66 | atractivoslimpio$id_atractivo==389 | atractivoslimpio$id_atractivo==726 | atractivoslimpio$id_atractivo==193 | atractivoslimpio$id_atractivo==111 | atractivoslimpio$id_atractivo==793 | atractivoslimpio$id_atractivo==153 | atractivoslimpio$id_atractivo==302 | atractivoslimpio$id_atractivo==75 | atractivoslimpio$id_atractivo==69 | atractivoslimpio$id_atractivo==195 | atractivoslimpio$id_atractivo==728 | atractivoslimpio$id_atractivo==721 | atractivoslimpio$id_atractivo==723 | atractivoslimpio$id_atractivo==216 | atractivoslimpio$id_atractivo==234 | atractivoslimpio$id_atractivo==270 | atractivoslimpio$id_atractivo==307 | atractivoslimpio$id_atractivo==286 | atractivoslimpio$id_atractivo==320 | atractivoslimpio$id_atractivo==346 | atractivoslimpio$id_atractivo==365 | atractivoslimpio$id_atractivo==433 | atractivoslimpio$id_atractivo==321 | atractivoslimpio$id_atractivo==336 | atractivoslimpio$id_atractivo==403 | atractivoslimpio$id_atractivo==650 | atractivoslimpio$id_atractivo==631 | atractivoslimpio$id_atractivo==434 | atractivoslimpio$id_atractivo==371 | atractivoslimpio$id_atractivo==476 | atractivoslimpio$id_atractivo==643 | atractivoslimpio$id_atractivo==335 | atractivoslimpio$id_atractivo==350 | atractivoslimpio$id_atractivo==340 | atractivoslimpio$id_atractivo==366 | atractivoslimpio$id_atractivo==690 | atractivoslimpio$id_atractivo==478 | atractivoslimpio$id_atractivo==713 | atractivoslimpio$id_atractivo==624 | atractivoslimpio$id_atractivo==640 | atractivoslimpio$id_atractivo==62 | atractivoslimpio$id_atractivo==215 | atractivoslimpio$id_atractivo==1289 | atractivoslimpio$id_atractivo==99 | atractivoslimpio$id_atractivo==279 | atractivoslimpio$id_atractivo==362 | atractivoslimpio$id_atractivo==417 | atractivoslimpio$id_atractivo==435 | atractivoslimpio$id_atractivo==439 | atractivoslimpio$id_atractivo==1284 | atractivoslimpio$id_atractivo==486 | atractivoslimpio$id_atractivo==683 | atractivoslimpio$id_atractivo==149 | atractivoslimpio$id_atractivo==55 | atractivoslimpio$id_atractivo==109 ,"nueva_cat"] <- "Plazas y parques"
atractivoslimpio[atractivoslimpio$id_atractivo==922 , "nueva_cat"] <- "Mercados de pulgas y al aire libre"
atractivoslimpio[atractivoslimpio$id_atractivo==498 | atractivoslimpio$id_atractivo==201 | atractivoslimpio$id_atractivo==724 | atractivoslimpio$id_atractivo==106 | atractivoslimpio$id_atractivo==35 | atractivoslimpio$id_atractivo==94 | atractivoslimpio$id_atractivo==689 | atractivoslimpio$id_atractivo==450 | atractivoslimpio$id_atractivo==14 | atractivoslimpio$id_atractivo==460 | atractivoslimpio$id_atractivo==97 | atractivoslimpio$id_atractivo==15 | atractivoslimpio$id_atractivo==722 | atractivoslimpio$id_atractivo==802 | atractivoslimpio$id_atractivo==716 | atractivoslimpio$id_atractivo==474 | atractivoslimpio$id_atractivo==368 | atractivoslimpio$id_atractivo==536 | atractivoslimpio$id_atractivo==19 | atractivoslimpio$id_atractivo==56 | atractivoslimpio$id_atractivo==113 | atractivoslimpio$id_atractivo==236 | atractivoslimpio$id_atractivo==344 | atractivoslimpio$id_atractivo==414 | atractivoslimpio$id_atractivo==357 | atractivoslimpio$id_atractivo==406 | atractivoslimpio$id_atractivo==679 | atractivoslimpio$id_atractivo==553 | atractivoslimpio$id_atractivo==543 | atractivoslimpio$id_atractivo==326 | atractivoslimpio$id_atractivo==782 | atractivoslimpio$id_atractivo==454 | atractivoslimpio$id_atractivo==375 | atractivoslimpio$id_atractivo==228 | atractivoslimpio$id_atractivo==165 | atractivoslimpio$id_atractivo==236 | atractivoslimpio$id_atractivo==674 | atractivoslimpio$id_atractivo==497
, "nueva_cat"] <- "Edificios con valor arquitectónico"
atractivoslimpio[atractivoslimpio$id_atractivo==129 , "nueva_cat"] <- "Shoppings"
atractivoslimpio[atractivoslimpio$id_atractivo==104 | atractivoslimpio$id_atractivo==210, "nueva_cat"] <- "Otros"
atractivoslimpio[atractivoslimpio$id_atractivo==415 | atractivoslimpio$id_atractivo==688, "nueva_cat"] <- "transporte de pasajeros"
atractivoslimpio[atractivoslimpio$id_atractivo==86, "nueva_cat"] <- "Edificios gubernamentales"
atractivoslimpio[atractivoslimpio$id_atractivo==43 | atractivoslimpio$id_atractivo==20 | atractivoslimpio$id_atractivo==1286 | atractivoslimpio$id_atractivo==1288 | atractivoslimpio$id_atractivo==1294 | atractivoslimpio$id_atractivo==726 , "nueva_cat"] <- "Estadios y campos deportivos"
atractivoslimpio[atractivoslimpio$id_atractivo==369 | atractivoslimpio$id_atractivo==181 | atractivoslimpio$id_atractivo==64 | atractivoslimpio$id_atractivo==284 | atractivoslimpio$id_atractivo==6, "nueva_cat"] <- "Monumentos y estatuas"
atractivoslimpio[atractivoslimpio$id_atractivo==608 | atractivoslimpio$id_atractivo==110 | atractivoslimpio$id_atractivo==200 | atractivoslimpio$id_atractivo==259 | atractivoslimpio$id_atractivo==145 | atractivoslimpio$id_atractivo==196 | atractivoslimpio$id_atractivo==238 | atractivoslimpio$id_atractivo==159 | atractivoslimpio$id_atractivo==23 | atractivoslimpio$id_atractivo==694 | atractivoslimpio$id_atractivo==33 | atractivoslimpio$id_atractivo==296 | atractivoslimpio$id_atractivo==498 , "nueva_cat"] <- "Lugares religiosos"
atractivoslimpio[atractivoslimpio$id_atractivo==1352 | atractivoslimpio$id_atractivo==915 | atractivoslimpio$id_atractivo==326 | atractivoslimpio$id_atractivo==1365 | atractivoslimpio$id_atractivo==1244 | atractivoslimpio$id_atractivo==1237 | atractivoslimpio$id_atractivo==1363 | atractivoslimpio$id_atractivo==1366 | atractivoslimpio$id_atractivo==1471 | atractivoslimpio$id_atractivo==1367 | atractivoslimpio$id_atractivo==1381 | atractivoslimpio$id_atractivo==1322 | atractivoslimpio$id_atractivo==1353 | atractivoslimpio$id_atractivo==1323 | atractivoslimpio$id_atractivo==826 | atractivoslimpio$id_atractivo==819 | atractivoslimpio$id_atractivo==820 | atractivoslimpio$id_atractivo==821 | atractivoslimpio$id_atractivo==853 | atractivoslimpio$id_atractivo==870 | atractivoslimpio$id_atractivo==1401 | atractivoslimpio$id_atractivo==831 | atractivoslimpio$id_atractivo==1390 | atractivoslimpio$id_atractivo==1395 | atractivoslimpio$id_atractivo==818 | atractivoslimpio$id_atractivo==1396 | atractivoslimpio$id_atractivo==1234 | atractivoslimpio$id_atractivo==824 | atractivoslimpio$id_atractivo==1337 | atractivoslimpio$id_atractivo==1225 | atractivoslimpio$id_atractivo==846 | atractivoslimpio$id_atractivo==1226 | atractivoslimpio$id_atractivo==605 | atractivoslimpio$id_atractivo==636 | atractivoslimpio$id_atractivo==143 | atractivoslimpio$id_atractivo==413 | atractivoslimpio$id_atractivo==1241 , "nueva_cat"] <- "Milongas"
atractivoslimpio[atractivoslimpio$id_atractivo==1122 , "nueva_cat"] <- "Espectaculos y noche"
atractivoslimpio[atractivoslimpio$id_atractivo==330 | atractivoslimpio$id_atractivo==82 | atractivoslimpio$id_atractivo==432 | atractivoslimpio$id_atractivo==627 | atractivoslimpio$id_atractivo==714 | atractivoslimpio$id_atractivo==805 | atractivoslimpio$id_atractivo==898 | atractivoslimpio$id_atractivo==432 | atractivoslimpio$id_atractivo==856 | atractivoslimpio$id_atractivo==591 | atractivoslimpio$id_atractivo==1059 , "nueva_cat"] <- "Centros culturales"
atractivoslimpio[atractivoslimpio$id_atractivo==1110 | atractivoslimpio$id_atractivo==1111 , "nueva_cat"] <- "Casas de tango"
atractivoslimpio[atractivoslimpio$id_atractivo==252 | atractivoslimpio$id_atractivo==211 | atractivoslimpio$id_atractivo==1389 | atractivoslimpio$id_atractivo==1394 | atractivoslimpio$id_atractivo==1429 | atractivoslimpio$id_atractivo==116 | atractivoslimpio$id_atractivo==1725 | atractivoslimpio$id_atractivo==43 | atractivoslimpio$id_atractivo==1387 , "nueva_cat"] <- "Juegos y entretenimiento"Genero las categorías finales.
atractivoslimpio$cat_final <- ""
atractivoslimpio$nueva_cat <- as.character(atractivoslimpio$nueva_cat)
atractivoslimpio[is.na(atractivoslimpio$nueva_cat),"nueva_cat"] <- "No relevante"
atractivoslimpio <- filter(atractivoslimpio, nueva_cat!="No relevante")
atractivoslimpio[atractivoslimpio$nueva_cat=="Museos" | atractivoslimpio$nueva_cat=="Galerias de arte" | atractivoslimpio$nueva_cat=="Galerías de arte" | atractivoslimpio$nueva_cat=="Museos de arte" | atractivoslimpio$nueva_cat=="Museos especializados" | atractivoslimpio$nueva_cat=="Museos para niños" | atractivoslimpio$nueva_cat=="Museos de historia natural" | atractivoslimpio$nueva_cat=="Museos de historia" | atractivoslimpio$nueva_cat=="Museos de ciencia" | atractivoslimpio$nueva_cat=="Observatorios y planetarios" , "cat_final"] <- "Museos"
atractivoslimpio[atractivoslimpio$nueva_cat=="Edificios con valor arquitectónico" | atractivoslimpio$nueva_cat=="Edificios gubernamentales" | atractivoslimpio$nueva_cat=="Centros educativos" | atractivoslimpio$nueva_cat=="Lugares educativos" | atractivoslimpio$nueva_cat=="Universidades y escuelas" , "cat_final"] <- "Edificios con valor arquitectónico/histórico"
atractivoslimpio[atractivoslimpio$nueva_cat=="Mercados de pulgas y al aire libre" | atractivoslimpio$nueva_cat=="Calles comerciales" | atractivoslimpio$nueva_cat=="Shoppings" | atractivoslimpio$nueva_cat=="Centros comerciales" | atractivoslimpio$nueva_cat=="Mercados de agricultores" | atractivoslimpio$nueva_cat=="Tiendas de antigüedades" | atractivoslimpio$nueva_cat=="Grandes tiendas" | atractivoslimpio$nueva_cat=="Tiendas especializadas y de regalos" | atractivoslimpio$nueva_cat=="Tiendas de fábricas", "cat_final"] <- "Lugares de compras"
atractivoslimpio[atractivoslimpio$nueva_cat=="Teatros" , "cat_final"] <- "Teatros"
atractivoslimpio[atractivoslimpio$nueva_cat=="Tranvías" | atractivoslimpio$nueva_cat=="transporte de pasajeros" | atractivoslimpio$nueva_cat=="Sistemas de transporte masivo" | atractivoslimpio$nueva_cat=="Ferris" | atractivoslimpio$nueva_cat=="Taxis y otros servicios de traslado", "cat_final"] <- "Transporte de pasajeros"
atractivoslimpio[atractivoslimpio$nueva_cat=="Centros de juego y entretenimiento" | atractivoslimpio$nueva_cat=="Juegos y entretenimiento" | atractivoslimpio$nueva_cat=="Bolos" | atractivoslimpio$nueva_cat=="Juegos de escape" | atractivoslimpio$nueva_cat=="Cines" | atractivoslimpio$nueva_cat=="Más opciones de juego y entretenimiento", "cat_final"] <- "Juego y entreteniento"
atractivoslimpio[atractivoslimpio$nueva_cat=="Lugares religiosos" | atractivoslimpio$nueva_cat=="Iglesias y catedrales" | atractivoslimpio$nueva_cat=="Lugares religiosos y sagrados", "cat_final"] <- "Lugares religiosos"
atractivoslimpio[atractivoslimpio$nueva_cat=="Monumentos y estatuas" | atractivoslimpio$nueva_cat=="Monumentos y estátuas" | atractivoslimpio$nueva_cat=="Monumentos y lugares de interés" | atractivoslimpio$nueva_cat=="Puentes" | atractivoslimpio$nueva_cat=="Cementerios", "cat_final"] <- "Monumentos y estátuas"
atractivoslimpio[atractivoslimpio$nueva_cat=="Espectáculos y noche" | atractivoslimpio$nueva_cat=="Cafés" | atractivoslimpio$nueva_cat=="Piano bar" | atractivoslimpio$nueva_cat=="Centros culturales" | atractivoslimpio$nueva_cat=="Centros cívicos" | atractivoslimpio$nueva_cat=="Bares y discotecas" | atractivoslimpio$nueva_cat=="Clubs y bares de jazz" | atractivoslimpio$nueva_cat=="Bares de vinos" | atractivoslimpio$nueva_cat=="Cabarets" | atractivoslimpio$nueva_cat=="Clubes de comedia" | atractivoslimpio$nueva_cat=="Bares de karaoke" | atractivoslimpio$nueva_cat=="Bares para fumadores" | atractivoslimpio$nueva_cat=="Espectáculos" | atractivoslimpio$nueva_cat=="Clubs y bares de blues" | atractivoslimpio$nueva_cat=="Discotecas y clubes de baile" | atractivoslimpio$nueva_cat=="Clubs y bares gay" , "cat_final"] <- "Experiencias nocturnas"
atractivoslimpio[atractivoslimpio$nueva_cat=="Estadios y campos deportivos" | atractivoslimpio$nueva_cat=="Pistas y carreras de autos" | atractivoslimpio$nueva_cat=="Campos de juego y estadios" | atractivoslimpio$nueva_cat=="Complejos deportivos" | atractivoslimpio$nueva_cat=="Campos de golf" | atractivoslimpio$nueva_cat=="Campos de tiro", "cat_final"] <- "Estadios y campos deportivos"
atractivoslimpio[atractivoslimpio$nueva_cat=="Barrios" | atractivoslimpio$nueva_cat=="Vecindarios", "cat_final"] <- "Barrios"
atractivoslimpio[atractivoslimpio$nueva_cat=="Otros" | atractivoslimpio$nueva_cat=="Parques temáticos" | atractivoslimpio$nueva_cat=="Centros de información turística", "cat_final"] <- "Otros"
atractivoslimpio[atractivoslimpio$nueva_cat=="Milongas" | atractivoslimpio$nueva_cat=="Casas de tango" | atractivoslimpio$nueva_cat=="Teatros donde se puede cenar" , "cat_final"] <- "Tango"
atractivoslimpio[atractivoslimpio$nueva_cat=="Experiencias privadas"| atractivoslimpio$nueva_cat=="Otros privados" | atractivoslimpio$nueva_cat=="Clases y talleres" | atractivoslimpio$nueva_cat=="Complejos deportivos"| atractivoslimpio$nueva_cat=="" | atractivoslimpio$nueva_cat=="" | atractivoslimpio$nueva_cat=="Áreas de naturaleza y vida silvestre" | atractivoslimpio$nueva_cat=="Tours de literatura, arte y música" | atractivoslimpio$nueva_cat=="Alquileres de barcos" | atractivoslimpio$nueva_cat=="Deportes acuáticos" | atractivoslimpio$nueva_cat=="Tours turísticos" | atractivoslimpio$nueva_cat=="Tours privados" | atractivoslimpio$nueva_cat=="Tours ecológicos" | atractivoslimpio$nueva_cat=="Paseos en góndola" | atractivoslimpio$nueva_cat=="Cervecerías" | atractivoslimpio$nueva_cat=="Tours en barco" | atractivoslimpio$nueva_cat=="Yoga y pilates" | atractivoslimpio$nueva_cat=="Tours de compras" | atractivoslimpio$nueva_cat=="Tours en bicicletas" | atractivoslimpio$nueva_cat=="Clubes de salud/entrenamiento y gimnasios" | atractivoslimpio$nueva_cat=="Tours por la Ciudad" | atractivoslimpio$nueva_cat=="Tours de bares, discotecas y pubs" | atractivoslimpio$nueva_cat=="Tours históricos" | atractivoslimpio$nueva_cat=="Escapadas de un día" | atractivoslimpio$nueva_cat=="Tours y catas de vinos" | atractivoslimpio$nueva_cat=="Más opciones gastronómicas" | atractivoslimpio$nueva_cat=="Islas" | atractivoslimpio$nueva_cat=="Ranchos" | atractivoslimpio$nueva_cat=="Bodegas y viñedos" | atractivoslimpio$nueva_cat=="Áreas de naturaleza y visa silvestre", "cat_final"] <- "Tours/experiencias privadas"
atractivoslimpio[atractivoslimpio$nueva_cat=="Parques y plazas"| atractivoslimpio$nueva_cat=="Jardines" | atractivoslimpio$nueva_cat=="Parques"| atractivoslimpio$nueva_cat=="Plazas" | atractivoslimpio$nueva_cat=="Masas de agua" | atractivoslimpio$nueva_cat=="Plazas y parques", "cat_final"] <- "Parques y plazas"Corrijo la calificación nuevamente (la que viene por defaul no es exacta, la re-calculo en base a la proporción de comentarios entre excelente y horrible).
atractivoslimpio <- atractivoslimpio %>%
mutate(comentarios_calificacion=(cantidad_excelente *5 + cantidad_muybueno *4 + cantidad_normal *3 + cantidad_malo *2 + cantidad_horrible *1)/(cantidad_excelente + cantidad_normal + cantidad_malo + cantidad_muybueno + cantidad_horrible)) Borrar las tablas anteriores (para que funcione mejor la pc).
rm(atractivos)
rm(seleccion)
rm(categorias_por_atractivos)
rm(dim_categorias)Análisis
Cantidad de comentarios por barrio. Utilizando pipe
cometariosporbarrio <- group_by(atractivoslimpio, barrio)%>%
summarise (totalbarrio = sum(comentarios_cantidad))Cantidad de comentarios por barrio y cantidad de atractivos.
comentariosporbarrio <- group_by(atractivoslimpio, barrio)%>%
summarise (totalbarrio = sum(comentarios_cantidad))
head (comentariosporbarrio)## # A tibble: 6 x 2
## barrio totalbarrio
## <fct> <int>
## 1 Agronomía 65
## 2 Almagro 1354
## 3 Balvanera 9922
## 4 Barracas 5606
## 5 Belgrano 6283
## 6 Boedo 1595Visualización
Atractivos por cantidad de comentario y calificación
ggplot(atractivoslimpio) + geom_point(aes(x = comentarios_cantidad, y = comentarios_calificacion))
Le asigno color a cada categoría.
ggplot(atractivoslimpio) +
geom_point(aes(x = comentarios_cantidad, y = comentarios_calificacion, color = factor(cat_final)))
Color y tamaño , según cantidad de cometarios
ggplot(atractivoslimpio) +
geom_point(aes(x = comentarios_cantidad, y = comentarios_calificacion, size = comentarios_cantidad))
Análisis por categoría final.
ggplot(atractivoslimpio) +
geom_point(aes(x = comentarios_cantidad, y = comentarios_calificacion)) +
facet_wrap(~cat_final)
Gráfico de barras para ver cantidad de comentarios por barrio.
ggplot(atractivoslimpio) +
geom_bar(aes(x = barrio, weight = comentarios_cantidad)) +
coord_flip()
Gráfico: Barrios por cantidad de cometarios y categoria.
ggplot(atractivoslimpio) +
geom_bar(aes(x = barrio, weight = comentarios_cantidad, fill = cat_final)) +
coord_flip()
Gráfico mejorado.
ggplot(atractivoslimpio) +
geom_bar(aes(x = barrio, weight = comentarios_cantidad, fill = cat_final)) +
coord_flip() +
labs(title = "Barrios por cantidad de comentarios y categoría",
subtitle = "CABA 2012 - 2019",
caption = "Fuente: Plataforma on-line",
x = "Barrio",
y = "Cantidad de comentarios",
fill = "Tipo de categoria")