-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy path.Rhistory
490 lines (490 loc) · 36.9 KB
/
.Rhistory
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
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
knitr::opts_chunk$set(echo = TRUE)
setwd("/media/iskar/archivos/CURSOS/CURSO_R/PARTE_II/proyecto2/datos")
# LECTURA MASIVA DE DATOS
directorio = "PARTICULAS_SUSPENDIDAS"
archivos = list.files(path=directorio, pattern="*.csv", full.names=TRUE)
archivos
datos_particulas = ldply(archivos, read.csv, skip = 8)
setwd("/media/iskar/archivos/CURSOS/CURSO_R/PARTE_II/proyecto2/datos")
# LECTURA MASIVA DE DATOS
library(plyr)
directorio = "PARTICULAS_SUSPENDIDAS"
archivos = list.files(path=directorio, pattern="*.csv", full.names=TRUE)
archivos
datos_particulas = ldply(archivos, read.csv, skip = 8)
# GENERAR DATOS DE FECHAS PARA FILTRAR/CALCULAR POR DÍA, MES Y AÑO
datos_particulas$yr <- format(as.Date(datos_particulas$date,
format="%d/%m/%Y"),"%Y")
datos_particulas$mes <- format(as.Date(datos_particulas$date,
format="%d/%m/%Y"),"%m")
datos_particulas$dia <- weekdays(as.Date(datos_particulas$date))
# DESCOMPONER LOS DATOS POR AÑO
datos_yr <- split(datos_particulas, datos_particulas$yr)
ano <- paste('d', unique(datos_particulas$yr), sep="")
for (i in 1:length(datos_yr))
{
assign(ano[i], datos_yr[[i]])
}
datos_2010_promedio <- ddply (subset(d2010, d2010$id_parameter == "PM2.5"), "mes",
summarise, promedio_fecha = mean(value))
datos_2011_promedio <- ddply (subset(d2011, d2011$id_parameter == "PM2.5"), "mes",
summarise, promedio_fecha = mean(value))
datos_2012_promedio <- ddply (subset(d2012, d2012$id_parameter == "PM2.5"), "mes",
summarise, promedio_fecha = mean(value))
datos_2013_promedio <- ddply (subset(d2013, d2013$id_parameter == "PM2.5"), "mes",
summarise, promedio_fecha = mean(value))
datos_2014_promedio <- ddply (subset(d2014, d2014$id_parameter == "PM2.5"), "mes",
summarise, promedio_fecha = mean(value))
datos_2015_promedio <- ddply (subset(d2015, d2015$id_parameter == "PM2.5"), "mes",
summarise, promedio_fecha = mean(value))
setwd("/media/iskar/archivos/CURSOS/CURSO_R/PARTE_III/leccion_1/")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
title(expression("title (" * phantom("slope=1)") * ")"), col.main = "black")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
title(expression("title (" * phantom("slope=1)") * ")"), col.main = "black")
title(expression(phantom("title (") * "slope=1"), col.main = "red")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
title(expression("title (" * phantom("slope=1)") * ")"), col.main = "black")
title(expression(phantom("title (") * "slope=1"), col.main = "red")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", col.main = "red" sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", col.main = "red", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", col.main = "red", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes", col.xlab = "green")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", col.main = "red", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes", axis(1, col="dodgerblue", col.ticks="green", col.axis="orange", cex.axis=2))
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", col.main = "red", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes", )
axis(1, col="dodgerblue", col.ticks="green", col.axis="orange", cex.axis=2)
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", col.main = "red", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes", col.axis = "orange")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", col.main = "red", cex.main = 2, sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes", col.axis = "orange")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", col.main = "red", cex.main = .75, sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes", col.axis = "orange")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", outer = TRUE, col.main = "red", cex.main = .75, sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes", col.axis = "orange")
# Agregar títulos con los atributos
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", main.outer = TRUE, col.main = "red", cex.main = .75, sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes", col.axis = "orange")
axis(1, col="dodgerblue", col.ticks="green", col.axis="orange", cex.axis=2)
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", col.main = "red", cex.main = .75, sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes", col.axis = "orange", bg = "red")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", col.main = "red", cex.main = .75, sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes", col.axis = "orange", bg = "blue")
par(bg = 'blue')
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", col.main = "red", cex.main = .75, sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes", col.axis = "orange")
par(bg = 'blue', col.axis = "orange")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", col.main = "red", cex.main = .75, sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes", col.axis = "orange")
par(bg = 'blue', col.axis = "orange")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", col.main = "red", cex.main = .75, sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
par(bg = 'blue', col.axis = "purple")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", col.main = "red", cex.main = .75, sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
par(col.main = "red", cex.main = .75,bg = 'blue', col.axis = "purple")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
par(col.main = "red", cex.main = .75,bg = 'blue', col.axis = "purple")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
# Agregar títulos con los atributos
par(col.main = "red", cex.main = .75,bg = 'blue', col.axis = "purple")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
axis(1, col="dodgerblue", col.ticks="green", col.axis="orange", cex.axis=2)
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
plot(datos_2010_promedio, type = "b")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
# Agregar títulos con los atributos
par(col.main = "white", col.sub = "white", cex.main = .75,bg = 'black', col.axis = "white")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
axis(1, col="dodgerblue", col.ticks="green", col.axis="orange", cex.axis=2)
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
par(col.main = "white", col.sub = "white", cex.main = .75, bg = 'black', col.axis = "white")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
par(col.main = "white", col.sub = "white", cex.main = .75, bg = 'blue', col.axis = "white")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
# Agregar títulos con los atributos
par(col.main = "red", cex.main = .75, bg = 'blue', col.axis = "white")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
axis(1, col="dodgerblue", col.ticks="green", col.axis="orange", cex.axis=2)
par(col.main = "red", cex.main = .75, bg = 'blue', col.axis = "white")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
par(col.main = "red", cex.main = .75, bg = 'black', col.axis = "white")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
par(col = "red", cex.main = .75, bg = 'black', col.axis = "white")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
par(col.main = "red", cex.main = .75, bg = 'grey', col.axis = "white")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
par(col.main = "red", cex.main = .75, bg = 'grey', col.axis = "red", col.ticks = "red")
par(col.main = "red", cex.main = .75, bg = 'grey', col.axis = "red")
par(col.main = "red", cex.main = .75, bg = 'grey', col.axis = "red")
plot(datos_2010_promedio, type = "b", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
axis(1, col="dodgerblue", col.ticks="green", col.axis="orange", cex.axis=2)
par(col.main = "red", cex.main = .85, bg = 'grey', col.axis = "red")
plot(datos_2010_promedio, type = "b", col = "purpule", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
par(col.main = "red", cex.main = .85, bg = 'grey', col.axis = "red")
plot(datos_2010_promedio, type = "b", col = "purple", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
par(col.main = "red", cex.main = .85, bg = 'grey', col.axis = "red")
plot(datos_2010_promedio, type = "b", lwd = 4, col = "purple", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
par(col.main = "red", cex.main = .85, bg = 'grey', col.axis = "red")
plot(datos_2010_promedio, type = "b", lwd = 4, pch = 5, col = "purple", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
par(col.main = "red", cex.main = .85, bg = 'grey', col.axis = "red")
plot(datos_2010_promedio, type = "b", lwd = 4, pch = 8, col = "purple", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
par(col.main = "red", cex.main = .85, bg = 'grey', col.axis = "red")
plot(datos_2010_promedio, type = "b", lwd = 4, pch = 8, col = "purple", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
showCols(bg="gray20",cl=colors()[1:60], rot=30, cex=0.9)
palette()
palette("default")
par(col.main = "red", cex.main = .85, bg = 'antiquewhite', col.axis = "red")
plot(datos_2010_promedio, type = "b", lwd = 4, pch = 8, col = "red", main = "Concentración de partículas \nsuspendidas menores a los 2.5 micras", sub = "Promedio mensual durante el 2010", ylab = "PPM", xlab = "Mes")
station_means <- ddply (datos_particulas,
"id_station",
summarise, y = mean(value))
shiny::runApp('/media/iskar/archivos/MAPAS/mapasR/MICAF')
########### CONTROL
# ANALISIS EXPLORATORIO DE DATOS
suma_terrenos_municipio_07 <- ddply (df_ac_07,
"NOM_MUN",
summarise, y = sum(as.numeric(TERRENOS)))
suma_terrenos_municipio_16 <- ddply (df_ac_16,
"NOM_MUN",
summarise, y = sum(as.numeric(TERRENOS)))
colnames(suma_terrenos_municipio_07) <- c("Municipio", "Terrenos")
colnames(suma_terrenos_municipio_16) <- c("Municipio", "Terrenos")
# CARGAR LIBRERIAS UTILIZADAS DE R
library(sf)
shiny::runApp('/media/iskar/archivos/MAPAS/mapasR/mapa_agricultura_masaforestal')
runApp('/media/iskar/archivos/MAPAS/mapasR/mapa_agricultura_masaforestal')
save(suma_terrenos_municipio_07, suma_terrenos_municipio_16, file = "exploracion.RData")
# CARGAR LIBRERIAS UTILIZADAS DE R
library(sf)
library(sp)
library(geojsonio)
library(rgdal)
library(rmapshaper)
library(rio)
library(dplyr)
library(plyr)
library(ggplot2)
library(maptools)
library(raster)
library(corrplot)
library(reshape2)
library(ggcorrplot)
library(rgeos)
# LECTURA DE SHAPE BASE DE ÁREAS DE CONTROL DE GITHUB
# FUENTE: ACTUALIZACIÓN DEL MARCO SENSAL AGROPECUARIO 2016
ac_mapa <- readOGR("https://raw.githubusercontent.com/iskarwaluyo/mapa_agricultura_masaforestal/master/data/raw_data/ac_mapa.geojson")
colnames(ac_mapa@data) <- toupper(colnames(ac_mapa@data)) # CONVERTIR TODOS LOS ENCABEZADOS A MAYUSCULAS
ac_mapa@data$NOM_ENT <- toupper(ac_mapa@data$NOM_ENT) # CONVERTIR TODOS LOS NOMBRES DE ENTIDADES A MAYUSCULAS
ac_mapa@data$NOM_MUN <- toupper(ac_mapa@data$NOM_MUN) # CONVERTIR TODOS LOS NOMBRES DE MUNICIPIO A MAYUSCULAS
ac_mapa@data$CVE_CONCAT <- as.factor(paste(ac_mapa@data$CVE_MUN, ac_mapa@data$CVE_AGEB, ac_mapa@data$CVE_MZA, sep="_"))
ac_mapa <- ms_simplify(ac_mapa, keep = 0.05)
autocorr <- readOGR("http://raw.githubusercontent.com/iskarwaluyo/mapa_agricultura_masaforestal/master/data/raw_data/autocorrelacion.geojson")
autocorr_ac <- readOGR("http://raw.githubusercontent.com/iskarwaluyo/mapa_agricultura_masaforestal/master/data/raw_data/autocorrelacion_ac.geojson")
serie_3 <- readOGR("https://raw.githubusercontent.com/iskarwaluyo/mapa_agricultura_masaforestal/master/data/raw_data/serie_3.geojson")
serie_6 <- readOGR("https://raw.githubusercontent.com/iskarwaluyo/mapa_agricultura_masaforestal/master/data/raw_data/serie_6.geojson")
cambios_usv <- readOGR("https://raw.githubusercontent.com/iskarwaluyo/mapa_agricultura_masaforestal/master/data/raw_data/cambios_usv_final.geojson")
cambios_usv_ac <- readOGR("https://raw.githubusercontent.com/iskarwaluyo/mapa_agricultura_masaforestal/master/data/raw_data/cambios_usv_ac.geojson")
# LECTURA DE DATOS DE LA PRODUCCIÓN PECUARIAS DE GITHUB
# FUENTE: ACTUALIZACIÓN DEL MARCO SENSAL AGROPECUARIO 2016
pecuario <- import("https://raw.githubusercontent.com/iskarwaluyo/mapa_agricultura_masaforestal/master/data/raw_data/16_pecuario.csv")
colnames(pecuario) <- toupper(colnames(pecuario)) # CONVERTIR TODOS LOS ENCABEZADOS A MAYUSCULAS
col_p <- ncol(pecuario)
# LECTURA DE DATOS DE LA PRODUCCIÓN FORESTAL DE GITHUB
# FUENTE: ACTUALIZACIÓN DEL MARCO SENSAL AGROPECUARIO 2016
forestal <- import("https://raw.githubusercontent.com/iskarwaluyo/mapa_agricultura_masaforestal/master/data/raw_data/16_forestal.csv")
colnames(forestal) <- toupper(colnames(forestal)) # CONVERTIR TODOS LOS ENCABEZADOS A MAYUSCULAS
col_f <- ncol(forestal)
# LECTURA DE DATOS DE PRODUCCIÓN AGRÍCOLA DEL 2016 DE GITHUB
# FUENTE: ACTUALIZACIÓN DEL MARCO SENSAL AGROPECUARIO 2016
concentrado16 <- import("https://raw.githubusercontent.com/iskarwaluyo/mapa_agricultura_masaforestal/master/data/raw_data/16_agricola_total.csv")
colnames(concentrado16) <- toupper(colnames(concentrado16)) # CONVERTIR TODOS LOS ENCABEZADOS A MAYUSCULAS
# CAMBIO DE USO DE SUELO EN EL MUNICIPIO DE MARQUÉS DE COMILLAS DE GITHUB
# FUENTE: ELABORACIÓN PROPIA CON DATOS DEL INEGI
datos_cambios <- import("https://raw.githubusercontent.com/iskarwaluyo/mapa_agricultura_masaforestal/master/data/raw_data/cambios_2.csv")
colnames(datos_cambios) <- toupper(colnames(datos_cambios)) # CONVERTIR TODOS LOS ENCABEZADOS A MAYUSCULAS
# PROCESAMIENTO DE LOS DATOS
# CÁLCULO Y CONCATENACIÓN SUMAS POR ÁREA DE CONTROL DE TAMAÑO PROMEDIO DE LOS TERRENOS REGISTRADOS TOTALES Y CON SUPERFICIE SEMBRADA
concentrado16$TERRENO_PROM_TOT <- as.numeric(as.character(concentrado16$SUP_CARTO))/as.numeric(as.character(concentrado16$TERRENOS))
concentrado16$TERRENO_PROM_SEM <- as.numeric(as.character(concentrado16$SUP_SEMB))/as.numeric(as.character(concentrado16$NUM_TERR))
concentrado16$PCT_SUPSEM <- 100*as.numeric(as.character(concentrado16$SUP_SEMB)) / as.numeric(as.character(concentrado16$SUP_TOTAL))
concentrado16$PCT_SUPSEM_ACTIVA <- 100*as.numeric(as.character(concentrado16$PCT_SUPSEM)) / as.numeric(as.character(concentrado16$SUP_TOTAL))
concentrado16$CULTI_ESPE <- gsub('CAFE CIMARRON', 'CAFE', concentrado16$CULTI_ESPE)
colnames(concentrado16) <- paste(colnames(concentrado16), "_16", sep="")
concentrado16$CULTI_ESPE <- laply(concentrado16$CULTI_ESPE_16, toupper) # CONVERTIR TODOS LOS VALORES A MAYUSCULAS
concentrado16$CONCAT_ESPE <- paste(concentrado16$CVE_CONCAT, concentrado16$CULTI_ESPE, sep="_")
concentrado16$PCT_AGRICOLA <- as.numeric(as.character(concentrado16$NUM_TERR_16))/as.numeric(as.character(concentrado16$TERRENOS_16))
esp_sum16 <- ddply(concentrado16[,c(24,23,14,15,16:22)], .(CONCAT_ESPE), numcolwise(sum))
esp_sum16$CVE_CONCAT <- substr(esp_sum16$CONCAT_ESPE, 1, 13)
esp_sum16$CULTI_ESPE <- substr(esp_sum16$CONCAT_ESPE, 15, length(esp_sum16$CVE_CONCAT))
esp_sum16 <- merge(ac_mapa@data, esp_sum16, by = "CVE_CONCAT")
ac_sum16 <- ddply(concentrado16[,c(11,24,23,14,15,16:22)], .(CVE_CONCAT_16), numcolwise(sum))
# CREACIÓN DE DATA FRAME CON LOS DATOS DE PRODUCCIÓN AGRÍCOLA, PECUARIA Y FORESTAL Y ÁREAS DE CONTROL
df_ac_16 <- merge(ac_mapa@data, forestal[,c(10,col_f)], by.x = "CVE_CONCAT", by.y = "CVE_CONCAT", all.y=TRUE, all.x = TRUE)
df_ac_16 <- merge(df_ac_16, pecuario[,c(10,col_p)], by.x = "CVE_CONCAT", by.y = "CVE_CONCAT", all.y=TRUE, all.x = TRUE)
df_ac_16 <- merge(df_ac_16, ac_sum16, by.x = "CVE_CONCAT", by.y = "CVE_CONCAT_16", all.y=TRUE, all.x = TRUE)
df_ac_16[is.na(df_ac_16)] <- 0
# CÁLCULO DE PORCENTAJES DE TERRENOS OCUPADOS PARA LA ACTIVIDAD FORESTAL, AGRÍCOLA Y PECAUARIA Y SU SUMA (PCT_OCUPADO)
df_ac_16$PCT_FORESTAL <- 100*df_ac_16$F_TOTAL/as.numeric(as.character(df_ac_16$TERRENOS))
df_ac_16$PCT_PECUARIO <- 100*df_ac_16$P_TOTAL/as.numeric(as.character(df_ac_16$TERRENOS))
df_ac_16$PCT_AGRICOLA <- 100*df_ac_16$NUM_TERR_16/as.numeric(as.character(df_ac_16$TERRENOS))
df_ac_16$PCT_OCUPADO <- (df_ac_16$PCT_FORESTAL + df_ac_16$PCT_PECUARIO + df_ac_16$PCT_AGRICOLA)
df_ac_16[is.na(df_ac_16)] <- 0
# LECTURA DE DATOS DE LA PRODUCCIÓN AGRÍCOLA DEL 2007 DE GITHUB
# FUENTE: CENSO AGROPECUARIO 2007
concentrado07 <- import("https://raw.githubusercontent.com/iskarwaluyo/mapa_agricultura_masaforestal/master/data/raw_data/07_agricola_total.csv")
colnames(concentrado07) <- toupper(colnames(concentrado07)) # CONVERTIR TODOS LOS ENCABEZADOS A MAYUSCULAS
colnames(concentrado07)[colnames(concentrado07) %in% c("MUN", "CULTIVO")] <- c("NOM_MUN", "CULTI_ESPE")
colnames(concentrado07) <- paste(colnames(concentrado07), "_07", sep="")
# CÁLCULO Y CONCATENACIÓN SUMAS POR ÁREA DE CONTROL DE TAMAÑO PROMEDIO DE LOS TERRENOS REGISTRADOS TOTALES Y CON SUPERFICIE SEMBRADA
concentrado07$UP_PROM_TOTAL <- as.numeric(as.character(concentrado07$SUP_SC_07))/as.numeric(as.character(concentrado07$UP_07))
concentrado07$UP_PROM_SEMB <- as.numeric(as.character(concentrado07$SUP_SEMB_07))/as.numeric(as.character(concentrado07$UP_07))
concentrado07$CULTI_ESPE<- laply(concentrado07$CULTI_ESPE_07, toupper) # CONVERTIR TODOS LOS VALORES A MAYUSCULAS
concentrado07$CONCAT_ESPE <- paste(concentrado07$CVE_CONCAT, concentrado07$CULTI_ESPE, sep="_")
esp_sum07 <- ddply(concentrado07, .(CONCAT_ESPE), numcolwise(sum))
esp_sum07$CVE_CONCAT <- substr(esp_sum07$CONCAT_ESPE, 1, 13)
esp_sum07$CULTI_ESPE <- substr(esp_sum07$CONCAT_ESPE, 15, length(esp_sum07$CVE_CONCAT))
esp_sum07 <- merge(ac_mapa@data, esp_sum07, by.x = "CVE_CONCAT", by.y="CVE_CONCAT")
ac_sum07 <- ddply(concentrado07[,c(7, 11:25)], .(CVE_CONCAT_07), numcolwise(sum))
# CREACIÓN DE DATA FRAME CON LOS DATOS DE PRODUCCIÓN AGRÍCOLA DEL 2007
df_ac_07 <- merge(ac_mapa@data, ac_sum07, by.x = "CVE_CONCAT", by.y = "CVE_CONCAT_07")
df_ac_07[is.na(df_ac_07)] <- 0
# CONCATENAR DATOS 2007 Y 2016 PARA ESTIMAR CAMBIOS
comparado_esp <- merge(esp_sum07, esp_sum16, by.x = "CONCAT_ESPE", by.y = "CONCAT_ESPE", all.x = TRUE, all.y = TRUE)
# CONCATENAR CASOS COMPARABLES QUE TENGAN DATOS DE CULTIVO Y ÁREA DE CONTROL QUE COINCIDAN
casos_comparables_esp <- comparado_esp[complete.cases(comparado_esp),]
casos_comparables_esp <- casos_comparables_esp[,c(1:11,27, 16:26, 38:46)]
sum_comparables_esp <- ddply(casos_comparables_esp[,c(1,13:32)], .(CONCAT_ESPE), numcolwise(sum))
sum_comparables_esp <- merge(comparado_esp[,c(1:11)], sum_comparables_esp, by = "CONCAT_ESPE")
colnames(sum_comparables_esp) <- c("CONCAT_ESPE", "CVE_CONCAT", "CONTROL", "CLAVE_ENTIDAD", "NOMBRE_ENTIDAD", "CLAVE_MUNICIPIO", "NOMBRE_MUNICIPIO", "CLAVE_AGEB", "CLAVE_MANZANA", "TERRENOS_TOTALES", "SUPERFICIE_TOTAL", "SUPERFICIE_CARTOGRAFICA_07", "UNIDADES_PRODUCTIVAS_07", "SUPERFICIE_SEMBRADA_07", "SUPERFICIE_COSECHADA_07", "TONELADAS_PRODUCIDAS_07", "TONELADAS/HECTAREA_07", "SUPERFICIE_SEMBRADA_%_07", "PERIMETRO_SHAPE", "AREA_SHAPE", "UNIDAD_PRODUCTIVA_PROMEDIO", "UNIDAD_PRODUCTIVA_SEMBRADA", "TERRENOS_TOTALES", "SUPERFICE_CARTOGRAFICA_16", "SUPERFICIE_SEMBRADA_16", "PERIMETRO_SHAPE", "AREA_SHAPE", "TERRENO_PROMEDIO_16", "TERRENO_PROMEDIO_SEMBRADO_16", "SUPERFICIE_SEBRADA_%_16", "SUPERFICIE_SEMBRADA_ACTIVA_%_16")
sum_comparables_esp$CAMBIO_AGRICOLA <- as.numeric(as.character(sum_comparables_esp$SUPERFICIE_SEMBRADA_16)) - as.numeric(as.character(sum_comparables_esp$SUPERFICIE_SEMBRADA_07))
sum_comparables_esp$CAMBIO_AGRICOLA_PCT <- as.numeric(as.character(sum_comparables_esp$`SUPERFICIE_SEBRADA_%_16`)) - as.numeric(as.character(sum_comparables_esp$`SUPERFICIE_SEMBRADA_%_07`))
# SUMA DE CASOS COMPARABLES POR ÁREA DE CONTROL
# CONCATENAR DATOS 2007 Y 2016 PARA ESTIMAR CAMBIOS
comparado_ac <- merge(ac_sum07, ac_sum16, by.x = "CVE_CONCAT_07", by.y = "CVE_CONCAT_16", all.x = TRUE, all.y = TRUE)
casos_comparables_ac <- merge(ac_mapa@data, comparado_ac, by.x = "CVE_CONCAT", by.y = "CVE_CONCAT_07", all.x = TRUE)
sum_comparables_ac <- casos_comparables_ac[complete.cases(casos_comparables_ac),]
colnames(sum_comparables_ac) <- c("CVE_CONCAT", "CONTROL", "CLAVE_ENTIDAD", "NOMBRE_ENTIDAD", "CLAVE_MUNICIPIO", "NOMBRE_MUNICIPIO", "CLAVE_AGEB", "CLAVE_MANZANA", "TERRENOS_TOTALES", "SUPERFICIE_TOTAL", "SUPERFICIE_CARTOGRAFICA_07", "UNIDADES_PRODUCTIVAS_07", "SUPERFICIE_SEMBRADA_07", "SUPERFICIE_COSECHADA_07", "TONELADAS_PRODUCIDAS_07", "TONELADAS/HECTAREA_07", "SUPERFICIE_SEMBRADA_%_07", "PERIMETRO_SHAPE", "AREA_SHAPE", "UNIDAD_PRODUCTIVA_PROMEDIO", "UNIDAD_PRODUCTIVA_SEMBRADA", "TERRENOS_TOTALES", "SUPERFICE_CARTOGRAFICA_16", "SUPERFICIE_SEMBRADA_16", "PERIMETRO_SHAPE", "AREA_SHAPE", "TERRENO_PROMEDIO_16", "TERRENO_PROMEDIO_SEMBRADO_16", "SUPERFICIE_SEBRADA_%_16", "SUPERFICIE_SEMBRADA_ACTIVA_%_16")
sum_comparables_ac$CAMBIO_SUP_SEMB_AGRICOLA <- as.numeric(as.character(sum_comparables_ac$SUPERFICIE_SEMBRADA_16)) - as.numeric(as.character(sum_comparables_ac$SUPERFICIE_SEMBRADA_07))
sum_comparables_ac$CAMBIO_SUP_SEMB_AGRICOLA_PCT <- as.numeric(as.character(sum_comparables_ac$`SUPERFICIE_SEBRADA_%_16`)) - as.numeric(as.character(sum_comparables_ac$`SUPERFICIE_SEMBRADA_%_07`))
ac_mapa_b <- merge(ac_mapa, sum_comparables_ac[,c(1, 9:32)], by = "CVE_CONCAT", all.y=TRUE, all.x = TRUE)
ac_mapa_b <- merge(ac_mapa_b, datos_cambios, by.x = "CONTROL", by.y = "ETIQUETAS DE FILA")
ac_mapa_b <- merge(ac_mapa_b, df_ac_16[,c(2,11,12,14,13,22,23,24,25)], by = "CONTROL")
ac_mapa_mc <- subset(ac_mapa_b, ac_mapa_b$NOM_MUN == "MARQUÉS DE COMILLAS")
########### CONTROL
# ANALISIS EXPLORATORIO DE DATOS
suma_terrenos_municipio_07 <- ddply (df_ac_07,
"NOM_MUN",
summarise, y = sum(as.numeric(TERRENOS)))
suma_terrenos_municipio_16 <- ddply (df_ac_16,
"NOM_MUN",
summarise, y = sum(as.numeric(TERRENOS)))
colnames(suma_terrenos_municipio_07) <- c("Municipio", "Terrenos")
colnames(suma_terrenos_municipio_16) <- c("Municipio", "Terrenos")
########### CONTROL
# CORRELACIÓN DE DATOS
df_correlacion <- as.data.frame(ac_mapa_b)
df_correlacion_mc <- as.data.frame(ac_mapa_mc)
df_correlacion_mc[,c(11:51)] <- lapply(df_correlacion_mc[,c(11:51)], as.numeric)
df_correlacion_mc[is.na(df_correlacion_mc)] <- 0
matriz_correlacion <- df_correlacion_mc[,c(11:51)]
df_correlacion_pearson <- as.data.frame(round(cor(matriz_correlacion, method = "pearson"),2))
df_correlacion_pearson_melt <- melt(cor(matriz_correlacion, method = "pearson"))
df_correlacion_spearman <- as.data.frame(round(cor(matriz_correlacion, method = "spearman"),2))
df_correlacion_spearman_melt <- melt(cor(matriz_correlacion, method = "spearman"))
# CREAR ARCHIVOS TIPO RData PARA ALMACENAR LOS RESULTADOS DEL PROCESAMIENTO DE LOS DATOS
setwd("/media/iskar/archivosB/PROYECTOS/PROYECTO_ESP_CENTROGEO_3.0/mapa_agricultura_masaforestal/data/Rdata/")
save(ac_mapa, ac_mapa_b, ac_mapa_mc, serie_3, serie_6, file = "carto.RData")
save(df_ac_16, df_ac_07, file = "datos.RData")
save(concentrado07, concentrado16, file = "concentrados.RData")
save(comparado_ac, comparado_esp, casos_comparables_ac, casos_comparables_esp, sum_comparables_ac, sum_comparables_esp, file = "comparados.RData")
save(df_correlacion, df_correlacion_mc, matriz_correlacion, df_correlacion_pearson, df_correlacion_pearson_melt,
df_correlacion_spearman, df_correlacion_spearman_melt, file = "correlaciones.RData")
save(suma_terrenos_municipio_07, suma_terrenos_municipio_16, file = "exploracion.RData")
save(autocorr, autocorr_ac, file = "autocorrelaciones.RData")
save(cambios_usv, cambios_usv_ac, file = "cambios.RData")
# REGRESAR AL ENTORNO GENERAL LOCAL
setwd("/media/iskar/archivosB/PROYECTOS/PROYECTO_ESP_CENTROGEO_3.0/mapa_agricultura_masaforestal")
ggcorrplot(df_correlacion_pearson,
hc.order = TRUE,
type = "lower",
outline.color = "white")
ggcorrplot(df_correlacion_spearman,
hc.order = TRUE,
type = "lower",
outline.color = "white")
runApp('/media/iskar/archivos/MAPAS/mapasR/mapa_agricultura_masaforestal')
View(df_ac_07)
View(df_ac_16)
area_promedio_municipio_07 <- ddply (df_ac_07,
"NOM_MUN",
summarise, y = mean(as.numeric(SUP_SEMB_07)))
area_promedio_municipio_16 <- ddply (df_ac_07,
"NOM_MUN",
summarise, y = mean(as.numeric(SUP_SEMB_16)))
colnames(area_promedio_municipio_07) <- c("Municipio", "Superficie promedio sembrada")
colnames(area_promedio_municipio_16) <- c("Municipio", "Superficie promedio sembrada")
area_promedio_municipio_07 <- ddply (df_ac_07,
"NOM_MUN",
summarise, y = mean(as.numeric(SUP_SEMB_07)))
area_promedio_municipio_16 <- ddply (df_ac_16,
"NOM_MUN",
summarise, y = mean(as.numeric(SUP_SEMB_16)))
colnames(area_promedio_municipio_07) <- c("Municipio", "Superficie promedio sembrada")
colnames(area_promedio_municipio_16) <- c("Municipio", "Superficie promedio sembrada")
# CREAR ARCHIVOS TIPO RData PARA ALMACENAR LOS RESULTADOS DEL PROCESAMIENTO DE LOS DATOS
setwd("/media/iskar/archivos/MAPAS/mapasR/mapa_agricultura_masaforestal/data/Rdata/")
save(ac_mapa, ac_mapa_b, ac_mapa_mc, serie_3, serie_6, file = "carto.RData")
save(df_ac_16, df_ac_07, file = "datos.RData")
save(concentrado07, concentrado16, file = "concentrados.RData")
save(comparado_ac, comparado_esp, casos_comparables_ac, casos_comparables_esp, sum_comparables_ac, sum_comparables_esp, file = "comparados.RData")
save(df_correlacion, df_correlacion_mc, matriz_correlacion, df_correlacion_pearson, df_correlacion_pearson_melt,
df_correlacion_spearman, df_correlacion_spearman_melt, file = "correlaciones.RData")
save(suma_terrenos_municipio_07, suma_terrenos_municipio_16, area_promedio_municipio_07, area_promedio_municipio_16,
file = "exploracion.RData")
save(autocorr, autocorr_ac, file = "autocorrelaciones.RData")
save(cambios_usv, cambios_usv_ac, file = "cambios.RData")
# REGRESAR AL ENTORNO GENERAL LOCAL
setwd("/media/iskar/archivos/MAPAS/mapasR/mapa_agricultura_masaforestal")
View(area_promedio_municipio_07)
runApp()
resumen_07 <- cbind(suma_terrenos_municipio_07, area_promedio_municipio_07)
resumen_16 <- cbind(suma_terrenos_municipio_16, area_promedio_municipio_16)
runApp()
runApp()
resumen_16 <- cbind(suma_terrenos_municipio_16, area_promedio_municipio_16$`Superficie promedio sembrada`)
runApp()
resumen_07 <- cbind(suma_terrenos_municipio_07, area_promedio_municipio_07$`Superficie promedio sembrada`)
resumen_16 <- cbind(suma_terrenos_municipio_16, area_promedio_municipio_16$`Superficie promedio sembrada`)
View(resumen_07)
runApp()
## Only run examples in interactive R sessions
if (interactive()) {
# Server code used for all examples
server <- function(input, output) {
output$plot1 <- renderPlot(plot(cars))
output$plot2 <- renderPlot(plot(pressure))
output$plot3 <- renderPlot(plot(AirPassengers))
}
# Equal sizing
ui <- splitLayout(
plotOutput("plot1"),
plotOutput("plot2")
)
shinyApp(ui, server)
# Custom widths
ui <- splitLayout(cellWidths = c("25%", "75%"),
plotOutput("plot1"),
plotOutput("plot2")
)
shinyApp(ui, server)
# All cells at 300 pixels wide, with cell padding
# and a border around everything
ui <- splitLayout(
style = "border: 1px solid silver;",
cellWidths = 300,
cellArgs = list(style = "padding: 6px"),
plotOutput("plot1"),
plotOutput("plot2"),
plotOutput("plot3")
)
shinyApp(ui, server)
}
ggcorrplot(df_correlacion_spearman,
hc.order = TRUE,
type = "lower",
outline.color = "white")
runApp()
# CREAR ARCHIVOS TIPO RData PARA ALMACENAR LOS RESULTADOS DEL PROCESAMIENTO DE LOS DATOS
setwd("/media/iskar/archivos/MAPAS/mapasR/mapa_agricultura_masaforestal/data/Rdata/")
save(ac_mapa, ac_mapa_b, ac_mapa_mc, serie_3, serie_6, file = "carto.RData")
save(df_ac_16, df_ac_07, file = "datos.RData")
save(concentrado07, concentrado16, file = "concentrados.RData")
save(comparado_ac, comparado_esp, casos_comparables_ac, casos_comparables_esp, sum_comparables_ac, sum_comparables_esp, file = "comparados.RData")
save(df_correlacion, df_correlacion_mc, matriz_correlacion, df_correlacion_pearson, df_correlacion_pearson_melt,
df_correlacion_spearman, df_correlacion_spearman_melt, file = "correlaciones.RData")
save(suma_terrenos_municipio_07, suma_terrenos_municipio_16, area_promedio_municipio_07, area_promedio_municipio_16,
resumen_07, resumen_16,
file = "exploracion.RData")
save(autocorr, autocorr_ac, file = "autocorrelaciones.RData")
save(cambios_usv, cambios_usv_ac, file = "cambios.RData")
# REGRESAR AL ENTORNO GENERAL LOCAL
setwd("/media/iskar/archivos/MAPAS/mapasR/mapa_agricultura_masaforestal")
# CREAR ARCHIVOS TIPO RData PARA ALMACENAR LOS RESULTADOS DEL PROCESAMIENTO DE LOS DATOS
setwd("/media/iskar/archivos/MAPAS/mapasR/mapa_agricultura_masaforestal/data/Rdata/")
save(ac_mapa, ac_mapa_b, ac_mapa_mc, serie_3, serie_6, file = "carto.RData")
save(df_ac_16, df_ac_07, file = "datos.RData")
save(concentrado07, concentrado16, file = "concentrados.RData")
save(comparado_ac, comparado_esp, casos_comparables_ac, casos_comparables_esp, sum_comparables_ac, sum_comparables_esp, file = "comparados.RData")
save(df_correlacion, df_correlacion_mc, matriz_correlacion, df_correlacion_pearson, df_correlacion_pearson_melt,
df_correlacion_spearman, df_correlacion_spearman_melt, file = "correlaciones.RData")
save(suma_terrenos_municipio_07, suma_terrenos_municipio_16, area_promedio_municipio_07, area_promedio_municipio_16,
resumen_07, resumen_16,
file = "exploracion.RData")
save(autocorr, autocorr_ac, file = "autocorrelaciones.RData")
save(cambios_usv, cambios_usv_ac, file = "cambios.RData")
# REGRESAR AL ENTORNO GENERAL LOCAL
setwd("/media/iskar/archivos/MAPAS/mapasR/mapa_agricultura_masaforestal")
# CREAR ARCHIVOS TIPO RData PARA ALMACENAR LOS RESULTADOS DEL PROCESAMIENTO DE LOS DATOS
setwd("/media/iskar/archivos/MAPAS/mapasR/mapa_agricultura_masaforestal/data/Rdata/")
save(ac_mapa, ac_mapa_b, ac_mapa_mc, serie_3, serie_6, file = "carto.RData")
save(df_ac_16, df_ac_07, file = "datos.RData")
save(concentrado07, concentrado16, file = "concentrados.RData")
save(comparado_ac, comparado_esp, casos_comparables_ac, casos_comparables_esp, sum_comparables_ac, sum_comparables_esp, file = "comparados.RData")
save(df_correlacion, df_correlacion_mc, matriz_correlacion, df_correlacion_pearson, df_correlacion_pearson_melt,
df_correlacion_spearman, df_correlacion_spearman_melt, file = "correlaciones.RData")
save(suma_terrenos_municipio_07, suma_terrenos_municipio_16, area_promedio_municipio_07, area_promedio_municipio_16,
resumen_07, resumen_16,
file = "exploracion.RData")
save(autocorr, autocorr_ac, file = "autocorrelaciones.RData")
save(cambios_usv, cambios_usv_ac, file = "cambios.RData")
# REGRESAR AL ENTORNO GENERAL LOCAL
setwd("/media/iskar/archivos/MAPAS/mapasR/mapa_agricultura_masaforestal")
suma_terrenos_municipio_07 <- ddply (df_ac_07,
"NOM_MUN",
summarise, y = sum(as.numeric(TERRENOS)))
suma_terrenos_municipio_16 <- ddply (df_ac_16,
"NOM_MUN",
summarise, y = sum(as.numeric(TERRENOS)))
colnames(suma_terrenos_municipio_07) <- c("Municipio", "Terrenos")
colnames(suma_terrenos_municipio_16) <- c("Municipio", "Terrenos")
area_promedio_municipio_07 <- ddply (df_ac_07,
"NOM_MUN",
summarise, y = mean(as.numeric(SUP_SEMB_07)))
area_promedio_municipio_16 <- ddply (df_ac_16,
"NOM_MUN",
summarise, y = mean(as.numeric(SUP_SEMB_16)))
colnames(area_promedio_municipio_07) <- c("Municipio", "Superficie promedio sembrada")
colnames(area_promedio_municipio_16) <- c("Municipio", "Superficie promedio sembrada")
resumen_07 <- cbind(suma_terrenos_municipio_07, area_promedio_municipio_07$`Superficie promedio sembrada`)
resumen_16 <- cbind(suma_terrenos_municipio_16, area_promedio_municipio_16$`Superficie promedio sembrada`)
# CREAR ARCHIVOS TIPO RData PARA ALMACENAR LOS RESULTADOS DEL PROCESAMIENTO DE LOS DATOS
setwd("/media/iskar/archivos/MAPAS/mapasR/mapa_agricultura_masaforestal/data/Rdata/")
save(ac_mapa, ac_mapa_b, ac_mapa_mc, serie_3, serie_6, file = "carto.RData")
save(df_ac_16, df_ac_07, file = "datos.RData")
save(concentrado07, concentrado16, file = "concentrados.RData")
save(comparado_ac, comparado_esp, casos_comparables_ac, casos_comparables_esp, sum_comparables_ac, sum_comparables_esp, file = "comparados.RData")
save(df_correlacion, df_correlacion_mc, matriz_correlacion, df_correlacion_pearson, df_correlacion_pearson_melt,
df_correlacion_spearman, df_correlacion_spearman_melt, file = "correlaciones.RData")
save(suma_terrenos_municipio_07, suma_terrenos_municipio_16, area_promedio_municipio_07, area_promedio_municipio_16,
resumen_07, resumen_16,
file = "exploracion.RData")
save(autocorr, autocorr_ac, file = "autocorrelaciones.RData")
save(cambios_usv, cambios_usv_ac, file = "cambios.RData")
# REGRESAR AL ENTORNO GENERAL LOCAL
setwd("/media/iskar/archivos/MAPAS/mapasR/mapa_agricultura_masaforestal")
# CREAR ARCHIVOS TIPO RData PARA ALMACENAR LOS RESULTADOS DEL PROCESAMIENTO DE LOS DATOS
setwd("/media/iskar/archivos/MAPAS/mapasR/mapa_agricultura_masaforestal/data/Rdata/")
save(ac_mapa, ac_mapa_b, ac_mapa_mc, serie_3, serie_6, file = "carto.RData")
save(df_ac_16, df_ac_07, file = "datos.RData")
save(concentrado07, concentrado16, file = "concentrados.RData")
save(comparado_ac, comparado_esp, casos_comparables_ac, casos_comparables_esp, sum_comparables_ac, sum_comparables_esp, file = "comparados.RData")
save(df_correlacion, df_correlacion_mc, matriz_correlacion, df_correlacion_pearson, df_correlacion_pearson_melt,
df_correlacion_spearman, df_correlacion_spearman_melt, file = "correlaciones.RData")
save(suma_terrenos_municipio_07, suma_terrenos_municipio_16, area_promedio_municipio_07, area_promedio_municipio_16,
resumen_07, resumen_16, file = "exploracion.RData")
save(autocorr, autocorr_ac, file = "autocorrelaciones.RData")
save(cambios_usv, cambios_usv_ac, file = "cambios.RData")
# REGRESAR AL ENTORNO GENERAL LOCAL
setwd("/media/iskar/archivos/MAPAS/mapasR/mapa_agricultura_masaforestal")
runApp()
runApp()
runApp()
runApp()
View(autocorr_ac)
View(autocorr)
runApp()
runApp()
runApp()
runApp()
shiny::runApp()
runApp()
shiny::runApp()
runApp()