Monográficos

Cuando trabajamos con zonificación o geolocalización, la adyacencia entre los elementos del estudio es relevante. En este caso, quería trabajar con la adyacencia entre los polígonos que componen un archivo de datos espaciales shapefile; y para entender mejor cómo podemos obtener la adyacencia entre polígonos, creo que lo mejor es hacer un ejemplo con un mapa, en este caso un mapa de municipios de Barcelona. El primer paso es disponer del objeto con los datos espaciales; de esto ya he escrito mucho en el blog y por eso no me detengo mucho: ...

Hace mucho planteé un juego de identificación de modelos con R y ya se me había olvidado daros la solución. Pensando en el Grupo de Usuarios de R y en hacer algo parecido en una presentación, recordé que había que solucionar el ejercicio. Lo primero es la creación de los datos; se me ocurrió una función sencilla y una nube de puntos alrededor de ella: # Variable independiente indep = runif(500, 100, 500) # Función para crear la variable dependiente foo = function(x) { mean(x) * (1 - sin(-0.006042 * x)) } dep = sapply(indep, foo) dep = dep + (runif(length(dep), -100, 100)) datos = data.frame(cbind(indep, dep)) plot(datos) ...

Hace tiempo escribí sobre el método de Excel GetOpenFilename para abrir archivos desde Excel a través del explorador de archivos; ahora le damos una nueva vuelta de tuerca a aquella entrada y, de forma simple, podemos abrir múltiples libros de Excel que, además, se añadirán de forma sucesiva en un nuevo libro. En este enlace podéis descargaros el archivo y, como veréis, no tiene nada. Un botón “Abrir Excel” realiza el proceso: se abre el explorador de Windows y podéis seleccionar múltiples archivos Excel que se almacenan en un array. La macro a ejecutar es la siguiente: ...

Editado 2022: Francisco Goerlich ha elaborado una versión que de nuevo puede obtener los datos de CartoCiudad. Volveremos sobre el tema y dejaremos una capa que pueda ser reutilizable. https://www.uv.es/goerlich/Ivie/CodPost Editado 2019: Como podéis leer más abajo, Correos ha impedido al proyecto CartoCiudad incluir los mapas de España por código postal; ahora es necesario comprarlos. Sin embargo, hay versiones antiguas como las que se descargó en su día Íñigo Flores. Con estas descargas yo he elaborado un mapa de España por códigos postales: ...

El objetivo de la entrada es empezar a analizar tweets con R y qué mejor comienzo que usar el hashtag #rstats para ver los usuarios que más lo utilizan. El primer paso es crear una app con Twitter; para ello, nos dirigimos a https://apps.twitter.com/ y creamos una aplicación. Crearla es muy sencillo: sólo necesitamos una descripción y un nombre. La aplicación será la que permitirá a R interaccionar con Twitter mediante OAuth; para realizar esta interacción entre la aplicación y nuestra sesión de R es imprescindible: ...

Hasta la fecha, si necesitaba crear un ranking o un orden con R, realizaba la tarea del siguiente modo: nombres <- c("grupo_1", "grupo_2") grupo <- sample(nombres, 10, replace = TRUE, prob = c(0.5, 0.5)) dataset <- data.frame(grupo) dataset$importes <- runif(10, 100, 30000) # Creación del ranking de las variables agrupadas dataset$ranking <- ave(dataset$importes, dataset$grupo, FUN = function(x) rank(x, ties.method = "first") ) Es una agrupación de factores a la que asignamos el orden con rank; con ties.method = "first", esta agrupación se lleva a cabo desde el primer nivel del factor. El resultado se puede comprobar haciendo: ...

Un lector necesita realizar un mapa de Argentina con R. El primer paso es descargar el mapa in formato R de la página web de siempre: http://www.gadm.org/country; seleccionamos Argentina y el formato in R. Podéis descargar in otros formatos y trabajar con R, pero eso lo contaré otro día. Para ilustrar el ejemplo, me he descargado el mapa de nivel 2, es decir, a nivel de Estado argentino. Una vez descargado el mapa, empleamos el código de siempre: ...

El paquete classInt de R últimamente está muy presente en mis programas y me gustaría dedicarle unas líneas para que podáis ver algunas de sus posibilidades a la hora de clasificar variables continuas; además, estas posibilidades, unidas con RColorBrewer, nos permiten crear gráficos muy atractivos. Instalamos y clasificamos un vector de ejemplo: library(classInt) aleatorio <- abs(rnorm(100, 50, 30)) summary(aleatorio) grupos <- 4 clases <- classIntervals(aleatorio, grupos, style = "quantile") clases style: quantile one of 156,849 possible partitions of this variable into 4 classes [1.225299,29.19317) [29.19317,51.55524) [51.55524,72.06471) [72.06471,118.6466] 25 25 25 25 Partimos un vector aleatorio en 4 clases en función de sus cuantiles y creamos una lista clases que contiene nuestra tabla y, entre sus atributos, destaca brks, que indica los puntos de corte; en el caso de los cuantiles tenemos: ...

Un lector me había pedido disponer en Excel de un mapa de Europa y dicho y hecho. Además, en este Excel os muestro cómo hacer paletas de colores más o menos atractivas y cómo poder usarlas indistintamente con el mapa. Este Excel además contiene algunas líneas de Visual Basic que considero interesantes y que veremos después. Los shapes están sacados de este enlace, pero se retoca completamente el código Visual Basic para hacerlo (a mi entender) más sencillo. El mapa se controla desde esta zona del Excel: ...

Escribir sobre el BDT de Madrid me ha hecho recordar mi trabajo con spatial data de R. Los mapas de spatial data los podemos obtener de forma gratuita de http://www.gadm.org/country y, en este caso, vamos a descargarnos para España un SpatialPolygonsDataFrame específico para R de nivel 4, que está a nivel municipal. El archivo que os debéis descargar se llamará ESP_adm4.RData. Si buscáis un poco en Google encontraréis documentación acerca de este tipo de archivos de R y veréis que se pueden hacer maravillas. En este caso, quiero hacer un ejemplo lo más sencillo posible, muy artesanal y casero. Con un poco de imaginación podréis complicarlo o incluso hacer una herramienta en Excel que hiciera mapas con R. ...