-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathglobal.R
145 lines (99 loc) · 3.36 KB
/
global.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
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
# Pacotes utilizados
library(rsconnect)
library(shinydashboardPlus)
library(shinydashboard)
library(shiny)
library(shinyBS)
library(plotly)
library(DT)
library(scales)
library(knitr)
library(tidyverse)
library(ggplot2)
library(readr)
library(shinythemes)
library(magrittr)
library(rsconnect)
library(sf)
library(leaflet)
library(maps)
library(gridExtra)
library(shinyjs)
library(rintrojs)
library(jsonlite)
library(shinyWidgets)
library(ggmap)
library(widgetframe)
library(mapview)
library(mapedit)
# Objetivo
#' - Carregar os arquivos usados no app;
#' - Rodar o app.
#'
# 1. Data -----------------------------------------------------------------
## Carrega os arquivos com os indicadores pré-calculados
files <- list.files(file.path(getwd(),"/data/output"))
for(i in files){
df <- read_csv(file.path(getwd(),"/data/output",i), col_types = cols(.default = 'c'))
df <- df[,2:length(df)]
assign(paste(substr(i,1,nchar(i)-4)), df)
}
shape <- read_sf("data/shapes/shape.shp") %>%
st_transform(4326)
linhas <- read_sf("data/shapes/linhas.shp") %>%
st_transform(4326)
demosjc <- read_sf("data/shapes/demosjc.shp") %>%
st_transform(4326)
linhas[104,2] <- "Jd. das Indústrias / Olímpio Catão"
linhas[106,2] <- "Chácaras Havaí / Av. Eng. Francisco José Longo"
linhas[107,2] <- "Jd. Portugal / Olímpio Catão"
linhas[111,2] <- "Ch. Reunidas / Olímpio Catão"
linhas[113,2] <- "Jd. Morumbi / Olímpio Catão"
linhas[114,2] <- "Michigan / Av. Eng. Francisco José Longo"
linhas[115,2] <- "Canindu / Av. Eng. Francisco José Longo"
linhas[116,2] <- "Terras do Sul / Olímpio Catão"
linhas[117,2] <- "Jd. Guimarães / Centro"
linhas[39,2] <- "Sertãozinho - Via Vila Cândida / Terminal Central"
linhas[45,2] <- "Jd. Califórnia - Via Vista Verde / Santana - Via Vl. Cristina"
linhas[87,2] <- "Jd. Santa Rosa - Via São Judas E Colinas / Terminal Central"
rm(df)
matriculas <- matriculas %>%
rename("Região" = "MacroZona",
"Matrículas" = "n")
colnames(shape)[3] <- "Área da macrozona (km²)"
colnames(shape)[4] <- "Densidade demográfica (hab/km²)"
colnames(shape)[5] <- "Renda média (R$)"
colnames(shape)[11] <- "Número de trabalhadores"
colnames(shape)[12] <- "Número de matrículas"
shape <- shape %>%
dplyr::rename("População" = "Populaç",
"Ano do censo" = "Andcens",
"Nível de ensino" = "Nvldens",
"Matrículas" = "Matrcls",
"Trabalhadores" = "Trblhdr")
colnames(demosjc)[2] <- "População"
colnames(demosjc)[3] <- "Área da macrozona (km²)"
colnames(demosjc)[4] <- "Densidade demográfica (hab/km²)"
colnames(demosjc)[5] <- "Renda média (R$)"
demosjc$aream <- unique(shape$`Área da macrozona (km²)`)
demosjc$densidaded <- unique(shape$`Densidade demográfica (hab/km²)`)
demosjc$populacaom <- unique(shape$`População`)
demosjc$rendam <- unique(shape$`Renda média (R$)`)
areadf <- demosjc %>%
arrange(`Área da macrozona (km²)`)
densidadedf <- demosjc %>%
arrange(`Densidade demográfica (hab/km²)`)
populacaodf <- demosjc %>%
arrange(`População`)
rendamdf <- demosjc %>%
arrange(`Renda média (R$)`)
totaltr <- shape
totaltr <- totaltr[,-c(2:10,12)]
totaltr <- unique(totaltr)
totalmt <- shape
totalmt <- totalmt[,-c(2:11)]
totalmt <- unique(totalmt)
linhas2 <- linhas[,c(1:3)]
st_geometry(linhas2) <- NULL
linhas2 <- linhas2 %>%
arrange(Nome)