-
Notifications
You must be signed in to change notification settings - Fork 2
/
Copy pathPropiedades de red en TP.R
1614 lines (1040 loc) · 64.1 KB
/
Propiedades de red en TP.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
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
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
###### Propiedads de red
#opentripplanner es package que es un fork de otrp de leed university, de acuerdo con el autor esta mas verga este
library(remotes)
library(opentripplanner)
library(tmap)
library(sp) #necesario para cargar la libreria raster
library(raster)
library(sf) # pasamos un spatial data frame a un SF, contiene en una columa la geometria del vector
library(tidyr) # para usar la funcion separate y separar 1 columna en 2
library(geodist) # para la distancia euclediana
library(spatialEco) # con esto se usa la funcion point.in.poly que vincula puntos con areas geoespaciales
library(ggplot2)
library(ggthemes) # mas temas para ggplot 2
library(mapdeck)
library(stplanr) # libreria para transport planning
library(dplyr)
library(igraph) # esta es una libreria para analisis de redes https://github.com/igraph/rigraph
library(data.table)
library(magrittr)
library(geosphere)
library(fasttime)
library(tidytransit)
library(MASS)
library(viridis)
library (ineq) # Me saca indice de gini y curva de lorenz
library(readxl)
rm(list = ls(all=TRUE))
getwd()
setwd("C:/Users/orlan/Documents/UPC/PhD/Papers/Paper 3/Data")
############## MONTAJE DEL OTP ############
# Descarar archivo java OTP :
path_otp <- otp_dl_jar("C:/Users/Hola/Documents/UPC/PhD/Papers/Paper 3/Data/OTP")
# Descarga de datos ejemplo:
otp_dl_demo("C:/Users/Hola/Documents/UPC/PhD/Papers/Paper 3/Data/OTP/graphs/default")
## Generacion del objeto graph:
log <- otp_build_graph(otp = "C:/Users/orlan/Documents/UPC/PhD/Papers/Paper 3/Data/OTP/otp.jar", dir = "C:/Users/orlan/Documents/UPC/PhD/Papers/Paper 3/Data/OTP", memory =5120)
# Set up
log2 <- otp_setup(otp = "C:/Users/orlan/Documents/UPC/PhD/Papers/Paper 3/Data/OTP/otp.jar", dir = "C:/Users/orlan/Documents/UPC/PhD/Papers/Paper 3/Data/OTP")
# Conexion del OTP a R
otpcon <- otp_connect()
# Matar al java generado (esto se tiene que hacfer si quieres cambiar de localizacion)
otp_stop(warn = TRUE, kill_all = TRUE)
## pruebas motor de busqueda
route <- otp_plan(otpcon, fromPlace = c(-103.43997,20.68314 ), toPlace = c(-103.40641, 20.61957), mode = "WALK") # En modalidad de caminando
route <- otp_plan(otpcon, fromPlace = c(-103.45361,20.72416 ), toPlace = c(-103.45018,20.64829 ), mode = "CAR")
route <- otp_plan(otpcon, fromPlace = c(-103.43997,20.68314), toPlace = c(-103.40641, 20.61957), mode = c("WALK","TRANSIT"), ncores = 5, numItineraries = 1) # NumItinierari me dara el numero maximo de posibles rutas a tomar
#ploteo de la ruta
tmap_mode("view")
qtm(route)
###### UNIDADES ####
# time en segundos
# distance en metros
#waiting time en minutos
############ CREACION DE LA MATRIX #############
##### MUY IMPORTANTE: Los centroides que se lean deben de tener una geometria de POINT, algunas veces estos puntos se guardan como MultiPoint.
# Esto acarre problemas, en Qgis esto se puede resolver con la funcion "Convert Multipoints to points"
###### Lectura de centroides de ORIGEN Y DESTINO 1,2 Y 3 #######
centroides_1 <- read_sf("centroides_1_final.shp")
# Verificar la proyeccion que tiene este SF
st_crs(centroides_1)
### Asignar nuevamente el tipo de proyeccion 4326
centroides_1 <- st_set_crs(centroides_1, 4326)
st_crs(centroides_1)
plot(centroides_1, pch=20)
centroides_2 <- read_sf("centroides_2_final.shp")
centroides_2 <- st_set_crs(centroides_2, 4326)
plot(centroides_2, pch=20)
centroides_3 <- read_sf("centroides_3_final.shp")
centroides_3 <- st_set_crs(centroides_3, 4326)
plot(centroides_3, pch=20)
### Hacer que la columna ID sea tipo caracter:
str(centroides_1)
centroides_1$ID <- as.character(centroides_1$ID)
centroides_2$ID <- as.character(centroides_2$ID)
centroides_3$ID <- as.character(centroides_3$ID)
str(centroides_1)
### Generar origenes y destginos para matriz N*N
toPlace_1 = centroides_1[rep(seq(1, nrow(centroides_1)), times = nrow(centroides_1)),]
fromPlace_1 = centroides_1[rep(seq(1, nrow(centroides_1)), each = nrow(centroides_1)),]
toPlace_2 = centroides_2[rep(seq(1, nrow(centroides_2)), times = nrow(centroides_2)),]
fromPlace_2 = centroides_2[rep(seq(1, nrow(centroides_2)), each = nrow(centroides_2)),]
toPlace_3 = centroides_3[rep(seq(1, nrow(centroides_3)), times = nrow(centroides_3)),]
fromPlace_3 = centroides_3[rep(seq(1, nrow(centroides_3)), each = nrow(centroides_3)),]
### Verificacion que las capas son POINT (esto se vendría eredando desde la lectura de los mismo centroides)
summary(st_geometry_type(fromPlace_1))
summary(st_geometry_type(fromPlace_2))
summary(st_geometry_type(fromPlace_3))
### GENERACION DE LA MATRIZ #1
routes_1_1 <- otp_plan(otpcon = otpcon,
fromPlace = fromPlace_1,
toPlace = toPlace_1,
fromID = fromPlace_1$ID,
toID = toPlace_1$ID,
get_geometry = FALSE,
mode = c("WALK","TRANSIT"),
ncores = 5, numItineraries = 1,
maxWalkDistance = 1500)
### GENERACION DE LA MATRIZ #2
routes_1_2 <- otp_plan(otpcon = otpcon,
fromPlace = fromPlace_1,
toPlace = toPlace_2,
fromID = fromPlace_1$ID,
toID = toPlace_2$ID,
get_geometry = FALSE,
mode = c("WALK","TRANSIT"),
ncores = 5, numItineraries = 1,
maxWalkDistance = 1100)
### GENERACION DE LA MATRIZ #3
routes_1_3 <- otp_plan(otpcon = otpcon,
fromPlace = fromPlace_1,
toPlace = toPlace_3,
fromID = fromPlace_1$ID,
toID = toPlace_3$ID,
get_geometry = FALSE,
mode = c("WALK","TRANSIT"),
ncores = 5, numItineraries = 1,
maxWalkDistance = 1100)
### GENERACION DE LA MATRIZ #4
routes_2_1 <- otp_plan(otpcon = otpcon,
fromPlace = fromPlace_2,
toPlace = toPlace_1,
fromID = fromPlace_2$ID,
toID = toPlace_1$ID,
get_geometry = FALSE,
mode = c("WALK","TRANSIT"),
ncores = 5, numItineraries = 1,
maxWalkDistance = 1100)
### GENERACION DE LA MATRIZ #5
routes_2_2 <- otp_plan(otpcon = otpcon,
fromPlace = fromPlace_2,
toPlace = toPlace_2,
fromID = fromPlace_2$ID,
toID = toPlace_2$ID,
get_geometry = FALSE,
mode = c("WALK","TRANSIT"),
ncores = 5, numItineraries = 1,
maxWalkDistance = 1100)
### GENERACION DE LA MATRIZ #6
routes_2_3 <- otp_plan(otpcon = otpcon,
fromPlace = fromPlace_2,
toPlace = toPlace_3,
fromID = fromPlace_2$ID,
toID = toPlace_3$ID,
get_geometry = FALSE,
mode = c("WALK","TRANSIT"),
ncores = 5, numItineraries = 1,
maxWalkDistance = 1300)
### GENERACION DE LA MATRIZ #7
routes_3_1 <- otp_plan(otpcon = otpcon,
fromPlace = fromPlace_3,
toPlace = toPlace_1,
fromID = fromPlace_3$ID,
toID = toPlace_1$ID,
get_geometry = FALSE,
mode = c("WALK","TRANSIT"),
ncores = 5, numItineraries = 1,
maxWalkDistance = 1300)
### GENERACION DE LA MATRIZ #8
routes_3_2 <- otp_plan(otpcon = otpcon,
fromPlace = fromPlace_3,
toPlace = toPlace_2,
fromID = fromPlace_3$ID,
toID = toPlace_2$ID,
get_geometry = FALSE,
mode = c("WALK","TRANSIT"),
ncores = 5, numItineraries = 1,
maxWalkDistance = 1100)
### GENERACION DE LA MATRIZ #9
routes_3_3 <- otp_plan(otpcon = otpcon,
fromPlace = fromPlace_3,
toPlace = toPlace_3,
fromID = fromPlace_3$ID,
toID = toPlace_3$ID,
get_geometry = FALSE,
mode = c("WALK","TRANSIT"),
ncores = 5, numItineraries = 1,
maxWalkDistance = 1100)
### Unir los dataframe
routes <- rbind(routes_1_1,routes_1_2,routes_1_3,routes_2_1,routes_2_2,routes_2_3,routes_3_1,routes_3_2,routes_3_3)
routes_bus <- filter(routes, mode == "BUS")
str(routes_bus)
routes_bus$fromPlace <- as.numeric((as.character(routes_bus$fromPlace)))
routes_bus$toPlace <- as.numeric((as.character(routes_bus$toPlace)))
str(routes_bus)
# Guadar la matriz
write.csv(routes_bus, file = "matriz_OD_FINAL_paper3.csv")
# Lectura de la matriz OD FINAL
routes_bus <- read.csv("matriz_OD_FINAL_paper3.csv")
####################### GRADO DE ACECIBILIDAD #########################
# Lectura de zonificacion
Hexagonos <- shapefile("hexagonos_final.shp")
plot(Hexagonos)
proj4string(Hexagonos) <- CRS("+init=EPSG:4326")
Hexagonos@data # ver el data frame del poligono
#Creamos un mismo DF
OD_Matriz <- routes_bus
# MEddia actual de tiempos de viaje , en minutos
mean(OD_Matriz$duration, na.rm =TRUE)/60 # da un valor de 87.178 que es 1 hora con 45 minutos
# Funcion de eliminacion de ouliers
remove_outliers <- function(x, na.rm = TRUE, ...) {
qnt <- quantile(x, probs=c(.10, .90), na.rm = na.rm, ...)
H <- 1.5 * IQR(x, na.rm = na.rm)
y <- x
y[x < (qnt[1] - H)] <- NA
y[x > (qnt[2] + H)] <- NA
y
}
### remocion de outliers
OD_Matriz$duration <- remove_outliers(OD_Matriz$duration)
# volemos as calcular la media
mean(OD_Matriz$duration, na.rm= TRUE)/60 # duracion total de los viajes
# Eliminimacion de lecturas con NA (la remocion genera NA en las filas removidas) y elimiancion de columnas que ya contienen NA
OD_Matriz$fare <- NULL
OD_Matriz$fare_currency <- NULL
OD_Matriz$flexDrtAdvanceBookMin <- NULL
OD_Matriz$elevationGained <- NULL
OD_Matriz$elevationLost <- NULL
OD_Matriz<- OD_Matriz[complete.cases(OD_Matriz[ , 1]),] # Solo tomando en consideracion la columna 1
mean(OD_Matriz$duration, na.rm= TRUE)/60 # da una media de 87.01 minutos
# Restar el tiempo de espera extra dado a trasnfers inecesarias por fallo en el routing
OD_Matriz$transfers_corregidor [OD_Matriz$transfers == 0 ] <-1
OD_Matriz$transfers_corregidor [OD_Matriz$transfers == 1 ] <-2
OD_Matriz$transfers_corregidor [OD_Matriz$transfers == 2 ] <-3
OD_Matriz$transfers_corregidor [OD_Matriz$transfers == 3 ] <-3
OD_Matriz$transfers_corregidor [OD_Matriz$transfers == 4 ] <-3
# Duracion final corregida por fallas en el routing (que da rutas de mas trasnfers),modificacion de la velocidad comercial y outliers
OD_Matriz$duration <- OD_Matriz$walkTime + OD_Matriz$transitTime + (OD_Matriz$transfers_corregidor*180)
mean(OD_Matriz$duration, na.rm=TRUE)/60 # da una media de 69 minutos
# MOdificacion de la velocidad comercial a 21 km/h y remocion de tiempos de espera inecesarios por falla en el routing
# Velocidad media en los GTFS = 20 km/h
# Modificacion de la velocidada 21 km/h (es decir 1 km/h más)
1/20 # 1 km/h más es 5 % mayor velocidad
OD_Matriz$duration <- OD_Matriz$duration * 0.95
mean(OD_Matriz$duration, na.rm= TRUE)/60 # da una media de 66 minuto, TIEMPO TOTAL de los viajes
mean(OD_Matriz$walkTime, na.rm=TRUE) /60 # media de tiempo caminata 12 minutos
mean(OD_Matriz$transitTime, na.rm=TRUE) / 60 # media de tiempo sobre las unidades (vehicle time) 52 minutos
mean(OD_Matriz$waitingTime, na.rm =TRUE)/60 # media de espera 6 minutos
###### AGRUPAMIENTO y generacion de tiempos medios por centroide
OD_Matriz$count <- 1
#Sumaoria de tiempo
contabilizacion <- aggregate(OD_Matriz$duration, by=list(fromPlace=OD_Matriz$fromPlace, toPlace=OD_Matriz$toPlace), FUN=sum)
names(contabilizacion)[names(contabilizacion) == "x"] <- "time"
correccion <- aggregate(OD_Matriz$count, by=list(fromPlace=OD_Matriz$fromPlace, toPlace=OD_Matriz$toPlace), FUN=sum)
names(correccion)[names(correccion) == "x"] <- "correcion"
# Unirlos
contabilizacion <- merge(correccion, contabilizacion, by=c("fromPlace","toPlace")) # NA's match
contabilizacion$time <- contabilizacion$time / contabilizacion$correcion
# lo pasamos a minutos
contabilizacion$time <- contabilizacion$time / 60
#generamos los tiempos medios por centroide
tiempos_medios <-aggregate(contabilizacion$time, by=list(fromPlace=contabilizacion$fromPlace), FUN=mean)
names(tiempos_medios)[names(tiempos_medios) == "x"] <- "time"
names(tiempos_medios)[names(tiempos_medios) == "fromPlace"] <- "id"
## Media de los tiempos medios de todos los centroides
mean(tiempos_medios$time) ### El mean final me da 65 minutos
### Generamos el SHIMBEL INDEX
# La formula es: N-1 / sumatoria de tiempo
(nrow(tiempos_medios) - 1 ) / (sum(tiempos_medios$time))
#### IMPORTNATE: el DF de tiempos_medios es el que contiene el los tiempos medios ya de todos los centroides
# no tiene coordenadas se las vamos a poner con los DF de los centroides antes leidos, esto lo necesitaré para poder vincular
centroides_1$Longitude<- NULL
centroides_1$Latitude<- NULL
centroides_totales <- rbind(centroides_1, centroides_2)
centroides_totales <- rbind(centroides_totales, centroides_3)
# Vincular el DF de centroides totales con el DF que contiene los tiempos medios de desplazamiento
colnames(tiempos_medios)[which(names(tiempos_medios) == "id")] <- "ID" # Cambio de nombre
# UNION
centroides_totales <- merge(centroides_totales, tiempos_medios, by="ID", all = TRUE)
###### UNION DE LOS POINTS QUE CONTIENE LOS TIEMPOS MEDIOS CON EL POLIGONO DE LA ZONIFICACION ######
### La funcion points in poly requiere que los puntos esten en spatialpoint dataframe por lo que se parasa de SF
# a spatial point data frame
centroides_totales <- as(centroides_totales, 'Spatial')
#### Union de puntos y poligonos
plot(Hexagonos)
points(centroides_totales, pch=20)
pts.poly <- point.in.poly(centroides_totales, Hexagonos)
head(pts.poly@data)
plot(pts.poly)
##### Union ya en el DF de los hexagonos
## dado que el id de los centrpoides y la de los poligonos son el mismo hay que agregar el valor medio de tiempo de estos centrpoides
# directamente a los poligonos
Hexagonos@data
Hexagonos@data = data.frame(Hexagonos@data, pts.poly@data[match(Hexagonos@data [, "id"], pts.poly@data[,"id"]),])
Hexagonos@data
Hexagonos2<- st_as_sf(Hexagonos) # lo pasamos a datafrmae SF para ponder usarlo senciillamente con Mapdeck
Hexagonos2$bottom.1 <- NULL
Hexagonos2$left <- NULL
Hexagonos2$top <- NULL
Hexagonos2$right <- NULL
Hexagonos2$bottom <- NULL
Hexagonos2$id.1 <- NULL
# Plotear con mapbox
MAPBOX= 'YOUR_KEY'
set_token(Sys.getenv("MAPBOX"))
key=MAPBOX
mapdeck(token = key, style = "mapbox://styles/orlandoandradeb/cjwrsrdko09mi1cpm91ptszfs") %>%
add_polygon(
data = Hexagonos2
, layer = "polygon_layer"
, fill_colour = "time"
, legend = TRUE
, stroke_width=20
, stroke_opacity=0.9
,fill_opacity=0.9 )
####### EXPORATCION DEL SHAPE
shape_acesibilidad <- Hexagonos2
shape_acesibilidad <- as_Spatial(shape_acesibilidad)
library(rgdal)
writeOGR(shape_acesibilidad, dsn = 'C:/Users/orlan/Documents/UPC/PhD/Papers/Paper 3/Data', layer = 'shape_acesibilidad', driver = "ESRI Shapefile")
#### BOX PLOTS
# Box plot de los tiempos medios por centroide
boxplot(tiempos_medios$time)
# plot con tm_shape
tm_shape(Hexagonos2) + tm_fill(col = "time", palette = "-inferno", breaks = c(40,45,50,55,60,65,70,75,80,85,90,95,100, Inf)) + tm_basemap(leaflet::providers$CartoDB.Positron) +
tm_layout(title = "Grade of acesability", legend.outside= TRUE, frame = FALSE) + tm_borders(col = "#797776", lwd = 1) + tm_scale_bar(breaks = c(0, 10), position=c("left", "bottom"))
##### Analisis estadisicto descritivo:
OD_Matriz$duration_m <- OD_Matriz$duration/60 # lo pasamos en una nueva variable a minutos
OD_Matriz$distance_km <- OD_Matriz$distance/1000 # lo pasamos a km
# Distribucion de tiempos medios de despalzamientos en minutos
ggplot(OD_Matriz, aes(x=duration_m)) + labs( title = "Histogramas de tiempos de desplazamientos", y= "Frecuencia", x= "Minutos") +
geom_histogram(binwidth = 1, aes(fill = ..count..) ) + #bindwidth indicara el salto de paso entre los grupos de medicion de la frecuencia
theme_hc(style ="darkunica" ) + theme(legend.position = "right", axis.text.x=element_text(colour = "#a8a4a6"), axis.text.y=element_text(size=9, colour = "#a8a4a6")) +
ylim(0, 4000) + xlim(0,170) # + scale_fill_gradient(low="white", high="blue") # para agregar otro difusion de colores
# Box plot de los tiempos de todos los OD pairs de la matriz
boxplot(OD_Matriz$duration_m)
# Distribucion de las longitudes medias de despalzamientos por nodo en km
ggplot(OD_Matriz, aes(x=distance_km)) + labs( title = "Histograma de distancias", y= "Frecuencia", x= "Km") +
geom_histogram(binwidth = 1, aes(fill = ..count..) ) + #bindwidth indicara el salto de paso entre los grupos de medicion de la frecuencia
theme_hc(style ="darkunica" ) + theme(legend.position = "right", axis.text.x=element_text(colour = "#a8a4a6"), axis.text.y=element_text(size=9, colour = "#a8a4a6")) +
ylim(0, 20000) + xlim(0,30) # + scale_fill_gradient(low="white", high="blue") # para agregar otro difusion de colores
## Box plot de la distance de los viajes
boxplot(OD_Matriz$distance_km)
# Ploteo de tiempo vs distancia con densidad de puntos
theme_set(theme_bw(base_size = 16))
get_density <- function(x, y, ...) {
dens <- MASS::kde2d(x, y, ...)
ix <- findInterval(x, dens$x)
iy <- findInterval(y, dens$y)
ii <- cbind(ix, iy)
return(dens$z[ii])
}
ggplot(OD_Matriz) + geom_point(aes(distance_km,duration_m))
OD_Matriz$density <- get_density(OD_Matriz$distance_km, OD_Matriz$duration_m, n=85)
ggplot(OD_Matriz) + geom_point(aes(distance_km,duration_m, color = density)) + scale_colour_viridis() +
labs( title = "Time vs Distance", y= "Minutes", x= "Km") +
theme_hc(style ="darkunica" ) + theme(legend.position = "right", axis.text.x=element_text(colour = "#a8a4a6"), axis.text.y=element_text(size=9, colour = "#a8a4a6"))
# Fuente: https://slowkow.com/notes/ggplot2-color-by-density/
############### DEUTER INDEX #################
# Exctraccion de id de viajes y sus distancias
deuter <-as.data.frame(OD_Matriz$fromPlace)
deuter$toPlace <- OD_Matriz$toPlace
deuter$distancia <- OD_Matriz$distance # esta en metros
deuter$walk_distancia <- OD_Matriz$walkDistance # Esta en metros
names(deuter)[names(deuter) == "OD_Matriz$fromPlace"] <- "fromPlace"
deuter$distancia_total <- deuter$distancia + deuter$walk_distancia # Distancia total
## Agrupamiento de distancias para los viajes que hacen 1 o más trasnferencias.
deuter <- aggregate(deuter$distancia_total, by=list(fromPlace=deuter$fromPlace, toPlace=deuter$toPlace), FUN=sum)
names(deuter)[names(deuter) == "x"] <- "transit_distance"
## Lectura de coordenadas
cordenadas <- rbind(centroides_1,centroides_2)
cordenadas <- rbind(cordenadas, centroides_3)
##### Separar las coordenadas de la columna geometry en columnas latitud y longtud
library(tidyverse)
cordenadas <- cordenadas %>% mutate(latitude = unlist(map(cordenadas$geometry,1)),
longitude = unlist(map(cordenadas$geometry,2)))
# cambio de nombres de las columnas y eliminar columna de geometria
names(cordenadas)[names(cordenadas) == "ID"] <- "fromPlace"
cordenadas$geometry <- NULL
cordenadas
#Combinar
deuter <- merge(deuter, cordenadas, by="fromPlace")
names(deuter)[names(deuter) == "latitude"] <- "latitude_o"
names(deuter)[names(deuter) == "longitude"] <- "longitude_o"
#### AHORA PONER LAS COORDENDASD DE DESTINO
names(cordenadas)[names(cordenadas) == "fromPlace"] <- "toPlace"
deuter <- merge(deuter, cordenadas, by="toPlace")
names(deuter)[names(deuter) == "latitude"] <- "latitude_d"
names(deuter)[names(deuter) == "longitude"] <- "longiude_d"
#### Generación de la Distancia euclediana
library(geodist)
deuter$disntace_eucle <-distHaversine(deuter[,4:5], deuter[,6:7])
# Fraccion de distancia euclediana vs distancia en transito
deuter$fraccion <- deuter$disntace_eucle / deuter$transit_distance
### Limpieza de outliers
### remocion (uso la funcion ya creada anteriormnete)
deuter$percentage <- remove_outliers(deuter$fraccion) # Percentaje es la nueva que se le removieron los outliers
# Remover las lectruras incorrectas
deuter_2 <- na.omit(deuter)
# Box plot de distancia euclediana
deuter_2$transit_distance <- deuter_2$transit_distance / 1000 # lo pasamos a km
deuter_2$disntace_eucle <- deuter_2$disntace_eucle / 1000 # lo pasamos a km
boxplot(deuter_2$disntace_eucle) # euclediana
boxplot(deuter_2$transit_distance)
########## RESULTADOS FINALES ######
### Deuter index de toda la red
sum(deuter_2$disntace_eucle) / sum(deuter_2$transit_distance)
# Media de distancia sobre red de transporte
mean(deuter_2$transit_distance)
# Media de distancia euclediania
mean(deuter_2$disntace_eucle)
############ RESILIENCIA DE RED:average.path.length , betweness centrality, NODE DEGREE ##############
# Conversion de los GTFS a un objeto igraph para en analisis de propiedades de red,
# fuente: https://github.com/rafapereirabr/gtfs_to_igraph/blob/master/gtfs_to_igraph.R
library(igraph)
library(data.table)
library(dplyr)
library(magrittr)
library(sp)
library(geosphere)
library(fasttime)
############ 0. read GTFS files -----------------
my_gtfs_feeds <- list.files(path = "C:/Users/orlan/Documents/UPC/PhD/Papers/Paper 3/Data/gtfs gdl propriedades de red/", pattern ="gtfs gdl.zip", full.names = T)
list_gtfs= my_gtfs_feeds
dist_threshold = 5 # el buffer distancia de simpificacin de paradas
cat("reading GTFS data \n")
# function to read and rbind files from a list with different GTFS.zip
tmpd <- tempdir()
unzip_fread_gtfs <- function(zip, file) { unzip(zip, file, exdir=tmpd) %>% fread(colClasses = "character") }
unzip_fread_routes <- function(zip, file) { unzip(zip, file, exdir=tmpd) %>% fread(colClasses = "character", select= c('route_id', 'route_short_name', 'route_type', 'route_long_name')) }
unzip_fread_trips <- function(zip, file) { unzip(zip, file, exdir=tmpd) %>% fread(colClasses = "character", select= c('route_id', 'service_id', 'trip_id', 'direction_id')) }
unzip_fread_stops <- function(zip, file) { unzip(zip, file, exdir=tmpd) %>% fread(colClasses = "character", select= c('stop_id', 'stop_name', 'stop_lat', 'stop_lon', 'parent_station', 'location_type')) }
unzip_fread_stoptimes <- function(zip, file) { unzip(zip, file, exdir=tmpd) %>% fread(colClasses = "character", select= c('trip_id', 'arrival_time', 'departure_time', 'stop_id', 'stop_sequence')) }
# Read
stops <- lapply( list_gtfs , unzip_fread_stops, file="stops.txt") %>% rbindlist()
stop_times <- lapply( list_gtfs , unzip_fread_stoptimes, file="stop_times.txt") %>% rbindlist()
routes <- lapply( list_gtfs , unzip_fread_routes, file="routes.txt") %>% rbindlist()
trips <- lapply( list_gtfs , unzip_fread_trips, file="trips.txt") %>% rbindlist()
calendar <- lapply( list_gtfs , unzip_fread_gtfs, file="calendar.txt") %>% rbindlist()
### Modificacion propia
stops$location_type = 1
# make sure lat long are numeric, and text is encoded
stops[, stop_lon := as.numeric(stop_lon) ][, stop_lat := as.numeric(stop_lat) ]
Encoding(stops$stop_name) <- "UTF-8"
############ 1. Identify stops that closee than distance Threshold in meters ------------------
cat("calculating distances between stops \n")
### Convert stops into SpatialPointsDataFrame
# lat long projection
myprojection_latlong <- CRS("+proj=longlat +datum=WGS84 +ellps=WGS84 +towgs84=0,0,0")
# convert stops into spatial points
coordinates(stops) <- c("stop_lon", "stop_lat")
proj4string(stops) <- myprojection_latlong
stops <- spTransform(stops, myprojection_latlong)
# use the distm function to generate a geodesic distance matrix in meters
mdist <- distm(stops, stops, fun=distHaversine)
# cluster all points using a hierarchical clustering approach
hc <- hclust(as.dist(mdist), method="complete")
# define clusters based on a tree "height" cutoff "d" and add them to the SpDataFrame
stops@data$clust <- cutree(hc, h=dist_threshold)
gc(reset = T)
# convert stops back into data frame
df <- as.data.frame(stops) %>% setDT()
df <- df[order(clust)]
df <- unique(df) # remove duplicate of identical stops
head(df)
# identify how many stops per cluster
df[, quant := .N, by = clust]
table(df$quant)
plot(df$stop_lon, df$stop_lat, col=df$clust)
############ 2. Identify and update Parent Stations ------------------
cat("Identifying and updating Parent Stations \n")
# How many stops have a Parent Station
nrow(df[ parent_station !=""])
# How many stops without Parent Station
nrow(df[ parent_station ==""])
# Stops which are Parent Stations (location_type==1) will be Parent Stations of themselves
df[ location_type==1, parent_station := stop_id ]
# in case the field location_type is missinformed
df[ parent_station=="" & stop_id %in% df$parent_station, parent_station := stop_id ]
df[ quant > 1 , parent_station:= ifelse( parent_station !="" , parent_station,
ifelse( parent_station=="" & stop_id %in% df$parent_station, stop_id, "")), by=clust]
#total number of stops without Parent Station
nrow(df[ parent_station ==""])
# Update Parent Stations for each cluster
# a) Stops which alread have parent stations stay the same
# b) stations with no parent, will receive the parent of the cluster
df[ quant > 1 , parent_station:= ifelse( parent_station !="" , parent_station,
ifelse( parent_station=="", max(parent_station), "")), by=clust]
nrow(df[ parent_station ==""])
# d) For those clusters with no parent stations, get the 1st stop to be a Parent
df[ quant > 1 , parent_station:= ifelse( parent_station !="" , parent_station,
ifelse( parent_station== "", stop_id[1L], "")), by=clust]
nrow(df[ parent_station ==""])
# all clusters > 1 have a parent station
df[quant > 1 & parent_station==""][order(clust)] # should be empty
# Remaining stops without Parent Station
nrow(df[ parent_station ==""])
# make sure parent stations are consistent within each cluster with more than one stop
df[ quant > 1 , parent_station := max(parent_station), by=clust]
unique(df$parent_station) %>% length()
# for the lonly stops, make sure they are the Parent station of themselves
df[ quant ==1 & parent_station=="" , parent_station := stop_id , by=stop_id]
nrow(df[ parent_station ==""]) == 0
############ 3. Update Lat long of stops based on parent_station -----------------------
# Update in stops data: get lat long to be the same as 1st Parent Station
df[, stop_lon := stop_lon[1], by=parent_station]
df[, stop_lat := stop_lat[1], by=parent_station]
# Update in stop_times data: get lat long to be the same as 1st Parent Station
# Add parent_station info to stop_times
# merge stops and stop_times based on correspondence btwn stop_times$stop_id and df$stop_id
stop_times[df, on= 'stop_id', c('clust', 'parent_station') := list(i.clust, i.parent_station) ]
# CRUX: Replace stop_id with parent_station
stop_times[ !is.na(parent_station) , stop_id := parent_station ]
df[ , stop_id := parent_station ]
# remove repeated stops
df <- unique(df)
############ 4. identify transport modes, route and service level for each trip -----------------------
routes <- routes[,.(route_id, route_type)] # keep only necessary cols
trips <- trips[,.(route_id, trip_id, service_id)] # keep only necessary cols
trips[routes, on=.(route_id), route_type := i.route_type] # add route_type to trips
# add these columns to stop_times: route_id, route_type, service_id
stop_times[trips, on=.(trip_id), c('route_id', 'route_type', 'service_id') := list(i.route_id, i.route_type, i.service_id) ]
gc(reset = T)
# # Only keep trips during weekdays
# # remove columns with weekends
# calendar <- calendar[, -c('saturday', 'sunday')]
#
# # keep only rows that are not zero (i.e. that have service during weekday)
# calendar <- calendar[rowMeans(calendar >0)==T,]
#
# # Only keep those trips which run on weekdays
# stop_times2 <- subset(stop_times, service_id %in% calendar$service_id)
# Get edited info for stop_times and stops
stops_edited <- df[, .(stop_id, stop_name, parent_station, location_type, stop_lon, stop_lat)]
stop_times_edited <- stop_times[, .(route_type, route_id, trip_id, stop_id, stop_sequence, arrival_time, departure_time)]
# make sure stop_sequence is numeric
stop_times_edited[, stop_sequence := as.numeric(stop_sequence) ]
# make sure stops are in the right sequence for each group (in this case, each group is a trip_id)
setorder(stop_times_edited, trip_id, stop_sequence, route_id)
gc(reset = T)
############ 5. Indentify links between stops -----------------
cat("Identifying links between stops \n")
# calculate travel-time (in minutes) between stops
# Convert times to POSIX to do calculations
stop_times_edited[, arrival_time := paste("2000-01-01",arrival_time) ] # add full date. The date doesnt' matter much
stop_times_edited[, arrival_time := fastPOSIXct(arrival_time) ] # fast conversion to POSIX
# calculate travel time (in minutes) between stops
stop_times_edited[ , travel_time := difftime( data.table::shift(arrival_time, type = "lead"), arrival_time, units="mins") , by=trip_id][ , travel_time := as.numeric(travel_time) ]
# create three new columns by shifting the stop_id, arrival_time and departure_time of the following row up
# you can do the same operation on multiple columns at the same time
stop_times_edited[, `:=`(stop_id_to = shift(stop_id, type = "lead"),
arrival_time_stop_to = shift(arrival_time, type = "lead"),
departure_time_stop_to = shift(departure_time, type = "lead")
),
by = .(trip_id, route_id)]
# you will have NAs at this point because the last stop doesn't go anywhere. Let's remove them
stop_times_edited <- na.omit(stop_times_edited)
# frequency of trips per route (weight)
relations <- stop_times_edited[, .(weight = .N), by= .(stop_id, stop_id_to, route_id, route_type)]
relations <- unique(relations)
# reorder columns
setcolorder(relations, c('stop_id', 'stop_id_to', 'weight', 'route_id', 'route_type'))
# now we have 'from' and 'to' columns from which we can create an igraph
head(relations)
# plot densit distribution of trip frequency
density(relations$weight) %>% plot()
# subset stop columns
temp_stops <- stops_edited[, .(stop_id, stop_lon, stop_lat)] #
temp_stops <- unique(temp_stops)
# remove stops with no connections, and remove connections with ghost stops
e <- unique(c(relations$stop_id, relations$stop_id_to))
v <- unique(temp_stops$stop_id)
d <- setdiff(v,e) # stops in vertex data frame that are not present in edges data
dd <- setdiff(e,v) # stops in edges data frame that are not present in vertex data
temp_stops <- temp_stops[ !(stop_id %in% d) ] # stops with no connections
relations <- relations[ !(stop_id %in% dd) ] # trips with ghost stops
relations <- relations[ !(stop_id_to %in% dd) ] # trips with ghost stops
####### Overview of the network being built
cat("Number of nodes:", unique(relations$stop_id) %>% length(), " \n")
cat("Number of Edges:", nrow(relations), " \n")
cat("Number of routes:", unique(relations$route_id) %>% length(), " \n")
############ 6. Build igraph ---------------------
cat("building igraph \n")
g <- graph_from_data_frame(relations, directed=TRUE, vertices=temp_stops)
#Fuente: https://github.com/rafapereirabr/gtfs_to_igraph
### Guardar el objeto igraph
write.graph(g,"C:/Users/orlan/Documents/UPC/PhD/Papers/Paper 3/Data/g_ultimo", format="edgelist") # eesta mejor edgelist FORMAT
## sino lo lees del archivo exportado:
g_ultimo <- g
### Lectuta del objeto igraph
g_ultimo <- read.graph("g_ultimo", format = "edgelist")
##############################################################################################################################
######### PROPIEDADES DE RED RESILIENCIA DE LA RED BETWENEES CENTRALITY y la CENTRALIDAD ######
#### node degree , es el numero de links que pasamos sobre un nodo (numero de rutas que pasan por un stop)
network_proprieties <- data.frame(degree(g_ultimo))
network_proprieties$stop_id <- rownames(network_proprieties) ### Le doy un ID a cada uno de los nodos (paradas) que ya contienen su nodal degree
### Vinculacion de las coordenadas y ploteo
# se pasa el stops de spatial poligon dataframe a un data frame
stops2 <- st_as_sf(stops)
# stops <- as_Spatial(stops) # si quisiese parasrlo de SF a spatial points data frame de nuevo
#Existen realmente 3361 paradas, el analisis de redes me da 3273 NODOS, la diferencia es de 88, estos 88 nodos o paradas se eliminaron por estar dentro
# de una cercania menor a 30 metros, valores distintos de este radio entre paradas pueden modiciar la diferencia entre nodos y paradas
# Los unimos por la columa de stop_id
network_proprieties <-merge( stops2 , network_proprieties, by="stop_id")
names(network_proprieties)[names(network_proprieties) == "degree.g."] <- "node_degree"
#### betwneeness centrality
betwnees_centrality <- data.frame(betweenness(g_ultimo))
betwnees_centrality$stop_id <- rownames(betwnees_centrality) # obtenemos el ID de los stops
network_proprieties <-merge( betwnees_centrality, network_proprieties, by="stop_id")
names(network_proprieties)[names(network_proprieties) == "betweenness.g."] <- "betwenes_centrality"
network_proprieties <- st_as_sf(network_proprieties)
#### Media de betwneess centrality
mean(network_proprieties$betweenness.g_ultimo.)
# Box plot de la distribucion de la centralidad
boxplot(network_proprieties$betweenness.g_ultimo.)
## Cambio de nombre de las columnas de network proprieties
names(network_proprieties)[names(network_proprieties) == "betweenness.g_ultimo."] <- "betwenes_centrality"
names(network_proprieties)[names(network_proprieties) == "degree.g_ultimo."] <- "node_degree"
## El codigo anterio hace una contagilizacion de las veces que cada nodo es usado como el camino mas corto entre 2 pares de nodos. Sin embargo, esto no es el betwness centrality
# el betwness centrality tambien toma en consideracion el numero TOTAL de caminos cortos posibles entre los distintos nodos. En este sentido se hace un ratio entre
# el numero de veces que ese nodo fue usado como parte del camino mas corto / el numero total de caminos posible entre los nodos
####### Medición de la CENTRALIDAD (Closness centralidty)
# El clonsess cenaltritgy me mide que tan centraedo esta un nodo, Se basa en calcular la suma o bien el promedio de las distancias geodésicas (o longitudes de los caminos más cortos) desde un nodo hacia todos los demás. Note que mientras mayor sea la «distancia» entre dos vértices, menor será la «cercanía» entre estos.
centralidad <- closeness(g_ultimo)
centralidad <- as.data.frame(centralidad)
# Le damos el ID que est en el indice
centralidad$stop_id <- rownames(centralidad)
# Los unimos con el DF de stops que contiene las coordenadas y acumula todas las propiedades de red geenradas hasta ahora
network_proprieties <-merge(network_proprieties, centralidad, by="stop_id")
# Visualizacion de la centralidade de los nodos
library(mapdeck)
MAPBOX= 'YOUR_KEY'
set_token(Sys.getenv("MAPBOX"))
key=MAPBOX
mapdeck(token = key, style = "mapbox://styles/orlandoandradeb/cjwrsrdko09mi1cpm91ptszfs", pitch = 45) %>%
add_scatterplot(
data = network_proprieties
, layer = "polygon_layer"
, fill_colour = "betwenes_centrality"
, legend = TRUE
, palette = "plasma"
, radius = 200
, na_colour = "#808080FF"
) # elevation = "Time"
### Exportacion del shape con el betwnees centrality
shape_betwenes_centrality <- network_proprieties
shape_betwenes_centrality <- as_Spatial(shape_betwenes_centrality)
writeOGR(shape_betwenes_centrality, dsn = 'C:/Users/orlan/Documents/UPC/PhD/Papers/Paper 3/Data', layer = 'shape_betwnes_centrality', driver = "ESRI Shapefile")
mapdeck(token = key, style = "mapbox://styles/orlandoandradeb/cjwrsrdko09mi1cpm91ptszfs") %>%
add_scatterplot(
data = network_proprieties
, layer = "polygon_layer"
, fill_colour = "node_degree"
, legend = TRUE
, palette = "plasma"
, radius = 200
, na_colour = "#808080FF"
) # elevation = "Time"