Diferencias

Muestra las diferencias entre dos versiones de la página.

--- como-se-concentra-la-oferta-por-barrios-de-airbnb [2018/09/26 18:52] – [3. Qué herramientas uso para preparar los datos. Qué pasos debo seguir] numeroteca
+++ como-se-concentra-la-oferta-por-barrios-de-airbnb [2018/09/26 19:11] (actual) – [4.3 Proporción de pisos por barrio] numeroteca
@@ Línea 88: / Línea 88: @@
 ===== 4. Qué herramientas uso para producir la visualización. Qué pasos debo seguir =====
-==== 4.1 Número de alojamientos en cada barrio ====
+Necesitamos calcular los puntos (alojamientos) de Airbnb en cada polígono (barrio).
-Necesitamos calcular los puntos (alojamientos) de Airbnb en cada polígono (barrio).
+A veces las bases de datos ya ofrecen la información de a qué barrio pertenece cada anuncios (ver variable ''neighborhood'' en las bases de datos de InsideAirbnb) por lo que no haría falta realizar los pasos 4.1 y 4.2. Bastaría con realizar una tabla dinámica en cualquier programa de hoja de cálculo para contar el numero de anuncios por barrio.
+==== 4.1 Número de alojamientos en cada barrio (contar puntos en polígonos)====
 === 4.1.a Modo interfaz gráfica (QGIS) ===
@@ Línea 103: / Línea 105: @@
 {{:qgis-count-points-in-polygon.png?400|}}
   - Si ambas capas comparten CRS no me dará error ni avisao de error y realizará el cálculo. Puedo cambiar el nombre por defecto de la columan ''NUMPOINTS'' por ''n_listings_airbnb''. Tras calcular QGIS crea una nueva capa de contornos debarrios que incluye el nuevo valor de alojamientos por barrio. Podemos elegir en este paso crear el archivo csv o GeoJSON directamente. Preferimos ver resultados y luego salvar.
-  - BOtón derecho sobre capa "Open Atribute Table" para ver la tabla de datos. VEmos lo siguiente, a la derecha la columna ''n_listings_airbnb'' contiene los valores calculados.
+  - Botón derecho sobre capa "Open Atribute Table" para ver la tabla de datos. VEmos lo siguiente, a la derecha la columna ''n_listings_airbnb'' contiene los valores calculados.
 {{:qgis_n-listings-airbnb-table.png?500}}
   - Ahora puedo salvar esa capa como un GeoJSON (barrios-madrid_n-listings-airbnb.geojson) y un .csv (barrios-madrid_n-listings-airbnb.csv) para utilzarlas más adelante (botón derecho sobre capa y ''save layer as'').
@@ Línea 122: / Línea 124: @@
 Este script de SQL llenará la columna ''alojamientos'' con el número de puntos que haya en cada contorno. Si visitas de nuevo la tabla de datos ''barrios_donostia'' podrás ver lo datos que hay en la columna ''alojamientos''. Nota: insideairbnb a veces posiciona los puntos en el mar (y por tanto fuera de la zona delimitada como barrio) por lo tanto el número total de puntos será algo menor que el total de alojamientos listados en airbnb.
-==== 4.2 Añadir localización de barrio a cada punto ====
+=== 4.1.c Modo script (R) ===
+Con este script de R puedes añadir la columna de barrio a un archivo de puntos basado en su ubicación: https://github.com/montera34/airbnb.barcelona/blob/master/analisis/points-in-polygons.R
+==== 4.2 Añadir localización de barrio a cada punto (añadir a cada punto el polígono en que se encuentra) ====
 Otra forma de abordar el problema es calcular en qué barrio está cada punto y asociar esa información a la base de datos. Este método añadirá el nombre del barrio a cada anuncio según se ubique el punto dentro del contorno de un barrio.
@@ Línea 133: / Línea 140: @@
   - Salva la capa como un shapefile, csv (listings_airbnb-madrid_insideairbnb-datahippo_merged_con-barrio.csv) o geojson y comprueba que se ha añadido la columna de “barrio” a tus base de datos de anuncios.
+El resultado de anuncios de Airbnb con el barrio añadido puedes descargarlo aquí:
-El resultado puedes descargarlo aquí:
   * Navarra https://github.com/numeroteca/airbnbnavarra/blob/master/data/output/171002_airbnb_apartments-navarra-por-municipio_datahippo.csv
   * Madrid data/output/listings_airbnb-madrid_insideairbnb-datahippo_merged_con-barrio.csv
+  * Barcelona:
+Ahora mediante una tabla dinámica en culquier programa de hoja de cálculo puedes calcular el número de anuncios por barrio y salvarlo en un archivo .csv por separado.
-Ahora con una tabla dinámica puedes calcular el número de anuncios por barrio.
+Resultado final para Barcelona: [[https://github.com/montera34/airbnb.barcelona/blob/master/data/output/airbnb/180911/barrios-n-listings-airbnb-barcelona-insideairbnb.csv|data/output/airbnb/180911/barrios-n-listings-airbnb-barcelona-insideairbnb.csv]].
-==== 4.3 Proporción de pisos por barrio ====
+==== 4.3 Ratio de anuncios de Airbnb por viviendas existentes en el barrio ====
-Para hacer este paso necesitamos unir información que está en diferentes archivos. En concreto necesitamos hacer el cociente: nº de alojamientos de airbnb / nº viviendas para cada barrio. Los datos de nº de viviendas por barrio los tenemos en viviendas_barrios_donostia.csv en la columna total. Tenemos que pasar esos datos a la tabla de datos de barrios_donostia.
+Para hacer calcular el ratio de anuncios de Airbnb por cada 100 viviendas existentes en el barrio necesitamos unir información que está en diferentes archivos. En concreto necesitamos hacer el cociente: nº de alojamientos de airbnb / nº viviendas para cada barrio. Tendremos por un lado una tabla con los datos de nº de viviendas por barrio y otra con el número de anuncios de airbnb por barrio, tenemos que unirlas.
 === 4.3.a Modo con QGIS ===