Package 'territorial'

Description

A partir de un vector de nombres de comunas (como comunas()), retorna nombres de comunas abreviados, como siglas de 3 caracteres (a excepción de Santiago, que queda STGO). Sirve para poner nombres de comunas donde hay poco espacio, como en mapas. Las abreviaciones no necesariamente son únicas.

Usage

abreviar_comunas(nombre_comuna)

Arguments

Details

Las siglas se construyen con las tres primeras letras de las comunas con nombres de una palabra, y en las comuna de dos o más palabras con la primera letra de la primera palabra y las dos primeras letras de la segunda palabra. Se ajustan algunos casos, como eliminar símbolos (como en O'Higgins), y sacar la "u" de las comunas que empiezan con "Que" para reducir coincidencias de abreviaciones.

Value

Vector con siglas de comunas de tres o cuatro caracteres

See Also

acortar_regiones() para acortar nombres de regiones, y redactar_comunas() para redactar listas de comunas en una oración.

Examples

abreviar_comunas(c("Cerrillos", "La Florida", "Quellón"))

Description

Hay regiones de Chile con nombres extensos, y que en ciertos contextos requieren de una versión más breve. Esta función procesa el texto de los nombres de regiones para, por ejemplo, pasar desde "Aysén del General Carlos Ibáñez del Campo" a "Aysén".

Usage

acortar_regiones(datos, variable = NULL)

Arguments

Value

Si la entrada es un dataframe, retorna el dataframe con la columna de regiones reemplazada por sus versiones breves. Si es un vector, retorna un vector de texto con nombres de regiones breves.

See Also

redactar_region() para redactar nombres como "Región del Maule", y abreviar_comunas() para abreviar nombres de comunas.

Examples

acortar_regiones("Libertador Gral. Bernardo O'Higgins")

territorios |>
  ordenar_regiones() |>
  dplyr::mutate(nombre_region_corto = acortar_regiones(nombre_region)) |>
  dplyr::select(nombre_region, nombre_region_corto)

datos <- dplyr::tibble(
  nombre_region = c(
    "Libertador Gral. Bernardo O'Higgins",
    "Aysén del General Carlos Ibáñez del Campo"
  ),
  valores = c(4, 6)
)

# si existe `nombre_region`, la función no requiere argumentos:
datos |>
  acortar_regiones()

Description

Función que recibe códigos únicos territoriales desactualizados (confirmar con is_codigo_comuna_antiguo()), y retorna las versiones actualizadas al 2017 (posterior a la creación de la región de Ñuble).

Usage

actualizar_codigo_comuna(codigo_comuna)

Arguments

Value

Códigos comunales actualizados correspondientes a los desactualizados entregados. Si los códigos entregados no son antiguos, se mantienen sin cambios.

See Also

is_codigo_comuna_antiguo() para detectar códigos desactualizados, y cut_historicos para la tabla de códigos históricos. Luego puedes usar contextualizar() para agregar las demás variables territoriales.

Examples

actualizar_codigo_comuna(8408)

Description

Para un vector de comunas, entrega la clasificación comunal PNDR correspondiente (Rural, Mixta o Urbana), tal como aparecen en clasificacion.

Usage

agregar_clasificacion(codigo_comuna, ordenar = TRUE)

Arguments

Value

Factor con clasificación comunal (Rural, Mixta o Urbana). Si la entrada es un data frame, retorna el data frame con la columna clasificacion agregada.

See Also

clasificacion para la tabla completa de clasificación comunal, y agregar_macrozona() para agrupar regiones en macrozonas. Si no tienes códigos comunales, usa as_codigo_comuna() o contextualizar().

Examples

agregar_clasificacion(8107)

# con un data frame, usa la columna `codigo_comuna`
territorios |>
  agregar_clasificacion()

Description

Las macrozonas son agrupaciones de regiones de Chile que permiten entender el territorio en base a grupos geográficos. Para un vector de códigos de regiones (del 1 al 16), entrega las macrozonas correspondientes a cada región.

Usage

agregar_macrozona(codigo_region, tipo = 1, ordenar = TRUE)

Arguments

Details

Como no existe una clasificación fija de macrozonas, existen varias alternativas para elegir:

• Macrozonas tipo 1: desde Arica a Coquimbo son Norte, desde Valparaíso a Maule Centro, desde Ñuble a Los Lagos Sur, y desde Aysén a Magallanes Austral.

• Macrozonas tipo 2: distribución balanceada por cantidad de regiones: 4 grupos de 4 regiones: Norte, Centro, Centro/sur y Sur.

• Macrozonas tipo 3: según las macrozonas del Ministerio de Ciencia, Tecnología, Conocimiento e Innovación, que definr 5 macrozonas (Norte, Centro, Centro sur, Sur, y Austral), y excluye a la Región Metropolitana. Para más información, #' revisar el decreto que establece a las Seremis del ministerio de Ciencia.

• Macrozonas tipo 4: basadas en el programa curricular de educación básica del Ministerio de Educación de Chile, existirían Norte grande, Norte chico, Zona central, Zona sur y Zona austral.

• Macrozonas tipo 5: dividen al país en norte, centro y sur según las agrupaciones del estudio Identificación de Localidades en Condición de Aislamiento 2012, de Subdere.

Value

Factor con macrozonas regionales, de acuerdo al tipo de clasificación de regiones elegido. Si la entrada es un data frame, retorna el data frame con la columna macrozona agregada.

See Also

ordenar_regiones() para ordenar regiones de norte a sur, y agregar_clasificacion() para clasificar comunas en urbanas, mixtas o rurales. Si no tienes códigos de región, usa as_codigo_region() o contextualizar().

Examples

agregar_macrozona(c(15, 13, 12), tipo = 1)

# con un data frame, usa `codigo_region` o `codigo_comuna`
territorios |>
  agregar_macrozona(tipo = 2)

territorios |>
  dplyr::distinct(codigo_region, nombre_region) |>
  ordenar_regiones() |>
  dplyr::mutate(
    macrozona_1 = agregar_macrozona(codigo_region, tipo = 1),
    macrozona_2 = agregar_macrozona(codigo_region, tipo = 2),
    macrozona_3 = agregar_macrozona(codigo_region, tipo = 3),
    macrozona_4 = agregar_macrozona(codigo_region, tipo = 4)
 )

Description

Función usada internamente para ordenar_regiones(). Recibe un vector de números de región (entre 1 y 16) y retorna la posición de norte a sur de dicha región, de modo que Arica sea 1 y Magallanes sea 16.

Usage

agregar_orden_region(codigo_region)

Arguments

Value

Vector con la posición de norte a sur de la región respectiva

See Also

ordenar_regiones() para ordenar directamente una tabla de datos de norte a sur, y agregar_macrozona() para agrupar regiones en macrozonas.

Examples

agregar_orden_region(15) # Arica

Description

Entregando códigos regionales (como los que aparecen en territorios) o nombres de regiones, retorna los nombres de las comunas que son capitales regionales correspondientes. Retorna NA si no corresponde con ninguna.

Usage

as_capital_regional(codigos_regiones)

Arguments

Details

Esta función es útil para imputar datos cuando se cuenta con la región, pero no se tiene información de las comunas, en cuyo caso se podría imputar la capital regional de la región como comuna de reemplazo.

Value

Vector con nombres de comunas capitales regionales

See Also

capitales_regionales() para obtener la tabla de capitales regionales, is_capital_regional() para confirmar si las comunas son capitales, y as_nombre_region() para convertir códigos regionales a nombres de regiones.

Examples

as_capital_regional(c(15, 4, 10, 99))

as_capital_regional(c("Maule", "Ñuble"))

Description

Entregando nombres de comuna correctos (como los que aparecen en comunas() o en territorios), retorna los códigos de comuna correspondientes en formato numérico. Retorna NA si no corresponde con ninguna.

Usage

as_codigo_comuna(nombres_comunas)

Arguments

Details

Para más información sobre los códigos únicos territoriales, revisa la viñeta vignette("codigos_unicos_territoriales")

Value

Vector numérico con códigos de comuna.

See Also

as_nombre_comuna() para la conversión inversa, y limpiar_comunas() para corregir los nombres antes de convertirlos. Para regiones, usa as_codigo_region().

Examples

as_codigo_comuna("La Florida")

Description

Entregando nombres de región correctos (como los que aparecen en territorios), retorna los códigos de región correspondientes en formato numérico (números del 1 al 16). Retorna NA si no corresponde con ninguna.

Usage

as_codigo_region(nombres_regiones)

Arguments

Details

Para más información sobre los códigos únicos territoriales, revisa la viñeta vignette("codigos_unicos_territoriales")

Value

Vector numérico con códigos de región.

See Also

as_nombre_region() para la conversión inversa, y limpiar_regiones() para corregir los nombres antes de convertirlos. Para comunas, usa as_codigo_comuna().

Examples

as_codigo_region("Metropolitana de Santiago")

Description

Entregando códigos comunales (como los que aparecen en territorios), retorna los nombres de comuna correspondientes. Retorna NA si no corresponde con ninguna.

Usage

as_nombre_comuna(codigos_comunas)

Arguments

Value

Vector con nombres de comuna

See Also

as_codigo_comuna() para la conversión inversa, e is_codigo_comuna() para verificar que los códigos sean válidos. Si tus códigos son anteriores a 2018, revisa actualizar_codigo_comuna().

Examples

as_nombre_comuna(1101)

as_nombre_comuna(c(1401, 1403, 9999, 1404))

Description

Entregando códigos regionales (como los que aparecen en territorios), retorna los nombres de región correspondientes. Retorna NA si no corresponde con ninguna.

Usage

as_nombre_region(codigos_regiones)

Arguments

Value

Vector con nombres de región

See Also

as_codigo_region() para la conversión inversa, y redactar_region() o acortar_regiones() para cambiar cómo se escriben los nombres resultantes.

Examples

as_nombre_region(16)

as_nombre_region(c(15, 4, 10, 99))

Description

Usar un término de búsqueda para obtener una tabla con comunas de nombres similares. Funciona con cualquier tabla de datos que contenga una columna con nombres de comunas, por lo que esta función puede ayudarte a encontrar comunas en fuentes externas y así confirmar o solucionar problemas. Para buscar sobre las comunas oficiales de Chile, usa territorios.

Usage

buscar_comuna(
  datos,
  texto,
  columna = nombre_comuna,
  similitud = 0.9,
  cantidad = 6
)

Arguments

Value

Mensajes respecto de la búsqueda, y el dataframe entregado en el argumento datos filtrado según comunas que cumplan con el criterio de similitud de la búsqueda.

See Also

limpiar_comunas() para corregir automáticamente nombres de comunas mal escritos, e is_nombre_comuna() para verificar si un nombre es válido. Para ubicar localidades más pequeñas que una comuna, usa ubicar_localidades().

Examples

territorios |>
 buscar_comuna("peña") |>
 dplyr::select(nombre_comuna, puntaje)

territorios |>
 buscar_comuna("alto") |>
 dplyr::select(nombre_comuna, puntaje)

territorios |>
 buscar_comuna("antofagasta") |>
 dplyr::select(nombre_comuna, puntaje)

territorios |>
 buscar_comuna("perro") |>
 dplyr::select(nombre_comuna, puntaje)

Description

Tabla de datos basada en territorios que contiene las comunas donde están ubicadas las capitales regionales de cada región.

Usage

capitales_regionales()

Value

Dataframe de 16 filas

See Also

Para ver todas las comunas, regiones y provincias de Chile, usa territorios. Usa regiones() para un vector con todas las regiones, o comunas() para un vector con todas las comunas de Chile.

Examples

capitales_regionales()

Description

La Oficina de Estudios y Políticas Agrarias (Odepa) informó que, en el marco de la Política Nacional de Desarrollo Rural (PNDR), se realizó la actualización de la clasificación comunal utilizando los resultados del Censo de Población y Vivienda 2024. La PNDR, promulgada en 2020, establece una tipología comunal que distingue entre comunas predominantemente urbanas, mixtas y predominantemente rurales, con el objetivo de fortalecer el enfoque territorial en el diseño, implementación y evaluación de políticas públicas, programas e instrumentos de planificación. Como resultado de esta actualización, ocho comunas del país modifican su categoría respecto de la clasificación elaborada con base en el Censo 2017. En particular, dos comunas pasan de la categoría mixta a urbana, tres transitan de mixta a rural y otras tres cambian de rural a mixta. Las comunas que registran estos cambios son Vallenar y Maule, que pasan de mixtas a urbanas; Putaendo, Gorbea y Yungay, que pasan de mixtas a rurales; y Olmué, San Clemente y Cabrero, que cambian de rurales a mixtas. De acuerdo con esta actualización, 84 comunas del país se clasifican como predominantemente urbanas, 76 como mixtas y 185 como predominantemente rurales. En términos de población, el 25,1% de las personas reside en comunas mixtas y rurales, proporción que se mantiene en línea con la medición realizada a partir del Censo 2017. Los criterios técnicos y metodológicos utilizados para esta actualización, junto con el detalle completo de los resultados, se encuentran disponibles en la Minuta Técnica y en la planilla de clasificación comunal elaboradas por Odepa, disponibles en su Biblioteca Digital.

Usage

clasificacion

Format

Data frame con 345 filas y 7 columnas:

codigo_region

Código único territorial de las regiones de Chile (número entre 1 y 16)

nombre_region

Nombre de las regiones de Chile

codigo_provincia

Código único territorial de las provincias de Chile

nombre_provincia

Nombre de las provincias de Chile

codigo_comuna

Código único territorial de las comunas de Chile

nombre_comuna

Nombre de las comunas de Chile

clasificacion

Clasificación comunal PNDR: Rural, Mixta o Urbana

Source

https://bibliotecadigital.odepa.gob.cl/items/ce846880-f010-4868-a5d9-18c80f7ceabd

See Also

agregar_clasificacion() para agregar esta clasificación a un vector de códigos comunales.

Description

Vector numérico que contiene los códigos únicos territoriales de las 346 comunas de Chile, tal como aparecen en la tabla territorios.

Usage

codigos_comunas()

Value

Vector de códigos de comunas de Chile

See Also

comunas(), regiones()

Examples

codigos_comunas()

Description

Vector de texto que contiene el nombre de las 346 comunas de Chile, tal como aparecen en la tabla territorios.

Usage

comunas()

Value

Vector de nombres de comunas de Chile

See Also

codigos_comunas() para un vector de códigos únicos territoriales de comunas, regiones() para un vector de regiones de Chile. Puedes usar as_codigo_comuna() para obtener códigos únicos territoriales (CUT) a partir de los nombres de comunas.

Examples

comunas()

Description

Revisa un vector o una tabla de datos (asumiendo la columna nombre_comuna, o indicando una columna que contenga nombres de comunas) e indica el conteo de comunas únicas, y emite mensajes dependiendo de esta cantidad: si es correcta (345 o 346), si es menor (indicando las que faltan) o si es mayor (recomendando validar con validar_comunas()).

Usage

contar_comunas(datos, variable = NULL, largo = 30)

Arguments

Details

Sirve para revisar rápidamente que los datos abarquen todos los territorios del país, o indicar si faltan algunos.

Value

Dataframe o vector intacto pero en modo invisible, con mensajes de conteo de comunas

See Also

validar_comunas() y limpiar_comunas() para revisar y corregir los nombres de comunas, y obtener_comunas() para obtener las comunas de una región.

Examples

territorios |>
  dplyr::slice_sample(n = 300) |>
  contar_comunas()

Description

Para cualquier tabla de datos de nivel comunal que tenga al menos una variable territorial (codigo_comuna o nombre_comuna), indicar esta variable para agregar todo el resto de variables territoriales. De esta manera, se contextualizan territorialmente los datos al agregar todas las variables territoriales faltantes.

Usage

contextualizar(datos, variable = NULL)

Arguments

Details

Se usa, por ejemplo, cuando tienes una tabla de datos que tienen solamente los nombres de las comunas (primero valída con validar_comunas() y/o limpia con limpiar_comunas()), y quieres agregarle más variables territoriales como los códigos únicos territoriales, las provincias, regiones, etc.

Value

El mismo dataframe con las columnas codigo_region, nombre_region, codigo_provincia, nombre_provincia, codigo_comuna y nombre_comuna agregadas al inicio.

See Also

validar_comunas() para revisar el estado de calidad de los nombres de comunas de Chile, limpiar_comunas() para corregir los nombres de comunas existentes y así poder usar contextualizar() o as_codigo_comuna().

Examples

datos <- dplyr::tribble(
  ~nombre_comuna, ~valor,
  "Cerrillos",    1,
  "Arica",        2,
  "Putre",        3)

datos |>
  contextualizar(nombre_comuna)

# si ya existe una columna `nombre_comuna`, puede omitirse el argumento
datos |>
  contextualizar()

Description

Esta tabla contiene los códigos únicos territoriales de las comunas de Chile junto a los códigos que han tenido a través de los años. Sirve para identificar cambios de CUT y convertir CUT históricos a CUT vigentes.

Usage

cut_historicos

Format

Un data frame con 345 filas y 5 columnas:

nombre_comuna

Nombre de las comunas de Chile

codigo_comuna_2017

Código único territorial actual y vigente de las comunas de Chile

codigo_comuna_2010

Código único territorial histórico (desactualizado y no vigente) de las comunas de Chile en el año 2010

codigo_comuna_2007

Código único territorial histórico (desactualizado y no vigente) de las comunas de Chile en el año 2007

codigo_comuna_2004

Código único territorial histórico (desactualizado y no vigente) de las comunas de Chile en el año 2004

Details

Cada vez que se ha creado una nueva provincia o región de Chile, las comunas que las componen cambian sus códigos únicos territoriales para coincidir con la cifra de la unidad mayor que las contienen. Esta tabla permite identificar qué código único territorial vigente tienen hoy las comunas a partir de sus códigos antiguos o históricos (no vigentes).

Source

https://www.subdere.gov.cl

See Also

is_codigo_comuna_antiguo() y actualizar_codigo_comuna() para detectar y actualizar códigos antiguos.

Description

Eliminar caracteres al azar para ensuciar texto

Usage

eliminar_texto(texto, porcentaje = 0.1)

Arguments

Value

Vector de texto con caracteres eliminados al azar

See Also

insertar_texto() y reemplazar_texto() para otras formas de ensuciar texto, útiles para probar limpiar_comunas().

Examples

eliminar_texto(c("mapache", "lindo"), porcentaje = 0.3)

Description

Insertar caracteres al azar para ensuciar texto

Usage

insertar_texto(texto, porcentaje = 0.1, caracteres = c(letters, LETTERS))

Arguments

Value

Vector de texto con caracteres insertados al azar

See Also

eliminar_texto() y reemplazar_texto() para otras formas de ensuciar texto, útiles para probar limpiar_comunas().

Examples

insertar_texto(c("mapache", "lindo"), porcentaje = 0.3)

Description

Dado un vector de cualquier largo, retorna TRUE o FALSE para cada elemento de acuerdo si la comuna corresponde a una de las 16 capitales regionales de Chile, disponibles en capitales_regionales().

Usage

is_capital_regional(codigo_comuna)

Arguments

Details

Acepta tanto códigos de comuna en formato numérico como nombres de comuna en formato caracter.

Value

Vector lógico del mismo largo que codigo_comuna: TRUE o FALSE si es o no es una capital regional.

See Also

capitales_regionales() para ver la tabla de capitales regionales, as_capital_regional() para convertir regiones a comunas capitales, as_codigo_comuna() para convertir nombres de comunas a códigos, y is_codigo_comuna() para validar códigos de comunas.

Examples

is_capital_regional(13101)

is_capital_regional(c("Santiago", "Puente Alto", "Valparaíso"))

Description

Dado un vector de cualquier largo, retorna TRUE o FALSE para cada elemento de acuerdo si se corresponde con los códigos únicos territoriales de comunas de Chile, disponibles en territorios.

Usage

is_codigo_comuna(codigo_comuna)

Arguments

Details

Para más información sobre los códigos únicos territoriales, revisa la viñeta vignette("codigos_unicos_territoriales")

Value

Retorna TRUE o FALSE si es o no es un código único territorial válido (ver territorios)

See Also

as_nombre_comuna() para convertir códigos de comunas a nombres de comunas, is_codigo_comuna_antiguo() y actualizar_codigo_comuna() para detectar y corregir códigos desactualizados.

Examples

is_codigo_comuna(1101)

Description

Evaluar si un código único territorial comunal es antiguo o desactualizado

Usage

is_codigo_comuna_antiguo(codigo_comuna)

Arguments

Value

Retorna TRUE o FALSE si es o no es un código único territorial antiguo (ver cut_historicos)

See Also

actualizar_codigo_comuna() para convertir códigos antiguos a los vigentes, e is_codigo_comuna() para verificar si un código es válido.

Examples

is_codigo_comuna_antiguo(8408)

Description

Dado un vector de cualquier largo, retorna TRUE o FALSE para cada elemento de acuerdo si se corresponde con los códigos de región de Chile (números del 1 al 16), disponibles en territorios.

Usage

is_codigo_region(codigo_region)

Arguments

Details

Para más información sobre los códigos únicos territoriales, revisa la viñeta vignette("codigos_unicos_territoriales")

Value

Vector lógico del mismo largo que codigo_region: TRUE o FALSE si es o no es un código de región válido.

See Also

as_codigo_region() para convertir nombres de regiones a códigos, is_nombre_region() para validar nombres de regiones, y is_codigo_comuna() para códigos de comunas.

Examples

is_codigo_region(7)

is_codigo_region(c(1, 13, 16, 17, NA))

Description

Dado un vector de cualquier largo, retorna TRUE o FALSE para cada elemento de acuerdo si se corresponde con los nombres de comunas oficiales, disponibles en la función comunas().

Usage

is_nombre_comuna(nombre_comuna, intentar = FALSE)

Arguments

Value

TRUE o FALSE si es o no es una comuna válida

See Also

validar_comunas() para un diagnóstico detallado de los problemas, y limpiar_comunas() para corregirlos. Para regiones, usa is_nombre_region().

Examples

is_nombre_comuna("Panguipulli")

Description

Dado un vector de cualquier largo, retorna TRUE o FALSE para cada elemento de acuerdo si se corresponde con los nombres de regiones de Chile, disponibles en territorios.

Usage

is_nombre_region(nombre_region)

Arguments

Value

TRUE o FALSE si es o no es un código único territorial válido

See Also

validar_regiones() para un diagnóstico detallado de los problemas, y limpiar_regiones() para corregirlos. Para comunas, usa is_nombre_comuna().

Examples

is_nombre_region("Maule")

Description

A partir de un dataframe con una variable de nombres de comuna (idealmente nombre_comuna), o un vector de nombres de comunas, se realizan cuatro pasos de limpieza (confirmación de nombres correctos, limpieza de texto, limpieza de casos especiales, y detección por coincidencia) para retornar los nombres de comunas oficiales apropiados. Los nombres de comunas considerados limpios son los que aparecen en comunas().

Usage

limpiar_comunas(
  datos,
  variable = NULL,
  aproximar = TRUE,
  procedimiento = FALSE
)

Arguments

Details

Los nombres se limpian en cuatro pasos:

1. Contrastando los nombres entregados con los nombres correctos de las comunas (comunas()), para ver si hay comunas bien escritas antes de proseguir con la limpieza de las demás.

2. Se limpian los nombres de comunas entregados, transformándolos a minúsculas y eliminando todo tipo de símbolos posibles, para dejar las palabras en sus formas más básicas (por ejemplo, Ñuñoa se vuelve nunoa). Luego, se aplica el mismo proceso a los nombres de comunas correctos (comunas()), y se hace un cruce entre ambos conjuntos de nombres: si los nombres coinciden, significa que se entregaron nombres de comunas escritos en mayúsculas o minúsculas, comunas sin tildes o con tildes extra, comunas sin símbolos especiales o si eñe, entre otras, y son reemplazadas con sus versiones correctas.

3. Se buscan algunos casos especiales de comunas que son típicamente mal escritos, pero que son difíciles de identificar de manera automática, por ejemplo, cuando a la comuna de Cabo de Hornos le ponen "Ex-Navarino".

4. Si en los pasos anteriores quedaron comunas que no coincidieron (es decir, que sus problemas van más allá de tildes, mayúsculas o símbolos), se realiza una coincidencia parcial de textos o fuzzy matching usando la función base::agrepl(), que utiliza el algoritmo de distancia de Levenshtein para encontrar las comunas correctamente escritas que más se parecen a las comunas entregadas. Se esta forma, se pueden encontrar las comunas correctamente escritas para casos de comunas con faltas de ortografía (Pobidencia en vez de Providencia), comunas sin espacios entre sus palabras (laflorida en vez de ⁠La Florida⁠), y formas alternativas de escribir las comunas (llay-llay en vez de Llaillay). En todos estos casos se emite una alerta que indica la coincidencia encontrada, ya que al ser una aproxmación, no se garantiza que la coincidencia sea correcta. Puedes desactivar este paso poniendo aproximar = FALSE. Finalmente, se muestra una tabla que describe el proceso de limpieza para su revisión (que puede ocultarse con procedimiento = FALSE, y se retornan las comunas correctas.

Value

Si la entrada es un dataframe, retorna el dataframe con la columna de comunas reemplazada. Si es un vector, retorna un vector de nombres de comunas con correcciones aplicadas.

See Also

validar_comunas() para revisar el estado de los nombres de comunas antes de limpiarlos, comunas() para un vector con las comunas de Chile, codigos_comunas() para un vector de códigos únicos territoriales de comunas. También revisa contextualizar() para complementar tablas de datos con otras variables territoriales a partir de los nombres de comunas. También puedes usar as_codigo_comuna() para obtener códigos únicos territoriales (CUT) a partir de los nombres de comunas.

Examples

limpiar_comunas(
  c("COLCHANE", "Alto Ospicio", "probidencia",
  "huara", "laflorida", "cerritos", "llay-llay")
)

datos <- dplyr::tibble(
  nombre_comuna = c("PIRQUE", "El Monte", "Maipu",
                    "santiago", "prohibidencia", "CERRILLOS",
                    "San José De Maipo", "OHiggins"),
  valores = c(4, 6, 2, 8, 6, 3, 5, 8)
  )

# si existe `nombre_comuna`, la función no requiere argumentos:
datos |>
  limpiar_comunas()

# también puede usarse sobre un vector:
datos |>
  dplyr::mutate(nombre_corregido = limpiar_comunas(nombre_comuna))

Description

A partir de un dataframe con una variable de nombres de región (idealmente nombre_region), o un vector de nombres de regiones, se realizan cuatro pasos de limpieza (confirmación de nombres correctos, limpieza de texto, limpieza de casos especiales, y detección por coincidencia) para retornar los nombres de regiones oficiales apropiados. Los nombres de regiones considerados limpios son los que aparecen en regiones(), incluyendo también sus versiones cortas (ver acortar_regiones()); por ejemplo, tanto "Aysén" como "Aysén del General Carlos Ibáñez del Campo" se consideran nombres limpios.

Usage

limpiar_regiones(
  datos,
  variable = NULL,
  aproximar = TRUE,
  procedimiento = FALSE
)

Arguments

Details

Los nombres se limpian en cuatro pasos:

1. Contrastando los nombres entregados con los nombres correctos de las regiones (regiones()) y sus versiones cortas (acortar_regiones()), para ver si hay regiones bien escritas antes de proseguir con la limpieza de las demás.

2. Se limpian los nombres de regiones entregados, transformándolos a minúsculas y eliminando todo tipo de símbolos posibles, para dejar las palabras en sus formas más básicas (por ejemplo, Ñuble se vuelve nuble). Luego, se aplica el mismo proceso a los nombres de regiones correctos (largos y cortos), y se hace un cruce entre ambos conjuntos de nombres: si los nombres coinciden, significa que se entregaron nombres de regiones escritos en mayúsculas o minúsculas, regiones sin tildes o con tildes extra, regiones sin símbolos especiales, entre otras, y son reemplazadas con sus versiones correctas.

3. Se buscan algunos casos especiales de regiones que son típicamente mal escritos, pero que son difíciles de identificar de manera automática, por ejemplo, cuando a la Región Metropolitana le dicen "RM" o "Santiago", o cuando a la región de Aysén le ponen "Aisén" (con i latina).

4. Si en los pasos anteriores quedaron regiones que no coincidieron (es decir, que sus problemas van más allá de tildes, mayúsculas o símbolos), se realiza una coincidencia parcial de textos o fuzzy matching usando la función base::agrepl(), que utiliza el algoritmo de distancia de Levenshtein para encontrar las regiones correctamente escritas que más se parecen a las regiones entregadas. En todos estos casos se emite una alerta que indica la coincidencia encontrada, ya que al ser una aproximación, no se garantiza que la coincidencia sea correcta. Puedes desactivar este paso poniendo aproximar = FALSE. Finalmente, se muestra una tabla que describe el proceso de limpieza para su revisión (que puede ocultarse con procedimiento = FALSE), y se retornan los nombres de regiones oficiales (en su versión larga).

Value

Si la entrada es un dataframe, retorna el dataframe con la columna de regiones reemplazada. Si es un vector, retorna un vector de nombres de regiones oficiales (en su versión larga) con correcciones aplicadas.

See Also

validar_regiones() para revisar los nombres de regiones antes de limpiarlos, regiones() para un vector con las regiones de Chile, y acortar_regiones() o redactar_region() para cambiar cómo se escriben sus nombres. Para comunas, usa limpiar_comunas().

Examples

limpiar_regiones(c("MAULE", "biobio", "la araucania", "Los rios", "RM", "aisen"))

datos <- dplyr::tibble(
  nombre_region = c("TARAPACA", "Coquimbo", "valparaiso",
                    "santiago", "ohiggins", "NUBLE"),
  valores = c(4, 6, 2, 8, 6, 3)
  )

# si existe `nombre_region`, la función no requiere argumentos:
datos |>
  limpiar_regiones()

# también puede usarse sobre un vector:
datos |>
  dplyr::mutate(nombre_corregido = limpiar_regiones(nombre_region))

Description

Eliminar puntuación, símbolos y números de textos

Usage

limpiar_texto(texto)

Arguments

Value

Vector de texto sin puntuación, símbolos y números, en minúsculas y sin acentos

See Also

limpiar_comunas() y limpiar_regiones(), que usan este tipo de limpieza para corregir nombres de comunas y regiones.

Examples

limpiar_texto("Ñuñoa")

Description

Tabla de datos que contiene todas las localidades de Chile, asentamientos o áreas subcomunales que no son entidades administrativas. Según la definición del INE, una localidad es un "Área geográfica con nombre propio de conocimiento generalizado por la población. Puede estar poblada o no, aunque debe contener, a lo menos, una vivienda susceptible de ser habitada. Generalmente, se circunscribe dentro de un distrito censal; no obstante, puede rebasar a éste.” Esta tabla de localidades proviene del estudio de Identificación de localidades en condición de aislamiento, realizado por la Subsecretaría de Desarrollo Regional y Administrativo y publicado el año 2021.

Usage

localidades

Format

Un data frame con 29.256 filas y 6 columnas:

codigo_comuna

Código único territorial de las comunas de Chile

localidad

Nombre de la localidad

tipo

Tipo de localidad

subtipo

Subtipo de la localidad

habitantes

Habitantes de la localidad

viviendas

Viviendas de la localidad

Source

https://ide.subdere.gov.cl/estudio-actualizacion-de-base-censal-identificacion-de-localidades-en-condicion-de-aislamiento/

See Also

ubicar_localidades() para encontrar la comuna de una localidad.

Description

Entregando uno o más códigos de región o nombres de región, retorna un vector con los nombres de las comunas correspondientes.

Usage

obtener_comunas(codigo_region)

Arguments

Value

Vector de comunas de la región o regiones

See Also

ubicar_comunas() para hacer lo inverso (obtener la región de una comuna), y comunas() o regiones() para vectores con todas las comunas o regiones del país.

Examples

obtener_comunas("Tarapacá")

obtener_comunas(c(15, 1))

Description

Ordena una columna de nombres de regiones de Chile (nombre_region) a partir de la columna codigo_region, resultando en una columna nombre_region en formato factor, ordenada de norte a sur.

Usage

ordenar_regiones(datos, limpiar = TRUE, ordenar = TRUE, invertir = FALSE)

Arguments

Value

Tabla de datos con la variable nombre_region en formato factor, ordenado geogr\u00e1ficamente (de norte a sur)

See Also

agregar_orden_region() para obtener solo la posición de norte a sur, y agregar_macrozona() para agrupar regiones en macrozonas. Si falta codigo_region, usa contextualizar() o as_codigo_region().

Examples

regiones <- dplyr::tribble(
  ~codigo_region,                  ~nombre_region,
  1,                                   "Tarapacá",
  2,                                "Antofagasta",
  3,                                    "Atacama",
  4,                                   "Coquimbo",
  5,                                 "Valparaíso",
  6,      "Libertador General Bernardo O'Higgins",
  7,                                      "Maule",
  8,                                     "Biobío",
  9,                               "La Araucanía",
  10,                                 "Los Lagos",
  11, "Aysén del General Carlos Ibáñez del Campo",
  12,      "Magallanes y de la Antártica Chilena",
  13,                 "Metropolitana de Santiago",
  14,                                  "Los Ríos",
  15,                        "Arica y Parinacota",
  16,                                     "Ñuble"
  )

regiones |>
  ordenar_regiones()

Description

Esta función entrega la preposición usada para cada región de Chile; por ejemplo, Valparaíso es la "Región de Valparaíso", pero Maule es la "Región del Maule".

Usage

preposicion_region(nombre_region)

Arguments

Value

Vector de preposiciones para cada nombre de región. Retorna NA si no se detecta la región.

See Also

redactar_region() para redactar el nombre completo de la región ("Región del Maule").

Examples

preposicion_region("Ñuble")

preposicion_region("O'Higgins")

Description

Para un vector de nombres de comuna, retorna un texto con las comunas redactadas y separadas por comas. Por defecto, sólo redacta un texto de 10 comunas y al final pone "y x comunas más".

Usage

redactar_comunas(nombre_comuna, largo = 10)

Arguments

Value

Texto con comunas separadas por comas

See Also

abreviar_comunas() para siglas de comunas, y redactar_region() para redactar nombres de regiones.

Examples

redactar_comunas(c("Paine", "Isla de Maipo", "Pirque"))

Description

A partir de los nombres de regiones de Chile (como aparecen en regiones()), retorna la redacción de los nombres incluyendo "Región de/del"; por ejemplo, "Maule" se vuelve en "Región del Maule".

Usage

redactar_region(nombre_region)

Arguments

Value

Vector de nombres de región redactados, incluyendo la palabra "Región", y la preposición apropiada ('de' o 'del', según preposicion_region()) para cada nombre de región.

See Also

preposicion_region() para obtener solo la preposición, y acortar_regiones() para versiones breves de los nombres de regiones.

Examples

redactar_region("Maule")

redactar_region("Aysén")

Description

Reemplazar caracteres al azar para ensuciar texto

Usage

reemplazar_texto(texto, porcentaje = 0.1, caracteres = c(letters, LETTERS))

Arguments

Value

Vector de texto con caracteres reemplazados al azar

See Also

eliminar_texto() e insertar_texto() para otras formas de ensuciar texto, útiles para probar limpiar_comunas().

Examples

reemplazar_texto(c("mapache", "lindo"), porcentaje = 0.3)

Description

Vector de texto que contiene el nombre de las 15 regiones de Chile, ordenadas de norte a sur, tal como aparecen en la tabla territorios.

Usage

regiones()

Value

Vector de nombres de regiones de Chile

See Also

comunas(), codigos_comunas()

Examples

regiones()

Description

Tabla de datos que contiene todas las comunas del país con sus nombres oficiales, sus códigos únicos comunales, y lo mismo para las provincias y regiones del país. Al ser una tabla de las comunas de Chile, tiene 346 filas. Estos datos corresponden al Ministerio del Interior de Chile, publicados en el Diario Oficial el 21 de septiembre de 2018, con leves modificaciones.

Usage

territorios

Format

Un data frame con 346 filas y 6 columnas:

codigo_region

Código único territorial de las regiones de Chile (número entre 1 y 16)

nombre_region

Nombre de las regiones de Chile

codigo_provincia

Código único territorial de las provincias de Chile

nombre_provincia

Nombre de las provincias de Chile

codigo_comuna

Código único territorial de las comunas de Chile

nombre_comuna

Nombre de las comunas de Chile

Details

Las modificaciones realizadas a los datos son: formas alternativas de escribir las comunas de Treguaco (Trehuaco) y Paiguano (Paihuano), optando por las formas que son usadas por sus municipios (Trehuaco y Paihuano, respectivamente), y comunas que deberían tener tilde (Los Ángeles, entre otras).

Source

https://www.subdere.gov.cl/documentacion/códigos-únicos-territoriales-actualizados-al-06-de-septiembre-2018

See Also

comunas(), regiones() y codigos_comunas() para vectores derivados de esta tabla, y contextualizar() para agregar sus columnas a tus datos.

Description

Inicia una trivia interactiva en la consola para probar tu conocimientos sobre los territorios de Chile! Aparecerán 7 preguntas en la consola, una por una, y debes responder con el número de la alternativa correspondiente. Al final aparecerá tu puntaje! Son 5 tipos de preguntas distintas, y los territorios que aparecen son aleatorios, mientras que las alternativas están diseñadas para confundirte!

Usage

trivia()

Details

Las preguntas son: ¿En qué región está la comuna? ¿qué comuna está en la región? ¿Cuál de estas comunas es urbana/rural? ¿En qué provincia está la comuna?

También puedes jugar la trivia en tu navegador, sin instalar R.

Examples

trivia()

Description

Entregando códigos comunales (como los que aparecen en territorios) o nombres de comunas, retorna los nombres de las regiones donde se ubican dichas comunas. Retorna NA si no corresponde con ninguna.

Usage

ubicar_comunas(codigo_comuna)

Arguments

Value

Vector con nombres de regiones correspondientes

See Also

obtener_comunas() para hacer lo inverso, contextualizar() para agregar región, provincia y códigos a una tabla, y ubicar_localidades() para territorios más pequeños que una comuna.

Examples

ubicar_comunas(c("Cerrillos", "Navidad"))

ubicar_comunas(c(1101, 13103))

Description

Al igual que ubicar_comunas(), para un vector de nombres de localidades, retorna las comunas donde se ubican dichas localidades. Las localidades son zonas geográficas, grupos de viviendas o asentamientos más pequeños que una comuna y que poseen un nombre propio, pero que no son entidades administrativas (para más información, ver la tabla localidades).

Usage

ubicar_localidades(
  nombre_localidad = NULL,
  nombre_region = NULL,
  procedimiento = TRUE
)

Arguments

Details

Al buscar las localidades, primero busca por coincidencias exactas de nombres y, si existen más de una con el mismo nombre, retorna la localidad con mayor población (según el estudio de Localidades Aisladas 2021 de Subdere). Si no se encuentra una localidad exacta, se buscan por coincidencia inexacta.

Value

Vector con nombres de comunas correspondientes

See Also

localidades para la tabla completa de localidades, ubicar_comunas() para obtener la región de una comuna, y buscar_comuna() para buscar comunas por similitud.

Examples

ubicar_localidades("La Boca")

ubicar_localidades(c("Chada", "La Dormida", "Mallarauco"))

ubicar_localidades("Alfalfal")

# cuando se conoce el nombre de la región, se pueden mejorar los resultados:
ubicar_localidades("Alfalfal", nombre_region = "Metropolitana de Santiago")

Description

Esta función recibe una variable con nombres de comunas de un dataframe, o un vector con nombres de comunas, y retorna una evaluación de posibles problemas con los nombres existentes.

Usage

validar_comunas(datos, variable = NULL)

Arguments

Details

Funciona tanto con un dataframe (si la columna se llama nombre_comuna no es necesario especificarla), o un vector que contenga los nombres de comunas a evaluar. La función solamente retorna avisos cuando existan problemas, y retorna los datos de manera invisible.

Value

Dataframe o vector intacto pero en modo invisible, con mensajes de diagnóstico si se encuentran problemas de calidad

See Also

limpiar_comunas() para corregir automáticamente los problemas detectados, y contar_comunas() para revisar si faltan comunas en los datos. Para regiones, usa validar_regiones().

Examples

validar_comunas(c("chiguayante", "la florida", "paine"))

territorios |>
  validar_comunas(nombre_comuna)

# si ya existe una columna `nombre_comuna`, puede omitirse el argumento
territorios |>
  validar_comunas()

Description

Esta función recibe la columna con nombres de regiones de un dataframe (idealmente nombre_region), y retorna una evaluación de posibles problemas con los nombres existentes. Funciona tanto con un dataframe con una columna nombre_region, o un vector que contenga los nombres de regiones a evaluar. La función solamente retorna avisos cuando existan problemas, por lo que si todos los datos son correctos, solo devolverá los datos tal cual.

Usage

validar_regiones(datos, variable = NULL)

Arguments

Value

Dataframe o vector intacto pero en modo invisible, con mensajes de diagnóstico si se encuentran problemas de calidad

See Also

limpiar_regiones() para corregir automáticamente los problemas detectados. Para comunas, usa validar_comunas().

Examples

validar_regiones(c("los lagos", "nuble", "OHIGGINS"))

territorial::territorios |>
  validar_regiones(nombre_region)