Accidentalidad de motos en Medellín en 2019
Kenneth Roy Cabrera Torres
Martes, 28 de enero de 2020
En el sitio de datos abiertos se encuentra una base de datos de los accidentes en motos del año 2015-2019 en Medellín.
library(tidyverse)## ── Attaching packages ─────────────────────────────────────────────────────────────────────────────────────────────────── tidyverse 1.3.0 ──## ✓ ggplot2 3.2.1 ✓ purrr 0.3.3
## ✓ tibble 2.1.3 ✓ dplyr 0.8.4
## ✓ tidyr 1.0.2 ✓ stringr 1.4.0
## ✓ readr 1.3.1 ✓ forcats 0.4.0## ── Conflicts ────────────────────────────────────────────────────────────────────────────────────────────────────── tidyverse_conflicts() ──
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()library(lubridate)##
## Attaching package: 'lubridate'## The following object is masked from 'package:base':
##
## dateLectura de la base de datos.
acc_moto <- read.csv("Accidentalidad_con_motos_municipio_de_Medell_n_a_o_2019.csv")Depuración.
Resumen inicial de la base de datos.
summary(acc_moto)## RADICADO AÑO_ACCIDENTE FECHA_ACCIDENTE HORA_ACCIDENTE
## Min. :1470349 Min. :2015 08/04/2017 12:00:00 AM: 140 1899-12-31T17:00:00.000: 1800
## 1st Qu.:1522052 1st Qu.:2016 08/18/2015 12:00:00 AM: 130 1899-12-31T18:00:00.000: 1762
## Median :1571616 Median :2017 02/11/2016 12:00:00 AM: 128 1899-12-31T07:00:00.000: 1671
## Mean :1572456 Mean :2017 07/27/2016 12:00:00 AM: 120 1899-12-31T16:00:00.000: 1634
## 3rd Qu.:1622950 3rd Qu.:2018 08/28/2015 12:00:00 AM: 118 1899-12-31T17:30:00.000: 1630
## Max. :1676894 Max. :2019 06/07/2017 12:00:00 AM: 116 1899-12-31T15:00:00.000: 1591
## (Other) :118396 (Other) :109060
## CLASE_ACCIDENTE GRAVEDAD_ACCIDENTE DIRECCION ZONA Diseño.Vía
## : 3 HERIDO :94610 Carrera 999 Con Calle 999: 1271 COMUNA 10:18128 Tramo de via :82303
## Atropello :11243 MUERTO : 431 Calle 999 Con Carrera 999: 655 COMUNA 5 :12374 Interseccion :19136
## Caida Ocupante:15805 SOLO DAÑOS:24107 Carrera 80 Con Calle 50 : 319 COMUNA 11:11072 Lote o Predio:13671
## Choque :64517 Carrera 80 Con Calle 65 : 311 COMUNA 14:10792 Glorieta : 2059
## Incendio : 6 Carrera 80 Con Calle 80 : 278 COMUNA 7 :10726 Paso Elevado : 651
## Otro :20920 Carrera 65 Con Calle 80 : 262 COMUNA 16: 9787 Puente : 469
## Volcamiento : 6654 (Other) :116052 (Other) :46269 (Other) : 859Transformación de variables.
acc_moto <- acc_moto %>%
mutate(RADICADO = as.factor(RADICADO),
AÑO_ACCIDENTE = as.factor(AÑO_ACCIDENTE))summary(acc_moto)## RADICADO AÑO_ACCIDENTE FECHA_ACCIDENTE HORA_ACCIDENTE CLASE_ACCIDENTE
## 1638618: 2 2015:27238 08/04/2017 12:00:00 AM: 140 1899-12-31T17:00:00.000: 1800 : 3
## 1640023: 2 2016:28595 08/18/2015 12:00:00 AM: 130 1899-12-31T18:00:00.000: 1762 Atropello :11243
## 1641667: 2 2017:27050 02/11/2016 12:00:00 AM: 128 1899-12-31T07:00:00.000: 1671 Caida Ocupante:15805
## 1647286: 2 2018:24656 07/27/2016 12:00:00 AM: 120 1899-12-31T16:00:00.000: 1634 Choque :64517
## 1647440: 2 2019:11609 08/28/2015 12:00:00 AM: 118 1899-12-31T17:30:00.000: 1630 Incendio : 6
## 1470349: 1 06/07/2017 12:00:00 AM: 116 1899-12-31T15:00:00.000: 1591 Otro :20920
## (Other):119137 (Other) :118396 (Other) :109060 Volcamiento : 6654
## GRAVEDAD_ACCIDENTE DIRECCION ZONA Diseño.Vía
## HERIDO :94610 Carrera 999 Con Calle 999: 1271 COMUNA 10:18128 Tramo de via :82303
## MUERTO : 431 Calle 999 Con Carrera 999: 655 COMUNA 5 :12374 Interseccion :19136
## SOLO DAÑOS:24107 Carrera 80 Con Calle 50 : 319 COMUNA 11:11072 Lote o Predio:13671
## Carrera 80 Con Calle 65 : 311 COMUNA 14:10792 Glorieta : 2059
## Carrera 80 Con Calle 80 : 278 COMUNA 7 :10726 Paso Elevado : 651
## Carrera 65 Con Calle 80 : 262 COMUNA 16: 9787 Puente : 469
## (Other) :116052 (Other) :46269 (Other) : 859Identificación de duplicados.
radicados_duplicados <- acc_moto$RADICADO[duplicated(acc_moto$RADICADO)]
radicados_duplicados## [1] 1641667 1638618 1640023 1647440 1647286
## 119143 Levels: 1470349 1470356 1470357 1470426 1470427 1470428 1470431 1470432 1470438 1470445 1470449 1470450 ... 1676894registros_rad_dup <- acc_moto %>%
filter(RADICADO %in% radicados_duplicados) %>%
arrange(RADICADO)
registros_rad_dup## RADICADO AÑO_ACCIDENTE FECHA_ACCIDENTE HORA_ACCIDENTE CLASE_ACCIDENTE GRAVEDAD_ACCIDENTE
## 1 1638618 2018 08/14/2018 12:00:00 AM 1899-12-31T17:35:00.000 Choque SOLO DAÑOS
## 2 1638618 2018 10/14/2018 12:00:00 AM 1899-12-31T17:35:00.000 Choque SOLO DAÑOS
## 3 1640023 2018 08/27/2018 12:00:00 AM 1899-12-31T19:30:00.000 Choque HERIDO
## 4 1640023 2018 10/27/2018 12:00:00 AM 1899-12-31T19:30:00.000 Choque HERIDO
## 5 1641667 2018 09/11/2018 12:00:00 AM 1899-12-31T17:55:00.000 Choque HERIDO
## 6 1641667 2018 10/11/2018 12:00:00 AM 1899-12-31T17:55:00.000 Choque HERIDO
## 7 1647286 2018 10/26/2018 12:00:00 AM 1899-12-31T12:50:00.000 Otro HERIDO
## 8 1647286 2018 12/26/2018 12:00:00 AM 1899-12-31T12:10:00.000 Otro HERIDO
## 9 1647440 2018 10/26/2018 12:00:00 AM 1899-12-31T09:00:00.000 Choque HERIDO
## 10 1647440 2018 12/26/2018 12:00:00 AM 1899-12-31T09:10:00.000 Choque HERIDO
## DIRECCION ZONA Diseño.Vía
## 1 Carrera 66 Con Calle 34 A COMUNA 11 Tramo de via
## 2 Carrera 66 Con Calle 34 A COMUNA 11 Tramo de via
## 3 Carrera 80 Con Calle 50 COMUNA 11 Glorieta
## 4 Carrera 80 Con Calle 50 COMUNA 11 Glorieta
## 5 Transversal 76 Con Calle 65 COMUNA 5 Tramo de via
## 6 Transversal 76 Con Calle 65 COMUNA 5 Tramo de via
## 7 Calle 60 Con Carrera 74 COMUNA 7 Tramo de via
## 8 Calle 60 Con Carrera 74 COMUNA 7 Tramo de via
## 9 Calle 30 Con Carrera 80 COMUNA 16 Glorieta
## 10 Calle 30 Con Carrera 80 COMUNA 16 Glorietaacc_moto1 <- acc_moto %>%
filter(!(RADICADO %in% radicados_duplicados))Construcción de la fecha.
Identificación de casos anómalos.
unique(substring(acc_moto1$HORA_ACCIDENTE, 1, 4))## [1] "00:3" "01:0" "02:0" "09:2" "15:0" "23:3" "10:2" "16:3" "14:3" "19:3" "07:1" "16:4" "09:0" "06:5" "07:4" "10:0"
## [17] "14:1" "14:2" "13:0" "22:3" "18:5" "23:0" "21:0" "21:3" "18:3" "07:3" "09:4" "06:3" "04:0" "02:5" "00:1" "00:0"
## [33] "18:4" "13:3" "17:2" "21:2" "07:0" "08:0" "04:3" "01:1" "20:3" "14:0" "11:4" "03:4" "20:0" "07:5" "01:3" "09:3"
## [49] "12:0" "20:2" "15:1" "20:1" "19:4" "21:1" "17:1" "10:3" "16:2" "17:0" "10:1" "15:3" "12:5" "13:4" "11:0" "05:4"
## [65] "04:5" "16:1" "19:2" "18:0" "19:0" "17:3" "17:4" "22:0" "16:5" "15:4" "08:4" "00:2" "12:1" "11:3" "16:0" "12:3"
## [81] "22:5" "08:3" "13:1" "14:5" "08:5" "09:5" "09:1" "21:4" "13:2" "06:0" "17:5" "07:2" "18:1" "14:4" "18:2" "19:5"
## [97] "08:2" "13:5" "06:1" "10:5" "06:4" "22:1" "08:1" "19:1" "20:5" "12:2" "15:2" "05:5" "05:3" "10:4" "00:5" "11:2"
## [113] "06:2" "23:1" "12:4" "22:4" "02:1" "11:1" "23:2" "23:4" "00:4" "02:3" "05:0" "21:5" "20:4" "11:5" "22:2" "05:2"
## [129] "01:5" "15:5" "02:2" "03:0" "04:2" "05:1" "01:4" "03:2" "03:3" "04:1" "02:4" "04:4" "01:2" "03:1" "23:5" "1899"
## [145] "03:5"casos_hora <- acc_moto1 %>%
filter(substring(acc_moto1$HORA_ACCIDENTE, 1, 4) == "1899")
unique(substring(casos_hora$HORA_ACCIDENTE, 1, 11))## [1] "1899-12-31T"acc_moto1 <- acc_moto1 %>%
mutate(HORA_ACCIDENTE = factor(gsub("1899-12-31T", "", HORA_ACCIDENTE)),
fecha = mdy_hms(paste(substring(FECHA_ACCIDENTE, 1, 10),
substring(HORA_ACCIDENTE, 1, 8))))# Uso de la fecha frecuencia por mes.
table(month(acc_moto1$fecha, label = TRUE))##
## ene feb mar abr may jun jul ago sep oct nov dic
## 9690 10785 11089 10505 11360 10736 9242 9839 9518 9182 8590 8602table(wday(acc_moto1$fecha, label = TRUE, abbr = FALSE))##
## domingo lunes martes miércoles jueves viernes sábado
## 12446 17098 18175 18081 17988 18267 17083Trabajando con direcciones.
Sin_calle <- acc_moto1 %>%
filter(is.na(str_extract(as.character(DIRECCION), "Calle")))
head(Sin_calle)## RADICADO AÑO_ACCIDENTE FECHA_ACCIDENTE HORA_ACCIDENTE CLASE_ACCIDENTE GRAVEDAD_ACCIDENTE
## 1 1470450 2015 01/01/2015 12:00:00 AM 07:15:00 Choque HERIDO
## 2 1470458 2015 01/01/2015 12:00:00 AM 10:00:00 Caida Ocupante HERIDO
## 3 1470506 2015 01/02/2015 12:00:00 AM 14:00:00 Otro HERIDO
## 4 1470516 2015 01/02/2015 12:00:00 AM 17:15:00 Otro HERIDO
## 5 1470519 2015 01/02/2015 12:00:00 AM 10:30:00 Otro HERIDO
## 6 1470581 2015 01/03/2015 12:00:00 AM 11:05:00 Choque SOLO DAÑOS
## DIRECCION ZONA Diseño.Vía fecha
## 1 Con Tramo 15 COMUNA 6 Tramo de via 2015-01-01 07:15:00
## 2 Con Tramo 9 COMUNA 8 Tramo de via 2015-01-01 10:00:00
## 3 Con Tramo 17 Jurisdicción Lote o Predio 2015-01-02 14:00:00
## 4 Con Tramo 17 Jurisdicción Lote o Predio 2015-01-02 17:15:00
## 5 Tramo 16 Con Kilometro 5 Jurisdicción Lote o Predio 2015-01-02 10:30:00
## 6 Transversal 39 B Con Carrera 75 COMUNA 11 Interseccion 2015-01-03 11:05:00Sin_carrera <- acc_moto1 %>%
filter(is.na(str_extract(as.character(DIRECCION), "Carrera")))
head(Sin_carrera)## RADICADO AÑO_ACCIDENTE FECHA_ACCIDENTE HORA_ACCIDENTE CLASE_ACCIDENTE GRAVEDAD_ACCIDENTE
## 1 1470450 2015 01/01/2015 12:00:00 AM 07:15:00 Choque HERIDO
## 2 1470458 2015 01/01/2015 12:00:00 AM 10:00:00 Caida Ocupante HERIDO
## 3 1470506 2015 01/02/2015 12:00:00 AM 14:00:00 Otro HERIDO
## 4 1470516 2015 01/02/2015 12:00:00 AM 17:15:00 Otro HERIDO
## 5 1470519 2015 01/02/2015 12:00:00 AM 10:30:00 Otro HERIDO
## 6 1470540 2015 01/02/2015 12:00:00 AM 18:40:00 Choque SOLO DAÑOS
## DIRECCION ZONA Diseño.Vía fecha
## 1 Con Tramo 15 COMUNA 6 Tramo de via 2015-01-01 07:15:00
## 2 Con Tramo 9 COMUNA 8 Tramo de via 2015-01-01 10:00:00
## 3 Con Tramo 17 Jurisdicción Lote o Predio 2015-01-02 14:00:00
## 4 Con Tramo 17 Jurisdicción Lote o Predio 2015-01-02 17:15:00
## 5 Tramo 16 Con Kilometro 5 Jurisdicción Lote o Predio 2015-01-02 10:30:00
## 6 Diagonal 75 B Con Calle 6 COMUNA 15 Tramo de via 2015-01-02 18:40:00Estimación de las coordenadas del accidente.
acc_moto1 <- acc_moto1 %>%
mutate(x = as.integer(str_extract(str_extract(DIRECCION, "Carrera [0-9]+"),
"[0-9]+")),
y = as.integer(str_extract(str_extract(DIRECCION, "Calle [0-9]+"),
"[0-9]+")),
es_sur = str_extract(acc_moto1$DIRECCION,
regex("sur", ignore_case = TRUE)),
y = ifelse(!is.na(es_sur), -y, y)) %>%
filter(x > 0 & x < 120,
y > - 23 & y < 120,
!is.na(x) & !is.na(y)) %>%
droplevels()Análisis exploratorio.
summary(acc_moto1)## RADICADO AÑO_ACCIDENTE FECHA_ACCIDENTE HORA_ACCIDENTE CLASE_ACCIDENTE
## 1470349: 1 2015:25316 08/04/2017 12:00:00 AM: 139 17:00:00.000: 1672 : 3
## 1470356: 1 2016:26702 08/18/2015 12:00:00 AM: 126 18:00:00.000: 1643 Atropello :10598
## 1470357: 1 2017:25208 02/11/2016 12:00:00 AM: 122 07:00:00.000: 1555 Caida Ocupante:14511
## 1470426: 1 2018:23052 07/27/2016 12:00:00 AM: 115 16:00:00.000: 1520 Choque :60676
## 1470427: 1 2019:10927 03/17/2016 12:00:00 AM: 113 17:30:00.000: 1488 Incendio : 6
## 1470428: 1 10/07/2016 12:00:00 AM: 111 15:00:00.000: 1462 Otro :19320
## (Other):111199 (Other) :110479 (Other) :101865 Volcamiento : 6091
## GRAVEDAD_ACCIDENTE DIRECCION ZONA Diseño.Vía
## HERIDO :87964 Carrera 80 Con Calle 50: 317 COMUNA 10:18019 Tramo de via :76500
## MUERTO : 374 Carrera 80 Con Calle 65: 311 COMUNA 5 :11801 Interseccion :18295
## SOLO DAÑOS:22867 Carrera 80 Con Calle 80: 278 COMUNA 7 :10294 Lote o Predio:12546
## Carrera 65 Con Calle 80: 262 COMUNA 11:10193 Glorieta : 1997
## Carrera 57 Con Calle 44: 254 COMUNA 14:10152 Paso Elevado : 634
## Carrera 50 Con Calle 30: 247 COMUNA 16: 9040 Puente : 452
## (Other) :109536 (Other) :41706 (Other) : 781
## fecha x y es_sur
## Min. :2015-01-01 00:00:00 Min. : 1.00 Min. :-22.00 Length:111205
## 1st Qu.:2016-02-09 13:00:00 1st Qu.: 47.00 1st Qu.: 33.00 Class :character
## Median :2017-02-23 07:40:00 Median : 62.00 Median : 50.00 Mode :character
## Mean :2017-03-09 21:57:39 Mean : 59.63 Mean : 52.55
## 3rd Qu.:2018-04-10 07:30:00 3rd Qu.: 73.00 3rd Qu.: 75.00
## Max. :2019-06-30 23:00:00 Max. :119.00 Max. :119.00
## acc_moto1 <- acc_moto1 %>%
mutate(COMUNA = as.numeric(str_extract(ZONA, "[0-9]+")))library(readxl)
zona_comuna <- read_excel("zonas_comunas.xlsx")acc_moto1 <- acc_moto1 %>%
left_join(zona_comuna, by = c("COMUNA" = "comuna"))ggplot(acc_moto1, aes(x, y, col = GRAVEDAD_ACCIDENTE)) +
geom_point() +
scale_x_continuous(trans = "reverse")
ggplot(acc_moto1, aes(x, y)) +
geom_point() +
facet_wrap(~ nombre_comuna) +
scale_x_continuous(trans = "reverse")
Comportamiento del numero de accidentes por año y por gravedad de accidente.
¿Cuál es el comportamiento a lo largo de los años del número de accidentes por la gravedad del accidente?
t1 <- with(acc_moto1, table(year(fecha), GRAVEDAD_ACCIDENTE))
t1## GRAVEDAD_ACCIDENTE
## HERIDO MUERTO SOLO DAÑOS
## 2015 20327 78 4911
## 2016 21350 85 5267
## 2017 19977 97 5134
## 2018 17955 77 5020
## 2019 8355 37 2535# Guarda parámetros anteriores
param_ant <- par(no.readonly = TRUE)
par(mar = param_ant$mar + c(0, 3, 0, 0))
matplot(rownames(t1), t1, type = "l", las = 1,
xlim = c(2015, 2021),
xlab = "Año",
ylab = "", lwd = 3)
legend(2019.4, 15000, legend = colnames(t1),
col = 1:3, lty = 1)
mtext("Número de incidentes", side = 2, line = 4)
# Restaura parámetros anteriores.
par(param_ant)t2 <- acc_moto1 %>%
group_by(año = year(fecha), GRAVEDAD_ACCIDENTE) %>%
summarise(num_acc = n())
t2## # A tibble: 15 x 3
## # Groups: año [5]
## año GRAVEDAD_ACCIDENTE num_acc
## <dbl> <fct> <int>
## 1 2015 HERIDO 20327
## 2 2015 MUERTO 78
## 3 2015 SOLO DAÑOS 4911
## 4 2016 HERIDO 21350
## 5 2016 MUERTO 85
## 6 2016 SOLO DAÑOS 5267
## 7 2017 HERIDO 19977
## 8 2017 MUERTO 97
## 9 2017 SOLO DAÑOS 5134
## 10 2018 HERIDO 17955
## 11 2018 MUERTO 77
## 12 2018 SOLO DAÑOS 5020
## 13 2019 HERIDO 8355
## 14 2019 MUERTO 37
## 15 2019 SOLO DAÑOS 2535ggplot(t2, aes(año, num_acc)) +
geom_line(aes(col = GRAVEDAD_ACCIDENTE), size = 1.5) +
labs(y = "Número de incidentes")