Merge pull request #218 from mcippo/master

Actualizo EOH a abril

.Rproj.user/shared/notebooks/paths

@@ -1,3 +1,4 @@
+/home/mcipponeri/dnme_apps/eoh.Rmd="F71E7CEE"
 /home/spinelli/ECONOMIA/dnme_apps/empleo.Rmd="D182E1D0"
 /home/spinelli/ECONOMIA/dnme_apps/mulc.Rmd="AD9C910A"
 /home/ssoubiel/trabajos/cnrt/informe/skeleton.Rmd="DF6B813B"

eoh.Rmd

@@ -37,8 +37,8 @@ Sys.setlocale(locale = "es_AR.UTF-8")
 
 
 # Definir mes / trimestre / año de referencia para títulos ----
-fecha <- as.Date("2024-03-01")
-mes <- "Marzo"
+fecha <- as.Date("2024-04-01")
+mes <- "Abril"
 #trimestre <- "2do"
 anio <- "2024"
 
@@ -787,7 +787,7 @@ check <- nrow(tabla3_A[tabla3_A$estadia_total == sort(tabla3_A$estadia_total, na
 <br>
 
 
-+ **La mayor cantidad de pernoctaciones se registraron en la región `r as.character(tabla3_A[tabla3_A$pernoctes_total == sort(tabla3_A$pernoctes_total, na.last = T)[length(tabla3_A$pernoctes_total)], "region_de_destino"] %>% filter(!is.na(region_de_destino)))`**, con `r format(round(as.numeric(max(tabla3_A$pernoctes_total, na.rm = T)), 1), decimal.mark = ",", big.mark = ".")` mil noches, seguida por `r as.character(tabla3_A[tabla3_A$pernoctes_total == sort(tabla3_A$pernoctes_total, na.last = T)[length(tabla3_A$pernoctes_total)-1], "region_de_destino"] %>% filter(!is.na(region_de_destino)))` (`r format(round(as.numeric(tabla3_A[tabla3_A$pernoctes_total == sort(tabla3_A$pernoctes_total, na.last = T)[length(tabla3_A$pernoctes_total)-1], "pernoctes_total"] %>% filter(!is.na(pernoctes_total))), 1), decimal.mark = ",", big.mark = ".")` mil) y `r as.character(tabla3_A[tabla3_A$pernoctes_total == sort(tabla3_A$pernoctes_total, na.last = T)[length(tabla3_A$pernoctes_total)-2], "region_de_destino"] %>% filter(!is.na(region_de_destino)))` (`r format(round(as.numeric(tabla3_A[tabla3_A$pernoctes_total == sort(tabla3_A$pernoctes_total, na.last = T)[length(tabla3_A$pernoctes_total)-2], "pernoctes_total"] %>% filter(!is.na(pernoctes_total))), 1), decimal.mark = ",", big.mark = ".")` mil noches), mientras que en la distribución de los viajeros **fue, nuevamente, la región `r as.character(tabla3_A[tabla3_A$viajeros_total == sort(tabla3_A$viajeros_total, na.last = T)[length(tabla3_A$viajeros_total)], "region_de_destino"] %>% filter(!is.na(region_de_destino)))` la que concentró la mayor cantidad (`r format(round(as.numeric(tabla3_A[tabla3_A$viajeros_total == sort(tabla3_A$viajeros_total, na.last = T)[length(tabla3_A$viajeros_total)], "viajeros_total"] %>% filter(!is.na(viajeros_total))), 1), decimal.mark = ",", big.mark = ".")` mil)**, seguida por `r as.character(tabla3_A[tabla3_A$viajeros_total == sort(tabla3_A$viajeros_total, na.last = T)[length(tabla3_A$viajeros_total)-1], "region_de_destino"] %>% filter(!is.na(region_de_destino)))` y `r as.character(tabla3_A[tabla3_A$viajeros_total == sort(tabla3_A$viajeros_total, na.last = T)[length(tabla3_A$viajeros_total)-2], "region_de_destino"] %>% filter(!is.na(region_de_destino)))` (con `r format(round(as.numeric(tabla3_A[tabla3_A$viajeros_total == sort(tabla3_A$viajeros_total, na.last = T)[length(tabla3_A$viajeros_total)-1], "viajeros_total"] %>% filter(!is.na(viajeros_total))), 1), decimal.mark = ",", big.mark = ".")` mil y `r format(round(as.numeric(tabla3_A[tabla3_A$viajeros_total == sort(tabla3_A$viajeros_total, na.last = T)[length(tabla3_A$viajeros_total)-2], "viajeros_total"] %>% filter(!is.na(viajeros_total))), 1), decimal.mark = ",", big.mark = ".")` mil viajeros hospedados, respectivamente).
++ **La mayor cantidad de pernoctaciones se registraron en la región `r as.character(tabla3_A[tabla3_A$pernoctes_total == sort(tabla3_A$pernoctes_total, na.last = T)[length(tabla3_A$pernoctes_total)], "region_de_destino"] %>% filter(!is.na(region_de_destino)))`**, con `r format(round(as.numeric(max(tabla3_A$pernoctes_total, na.rm = T)), 1), decimal.mark = ",", big.mark = ".")` mil noches, seguida por `r as.character(tabla3_A[tabla3_A$pernoctes_total == sort(tabla3_A$pernoctes_total, na.last = T)[length(tabla3_A$pernoctes_total)-1], "region_de_destino"] %>% filter(!is.na(region_de_destino)))` (`r format(round(as.numeric(tabla3_A[tabla3_A$pernoctes_total == sort(tabla3_A$pernoctes_total, na.last = T)[length(tabla3_A$pernoctes_total)-1], "pernoctes_total"] %>% filter(!is.na(pernoctes_total))), 1), decimal.mark = ",", big.mark = ".")` mil) y `r as.character(tabla3_A[tabla3_A$pernoctes_total == sort(tabla3_A$pernoctes_total, na.last = T)[length(tabla3_A$pernoctes_total)-2], "region_de_destino"] %>% filter(!is.na(region_de_destino)))` (`r format(round(as.numeric(tabla3_A[tabla3_A$pernoctes_total == sort(tabla3_A$pernoctes_total, na.last = T)[length(tabla3_A$pernoctes_total)-2], "pernoctes_total"] %>% filter(!is.na(pernoctes_total))), 1), decimal.mark = ",", big.mark = ".")` mil noches), mismas localidades se destacaron en la distribución de los viajeros **ya que fue, nuevamente, la región `r as.character(tabla3_A[tabla3_A$viajeros_total == sort(tabla3_A$viajeros_total, na.last = T)[length(tabla3_A$viajeros_total)], "region_de_destino"] %>% filter(!is.na(region_de_destino)))` la que concentró la mayor cantidad (`r format(round(as.numeric(tabla3_A[tabla3_A$viajeros_total == sort(tabla3_A$viajeros_total, na.last = T)[length(tabla3_A$viajeros_total)], "viajeros_total"] %>% filter(!is.na(viajeros_total))), 1), decimal.mark = ",", big.mark = ".")` mil)**, seguida por `r as.character(tabla3_A[tabla3_A$viajeros_total == sort(tabla3_A$viajeros_total, na.last = T)[length(tabla3_A$viajeros_total)-1], "region_de_destino"] %>% filter(!is.na(region_de_destino)))` y `r as.character(tabla3_A[tabla3_A$viajeros_total == sort(tabla3_A$viajeros_total, na.last = T)[length(tabla3_A$viajeros_total)-2], "region_de_destino"] %>% filter(!is.na(region_de_destino)))` (con `r format(round(as.numeric(tabla3_A[tabla3_A$viajeros_total == sort(tabla3_A$viajeros_total, na.last = T)[length(tabla3_A$viajeros_total)-1], "viajeros_total"] %>% filter(!is.na(viajeros_total))), 1), decimal.mark = ",", big.mark = ".")` mil y `r format(round(as.numeric(tabla3_A[tabla3_A$viajeros_total == sort(tabla3_A$viajeros_total, na.last = T)[length(tabla3_A$viajeros_total)-2], "viajeros_total"] %>% filter(!is.na(viajeros_total))), 1), decimal.mark = ",", big.mark = ".")` mil viajeros hospedados, respectivamente).
 
 + Las mayores estadías en `r tolower(mes)` de `r anio` se estimaron en `r ifelse(check == 1, as.character(tabla3_A[tabla3_A$estadia_total == sort(tabla3_A$estadia_total, na.last = T)[length(tabla3_A$estadia_total)], "region_de_destino"] %>% filter(!is.na(region_de_destino))), paste0(tabla3_A[tabla3_A$estadia_total == sort(tabla3_A$estadia_total, na.last = T)[length(tabla3_A$estadia_total)], "region_de_destino"] %>% filter(!is.na(region_de_destino)) %>% head(1), " y ", tabla3_A[tabla3_A$estadia_total == sort(tabla3_A$estadia_total, na.last = T)[length(tabla3_A$estadia_total)], "region_de_destino"] %>% filter(!is.na(region_de_destino)) %>% tail(1)))` con `r format(round(as.numeric(unique(tabla3_A[tabla3_A$estadia_total == sort(tabla3_A$estadia_total, na.last = T)[length(tabla3_A$estadia_total)], "estadia_total"] %>% filter(!is.na(estadia_total)))), 1), decimal.mark = ",", big.mark = ".")` noches promedio.