13.R

library(dplyr)
day<-read.csv("day.csv")
hour<-read.csv("hour.csv")

#1 Dias de la semana#
par(mfrow=c(1,2), oma=c(3,1,4,0)
data<-tbl_df(day)
day %>%filter(yr==0) %>% select(cnt) %>%summary()
day %>% filter(yr==0) %>% select(weekday, cnt) %>%plot(col="orange", main="Bicicletas por dias de la semana, year 1", ylab="Numero de bicicletas alquiladas", xlab="Dias de la semana")
day %>% filter(yr==1) %>% select(weekday, cnt) %>%plot(col="orange", main="Bicicletas por dias de la semana, year 2", ylab="Numero de bicicletas alquiladas", xlab="Dias de la semana")
mtext("Demanda por dia en cada anio", side=3, outer=TRUE, line=-1,cex=1.5)

#demanda por temporada en el a??o 1#
par(mfrow=c(2,4))
day %>% filter(season==1,yr==0) %>% select(weekday, cnt) %>%plot(type="h", col="orange",main="Demanda en Primavera, Year 1", ylab="Numero de bicicletas alquiladas", xlab="Dias de la semana")
day %>% filter(season==2,yr==0) %>% select(weekday, cnt) %>%plot(type="h", col="orange",main="Demanda en Verano, Year 1", ylab="Numero de bicicletas alquiladas", xlab="Dias de la semana")
day %>% filter(season==3,yr==0) %>% select(weekday, cnt) %>%plot(type="h", col="orange",main="Demanda en Otono, Year 1", ylab="Numero de bicicletas alquiladas", xlab="Dias de la semana")
day %>% filter(season==4,yr==0) %>% select(weekday, cnt) %>%plot(type="h", col="orange",main="Demanda en Invierno,Year 1", ylab="Numero de bicicletas alquiladas", xlab="Dias de la semana")
mtext("Demanda por dia en cada temporada del 2011", side=3, outer=TRUE, line=-1,cex=1.5)

#Demanda por temporada en el a??o 2#
day %>% filter(season==1,yr==1) %>% select(weekday, cnt) %>%plot(type="h", col="orange",main="Demanda en Primavera, Year 2", ylab="Numero de bicicletas alquiladas", xlab="Dias de la semana")
day %>% filter(season==2,yr==1) %>% select(weekday, cnt) %>%plot(type="h", col="orange",main="Demanda en Verano, Year 2", ylab="Numero de bicicletas alquiladas", xlab="Dias de la semana")
day %>% filter(season==3,yr==1) %>% select(weekday, cnt) %>%plot(type="h", col="orange",main="Demanda en Otono, Year 2", ylab="Numero de bicicletas alquiladas", xlab="Dias de la semana")
day %>% filter(season==4,yr==1) %>% select(weekday, cnt) %>%plot(type="h", col="orange",main="Demanda en Invierno,Year 2", ylab="Numero de bicicletas alquiladas", xlab="Dias de la semana")
mtext("Demanda por dia en cada temporada del 2012", side=3, outer=TRUE, line=-1,cex=1.5)

###Conclusiones: sabado y domingo son los dias de la semana con mas demanda###


#2 dias festivos#
day %>% filter(season==1,yr==0) %>% select(holiday, cnt) %>%plot(col="blue",main="Primavera, Year 1", ylab="Numero de bicicletas alquiladas", xlab="Dias festivos")
day %>% filter(season==2,yr==0) %>% select(holiday, cnt) %>%plot(col="blue",main="Verano, Year 1", ylab="Numero de bicicletas alquiladas", xlab="Dias festivos")
day %>% filter(season==3,yr==0) %>% select(holiday, cnt) %>%plot(col="blue",main="Otono, Year 1", ylab="Numero de bicicletas alquiladas", xlab="Dias festivos")
day %>% filter(season==4,yr==0) %>% select(holiday, cnt) %>%plot(col="blue",main="Invierno, Year 1", ylab="Numero de bicicletas alquiladas", xlab="Dias festivos")


day %>% filter(season==1,yr==1) %>% select(holiday, cnt) %>%plot(col="blue",main="Primavera, Year 2", ylab="Numero de bicicletas alquiladas", xlab="Dias festivos")
day %>% filter(season==2,yr==1) %>% select(holiday, cnt) %>%plot(col="blue",main="Verano, Year 2", ylab="Numero de bicicletas alquiladas", xlab="Dias festivos")
day %>% filter(season==3,yr==1) %>% select(holiday, cnt) %>%plot(col="blue",main="Otono, Year 2", ylab="Numero de bicicletas alquiladas", xlab="Dias festivos")
day %>% filter(season==4,yr==1) %>% select(holiday, cnt) %>%plot(col="blue",main="Invierno, Year 2", ylab="Numero de bicicletas alquiladas", xlab="Dias festivos")

##Conclusion: La demanda de bicicletas tiende a bajar en los holidays##


#3 humedad#
day %>% filter(season==1,yr==0) %>% select(hum, cnt) %>%plot(type="h", col="purple",main="Primavera, Year 1", ylab="Numero de bicicletas alquiladas", xlab="Humedad")
day %>% filter(season==2,yr==0) %>% select(hum, cnt) %>%plot(type="h", col="purple",main="Verano, Year 1", ylab="Numero de bicicletas alquiladas", xlab="Humedad")
day %>% filter(season==3,yr==0) %>% select(hum, cnt) %>%plot(type="h", col="purple",main="Otono, Year 1", ylab="Numero de bicicletas alquiladas", xlab="Humedad")
day %>% filter(season==4,yr==0) %>% select(hum, cnt) %>%plot(type="h", col="purple",main="Invierno, Year 1", ylab="Numero de bicicletas alquiladas", xlab="Humedad")
mtext("Demanda segun la humedad en cada temporada del 2011", side=3, outer=TRUE, line=-1,cex=1.5)

day %>% filter(season==1,yr==1) %>% select(hum, cnt) %>%plot(type="h", col="purple",main="Primavera, Year 2", ylab="Numero de bicicletas alquiladas", xlab="Humedad")
day %>% filter(season==2,yr==1) %>% select(hum, cnt) %>%plot(type="h", col="purple",main="Verano, Year 2", ylab="Numero de bicicletas alquiladas", xlab="Humedad")
day %>% filter(season==3,yr==1) %>% select(hum, cnt) %>%plot(type="h", col="purple",main="Otono, Year 2", ylab="Numero de bicicletas alquiladas", xlab="Humedad")
day %>% filter(season==4,yr==1) %>% select(hum, cnt) %>%plot(type="h", col="purple",main="Invierno, Year 2", ylab="Numero de bicicletas alquiladas", xlab="Humedad")
mtext("Demanda segun la humedad en cada temporada del 2012", side=3, outer=TRUE, line=-1,cex=1.5)

#Conclusion: cuando la humedad esta a 60%, existe mas demanda#


#4 velocidad del viento#
day %>% filter(season==1,yr==0) %>% select(windspeed, cnt) %>%plot(col="red",main="Primavera, Year 1", ylab="Numero de bicicletas alquiladas", xlab="velocidad del viento")
day %>% filter(season==2,yr==0) %>% select(windspeed, cnt) %>%plot(col="red",main="Verano, Year 1", ylab="Numero de bicicletas alquiladas", xlab="velocidad del viento")
day %>% filter(season==3,yr==0) %>% select(windspeed, cnt) %>%plot(col="red",main="Otono, Year 1", ylab="Numero de bicicletas alquiladas", xlab="velocidad del viento")
day %>% filter(season==4,yr==0) %>% select(windspeed, cnt) %>%plot(col="red",main="Invierno, Year 1", ylab="Numero de bicicletas alquiladas", xlab="velocidad del viento")
mtext("Demanda segun velocidad del viento en cada temporada del 2011", side=3, outer=TRUE, line=-1,cex=1.5)

day %>% filter(season==1,yr==1) %>% select(windspeed, cnt) %>%plot(col="red",main="Primavera, Year 2", ylab="Numero de bicicletas alquiladas", xlab="velocidad del viento")
day %>% filter(season==2,yr==1) %>% select(windspeed, cnt) %>%plot(col="red",main="Verano, Year 2", ylab="Numero de bicicletas alquiladas", xlab="velocidad del viento")
day %>% filter(season==3,yr==1) %>% select(windspeed, cnt) %>%plot(col="red",main="Otono, Year 2", ylab="Numero de bicicletas alquiladas", xlab="velocidad del viento")
day %>% filter(season==4,yr==1) %>% select(windspeed, cnt) %>%plot(col="red",main="Invierno, Year 2", ylab="Numero de bicicletas alquiladas", xlab="velocidad del viento")
mtext("Demanda segun velocidad del viento en cada temporada del 2012", side=3, outer=TRUE, line=-1,cex=1.5)

# La velocidad del viento ideal en verano y en primavera es  aprox. de 16.75k/h. Y
#en otono e invierno, es de aprox. de 6.7km/h#


##5 temperatura#
day %>% filter(season==1,yr==0) %>% select(atemp, cnt) %>%plot(col="20", main="Primavera", ylab="Numero de bicicletas alquiladas", xlab="Feels like")
day %>% filter(season==2,yr==0) %>% select(atemp, cnt) %>%plot(col="20", main="Verano", ylab="Numero de bicicletas alquiladas", xlab="Feels like")
day %>% filter(season==3,yr==0) %>% select(atemp, cnt) %>%plot(col="20", main="Otono", ylab="Numero de bicicletas alquiladas", xlab="Feels like")
day %>% filter(season==4,yr==0) %>% select(atemp, cnt) %>%plot(col="20", main="Invierno", ylab="Numero de bicicletas alquiladas", xlab="Feels like")
mtext("Demanda segun temperatura en cada temporada del 2011", side=3, outer=TRUE, line=-1,cex=1.5)


day %>% filter(season==1,yr==1) %>% select(atemp, cnt) %>%plot(col="20", main="Primavera", ylab="Demanda de bicicletas")
day %>% filter(season==2,yr==1) %>% select(atemp, cnt) %>%plot(col="20", main="Verano", ylab="Demanda de bicicletas")
day %>% filter(season==3,yr==1) %>% select(atemp, cnt) %>%plot(col="20", main="Otono", ylab="Demanda de bicicletas")
day %>% filter(season==4,yr==1) %>% select(atemp, cnt) %>%plot(col="20", main="Invierno", ylab="Demanda de bicicletas")
mtext("Demanda segun temperatura en cada temporada del 2012", side=3, outer=TRUE, line=-1,cex=1.5)

#La temperatura ideal en primavera es de 25 grados, en verano e invierno es de 27.5 grados y en otono es de 30 grados.


day %>% filter(season,yr==0) %>% select(mnth, cnt) %>%plot(col="20", main="2011", ylab="Demanda de bicicletas", xlab="meses del anio")
day %>% filter(season,yr==1) %>% select(mnth, cnt) %>%plot(col="20", main="2012", ylab="Demanda de bicicletas", xlab="meses del anio") 
mtext("Demanda por mes en cada anio", side=3, outer=TRUE, line=-1,cex=1.5)

#En el quinto, sexto, septimo y octavo mes hay mas demanda. En el 2012 es de 8714, y en el 2011 es de 6043#