Para usar este código, la base de datos que deseas georreferenciar debe incluir las siguientes variables: Calle, Colonia, Código Postal, Ciudad, Estado y País.

# Cargar librerias, estas son posibles que se pueden usar
library(haven)    # Carga la librería 'haven' para leer y escribir archivos SPSS, Stata y SAS.
library(foreign)  # Carga la librería 'foreign', también utilizada para leer archivos en diferentes formatos estadísticos.
library(sf)       # Carga la librería 'sf' para manejar y analizar datos espaciales (geometrías vectoriales).
library(readxl)   # Carga la librería 'readxl' para leer archivos Excel.
# Abres el archivo que se va utilizar, en este ejemplo se hara uso de un archivo Excel.
datos = read_excel(path = "C:/Users/eagel/OneDrive/Escritorio/Lalo/Escuela/Servicio Social/Agosto/Archivos Utilizados/Directorio final 2023 sectur (1) (1).xlsx", sheet = 1, col_names = TRUE, skip = 1)

# Escribes de manera correcta el nombre de las columnas que se van utilizar.
columnas_utilizar = c("NOMBRE DEL ESTABLECIMIENTO", "MUNICIPIO", "LOCALIDAD", "CALLE", "COLONIA", "CP", "LATITUD","LONGITUD", "LATITUD_NUEVOS", "LONGITUD_NUEVOS")

datos = datos[, columnas_utilizar]  # Filtras los datos, solo con las columnas que son de tu interes

En nuestro caso, los datos tienen las siguientes columnas: nombre del establecimiento, municipio, localidad, calle, colonia, código postal, latitud y longitud.

datos

Observamos que en la columna de latitud hay valores “n.d.” y estos son de nuestro interés, ya que las filas que contienen esto se van a georeferenciar.

indices_datos = function(df){           # Guarda el indice de las filas que tienen "n.d" 
  indices <- which(df$LATITUD == "n.d")
  return(indices)
}   # Funcion indices, esta seguramente deberia ser modifica por NA dependiendo la base

filtrar_datos = function(df) {           # Generas una funcion para filtrar las que tienen "n.d"
  df_filtrado = df[df$LATITUD == "n.d",]
  return(df_filtrado)
}  # Funcion para filtrar, esta seguramente debera ser modificado por NA dependiendo la base

En la línea de código anterior, probablemente debas modificarla, ya que en la mayoría de las bases de datos suelen usar “NA” en lugar de “n.d”.

datos_filtrados = datos       # Crea una variable que almacenará los datos que se utilizarán para filtrar.
indices_f = indices_datos(df = datos_filtrados)      # Se aplica la funcion indices_datos
resultados_f = filtrar_datos(df = datos_filtrados)   # Se aplica la funcion filtrar_datos
resultados_f = resultados_f[c(1:25),]
georefenciar_datos = function(df){
  library(tidygeocoder)  # Carga la libreria que hace georeferencias
  
  # Creas matrices vacías para almacenar resultados
  todos_8 = matrix(data = NA, nrow = 0, ncol = 8)  
  todos_20 = matrix(data = NA, nrow = 0, ncol = 20) 
  
  for (i in 1:nrow(df)) {
    # Geocodificación de la fila actual
    result = geo(street = df$CALLE[i], county = df$COLONIA[i], postalcode = df$CP[i],
                 city = df$MUNICIPIO[i], state = "Hidalgo", country = "Mexico", 
                 method = "osm", full_results = TRUE)
    
    result = as.matrix(result)  # Convierte a matriz
    numero_columnas = ncol(result)  # Obtiene el número de columnas
    
    # Imprimir progreso y datos intermedios
    print(paste("Fila:", i, "- Número de columnas:", numero_columnas))
    
    # Dependiendo del número de columnas, se asigna a diferentes matrices
    if (numero_columnas == 8) {
      todos_8 = rbind(todos_8, result)
    } else if (numero_columnas == 20) {
      todos_20 = rbind(todos_20, result)
    }
  }
  
  # Verificación antes de devolver resultados
  if (nrow(todos_20) > 0) {
    print("Matriz final - todos_20:")
    print(todos_20)
    return(as.matrix(todos_20))  # Regresa la matriz final
  } else {
    print("No se encontraron resultados con 20 columnas.")
    return(NULL)
  }
}

Uso de la funcion

georefencias_correctas = georefenciar_datos(df = resultados_f)

Nota:

Este código para georreferenciar no es muy preciso. Hicimos una prueba con 100 lugares y solo logró georreferenciar 74 de ellos. Al comparar esos 74 lugares con sus ubicaciones reales, solo 7 estaban correctos. Las demás tenían una diferencia de al menos 10 metros, y la mayor diferencia fue de 30 kilómetros.

Este método para georreferenciar es 100% gratuito. Sin embargo, hay otras opciones, como la API de Google, que tienen un límite en el número de usos y requieren una tarjeta de crédito para acceder.