Parcial_1
Introducción
Boyacá, a pesar de ser reconocido por cultivos tradicionales como la papa, el maíz y las hortalizas, presenta una dinámica agrícola más compleja y diversa. Si bien estos cultivos son fundamentales para la región, datos recientes revelan que el aguacate en municipios como Jenesano ha emergido como un cultivo con alta productividad.
Con una extensión territorial considerable, Boyacá destina alrededor del 7% de su territorio a la agricultura, una proporción menor en comparación con departamentos como Quindío y Risaralda, donde la agricultura es una actividad predominante. Esta menor intensidad en el uso del suelo sugiere una economía boyacense más diversificada, que combina la agricultura con otras actividades económicas.”
list.files("./datos", pattern=c('csv'))## [1] "Evaluaciones_Agropecuarias_Municipales_EVA.csv"
## [2] "Evaluciones_Agropcuarias_municipales.csv"library(readr)
library(knitr)
eva <- read_delim(
file = "./datos/Evaluciones_Agropcuarias_municipales.csv",
delim = ";",
col_names = TRUE,
col_types = NULL,
locale = locale(decimal_mark = ","),
quote = "\"",
skip_empty_rows = TRUE,
show_col_types=FALSE,
)
evaLa tabla presenta un conjunto de datos agrícolas detallados para el departamento de Boyacá. Contiene información sobre el código del departamento y municipio, la clasificación del cultivo (grupo, subgrupo y especie), la regionalización o sistema productivo, y variables agronómicas como área sembrada, cosechada, producción, rendimiento y estado físico de la producción. Además, se incluye el nombre científico del cultivo y la duración de sus ciclos.
names(eva)## [1] "COD. \nDEP."
## [2] "DEPARTAMENTO"
## [3] "COD. MUN."
## [4] "MUNICIPIO"
## [5] "GRUPO \nDE CULTIVO"
## [6] "SUBGRUPO \nDE CULTIVO"
## [7] "CULTIVO"
## [8] "DESAGREGACION REGIONAL Y/O SISTEMA PRODUCTIVO"
## [9] "YEAR"
## [10] "PERIODO"
## [11] "Area Sembrada\n(ha)"
## [12] "Area Cosechada\n(ha)"
## [13] "Produccion\n(t)"
## [14] "Rendimiento\n(t/ha)"
## [15] "ESTADO FISICO PRODUCCION"
## [16] "NOMBRE \nCIENTIFICO"
## [17] "CICLO DE CULTIVO"A continuación se presenta un catálogo de los códigos correspondientes a los nombres de los elementos contenidos en la tabla anterior.
library(dplyr)##
## Adjuntando el paquete: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union library(knitr)
eva %>% dplyr::select('COD. MUN.':'ESTADO FISICO PRODUCCION') -> eva.tmp
eva.tmpLa tabla muestra que el municipio de Busbanza lidera la producción de hortalizas, con un rendimiento por área de 1 unidad. Este dato lo posiciona como el primer municipio en este indicador dentro del conjunto de datos analizados.
eva.tmp %>% dplyr::rename('Cod_Mun' = 'COD. MUN.',
'Grupo' = 'GRUPO \nDE CULTIVO',
'Subgrupo' = 'SUBGRUPO \nDE CULTIVO',
'Year' = 'YEAR',
'AreaSembrada' = 'Area Sembrada\n(ha)',
'AreaCosechada' = 'Area Sembrada\n(ha)',
'Produccion' = 'Produccion\n(t)', 'Rendimiento' = 'Rendimiento\n(t/ha)',
'Sistema' = 'DESAGREGACION REGIONAL Y/O SISTEMA PRODUCTIVO',
'Estado' = 'ESTADO FISICO PRODUCCION') -> new_eva
new_evanew_eva %>%
##filter(Produccion > 0) %>%
group_by(Grupo) %>%
summarize(total_produccion = sum(Produccion)) %>%
arrange(desc(total_produccion)) El análisis de la producción agrícola en Boyacá indica una fuerte tendencia hacia el cultivo de tubérculos y plátanos, con una producción total de 611,484 unidades. Este dato contrasta significativamente con la producción de plantas aromáticas (891 unidades), lo que subraya la importancia de los cultivos de raíz en la economía agrícola boyacense.
new_eva %>%
group_by(Grupo) %>%
summarize(total_produccion = sum(Produccion)) -> PT
PTLa tabla presenta los datos de producción agrícola en Boyacá, destacando que los cultivos de cereales, frutales y hortalizas son los que mayor volumen de producción generan. Los cereales lideran con un total de 264,246.8 unidades, seguidos de los frutales con 539,992.1 unidades y las hortalizas con 543,882.2 unidades. Por otro lado, cultivos como hongos y oleaginosas presentan volúmenes de producción significativamente menores.
new_eva %>%
group_by(Grupo) %>%
summarize(total_produccion = sum(Produccion)) -> PT PT %>%
filter(total_produccion > 100000) -> main.groups(value = sum(main.groups$total_produccion))## [1] 2408021El resultado que obtenemos (2408021) representa la cantidad total de todos los productos agrícolas que son considerados “importantes” o “principales” según los criterios establecidos en el código. En otras palabras, es la suma de la producción de aquellos grupos de productos que superan las 100.000 unidades.
(main.groups$percent = (main.groups$total_produccion/value)*100)## [1] 10.973609 22.424732 22.586276 8.237574 10.384173 25.393636Los resultados reflejan una distribución desigual en la producción agrícola entre los diferentes grupos, destacando que los tubérculos y plátanos tienen el mayor porcentaje (25.39%), mientras que las hortalizas representan la menor proporción (8.24%). Grupos como los frutales (22.42%) y las leguminosas (22.58%) muestran una participación similar y significativa, mientras que los cereales (10.97%) y otros permanentes (10.38%) tienen una contribución intermedia. La gráfica circular ilustra claramente estas proporciones, facilitando la comparación y evidenciando una ligera concentración en ciertos grupos. Estos datos revelan un panorama diversificado que podría guiar decisiones estratégicas para equilibrar y optimizar la producción agrícola.
library(ggplot2)
library(knitr)
bp<- ggplot(main.groups, aes(x="", y=percent, fill=Grupo))+
geom_bar(width = 1, stat = "identity")
pie <- bp + coord_polar("y", start=0)
pie
new_eva %>%
group_by(Grupo, MUNICIPIO) %>%
summarize(total_prod = sum(Produccion, na.rm = TRUE)) %>%
slice(which.max(total_prod)) %>%
arrange(desc(total_prod))## `summarise()` has grouped output by 'Grupo'. You can override using the
## `.groups` argument.La tabla presenta la producción agrícola total por grupo y municipio, evidenciando una variabilidad significativa en los volúmenes producidos. Los frutales destacan como el grupo con mayor producción (35,980.25) en Jenesano, seguidos por las hortalizas en Tenza (27,156.99) y los tubérculos y plátanos en Santa Rosa de Viterbo (25,962.00). Otros grupos como permanentes y leguminosas también tienen aportes considerables, ubicándose principalmente en Zetaquirá (16,795.02) y La Capilla (14,735.00), respectivamente. En contraste, los grupos con menores volúmenes, como plantas aromáticas, flores y fibras, se concentran en municipios como Soatá y Covarachía, con producciones que no superan los 2,500. Estos datos resaltan la diversidad agrícola y la especialización productiva según las características de cada municipio.
new_eva %>%
group_by(Grupo, MUNICIPIO) %>%
summarize(total_prod = sum(Produccion, na.rm = TRUE)) %>%
slice(which.max(total_prod)) -> leaders## `summarise()` has grouped output by 'Grupo'. You can override using the
## `.groups` argument.leadersLa tabla presenta un desglose de la producción agrícola por grupos de cultivos y municipios. Cada fila representa un grupo de cultivo específico (como cereales, frutas, hortalizas, etc.) y el municipio donde se produce en mayor medida. La columna “total_prod” indica la cantidad total producida de cada grupo en el municipio señalado. Esta información permite visualizar rápidamente cuáles son los cultivos predominantes en cada municipio y obtener una idea general de la distribución geográfica de la producción agrícola. Por ejemplo, podemos observar que el municipio de Jenesano destaca en la producción de frutas, mientras que en Tenza predomina la producción de hortalizas. Esta tabla es una herramienta útil para analizar las tendencias de producción agrícola a nivel municipal y para identificar posibles áreas de oportunidad en el sector.
leaders %>%
filter(total_prod > 5000) -> main.leaders
leadersLa tabla muestra la producción agrícola municipal de Boyacá durante el año 2023. Los datos, expresados en toneladas, revelan una gran diversidad de cultivos, con los frutales y hortalizas destacando como los grupos de mayor producción. Jenesano, por ejemplo, se posiciona como un importante productor de frutas, mientras que Tenza sobresale en la producción de hortalizas. Este análisis permite identificar fortalezas y debilidades en la producción agrícola municipal, y sienta las bases para diseñar estrategias de desarrollo rural más eficientes.
p<-ggplot(data=main.leaders, aes(x=MUNICIPIO, y=total_prod)) +
geom_bar(stat="identity")+
theme(axis.text.x =
element_text(angle = 45,hjust = 1))
p
La gráfica presentada muestra la producción total de diferentes cultivos
en varios municipios. Cada barra representa un municipio y su altura
indica la cantidad total de productos agrícolas producidos en esa
localidad. Se observa una variabilidad significativa en la producción
entre los municipios, siendo Jenesano el que registra la mayor
producción total, seguido de Tenza. Por otro lado, municipios como
Moniquira y Oicatá presentan niveles de producción considerablemente
menores. Esta visualización permite comparar de manera rápida y sencilla
la productividad agrícola de cada municipio, identificando aquellos con
mayor potencial productivo y aquellos que podrían requerir de mayores
inversiones o apoyo técnico para incrementar su producción.
new_eva %>%
filter(MUNICIPIO=="JENESANO" & CULTIVO=="AGUACATE") %>%
group_by(Year, CULTIVO) %>%
select(MUNICIPIO, CULTIVO, Produccion, Year) -> jenesano_aguacate
jenesano_aguacateLa tabla presenta un registro detallado de la producción de aguacate en el municipio de Jenesano a lo largo de varios años. Cada fila representa un año específico y muestra la cantidad de aguacates producidos durante ese periodo. Esta información permite analizar la evolución de la producción de aguacate en este municipio a lo largo del tiempo, identificando posibles tendencias de aumento o disminución. Se observa una cierta variabilidad en la producción anual, lo que sugiere que factores como las condiciones climáticas, las prácticas agrícolas o la demanda del mercado pueden influir en los resultados. Este tipo de datos son fundamentales para comprender la dinámica de la producción agrícola a nivel local y para tomar decisiones informadas en cuanto a políticas de apoyo al sector agrícola.
g <- ggplot(aes(x=Year, y=Produccion/1000), data = jenesano_aguacate) + geom_bar(stat='identity') + labs(y='Produccion de AGUACATE [Ton x 1000]')
g
La gráfica presenta la producción de aguacate en el municipio de
Jenesano, Boyacá, entre los años 2010 y 2018. Se observa una clara
estacionalidad en la producción, con picos en años de clima favorable y
disminuciones en periodos de sequía o heladas. A pesar de estas
fluctuaciones, la producción de aguacate en Jenesano ha mostrado un
crecimiento sostenido a lo largo del periodo analizado, lo que indica el
potencial de esta región para la producción de este fruto. Sin embargo,
es necesario implementar estrategias para mitigar el impacto de las
condiciones climáticas adversas y asegurar la sostenibilidad de la
producción a largo plazo.
g + ggtitle("Evolution of aguacate Crop Production in jenesano from 2007 to 2018") + labs(caption= "Based on EVA data (Minagricultura, 2020)")
g
La gráfica presentada muestra la evolución de la producción de aguacate,
medida en miles de toneladas, a lo largo de varios años. Se observa una
variabilidad en la producción anual, con picos en algunos años y
disminuciones en otros. Esta fluctuación en la producción podría estar
influenciada por diversos factores como condiciones climáticas, plagas,
cambios en las prácticas agrícolas o variaciones en la demanda del
mercado. Es importante destacar que, a pesar de estas variaciones, la
producción de aguacate en general ha mantenido una tendencia
relativamente estable durante el periodo analizado. Estos datos son
valiosos para entender la dinámica de la producción de aguacate y para
tomar decisiones informadas en cuanto a su cultivo y
comercialización.
sessionInfo()## R version 4.4.2 (2024-10-31 ucrt)
## Platform: x86_64-w64-mingw32/x64
## Running under: Windows 11 x64 (build 22631)
##
## Matrix products: default
##
##
## locale:
## [1] LC_COLLATE=Spanish_Colombia.utf8 LC_CTYPE=Spanish_Colombia.utf8
## [3] LC_MONETARY=Spanish_Colombia.utf8 LC_NUMERIC=C
## [5] LC_TIME=Spanish_Colombia.utf8
##
## time zone: Etc/GMT-1
## tzcode source: internal
##
## attached base packages:
## [1] stats graphics grDevices utils datasets methods base
##
## other attached packages:
## [1] ggplot2_3.5.1 dplyr_1.1.4 knitr_1.49 readr_2.1.5
##
## loaded via a namespace (and not attached):
## [1] bit_4.5.0.1 gtable_0.3.6 jsonlite_1.8.9 compiler_4.4.2
## [5] crayon_1.5.3 tidyselect_1.2.1 parallel_4.4.2 jquerylib_0.1.4
## [9] scales_1.3.0 yaml_2.3.10 fastmap_1.2.0 R6_2.5.1
## [13] labeling_0.4.3 generics_0.1.3 tibble_3.2.1 munsell_0.5.1
## [17] bslib_0.8.0 pillar_1.9.0 tzdb_0.4.0 rlang_1.1.4
## [21] utf8_1.2.4 cachem_1.1.0 xfun_0.49 sass_0.4.9
## [25] bit64_4.5.2 cli_3.6.3 withr_3.0.2 magrittr_2.0.3
## [29] digest_0.6.37 grid_4.4.2 vroom_1.6.5 rstudioapi_0.17.1
## [33] hms_1.1.3 lifecycle_1.0.4 vctrs_0.6.5 evaluate_1.0.1
## [37] glue_1.8.0 farver_2.1.2 colorspace_2.1-1 fansi_1.0.6
## [41] rmarkdown_2.29 tools_4.4.2 pkgconfig_2.0.3 htmltools_0.5.8.1