1.Introduccion

library(tidyverse)
library(dplyr)
library(readr)
library(ggplot2)

Datos de evaluaciones agropecuarias para el municipio de cundinamarca de diferentes especies de interes agronómico.

list.files("./datos", pattern = c ('csv'))
## [1] "Evaluacion_Agropecuarios_Departamento_Cundinamarca.csv"
(eva = read_csv2("./datos/Evaluacion_Agropecuarios_Departamento_Cundinamarca.csv", col_names = TRUE, 
                show_col_types = FALSE))
## # A tibble: 105,575 × 13
##    codigoMunicipio municipio    grupo_especie           subGrupo_Especie especie
##              <dbl> <chr>        <chr>                   <chr>            <chr>  
##  1           25001 Agua de Dios Frutales                Demás frutales   Aguaca…
##  2           25001 Agua de Dios Frutales                Demás frutales   Aguaca…
##  3           25001 Agua de Dios Frutales                Demás frutales   Aguaca…
##  4           25001 Agua de Dios Frutales                Demás frutales   Aguaca…
##  5           25001 Agua de Dios Frutales                Demás frutales   Aguaca…
##  6           25001 Agua de Dios Cultivos tropicales tr… Hortalizas de f… Algodón
##  7           25001 Agua de Dios Cultivos tropicales tr… Hortalizas de f… Algodón
##  8           25001 Agua de Dios Frutales                Hortalizas de f… Anón   
##  9           25001 Agua de Dios Frutales                Hortalizas de f… Anón   
## 10           25001 Agua de Dios Frutales                Hortalizas de r… Anón   
## # ℹ 105,565 more rows
## # ℹ 8 more variables: `Desagregación cultivo` <chr>, anho <dbl>, Periodo <chr>,
## #   AreaSembrada <dbl>, AreaCosechada <dbl>, produccion <dbl>,
## #   rendimiento <dbl>, EstadoFisicoProduccio <chr>
eva <- eva |> dplyr::select("codigoMunicipio" : "EstadoFisicoProduccio") ->eva.tmp
eva.tmp |> dplyr::rename("COD. MUN." = "codigoMunicipio",
                          "MUNICIPIO" = "municipio",
                          "Grupo" = "grupo_especie",
                          "Subgrupo" = "subGrupo_Especie",
                          "Cultivo" = "especie",
                          "Sistema" = "Desagregación cultivo",
                          "Year" = "anho",
                          "Periodo" = "Periodo",
                          "Area sembrada" = "AreaSembrada",
                          "Area cosechada" = "AreaCosechada",
                          "Produccion" = "produccion",
                          "Rendimiento" = "rendimiento",
                          "Estado" = "EstadoFisicoProduccio")-> new.eva
new.eva
## # A tibble: 105,575 × 13
##    `COD. MUN.` MUNICIPIO    Grupo         Subgrupo Cultivo Sistema  Year Periodo
##          <dbl> <chr>        <chr>         <chr>    <chr>   <chr>   <dbl> <chr>  
##  1       25001 Agua de Dios Frutales      Demás f… Aguaca… Aguaca…  2019 2019   
##  2       25001 Agua de Dios Frutales      Demás f… Aguaca… Aguaca…  2020 2020   
##  3       25001 Agua de Dios Frutales      Demás f… Aguaca… Aguaca…  2021 2021   
##  4       25001 Agua de Dios Frutales      Demás f… Aguaca… Aguaca…  2022 2022   
##  5       25001 Agua de Dios Frutales      Demás f… Aguaca… Aguaca…  2023 2023   
##  6       25001 Agua de Dios Cultivos tro… Hortali… Algodón Algodón  2019 2019A  
##  7       25001 Agua de Dios Cultivos tro… Hortali… Algodón Algodón  2019 2019B  
##  8       25001 Agua de Dios Frutales      Hortali… Anón    Anón     2019 2019   
##  9       25001 Agua de Dios Frutales      Hortali… Anón    Anón     2020 2020   
## 10       25001 Agua de Dios Frutales      Hortali… Anón    Anón     2021 2021   
## # ℹ 105,565 more rows
## # ℹ 5 more variables: `Area sembrada` <dbl>, `Area cosechada` <dbl>,
## #   Produccion <dbl>, Rendimiento <dbl>, Estado <chr>

Datos de la produccion total de alimentos de los diferentes grupos de cultivos.

new.eva %>%
  group_by(Grupo) %>%
  summarize(total_Produccion = sum(Produccion)) %>%
  arrange(desc(total_Produccion))
## # A tibble: 9 × 2
##   Grupo                                                       total_Produccion
##   <chr>                                                                  <dbl>
## 1 Cultivos tropicales tradicionales                                   9281914.
## 2 Raíces y tubérculos                                                 7729234.
## 3 Frutales                                                            2846515.
## 4 Hortalizas                                                          1703227.
## 5 Cereales                                                             314126.
## 6 Leguminosas                                                          279902.
## 7 Oleaginosas                                                          106755.
## 8 Cultivos para condimentos, bebidas medicinales y aromáticas           33114.
## 9 <NA>                                                                     NA

Produccion total

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] 22261672

Grafica con los porcentajes de produccion de los diferentes grupos de cultivos

En esta grafica se evidencia que los grupos de cultivos tropicales frutales y las raices y tuberculos ocupan el mayor porcentaje de produccion en el municipio de cundinamarca mientras que los cerrales las leguminosas y las oleaginosas tienen los porcentajes mas bajos en la produccion total del departamento.

main.groups$percent = main.groups$total_produccion/value
library(ggplot2)

bp<- ggplot(main.groups, aes(x="", y=percent, fill=Grupo))+
geom_bar(width = 1, stat = "identity")
pie <- bp + coord_polar("y", start = 0)
pie

Datos de los municipios mas productores por grupo de cultivo en el departamento.

new.eva %>%
  group_by(Grupo, MUNICIPIO) %>%
  summarise(total_prod = sum(Produccion, na.rm = TRUE)) %>%
  slice(which.max(total_prod)) %>%
  arrange(desc(total_prod))
## # A tibble: 9 × 3
## # Groups:   Grupo [9]
##   Grupo                                                     MUNICIPIO total_prod
##   <chr>                                                     <chr>          <dbl>
## 1 Cultivos tropicales tradicionales                         Caparrapí   2292366.
## 2 Raíces y tubérculos                                       Villapin…   1520364.
## 3 Frutales                                                  San Bern…    345389.
## 4 Hortalizas                                                Mosquera     270871 
## 5 Oleaginosas                                               Paratebu…    104074.
## 6 Leguminosas                                               Venecia       35350.
## 7 Cereales                                                  Paratebu…     29159.
## 8 Cultivos para condimentos, bebidas medicinales y aromáti… Cachipay      11218.
## 9 <NA>                                                      <NA>              0

Grafica con los Datos de los municipios mas productores.

En esta grafica de barras evidenciamos que Caparrapi Y Villapinzon son los municipios mas prodcutores del departamento de Cundinamarca para los grupos de cultivos tropicales tradicionales y raices y tuberculos respectivamente; cifra que esta dad en toneladas.

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.
leaders %>%
  filter(total_prod > 5000) -> main.leaders
p<-ggplot(data = main.leaders, aes(x=MUNICIPIO, y=total_prod)) +
  geom_bar(stat = "identity")
p

## Produccion de aguacate en el municipio de Caparrapí para los años 2019 a 2023

new.eva %>%
  filter(MUNICIPIO=="Caparrapí" & Cultivo=="Aguacate") %>%
  group_by(Year, Cultivo) %>%
  select(MUNICIPIO, Cultivo, Produccion, Year) -> Caparrapí_avocado
Caparrapí_avocado
## # A tibble: 5 × 4
## # Groups:   Year, Cultivo [5]
##   MUNICIPIO Cultivo  Produccion  Year
##   <chr>     <chr>         <dbl> <dbl>
## 1 Caparrapí Aguacate      2178.  2019
## 2 Caparrapí Aguacate      2340   2020
## 3 Caparrapí Aguacate      3750   2021
## 4 Caparrapí Aguacate      4188.  2022
## 5 Caparrapí Aguacate      4027.  2023

Grafica de la produccion de Aguacate en el municipio de Caparrapí por año

En esta grafica observamos que en el año 2023 el municipio de Caparrapi tuvo el pico de produccion de aguacate en relacion a los años anteriores, siendo el 2021 el año donde hubo menor produccion.

g <- ggplot(aes(x=Year, y=Produccion/1000 ), data = Caparrapí_avocado) + geom_bar(stat = "identity") + labs(y="Produccion de Aguacate [Ton x 1000]") 
g + ggtitle("  Evolucion de la produccion del cultivo de aguacate en el municipio de Caparrapí") + labs(caption = "Based on EVA data (Minagricultura, 2020)")

## Bibliografia ## Diaz, O., 2024. Understanding dynamic productivity of crops. Available at

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: America/Bogota
## tzcode source: internal
## 
## attached base packages:
## [1] stats     graphics  grDevices utils     datasets  methods   base     
## 
## other attached packages:
##  [1] lubridate_1.9.4 forcats_1.0.0   stringr_1.5.1   dplyr_1.1.4    
##  [5] purrr_1.0.2     readr_2.1.5     tidyr_1.3.1     tibble_3.2.1   
##  [9] ggplot2_3.5.1   tidyverse_2.0.0
## 
## loaded via a namespace (and not attached):
##  [1] sass_0.4.9        utf8_1.2.4        generics_0.1.3    stringi_1.8.4    
##  [5] hms_1.1.3         digest_0.6.37     magrittr_2.0.3    evaluate_1.0.0   
##  [9] grid_4.4.2        timechange_0.3.0  fastmap_1.2.0     jsonlite_1.8.9   
## [13] fansi_1.0.6       scales_1.3.0      jquerylib_0.1.4   cli_3.6.3        
## [17] rlang_1.1.4       crayon_1.5.3      bit64_4.5.2       munsell_0.5.1    
## [21] withr_3.0.1       cachem_1.1.0      yaml_2.3.10       tools_4.4.2      
## [25] parallel_4.4.2    tzdb_0.4.0        colorspace_2.1-1  vctrs_0.6.5      
## [29] R6_2.5.1          lifecycle_1.0.4   bit_4.5.0         vroom_1.6.5      
## [33] pkgconfig_2.0.3   pillar_1.9.0      bslib_0.8.0       gtable_0.3.5     
## [37] glue_1.8.0        xfun_0.47         tidyselect_1.2.1  highr_0.11       
## [41] rstudioapi_0.17.1 knitr_1.48        farver_2.1.2      htmltools_0.5.8.1
## [45] rmarkdown_2.28    labeling_0.4.3    compiler_4.4.2