##Introducción En este cuaderno se verá la información estadística del departamento de Bolívar extraída de la UPRA

##Configuración

#Se limpia la memoria temporal

rm (list=ls())

#Se cargan las librerías

library (readxl)
library (readr)
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

##Lectura del conjunto de datos EVA del 2019 al 2025

list.files (pattern = ".xlsx")
## [1] "BaseAgricola20192025.xlsx" "EVA 2019-2025.xlsx"
library(readxl)
hojas <- excel_sheets("EVA 2019-2025.xlsx")
hojas
## [1] "BasePagina" "BaseSIPRA"
EVA19_25 <- read_excel("EVA 2019-2025.xlsx", skip = 8)
EVA19_25
colnames(EVA19_25)
##  [1] "Código Dane departamento"      "Departamento"                 
##  [3] "Código Dane municipio"         "Municipio"                    
##  [5] "Desagregación cultivo"         "Cultivo"                      
##  [7] "Ciclo del cultivo"             "Grupo cultivo"                
##  [9] "Subgrupo"                      "Año"                          
## [11] "Periodo"                       "Área sembrada (ha)"           
## [13] "Área cosechada (ha)"           "Producción (t)"               
## [15] "Rendimiento (t/ha)"            "Nombre científico del cultivo"
## [17] "Código del cultivo"            "Estado físico del cultivo"

##Subconjunto de datos para Bolívar

(blvar19_25 <- filter(EVA19_25, Departamento == "Bolívar"))

Información del año 2025

(blvar_25 <- filter(blvar19_25, Año == 2025))

##Subconjunto de datos del grupo de cultivos analizado

blvar_25 %>% 
  group_by( `Código Dane municipio`, Municipio, `Grupo cultivo`) %>% 
  filter(`Grupo cultivo` == "Frutales") %>%
  summarise(max_prod = max(`Producción (t)`, na.rm = TRUE)) %>%
  arrange (desc(max_prod)) -> frutales2025
## `summarise()` has regrouped the output.
## ℹ Summaries were computed grouped by Código Dane municipio, Municipio, and
##   Grupo cultivo.
## ℹ Output is grouped by Código Dane municipio and Municipio.
## ℹ Use `summarise(.groups = "drop_last")` to silence this message.
## ℹ Use `summarise(.by = c(Código Dane municipio, Municipio, Grupo cultivo))` for
##   per-operation grouping (`?dplyr::dplyr_by`) instead.
frutales2025

##Se escriben los datos

write_csv(frutales2025, "blvar_frutales_2025_csv")
list.files()
## [1] "BaseAgricola20192025.xlsx" "blvar_frutales_2025_csv"  
## [3] "Cuaderno-EVA.html"         "Cuaderno-EVA.Rmd"         
## [5] "Cuaderno EVA.nb.html"      "Cuaderno EVA.Rmd"         
## [7] "EVA 2019-2025.xlsx"        "Naranja - copia.jpg"      
## [9] "Naranja.jpg"
los_datos25 <- read.csv("blvar_frutales_2025_csv")
los_datos25
los_datos25 %>% mutate(Código.Dane.municipio = as.character(Código.Dane.municipio)) -> nuevos_datos25
head(nuevos_datos25)

En Colombia hay cerca de 43.871 hectáreas cultivadas de naranja, las cuales son de ciclo permanente con un rendimiento de 13.3 toneladas por hectárea. De las 43.871 hectáreas, 27.871 son de naranja Valencia, seguida de naranja Salustiana con 577,6 hectáreas, ambas variedades siendo ideales para zumos.

Los departamentos con mayor producción son Antioquia, Bolívar, Boyacá, Caldas, Casanare, Cesar, Chocó en los que se cultivan variedades como Valencia y la Washington Navel.

Fuente: Agronet.gov.co (2024)

#Referencias Ministerio de Agricultura y Desarrollo Rural. (s. f.). Estadísticas agrícolas – Naranja en Colombia. AgroNet. Recuperado el 27 de mayo de 2026, de AgroNet

##Reproducibilidad

sessionInfo()
## R version 4.6.0 (2026-04-24 ucrt)
## Platform: x86_64-w64-mingw32/x64
## Running under: Windows 11 x64 (build 26200)
## 
## Matrix products: default
##   LAPACK version 3.12.1
## 
## 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] dplyr_1.2.1  readr_2.2.0  readxl_1.5.0
## 
## loaded via a namespace (and not attached):
##  [1] crayon_1.5.3     vctrs_0.7.3      cli_3.6.6        knitr_1.51      
##  [5] rlang_1.2.0      xfun_0.57        generics_0.1.4   jsonlite_2.0.0  
##  [9] bit_4.6.0        glue_1.8.1       htmltools_0.5.9  sass_0.4.10     
## [13] hms_1.1.4        rmarkdown_2.31   cellranger_1.1.0 evaluate_1.0.5  
## [17] jquerylib_0.1.4  tibble_3.3.1     tzdb_0.5.0       fastmap_1.2.0   
## [21] yaml_2.3.12      lifecycle_1.0.5  compiler_4.6.0   pkgconfig_2.0.3 
## [25] digest_0.6.39    R6_2.6.1         tidyselect_1.2.1 parallel_4.6.0  
## [29] vroom_1.7.1      pillar_1.11.1    magrittr_2.0.5   bslib_0.10.0    
## [33] bit64_4.8.0      tools_4.6.0      cachem_1.1.0