STATUS — Análisis de Yacimientos de Petróleo y Gas
Grupo 5
2026-06-02
library(readxl)
library(dplyr)
library(gt)
library(ggplot2)
library(scales)
library(forcats)datos <- read_excel("dataset_mundial_petro.xlsx")
n <- nrow(datos)
cat("Número de registros:", n, "\n")## Número de registros: 8334cat("Número de variables:", ncol(datos), "\n")## Número de variables: 231 Configuración y Carga de Datos
En esta sección se cargan las librerías necesarias y se importa el dataset Global Oil and Gas Extraction Tracker (GOGET), que contiene registros de unidades de extracción de petróleo y gas a nivel mundial.
2 Extracción y Conteo Inicial
Se extrae la variable Status (Estado Operativo) del dataset y se realiza el conteo inicial de registros por categoría. Esta variable es de escala ordinal, ya que sus categorías siguen un orden lógico natural que va desde el descubrimiento hasta el abandono del yacimiento.
conteo_inicial <- datos %>%
count(Status, name = "fi") %>%
arrange(desc(fi))
k <- nrow(conteo_inicial)
cat("Total de estados (categorías):", k, "\n")## Total de estados (categorías): 10cat("Estado más frecuente:", conteo_inicial$Status[1],
"con", conteo_inicial$fi[1], "registros\n")## Estado más frecuente: operating con 6351 registroscat("Estado menos frecuente:", conteo_inicial$Status[k],
"con", conteo_inicial$fi[k], "registro(s)\n")## Estado menos frecuente: exploration con 1 registro(s)Vista previa del conteo:
head(conteo_inicial, 9)## # A tibble: 9 × 2
## Status fi
## <chr> <int>
## 1 operating 6351
## 2 shut in 990
## 3 discovered 396
## 4 <NA> 266
## 5 in development 233
## 6 decommissioned 71
## 7 abandoned 13
## 8 UGS 11
## 9 cancelled 23 Categorización y Ordenamiento Lógico
Dado que Status es una variable cualitativa ordinal, se organiza según el orden lógico natural del ciclo de vida de un yacimiento: de la etapa de descubrimiento hasta su abandono o desmantelamiento.
# Orden lógico ordinal del ciclo de vida del yacimiento
orden_logico <- c("exploration", "discovered", "in development",
"operating", "shut in", "UGS",
"decommissioned", "abandoned", "cancelled")
tabla_freq <- conteo_inicial %>%
mutate(
Status = recode(Status,
"operating" = "Operativo",
"shut in" = "Cerrado",
"discovered" = "Descubierto",
"in development" = "En desarrollo",
"decommissioned" = "Desmantelado",
"abandoned" = "Abandonado",
"UGS" = "Almacenamiento subterráneo",
"cancelled" = "Cancelado",
"exploration" = "En exploración"
),
hi_prop = fi / n,
hi_pct = hi_prop * 100,
Fi = cumsum(fi),
Hi_prop = cumsum(hi_prop),
Hi_pct = cumsum(hi_pct)
) %>%
mutate(i = row_number()) %>%
select(i, Status, fi, hi_pct, hi_prop, Fi, Hi_pct, Hi_prop)
cat("Verificación — suma de fi:", sum(tabla_freq$fi), "\n")## Verificación — suma de fi: 8334cat("Verificación — suma de hi (%):", round(sum(tabla_freq$hi_pct), 2), "(debe ser 100)\n")## Verificación — suma de hi (%): 100 (debe ser 100)4 Tabla de Distribución de Frecuencias
tabla_freq %>%
select(i, Status, fi, hi_pct, hi_prop) %>%
gt() %>%
tab_header(
title = md("**Tabla N° 1**"),
subtitle = md("Agrupación por estado operativo de yacimientos de extracción de petróleo y gas")
) %>%
cols_label(
i = md("**N°**"),
Status = md("**Estado Operativo**"),
fi = md("**ni**"),
hi_pct = md("**(%)** "),
hi_prop = md("**(proporción)**")
) %>%
tab_spanner(
label = md("**hi**"),
columns = c(hi_pct, hi_prop)
) %>%
fmt_number(columns = hi_pct, decimals = 2) %>%
fmt_number(columns = hi_prop, decimals = 3) %>%
fmt_number(columns = fi, decimals = 0, use_seps = TRUE) %>%
grand_summary_rows(
columns = c(fi, hi_pct, hi_prop),
fns = list(label = "Total", fn = "sum"),
fmt = list(
~ fmt_number(., columns = fi, decimals = 0),
~ fmt_number(., columns = hi_pct, decimals = 2),
~ fmt_number(., columns = hi_prop, decimals = 3)
)
) %>%
cols_hide(columns = i) %>%
tab_source_note(source_note = "Autor: Grupo 5") %>%
tab_options(
table.width = pct(75),
table.font.size = px(13),
table.font.names = "Arial",
heading.title.font.size = px(15),
heading.subtitle.font.size = px(12),
heading.align = "center",
heading.background.color = "#AAAAAA",
heading.border.bottom.color = "#AAAAAA",
heading.border.bottom.width = px(1),
column_labels.font.weight = "bold",
column_labels.background.color = "#FFFFFF",
column_labels.border.top.color = "#AAAAAA",
column_labels.border.top.width = px(1),
column_labels.border.bottom.color = "#AAAAAA",
column_labels.border.bottom.width = px(1),
row.striping.include_table_body = FALSE,
source_notes.font.size = px(11),
source_notes.border.lr.color = "transparent",
table.border.top.color = "#AAAAAA",
table.border.top.width = px(1),
table.border.bottom.color = "#AAAAAA",
table.border.bottom.width = px(1)
) %>%
tab_style(
style = cell_text(color = "white", weight = "bold"),
locations = cells_title(groups = c("title", "subtitle"))
) %>%
tab_style(
style = cell_text(color = "#000000", weight = "bold"),
locations = cells_column_labels()
) %>%
tab_style(
style = cell_text(color = "#000000", weight = "bold"),
locations = cells_column_spanners()
) %>%
tab_style(
style = list(
cell_text(weight = "bold", color = "#000000"),
cell_borders(sides = "top", color = "#333333", weight = px(1))
),
locations = cells_grand_summary()
) %>%
tab_style(
style = cell_text(color = "#333333"),
locations = cells_body()
)| Tabla N° 1 | ||||
| Agrupación por estado operativo de yacimientos de extracción de petróleo y gas | ||||
| Estado Operativo | ni |
hi
|
||
|---|---|---|---|---|
| (%) | (proporción) | |||
| Operativo | 6,351 | 76.21 | 0.762 | |
| Cerrado | 990 | 11.88 | 0.119 | |
| Descubierto | 396 | 4.75 | 0.048 | |
| NA | 266 | 3.19 | 0.032 | |
| En desarrollo | 233 | 2.80 | 0.028 | |
| Desmantelado | 71 | 0.85 | 0.009 | |
| Abandonado | 13 | 0.16 | 0.002 | |
| Almacenamiento subterráneo | 11 | 0.13 | 0.001 | |
| Cancelado | 2 | 0.02 | 0.000 | |
| En exploración | 1 | 0.01 | 0.000 | |
| Total | — | 8,334 | 100.00 | 1.000 |
| Autor: Grupo 5 | ||||
5 Análisis Gráfico
tema_base <- theme_minimal(base_size = 12) +
theme(
legend.position = "none",
plot.title = element_text(face = "bold", color = "#222222", size = 13),
plot.subtitle = element_text(color = "#555555", size = 10),
plot.caption = element_text(color = "#888888", size = 9),
axis.title = element_text(face = "bold", color = "#333333"),
axis.text = element_text(color = "#333333"),
panel.grid.major.y = element_blank(),
panel.grid.major.x = element_line(color = "#EEEEEE"),
panel.grid.minor = element_blank(),
plot.background = element_rect(fill = "white", color = NA),
panel.background = element_rect(fill = "white", color = NA)
)
colores_status <- colorRampPalette(c("#2E86C1", "#AED6F1"))(9)
status_graf <- tabla_freq %>%
mutate(Status = fct_reorder(Status, fi))5.1 Diagrama de Barras de Cantidad
ggplot(status_graf, aes(x = Status, y = fi, fill = Status)) +
geom_col(width = 0.65, color = "white", linewidth = 0.3) +
geom_text(
aes(label = format(fi, big.mark = ",")),
hjust = -0.1, size = 3.4, color = "#222222", fontface = "bold"
) +
coord_flip() +
scale_fill_manual(values = colores_status) +
scale_y_continuous(
labels = label_comma(),
expand = expansion(mult = c(0, 0.18))
) +
labs(
title = "Gráfica N. 1: Distribución de yacimientos de petróleo y gas por estado operativo",
x = "Estado Operativo",
y = "Frecuencia Absoluta (fi)",
caption = paste0("n = ", format(n, big.mark = ","), " | Fuente: Global Energy Monitor — GOGET 2023")
) +
tema_base
5.2 Diagrama de Barras Porcentual
ggplot(status_graf, aes(x = Status, y = hi_pct, fill = Status)) +
geom_col(width = 0.65, color = "white", linewidth = 0.3) +
geom_text(
aes(label = paste0(round(hi_pct, 2), "%")),
hjust = -0.1, size = 3.4, color = "#222222", fontface = "bold"
) +
coord_flip() +
scale_fill_manual(values = colores_status) +
scale_y_continuous(
labels = function(x) paste0(x, "%"),
expand = expansion(mult = c(0, 0.18))
) +
labs(
title = "Gráfica N. 2: Distribución porcentual de yacimientos de petróleo y gas por estado operativo",
x = "Estado Operativo",
y = "Frecuencia Relativa (%)",
caption = paste0("n = ", format(n, big.mark = ","), " | Fuente: Global Energy Monitor — GOGET 2023")
) +
tema_base
5.3 Diagrama Circular
datos_pie <- tabla_freq %>%
arrange(desc(fi)) %>%
mutate(
Status = fct_reorder(Status, hi_pct),
etiqueta = paste0(round(hi_pct, 1), "%")
)
ggplot(datos_pie, aes(x = "", y = hi_pct, fill = Status)) +
geom_col(width = 1, color = "white", linewidth = 0.6) +
geom_text(
aes(label = etiqueta),
position = position_stack(vjust = 0.5),
size = 3.5, color = "#1A1A1A", fontface = "bold"
) +
coord_polar(theta = "y", start = 0) +
scale_fill_manual(values = colorRampPalette(c("#2E86C1", "#AED6F1"))(9)) +
labs(
title = "Gráfica N.3: Distribución Porcentual por Estado Operativo",
fill = "Estado Operativo",
caption = paste0("n = ", format(n, big.mark = ","), " | Fuente: Global Energy Monitor — GOGET 2023")
) +
theme_void(base_size = 12) +
theme(
plot.title = element_text(face = "bold", color = "#222222", size = 13, hjust = 0.5),
plot.caption = element_text(color = "#888888", size = 9),
legend.position = "right",
legend.title = element_text(face = "bold", color = "#222222"),
legend.text = element_text(size = 9, color = "#333333"),
plot.background = element_rect(fill = "white", color = NA)
)
6 Indicadores Estadísticos
# Moda: categoría con mayor frecuencia
moda_status <- tabla_freq$Status[which.max(tabla_freq$fi)]
tabla_indicadores <- data.frame(
"Variable" = "Status",
"Rango" = "Estados Operativos",
"Media (X)" = "-",
"Mediana (Me)" = "-",
"Moda (Mo)" = moda_status,
"Varianza (V)" = "-",
"Desv. Est. (Sd)"= "-",
"C.V. (%)" = "-",
"Asimetría (As)" = "-",
"Curtosis (K)" = "-",
check.names = FALSE
)
tabla_indicadores %>%
gt() %>%
tab_header(
title = md("**Tabla N°3 de Conclusiones yacimientos de petróleo y gas por Estado Operativo**")
) %>%
tab_source_note(source_note = "Autor: Grupo 5") %>%
tab_options(
table.width = pct(92),
table.font.size = px(13),
table.font.names = "Arial",
heading.title.font.size = px(15),
heading.align = "left",
heading.border.bottom.color = "#CCCCCC",
heading.border.bottom.width = px(1),
column_labels.font.weight = "bold",
column_labels.background.color = "#F0F0F0",
column_labels.border.top.color = "#AAAAAA",
column_labels.border.top.width = px(1),
column_labels.border.bottom.color = "#AAAAAA",
column_labels.border.bottom.width = px(1),
row.striping.include_table_body = FALSE,
source_notes.font.size = px(11),
source_notes.border.lr.color = "transparent",
table.border.top.color = "#AAAAAA",
table.border.top.width = px(1),
table.border.bottom.color = "#AAAAAA",
table.border.bottom.width = px(2)
) %>%
tab_style(
style = cell_text(color = "#000000", weight = "bold"),
locations = cells_column_labels()
) %>%
tab_style(
style = cell_text(color = "#333333"),
locations = cells_body()
)| Tabla N°3 de Conclusiones yacimientos de petróleo y gas por Estado Operativo | |||||||||
| Variable | Rango | Media (X) | Mediana (Me) | Moda (Mo) | Varianza (V) | Desv. Est. (Sd) | C.V. (%) | Asimetría (As) | Curtosis (K) |
|---|---|---|---|---|---|---|---|---|---|
| Status | Estados Operativos | - | - | Operativo | - | - | - | - | - |
| Autor: Grupo 5 | |||||||||