Análisis sobre el Índice de Libertad
# Librerias
library(plotly)
library(readr)
library(ggplot2)
library(reshape2)
library(formattable)
library(data.table)
library(StatMeasures)
# Levanto la base y la convierto en DF
libertad <- readr::read_csv("https://raw.githubusercontent.com/cienciadedatos/datos-de-miercoles/master/datos/2019/2019-08-14/libertad.csv")
#class(libertad)
libertad <- as.data.frame(libertad)
#head(libertad)
Revisando los datos recibidos:
formattable(contents(libertad))
|
variable
|
class
|
distinctValues
|
missingValues
|
perMissingValues
|
sampleValue
|
|
anio
|
integer
|
9
|
0
|
0.00
|
2011
|
|
codigo_iso
|
character
|
162
|
0
|
0.00
|
GMB
|
|
pais
|
character
|
161
|
0
|
0.00
|
Bhutan
|
|
region
|
character
|
10
|
0
|
0.00
|
Sur de Asia
|
|
libertad_humana_puntaje
|
numeric
|
390
|
80
|
5.49
|
5.47
|
|
libertad_humana_ranking
|
integer
|
163
|
80
|
5.49
|
110
|
|
libertad_personal_puntaje
|
numeric
|
472
|
80
|
5.49
|
6.37
|
|
libertad_personal_ranking
|
integer
|
163
|
80
|
5.49
|
96
|
|
libertad_economica_puntaje
|
numeric
|
354
|
80
|
5.49
|
7.73
|
|
libertad_economica_ranking
|
integer
|
163
|
80
|
5.49
|
153
|
Algunos comentarios
- Se cuenta con 9 años de historia para analizar (2008 a 2016)
- Hay información de 162 países distintos, agrupados en 10 regiones
- Hay 80 registros sin dato de ninguno de los índices
- Los países que en algún momento no cuentan con el dato son los siguientes:
table(is.na(libertad$libertad_humana_puntaje),libertad$pais)->a
as.data.frame(a)->a
a <- subset(a,a$Var1=="TRUE")
a <- subset(a,a$Freq>0)
as.character(unique(a$Var2))
## [1] "Arabia Saudita" "Bhutan" "Bielorrusia"
## [4] "Brunei Darussalam" "Cabo Verde" "Cambodia"
## [7] "Gambia" "Guinea" "Irak"
## [10] "Laos" "Líbano" "Liberia"
## [13] "Libia" "Qatar" "Seychelles"
## [16] "Suazilandia" "Sudán" "Surinam"
## [19] "Tayikistán" "Timor-Leste" "Yemen"
- Corresponden a las siguientes regiones:
regiones <- libertad$region[match(a$Var2,libertad$pais)]
as.character(unique(regiones))
## [1] "Oriente Medio y Norte de África" "Sur de Asia"
## [3] "Europa del Este" "África Subsahariana"
## [5] "Latinoamérica y el Caribe" "Cáucaso y Asia Central"
Análisis comparativo de los Índices de Libertad
¿Cómo se distribuyen los valores de los índices?
libertad_humana <- data.frame(libertad[,1:4],
INDICE=libertad$libertad_humana_puntaje,
RANKING=libertad$libertad_humana_ranking)
libertad_personal <- data.frame(libertad[,1:4],
INDICE=libertad$libertad_personal_puntaje,
RANKING=libertad$libertad_personal_ranking)
libertad_economica <- data.frame(libertad[,1:4],
INDICE=libertad$libertad_economica_puntaje,
RANKING=libertad$libertad_economica_ranking)
libertad_aplanado <- rbind(libertad_humana,
libertad_personal,
libertad_economica)
libertad_aplanado$Tipo_Libertad <- c(rep("Humana",nrow(libertad_humana)),
rep("Personal",nrow(libertad_personal)),
rep("Economica",nrow(libertad_economica)))
libertad_aplanado$anio <- as.factor(libertad_aplanado$anio)
p<-ggplot(libertad_aplanado,
aes(x=INDICE,
fill=anio)) +
geom_density(alpha=0.4)+
theme_bw()+
facet_wrap(~Tipo_Libertad,
ncol = 5)
p <- ggplotly(p)
p
Algunos comentarios
- Se observan distribuciones similares en el paso del tiempo, aunque en los períodos más recientes la densidad en valores más bajos se torna un poco más pesada (excepto en el índice de libertad económica), ¿Se fue perdiendo la libertad humana y personal en el tiempo?
- Revisando las principales métricas, se verifica que tanto el índice promedio de libertad humana como el de libertad personal han disminuído con el tiempo. Sin embargo, el índice promedio de libertad económica ha crecido 0.06 puntos:
metricas <- aggregate(libertad_aplanado$INDICE,
by=list(libertad_aplanado$anio,libertad_aplanado$Tipo_Libertad),
function(x) c(Min=min(x,na.rm=TRUE),
Prom=mean(x,na.rm=TRUE),
Med=median(x,na.rm=TRUE),
Max=max(x,na.rm=TRUE),
Coef_Variacion=sd(x,na.rm=TRUE)/mean(x,na.rm=TRUE)))
metricas <- data.frame(Anio=metricas$Group.1,
Tipo_Libertad=metricas$Group.2,
metricas$x)
metricas[,3:ncol(metricas)] <- round(metricas[,3:ncol(metricas)],2)
metricas <- dcast(setDT(metricas), Anio~Tipo_Libertad, value.var=c("Min", "Prom","Max"))
formattable(metricas,
list(
Min_Economica = color_tile("transparent", "LightPink"),
Min_Humana = color_tile("transparent", "LightPink"),
Min_Personal = color_tile("transparent", "LightPink"),
Prom_Economica = color_tile("transparent", "LightSteelBlue"),
Prom_Humana = color_tile("transparent", "LightSteelBlue"),
Prom_Personal = color_tile("transparent", "LightSteelBlue"),
Max_Economica = color_tile("transparent", "Khaki"),
Max_Humana = color_tile("transparent", "Khaki"),
Max_Personal = color_tile("transparent", "Khaki"))) -> a
as.htmlwidget(a, width = 11)
Evolución de los Índices por Región
- Europa Occidental y Norteamérica son las regiones con mayores índices de libertad, mientras que el Sur de Asia, Oriente Medio y Norte de África y áfrica Subsahariana cuentan con los índices de libertad más bajos.
- Cáucaso y Asia Central, y Oriente Medio y Norte de África cuentan con una clara tendencia decreciente en el tiempo, fundamentalmente en el índice de libertad personal.
p <- ggplot(libertad_aplanado,
aes(x=anio,
y=INDICE,
fill=region)) +
geom_boxplot() +
facet_wrap(~region+Tipo_Libertad,
ncol = 3) +
theme_bw()
p + theme(legend.position='none',
axis.text=element_text(size=6))
¿Cómo se evolucionaron los Índices de Libertad en Argentina?
Libertad Economica: El índice de Argentina es siempre inferior al promedio! A medida que pasa el tiempo, más cae, tocando el pico mínimo en 2014.
Libertad Humana: Si bien el índice de Argentina es siempre inferior al promedio, la diferencia no es tan amplia como en el índice de libertad económica.
Libertad Personal: Argentina siempre cuenta con un índice de libertad personal por encima del promedio!
resumen <- aggregate(libertad_aplanado$INDICE,
by=list(libertad_aplanado$anio,
libertad_aplanado$Tipo_Libertad),
mean,na.rm=TRUE)
resumen <- data.frame(Anio=resumen$Group.1,
Tipo_Libertad=resumen$Group.2,
Promedio=resumen$x)
resumen$TIPO <- rep("Promedio",nrow(resumen))
Argentina <- subset(libertad_aplanado,libertad_aplanado$pais=="Argentina")
Argentina_Res <- resumen
Argentina_Res$Promedio <- Argentina$INDICE[match(paste(Argentina_Res$Anio,
Argentina_Res$Tipo_Libertad),
paste(Argentina$anio,
Argentina$Tipo_Libertad))]
Argentina_Res$TIPO <- rep("Argentina",nrow(Argentina_Res))
resumen <- rbind(resumen,Argentina_Res)
resumen$Anio <- as.numeric(as.character(resumen$Anio))
p <- ggplot(resumen,
aes(x = Anio,
y = Promedio,
color=TIPO)) +
theme_bw() +
geom_line(size=1.2) +
geom_point(size=1.5)+
facet_wrap(~Tipo_Libertad,
ncol = 3)
p + theme(legend.position='top',
axis.text=element_text(size=8))
¿Qué regiones cuentan con mayores caídas en los índices de libertad?
- El índice de libertad personal es el que sufrió las mayores caídas, y las mayores caídas ocurrieron en “Oriente Medio y Norte de Africa” y “África Subsahariana”. Egipto cuenta con las mayores caídas en los tres índices.
- Las mayores caídas en el índice de libertad humana se dan en Siria, Venezuela y Egipto.
- Las mayores caídas en el índice de libertad personal ocurrieron en Siria, Egipto y Burundi.
- Las mayores caídas en el índice de libertad económica se dieron en Venezuela, ¡Argentina!, y Egipto.
TOP 10 de países con mayor caída en el índice de Libertad Humana (2016 vs 2008)
# Defino dos df, uno con info inicial a 2008, y otro con info final a 2016
caidas_base <- subset(libertad_aplanado,libertad_aplanado$anio==2008)
caidas_fin <- subset(libertad_aplanado,libertad_aplanado$anio==2016)
# Voy a trabajar sobre "caidas_fin", asi que me traigo el dato del indice base
caidas_fin$INDICE_BASE <- caidas_base$INDICE[match(paste(caidas_fin$pais,
caidas_fin$Tipo_Libertad),
paste(caidas_base$pais,
caidas_base$Tipo_Libertad))]
# Agrego una columna de variaciones, como la diferencia entre el indice 2008 y el 2016
caidas_fin$Variaciones <- caidas_fin$INDICE - caidas_fin$INDICE_BASE
# TOP CAIDAS EN INDICA LIBERTAD HUMANA
caidas_analisis <- subset(caidas_fin,
caidas_fin$Tipo_Libertad=="Humana")
# Ordeno de menor a mayor variacion porcentual
caidas_analisis <- caidas_analisis[order(caidas_analisis$Variaciones/caidas_analisis$INDICE_BASE),]
caidas_analisis <- head(caidas_analisis,10)
# Armo la tabla de detalle a presentar
tablita_presentar <- data.frame(Pais=caidas_analisis$pais,
Region=caidas_analisis$region,
Ind_2008=caidas_analisis$INDICE_BASE,
Ind_2016=caidas_analisis$INDICE,
Caida=caidas_analisis$Variaciones,
Pct_Caida=paste(round(caidas_analisis$Variaciones/caidas_analisis$INDICE_BASE*100,0),"%"))
# Le doy formato a la tabla resumen
region <- as.character(unique(tablita_presentar$Region))
STYLE_1 <- style(color = "black", font.weight = "bold","background-color" = csscolor("LightPink"))
STYLE_2 <- style(color = "black", font.weight = "bold","background-color" = csscolor("PaleTurquoise"))
STYLE_3 <- style(color = "black", font.weight = "bold","background-color" = csscolor("Gold "))
STYLE_4 <- style(color = "black", font.weight = "bold","background-color" = csscolor("Plum "))
STYLE_5 <- style(color = "black", font.weight = "bold","background-color" = csscolor("LightSteelBlue "))
formattable(tablita_presentar,
list(Region = formatter("span",
style = x ~ ifelse(x == region[1],STYLE_1,
ifelse(x == region[2],STYLE_2,
ifelse(x==region[3],STYLE_3,
ifelse(x==region[4],STYLE_4,
ifelse(x==region[5],STYLE_5,NA))))))))
|
Pais
|
Region
|
Ind_2008
|
Ind_2016
|
Caida
|
Pct_Caida
|
|
Siria
|
Oriente Medio y Norte de África
|
5.46
|
3.77
|
-1.69
|
-31 %
|
|
Venezuela
|
Latinoamérica y el Caribe
|
5.26
|
4.20
|
-1.06
|
-20 %
|
|
Egipto
|
Oriente Medio y Norte de África
|
6.00
|
4.81
|
-1.19
|
-20 %
|
|
Brasil
|
Latinoamérica y el Caribe
|
7.01
|
6.21
|
-0.80
|
-11 %
|
|
Grecia
|
Europa del Este
|
7.94
|
7.20
|
-0.74
|
-9 %
|
|
Tailandia
|
Sur de Asia
|
7.27
|
6.62
|
-0.65
|
-9 %
|
|
Burundi
|
África Subsahariana
|
5.65
|
5.17
|
-0.48
|
-8 %
|
|
Argentina
|
Latinoamérica y el Caribe
|
7.04
|
6.47
|
-0.57
|
-8 %
|
|
Ucrania
|
Europa del Este
|
6.80
|
6.28
|
-0.52
|
-8 %
|
|
Mauritania
|
África Subsahariana
|
5.90
|
5.47
|
-0.43
|
-7 %
|
TOP 10 de países con mayor caída en el índice de Libertad Personal (2016 vs 2008)
# Defino dos df, uno con info inicial a 2008, y otro con info final a 2016
caidas_base <- subset(libertad_aplanado,libertad_aplanado$anio==2008)
caidas_fin <- subset(libertad_aplanado,libertad_aplanado$anio==2016)
# Voy a trabajar sobre "caidas_fin", asi que me traigo el dato del indice base
caidas_fin$INDICE_BASE <- caidas_base$INDICE[match(paste(caidas_fin$pais,
caidas_fin$Tipo_Libertad),
paste(caidas_base$pais,
caidas_base$Tipo_Libertad))]
# Agrego una columna de variaciones, como la diferencia entre el indice 2008 y el 2016
caidas_fin$Variaciones <- caidas_fin$INDICE - caidas_fin$INDICE_BASE
# TOP CAIDAS EN INDICA LIBERTAD PERSONAL
caidas_analisis <- subset(caidas_fin,
caidas_fin$Tipo_Libertad=="Personal")
# Ordeno de menor a mayor variacion porcentual
caidas_analisis <- caidas_analisis[order(caidas_analisis$Variaciones/caidas_analisis$INDICE_BASE),]
caidas_analisis <- head(caidas_analisis,10)
# Armo la tabla de detalle a presentar
tablita_presentar <- data.frame(Pais=caidas_analisis$pais,
Region=caidas_analisis$region,
Ind_2008=caidas_analisis$INDICE_BASE,
Ind_2016=caidas_analisis$INDICE,
Caida=caidas_analisis$Variaciones,
Pct_Caida=paste(round(caidas_analisis$Variaciones/caidas_analisis$INDICE_BASE*100,0),"%"))
# Le doy formato a la tabla resumen
region_v2 <- as.character(unique(tablita_presentar$Region))
region <- c(region,region_v2)
region <- unique(region)
STYLE_6 <- style(color = "black", font.weight = "bold","background-color" = csscolor("LightCoral "))
STYLE_7 <- style(color = "black", font.weight = "bold","background-color" = csscolor("DarkGray "))
formattable(tablita_presentar,
list(Region = formatter("span",
style = x ~ ifelse(x == region[1],STYLE_1,
ifelse(x == region[2],STYLE_2,
ifelse(x==region[3],STYLE_3,
ifelse(x==region[4],STYLE_4,
ifelse(x==region[5],STYLE_5,
ifelse(x==region[6],STYLE_6,
ifelse(x==region[7],STYLE_7,NA))))))))))
|
Pais
|
Region
|
Ind_2008
|
Ind_2016
|
Caida
|
Pct_Caida
|
|
Siria
|
Oriente Medio y Norte de África
|
5.30
|
2.51
|
-2.79
|
-53 %
|
|
Egipto
|
Oriente Medio y Norte de África
|
5.58
|
3.89
|
-1.69
|
-30 %
|
|
Burundi
|
África Subsahariana
|
6.28
|
4.41
|
-1.87
|
-30 %
|
|
Nigeria
|
África Subsahariana
|
6.95
|
5.71
|
-1.24
|
-18 %
|
|
Tailandia
|
Sur de Asia
|
7.75
|
6.40
|
-1.35
|
-17 %
|
|
Nigeria
|
África Subsahariana
|
6.95
|
5.82
|
-1.13
|
-16 %
|
|
Ucrania
|
Europa del Este
|
7.73
|
6.59
|
-1.14
|
-15 %
|
|
Mauritania
|
África Subsahariana
|
5.81
|
4.99
|
-0.82
|
-14 %
|
|
Emiratos Árabes Unidos
|
Oriente Medio y Norte de África
|
5.89
|
5.07
|
-0.82
|
-14 %
|
|
Azerbaiyán
|
Cáucaso y Asia Central
|
6.59
|
5.68
|
-0.91
|
-14 %
|
TOP 10 de países con mayor caída en el índice de Libertad Economica (2016 vs 2008)
# Defino dos df, uno con info inicial a 2008, y otro con info final a 2016
caidas_base <- subset(libertad_aplanado,libertad_aplanado$anio==2008)
caidas_fin <- subset(libertad_aplanado,libertad_aplanado$anio==2016)
# Voy a trabajar sobre "caidas_fin", asi que me traigo el dato del indice base
caidas_fin$INDICE_BASE <- caidas_base$INDICE[match(paste(caidas_fin$pais,
caidas_fin$Tipo_Libertad),
paste(caidas_base$pais,
caidas_base$Tipo_Libertad))]
# Agrego una columna de variaciones, como la diferencia entre el indice 2008 y el 2016
caidas_fin$Variaciones <- caidas_fin$INDICE - caidas_fin$INDICE_BASE
# TOP CAIDAS EN INDICA LIBERTAD PERSONAL
caidas_analisis <- subset(caidas_fin,
caidas_fin$Tipo_Libertad=="Economica")
# Ordeno de menor a mayor variacion porcentual
caidas_analisis <- caidas_analisis[order(caidas_analisis$Variaciones/caidas_analisis$INDICE_BASE),]
caidas_analisis <- head(caidas_analisis,10)
# Armo la tabla de detalle a presentar
tablita_presentar <- data.frame(Pais=caidas_analisis$pais,
Region=caidas_analisis$region,
Ind_2008=caidas_analisis$INDICE_BASE,
Ind_2016=caidas_analisis$INDICE,
Caida=caidas_analisis$Variaciones,
Pct_Caida=paste(round(caidas_analisis$Variaciones/caidas_analisis$INDICE_BASE*100,0),"%"))
# Le doy formato a la tabla resumen
formattable(tablita_presentar,
list(Region = formatter("span",
style = x ~ ifelse(x == region[1],STYLE_1,
ifelse(x == region[2],STYLE_2,
ifelse(x==region[3],STYLE_3,
ifelse(x==region[4],STYLE_4,
ifelse(x==region[5],STYLE_5,
ifelse(x==region[6],STYLE_6,
ifelse(x==region[7],STYLE_7,NA))))))))))
|
Pais
|
Region
|
Ind_2008
|
Ind_2016
|
Caida
|
Pct_Caida
|
|
Venezuela
|
Latinoamérica y el Caribe
|
4.22
|
2.88
|
-1.34
|
-32 %
|
|
Argentina
|
Latinoamérica y el Caribe
|
5.88
|
4.84
|
-1.04
|
-18 %
|
|
Egipto
|
Oriente Medio y Norte de África
|
6.43
|
5.72
|
-0.71
|
-11 %
|
|
Siria
|
Oriente Medio y Norte de África
|
5.62
|
5.02
|
-0.60
|
-11 %
|
|
Grecia
|
Europa del Este
|
7.10
|
6.46
|
-0.64
|
-9 %
|
|
Brasil
|
Latinoamérica y el Caribe
|
6.31
|
5.75
|
-0.56
|
-9 %
|
|
Papúa Nueva Guinea
|
Oceanía
|
6.77
|
6.25
|
-0.52
|
-8 %
|
|
Zambia
|
África Subsahariana
|
7.15
|
6.61
|
-0.54
|
-8 %
|
|
Fiji
|
Oceanía
|
7.26
|
6.79
|
-0.47
|
-6 %
|
|
Namibia
|
África Subsahariana
|
6.83
|
6.40
|
-0.43
|
-6 %
|
¿Qué países ocupan el TOP 3 de los mejores índices de libertad?
Evolución TOP 3 Índice de Libertad Humana
# Filtro el data set para quedarme solo con los ranking entre 1 y 3
TOP_3_LibertadHumana <- subset(libertad,libertad$libertad_humana_ranking %in% 1:3)
TOP_3_LibertadHumana$anio <- as.factor(TOP_3_LibertadHumana$anio)
TOP_3_LibertadHumana$libertad_humana_ranking <- as.factor(TOP_3_LibertadHumana$libertad_humana_ranking)
# Armo la tabla a mostrar
TABLA <- dcast(TOP_3_LibertadHumana[,c(1,3,6)],
libertad_humana_ranking~anio,
value.var="pais",
fun.aggregate = function(x){paste(x,collapse = "-")},
fill = "")
# Defino el formato de cada pais
paises <- as.character(unique(TOP_3_LibertadHumana$pais))
STYLE_1 <- style(color = "black", font.weight = "bold","background-color" = csscolor("LightPink"))
STYLE_2 <- style(color = "black", font.weight = "bold","background-color" = csscolor("PaleTurquoise"))
STYLE_3 <- style(color = "black", font.weight = "bold","background-color" = csscolor("Gold "))
# Le doy formato a la tabla
formattable(TABLA,
list(`2008` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,NA)))),
`2009` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,NA)))),
`2010` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,NA)))),
`2011` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,NA)))),
`2012` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,NA)))),
`2013` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,NA)))),
`2014` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,NA)))),
`2015` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,NA)))),
`2016` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,NA))))))
|
libertad_humana_ranking
|
2008
|
2009
|
2010
|
2011
|
2012
|
2013
|
2014
|
2015
|
2016
|
|
1
|
Hong Kong
|
Hong Kong
|
Hong Kong
|
Hong Kong
|
Hong Kong
|
Hong Kong
|
Nueva Zelanda
|
Nueva Zelanda
|
Nueva Zelanda
|
|
2
|
Nueva Zelanda
|
Nueva Zelanda
|
Nueva Zelanda
|
Nueva Zelanda
|
Nueva Zelanda
|
Nueva Zelanda
|
Hong Kong
|
Hong Kong
|
Suiza
|
|
3
|
Suiza
|
Suiza
|
Suiza
|
Suiza
|
Suiza
|
Suiza
|
Suiza
|
Suiza
|
Hong Kong
|
Evolución TOP 3 Índice de Libertad Personal
# Filtro el data set para quedarme solo con los ranking entre 1 y 3
TOP_3_LibertadPersonal <- subset(libertad,libertad$libertad_personal_ranking %in% 1:3)
TOP_3_LibertadPersonal$anio <- as.factor(TOP_3_LibertadPersonal$anio)
TOP_3_LibertadPersonal$libertad_personal_ranking <- as.factor(TOP_3_LibertadPersonal$libertad_personal_ranking)
# Armo la tabla a mostrar
TABLA <- dcast(TOP_3_LibertadPersonal[,c(1,3,8)],
libertad_personal_ranking~anio,
value.var="pais",
fun.aggregate = function(x){paste(x,collapse = "-")},
fill = "")
# Defino el formato de cada pais
paises_v2 <- as.character(unique(TOP_3_LibertadPersonal$pais))
paises <- unique(c(paises,paises_v2))
STYLE_4 <- style(color = "black", font.weight = "bold","background-color" = csscolor("LightSalmon "))
STYLE_5 <- style(color = "black", font.weight = "bold","background-color" = csscolor("Orchid "))
STYLE_6 <- style(color = "black", font.weight = "bold","background-color" = csscolor("PaleGreen "))
STYLE_7 <- style(color = "black", font.weight = "bold","background-color" = csscolor("LavenderBlush "))
STYLE_8 <- style(color = "black", font.weight = "bold","background-color" = csscolor("Wheat"))
STYLE_9 <- style(color = "black", font.weight = "bold","background-color" = csscolor("LightGrey "))
# Le doy formato a la tabla
formattable(TABLA,
list(`2008` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,
ifelse(x==paises[4],STYLE_4,
ifelse(x==paises[5],STYLE_5,
ifelse(x==paises[6],STYLE_6,
ifelse(x==paises[7],STYLE_7,
ifelse(x==paises[8],STYLE_8,
ifelse(x==paises[9],STYLE_9,NA)))))))))),
`2009` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,
ifelse(x==paises[4],STYLE_4,
ifelse(x==paises[5],STYLE_5,
ifelse(x==paises[6],STYLE_6,
ifelse(x==paises[7],STYLE_7,
ifelse(x==paises[8],STYLE_8,
ifelse(x==paises[9],STYLE_9,NA)))))))))),
`2010` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,
ifelse(x==paises[4],STYLE_4,
ifelse(x==paises[5],STYLE_5,
ifelse(x==paises[6],STYLE_6,
ifelse(x==paises[7],STYLE_7,
ifelse(x==paises[8],STYLE_8,
ifelse(x==paises[9],STYLE_9,NA)))))))))),
`2011` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,
ifelse(x==paises[4],STYLE_4,
ifelse(x==paises[5],STYLE_5,
ifelse(x==paises[6],STYLE_6,
ifelse(x==paises[7],STYLE_7,
ifelse(x==paises[8],STYLE_8,
ifelse(x==paises[9],STYLE_9,NA)))))))))),
`2012` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,
ifelse(x==paises[4],STYLE_4,
ifelse(x==paises[5],STYLE_5,
ifelse(x==paises[6],STYLE_6,
ifelse(x==paises[7],STYLE_7,
ifelse(x==paises[8],STYLE_8,
ifelse(x==paises[9],STYLE_9,NA)))))))))),
`2013` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,
ifelse(x==paises[4],STYLE_4,
ifelse(x==paises[5],STYLE_5,
ifelse(x==paises[6],STYLE_6,
ifelse(x==paises[7],STYLE_7,
ifelse(x==paises[8],STYLE_8,
ifelse(x==paises[9],STYLE_9,NA)))))))))),
`2014` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,
ifelse(x==paises[4],STYLE_4,
ifelse(x==paises[5],STYLE_5,
ifelse(x==paises[6],STYLE_6,
ifelse(x==paises[7],STYLE_7,
ifelse(x==paises[8],STYLE_8,
ifelse(x==paises[9],STYLE_9,NA)))))))))),
`2015` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,
ifelse(x==paises[4],STYLE_4,
ifelse(x==paises[5],STYLE_5,
ifelse(x==paises[6],STYLE_6,
ifelse(x==paises[7],STYLE_7,
ifelse(x==paises[8],STYLE_8,
ifelse(x==paises[9],STYLE_9,NA)))))))))),
`2016` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,
ifelse(x==paises[4],STYLE_4,
ifelse(x==paises[5],STYLE_5,
ifelse(x==paises[6],STYLE_6,
ifelse(x==paises[7],STYLE_7,
ifelse(x==paises[8],STYLE_8,
ifelse(x==paises[9],STYLE_9,NA))))))))))))
|
libertad_personal_ranking
|
2008
|
2009
|
2010
|
2011
|
2012
|
2013
|
2014
|
2015
|
2016
|
|
1
|
Noruega
|
Finlandia
|
Noruega
|
Finlandia
|
Noruega
|
Noruega
|
Noruega
|
Finlandia
|
Países Bajos
|
|
2
|
Suecia
|
Dinamarca
|
Finlandia
|
Dinamarca
|
Dinamarca
|
Dinamarca
|
Finlandia
|
Noruega
|
Noruega
|
|
3
|
Finlandia
|
Suecia
|
Dinamarca
|
Suecia
|
Suecia
|
Finlandia
|
Dinamarca
|
Austria
|
Suecia
|
Evolución TOP 3 Índice de Libertad Economica
# Filtro el data set para quedarme solo con los ranking entre 1 y 3
TOP_3_LibertadEconomica <- subset(libertad,libertad$libertad_economica_ranking %in% 1:3)
TOP_3_LibertadEconomica$anio <- as.factor(TOP_3_LibertadEconomica$anio)
TOP_3_LibertadEconomica$libertad_economica_ranking <- as.factor(TOP_3_LibertadEconomica$libertad_economica_ranking)
# Armo la tabla a mostrar
TABLA <- dcast(TOP_3_LibertadEconomica[,c(1,3,10)],
libertad_economica_ranking~anio,
value.var="pais",
fun.aggregate = function(x){paste(x,collapse = "-")},
fill = "")
# Defino el formato de cada pais
paises_v2 <- as.character(unique(TOP_3_LibertadEconomica$pais))
paises <- unique(c(paises,paises_v2))
STYLE_10 <- style(color = "black", font.weight = "bold","background-color" = csscolor("MediumPurple"))
# Le doy formato a la tabla
formattable(TABLA,
list(`2008` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,
ifelse(x==paises[4],STYLE_4,
ifelse(x==paises[5],STYLE_5,
ifelse(x==paises[6],STYLE_6,
ifelse(x==paises[7],STYLE_7,
ifelse(x==paises[8],STYLE_8,
ifelse(x==paises[9],STYLE_9,
ifelse(x==paises[10],STYLE_10,NA))))))))))),
`2009` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,
ifelse(x==paises[4],STYLE_4,
ifelse(x==paises[5],STYLE_5,
ifelse(x==paises[6],STYLE_6,
ifelse(x==paises[7],STYLE_7,
ifelse(x==paises[8],STYLE_8,
ifelse(x==paises[9],STYLE_9,ifelse(x==paises[10],STYLE_10,NA))))))))))),
`2010` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,
ifelse(x==paises[4],STYLE_4,
ifelse(x==paises[5],STYLE_5,
ifelse(x==paises[6],STYLE_6,
ifelse(x==paises[7],STYLE_7,
ifelse(x==paises[8],STYLE_8,
ifelse(x==paises[9],STYLE_9,ifelse(x==paises[10],STYLE_10,NA))))))))))),
`2011` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,
ifelse(x==paises[4],STYLE_4,
ifelse(x==paises[5],STYLE_5,
ifelse(x==paises[6],STYLE_6,
ifelse(x==paises[7],STYLE_7,
ifelse(x==paises[8],STYLE_8,
ifelse(x==paises[9],STYLE_9,ifelse(x==paises[10],STYLE_10,NA))))))))))),
`2012` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,
ifelse(x==paises[4],STYLE_4,
ifelse(x==paises[5],STYLE_5,
ifelse(x==paises[6],STYLE_6,
ifelse(x==paises[7],STYLE_7,
ifelse(x==paises[8],STYLE_8,
ifelse(x==paises[9],STYLE_9,ifelse(x==paises[10],STYLE_10,NA))))))))))),
`2013` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,
ifelse(x==paises[4],STYLE_4,
ifelse(x==paises[5],STYLE_5,
ifelse(x==paises[6],STYLE_6,
ifelse(x==paises[7],STYLE_7,
ifelse(x==paises[8],STYLE_8,
ifelse(x==paises[9],STYLE_9,ifelse(x==paises[10],STYLE_10,NA))))))))))),
`2014` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,
ifelse(x==paises[4],STYLE_4,
ifelse(x==paises[5],STYLE_5,
ifelse(x==paises[6],STYLE_6,
ifelse(x==paises[7],STYLE_7,
ifelse(x==paises[8],STYLE_8,
ifelse(x==paises[9],STYLE_9,ifelse(x==paises[10],STYLE_10,NA))))))))))),
`2015` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,
ifelse(x==paises[4],STYLE_4,
ifelse(x==paises[5],STYLE_5,
ifelse(x==paises[6],STYLE_6,
ifelse(x==paises[7],STYLE_7,
ifelse(x==paises[8],STYLE_8,
ifelse(x==paises[9],STYLE_9,ifelse(x==paises[10],STYLE_10,NA))))))))))),
`2016` = formatter("span",
style = x ~ ifelse(x == paises[1],STYLE_1,
ifelse(x == paises[2],STYLE_2,
ifelse(x==paises[3],STYLE_3,
ifelse(x==paises[4],STYLE_4,
ifelse(x==paises[5],STYLE_5,
ifelse(x==paises[6],STYLE_6,
ifelse(x==paises[7],STYLE_7,
ifelse(x==paises[8],STYLE_8,
ifelse(x==paises[9],STYLE_9,ifelse(x==paises[10],STYLE_10,NA)))))))))))))
|
libertad_economica_ranking
|
2008
|
2009
|
2010
|
2011
|
2012
|
2013
|
2014
|
2015
|
2016
|
|
1
|
Hong Kong
|
Hong Kong
|
Hong Kong
|
Hong Kong
|
Hong Kong
|
Hong Kong
|
Hong Kong
|
Hong Kong
|
Hong Kong
|
|
2
|
Singapur
|
Singapur
|
Singapur
|
Singapur
|
Singapur
|
Singapur
|
Singapur
|
Singapur
|
Singapur
|
|
3
|
Nueva Zelanda
|
Nueva Zelanda
|
Nueva Zelanda
|
Nueva Zelanda
|
Nueva Zelanda
|
Nueva Zelanda
|
Nueva Zelanda
|
Nueva Zelanda
|
Nueva Zelanda
|