#Script para el analisis de COVID-19.
#Introduccion
#Se analizaran 5 paises de los cuales 3 son del continente americano y 2 del continente europeo,
#entre ellos se encuentra el pais donde vivo (Mexico). En este analisis podremos ver los casos de
#personas contagiadas por este virus, decesos y recuperdados.
#Biblioteca para leer datos
library(readr)
## Warning: package 'readr' was built under R version 3.6.3
#Declaracion de URL
url_conf <-"https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv"
url_decesos <-"https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_deaths_global.csv"
url_recuperados <-"https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_recovered_global.csv"
#Variables en marcos de datos (data frames)
datos_conf <- read.csv(url_conf)
datos_decesos <- read.csv(url_decesos)
datos_recuperados <- read.csv(url_recuperados)
#EDA Explorando los datos
class(datos_conf)
## [1] "data.frame"
dim(datos_conf)
## [1] 264 94
head(datos_conf)
## Province.State Country.Region Lat Long X1.22.20 X1.23.20
## 1 Afghanistan 33.0000 65.0000 0 0
## 2 Albania 41.1533 20.1683 0 0
## 3 Algeria 28.0339 1.6596 0 0
## 4 Andorra 42.5063 1.5218 0 0
## 5 Angola -11.2027 17.8739 0 0
## 6 Antigua and Barbuda 17.0608 -61.7964 0 0
## X1.24.20 X1.25.20 X1.26.20 X1.27.20 X1.28.20 X1.29.20 X1.30.20 X1.31.20
## 1 0 0 0 0 0 0 0 0
## 2 0 0 0 0 0 0 0 0
## 3 0 0 0 0 0 0 0 0
## 4 0 0 0 0 0 0 0 0
## 5 0 0 0 0 0 0 0 0
## 6 0 0 0 0 0 0 0 0
## X2.1.20 X2.2.20 X2.3.20 X2.4.20 X2.5.20 X2.6.20 X2.7.20 X2.8.20 X2.9.20
## 1 0 0 0 0 0 0 0 0 0
## 2 0 0 0 0 0 0 0 0 0
## 3 0 0 0 0 0 0 0 0 0
## 4 0 0 0 0 0 0 0 0 0
## 5 0 0 0 0 0 0 0 0 0
## 6 0 0 0 0 0 0 0 0 0
## X2.10.20 X2.11.20 X2.12.20 X2.13.20 X2.14.20 X2.15.20 X2.16.20 X2.17.20
## 1 0 0 0 0 0 0 0 0
## 2 0 0 0 0 0 0 0 0
## 3 0 0 0 0 0 0 0 0
## 4 0 0 0 0 0 0 0 0
## 5 0 0 0 0 0 0 0 0
## 6 0 0 0 0 0 0 0 0
## X2.18.20 X2.19.20 X2.20.20 X2.21.20 X2.22.20 X2.23.20 X2.24.20 X2.25.20
## 1 0 0 0 0 0 0 1 1
## 2 0 0 0 0 0 0 0 0
## 3 0 0 0 0 0 0 0 1
## 4 0 0 0 0 0 0 0 0
## 5 0 0 0 0 0 0 0 0
## 6 0 0 0 0 0 0 0 0
## X2.26.20 X2.27.20 X2.28.20 X2.29.20 X3.1.20 X3.2.20 X3.3.20 X3.4.20 X3.5.20
## 1 1 1 1 1 1 1 1 1 1
## 2 0 0 0 0 0 0 0 0 0
## 3 1 1 1 1 1 3 5 12 12
## 4 0 0 0 0 0 1 1 1 1
## 5 0 0 0 0 0 0 0 0 0
## 6 0 0 0 0 0 0 0 0 0
## X3.6.20 X3.7.20 X3.8.20 X3.9.20 X3.10.20 X3.11.20 X3.12.20 X3.13.20 X3.14.20
## 1 1 1 4 4 5 7 7 7 11
## 2 0 0 0 2 10 12 23 33 38
## 3 17 17 19 20 20 20 24 26 37
## 4 1 1 1 1 1 1 1 1 1
## 5 0 0 0 0 0 0 0 0 0
## 6 0 0 0 0 0 0 0 1 1
## X3.15.20 X3.16.20 X3.17.20 X3.18.20 X3.19.20 X3.20.20 X3.21.20 X3.22.20
## 1 16 21 22 22 22 24 24 40
## 2 42 51 55 59 64 70 76 89
## 3 48 54 60 74 87 90 139 201
## 4 1 2 39 39 53 75 88 113
## 5 0 0 0 0 0 1 2 2
## 6 1 1 1 1 1 1 1 1
## X3.23.20 X3.24.20 X3.25.20 X3.26.20 X3.27.20 X3.28.20 X3.29.20 X3.30.20
## 1 40 74 84 94 110 110 120 170
## 2 104 123 146 174 186 197 212 223
## 3 230 264 302 367 409 454 511 584
## 4 133 164 188 224 267 308 334 370
## 5 3 3 3 4 4 5 7 7
## 6 3 3 3 7 7 7 7 7
## X3.31.20 X4.1.20 X4.2.20 X4.3.20 X4.4.20 X4.5.20 X4.6.20 X4.7.20 X4.8.20
## 1 174 237 273 281 299 349 367 423 444
## 2 243 259 277 304 333 361 377 383 400
## 3 716 847 986 1171 1251 1320 1423 1468 1572
## 4 376 390 428 439 466 501 525 545 564
## 5 7 8 8 8 10 14 16 17 19
## 6 7 7 9 15 15 15 15 19 19
## X4.9.20 X4.10.20 X4.11.20 X4.12.20 X4.13.20 X4.14.20 X4.15.20 X4.16.20
## 1 484 521 555 607 665 714 784 840
## 2 409 416 433 446 467 475 494 518
## 3 1666 1761 1825 1914 1983 2070 2160 2268
## 4 583 601 601 638 646 659 673 673
## 5 19 19 19 19 19 19 19 19
## 6 19 19 21 21 23 23 23 23
## X4.17.20 X4.18.20 X4.19.20 X4.20.20
## 1 906 933 996 1026
## 2 539 548 562 584
## 3 2418 2534 2629 2718
## 4 696 704 713 717
## 5 19 24 24 24
## 6 23 23 23 23
names(datos_conf)
## [1] "Province.State" "Country.Region" "Lat" "Long"
## [5] "X1.22.20" "X1.23.20" "X1.24.20" "X1.25.20"
## [9] "X1.26.20" "X1.27.20" "X1.28.20" "X1.29.20"
## [13] "X1.30.20" "X1.31.20" "X2.1.20" "X2.2.20"
## [17] "X2.3.20" "X2.4.20" "X2.5.20" "X2.6.20"
## [21] "X2.7.20" "X2.8.20" "X2.9.20" "X2.10.20"
## [25] "X2.11.20" "X2.12.20" "X2.13.20" "X2.14.20"
## [29] "X2.15.20" "X2.16.20" "X2.17.20" "X2.18.20"
## [33] "X2.19.20" "X2.20.20" "X2.21.20" "X2.22.20"
## [37] "X2.23.20" "X2.24.20" "X2.25.20" "X2.26.20"
## [41] "X2.27.20" "X2.28.20" "X2.29.20" "X3.1.20"
## [45] "X3.2.20" "X3.3.20" "X3.4.20" "X3.5.20"
## [49] "X3.6.20" "X3.7.20" "X3.8.20" "X3.9.20"
## [53] "X3.10.20" "X3.11.20" "X3.12.20" "X3.13.20"
## [57] "X3.14.20" "X3.15.20" "X3.16.20" "X3.17.20"
## [61] "X3.18.20" "X3.19.20" "X3.20.20" "X3.21.20"
## [65] "X3.22.20" "X3.23.20" "X3.24.20" "X3.25.20"
## [69] "X3.26.20" "X3.27.20" "X3.28.20" "X3.29.20"
## [73] "X3.30.20" "X3.31.20" "X4.1.20" "X4.2.20"
## [77] "X4.3.20" "X4.4.20" "X4.5.20" "X4.6.20"
## [81] "X4.7.20" "X4.8.20" "X4.9.20" "X4.10.20"
## [85] "X4.11.20" "X4.12.20" "X4.13.20" "X4.14.20"
## [89] "X4.15.20" "X4.16.20" "X4.17.20" "X4.18.20"
## [93] "X4.19.20" "X4.20.20"
#Extraccion de datos de paises: Mexico
#Ultima actualizacion de registro de casos confirmados en Mexico - 21/04/2020
conf_mexico <-t(datos_conf[datos_conf$Country.Region=="Mexico" ,])
cat("Confirmados Mexico:", conf_mexico[nrow(conf_mexico)], "\n")
## Confirmados Mexico: 8261
#Ultima actualizacion de registro de decesos en Mexico - 21/04/2020
decesos_mexico <-t(datos_decesos[datos_decesos$Country.Region=="Mexico" ,])
cat("Decesos Mexico:", decesos_mexico[nrow(decesos_mexico)], "\n")
## Decesos Mexico: 686
#Ultima actualizacion de registro de recuperados en Mexico - 21/04/2020
recuperados_mexico <-t(datos_recuperados[datos_recuperados$Country.Region=="Mexico" ,])
cat("Recuperados Mexico:", recuperados_mexico[nrow(recuperados_mexico)], "\n")
## Recuperados Mexico: 2627
#Ultima actualizacion de registro de casos confirmados en Espana - 21/04/2020
conf_spain <-t(datos_conf[datos_conf$Country.Region=="Spain" ,])
cat("Confirmados Espana:", conf_spain[nrow(conf_spain)], "\n")
## Confirmados Espana: 200210
#Ultima actualizacion de registro de decesos en Espana - 21/04/2020
decesos_spain <-t(datos_decesos[datos_decesos$Country.Region=="Spain" ,])
cat("Decesos Espana:", decesos_spain[nrow(decesos_spain)], "\n")
## Decesos Espana: 20852
#Ultima actualizacion de registro de recuperados en Espana - 21/04/2020
recuperados_spain <-t(datos_recuperados[datos_recuperados$Country.Region=="Spain" ,])
cat("Recuperados Espana:", recuperados_spain[nrow(recuperados_spain)], "\n")
## Recuperados Espana: 80587
#Ultima actualizacion de registro de casos confirmados en Italia - 21/04/2020
conf_italy <-t(datos_conf[datos_conf$Country.Region=="Italy" ,])
cat("Confirmados Italia:", conf_italy[nrow(conf_italy)], "\n")
## Confirmados Italia: 181228
#Ultima actualizacion de registro de decesos en Italia - 21/04/2020
decesos_italy <-t(datos_decesos[datos_decesos$Country.Region=="Italy" ,])
cat("Decesos Italia:", decesos_italy[nrow(decesos_italy)], "\n")
## Decesos Italia: 24114
#Ultima actualizacion de registro de recuperados en Italia - 21/04/2020
recuperados_italy <-t(datos_recuperados[datos_recuperados$Country.Region=="Italy" ,])
cat("Recuperados Italia:", recuperados_italy[nrow(recuperados_italy)], "\n")
## Recuperados Italia: 48877
#Ultima actualizacion de registro de casos confirmados en Venezuela - 21/04/2020
conf_venezuela <-t(datos_conf[datos_conf$Country.Region=="Venezuela" ,])
cat("Confirmados Venezuela:", conf_venezuela[nrow(conf_venezuela)], "\n")
## Confirmados Venezuela: 256
#Ultima actualizacion de registro de decesos en Venezuela - 21/04/2020
decesos_venezuela <-t(datos_decesos[datos_decesos$Country.Region=="Venezuela" ,])
cat("Decesos Venezuela:", decesos_venezuela[nrow(decesos_venezuela)], "\n")
## Decesos Venezuela: 9
#Ultima actualizacion de registro de recuperados en Venezuela - 21/04/2020
recuperados_venezuela <-t(datos_recuperados[datos_recuperados$Country.Region=="Venezuela" ,])
cat("Recuperados Venezuela:", recuperados_venezuela[nrow(recuperados_venezuela)], "\n")
## Recuperados Venezuela: 117
#Ultima actualizacion de registro de casos confirmados en Honduras - 21/04/2020
conf_honduras <-t(datos_conf[datos_conf$Country.Region=="Honduras" ,])
cat("Confirmados Honduras:", conf_honduras[nrow(conf_honduras)], "\n")
## Confirmados Honduras: 477
#Ultima actualizacion de registro de decesos en Honduras - 21/04/2020
decesos_honduras <-t(datos_decesos[datos_decesos$Country.Region=="Honduras" ,])
cat("Decesos Honduras:", decesos_honduras[nrow(decesos_honduras)], "\n")
## Decesos Honduras: 46
#Ultima actualizacion de registro de recuperados en Honduras - 21/04/2020
recuperados_honduras <-t(datos_recuperados[datos_recuperados$Country.Region=="Honduras" ,])
cat("Recuperados Honduras:", recuperados_honduras[nrow(recuperados_honduras)], "\n")
## Recuperados Honduras: 25
#Conclusion.
# Despues del analisis de 5 paises: Mexico, Espana, Italia, Venezuela y Honduras podemos observar
#que Espana e Italia paises del contiente europeo tienen muchos mas casos confirmados de COVID 19
#en relacion a los otros 3 paises del continente americano tomados para este analsis.
# Algo muy notorio es que afortunadamente 4 de los 5 paises en cuestion tienen un mayor indice de
#personas recuperadas que decesos, Honduras es el unico de esta lista el cual tiene mas decesos.