library(pacman)
p_load(markdown,knitr,doplyr,tidyr, tidyverse, hashmap, lubridate, summarytools, ggpubr, kableExtra, reshape2, gridExtra, sf, tmap, readr, devtools, plotly, Rcpp, gganimate, gifski, Hmisc )
## Installing package into 'C:/Users/DELL/Documents/R/win-library/3.6'
## (as 'lib' is unspecified)
## Warning: package 'doplyr' is not available (for R version 3.6.3)
## Warning: unable to access index for repository http://www.stats.ox.ac.uk/pub/RWin/bin/windows/contrib/3.6:
##   no fue posible abrir la URL 'http://www.stats.ox.ac.uk/pub/RWin/bin/windows/contrib/3.6/PACKAGES'
## Warning: 'BiocManager' not available.  Could not check Bioconductor.
## 
## Please use `install.packages('BiocManager')` and then retry.
## Warning in p_install(package, character.only = TRUE, ...):
## Warning in library(package, lib.loc = lib.loc, character.only = TRUE,
## logical.return = TRUE, : there is no package called 'doplyr'
## Installing package into 'C:/Users/DELL/Documents/R/win-library/3.6'
## (as 'lib' is unspecified)
## Warning: package 'hashmap' is not available (for R version 3.6.3)
## Warning: unable to access index for repository http://www.stats.ox.ac.uk/pub/RWin/bin/windows/contrib/3.6:
##   no fue posible abrir la URL 'http://www.stats.ox.ac.uk/pub/RWin/bin/windows/contrib/3.6/PACKAGES'
## Warning: 'BiocManager' not available.  Could not check Bioconductor.
## 
## Please use `install.packages('BiocManager')` and then retry.
## Warning in p_install(package, character.only = TRUE, ...):
## Warning in library(package, lib.loc = lib.loc, character.only = TRUE,
## logical.return = TRUE, : there is no package called 'hashmap'
## Warning in p_load(markdown, knitr, doplyr, tidyr, tidyverse, hashmap, lubridate, : Failed to install/load:
## doplyr, hashmap
datos <- read.csv("C:\\Users\\DELL\\Documents\\R\\Casos_Diarios_Estado_Nacional_Confirmados_20200513.csv" )


tlaxcala<- t(datos[datos$nombre=="TLAXCALA" ,])
tlaxcala <- as.vector(tlaxcala)
tlaxcala<- tlaxcala[4:131]
tlaxcala<- as.numeric(tlaxcala)
tlaxcala<- as.vector(tlaxcala)
Ctlaxcala<- cumsum(tlaxcala)

oaxaca<- t(datos[datos$nombre=="OAXACA" ,])
oaxaca <- as.vector(oaxaca)
oaxaca<- oaxaca[4:131]
oaxaca<- as.numeric(oaxaca)
oaxaca<- as.vector(oaxaca)
Coaxaca<- cumsum(oaxaca)

Fecha = seq(from = as.Date("2020-01-07"), to= as.Date("2020-05-13"), by = 'day')

TlaOax<- data.frame(Fecha, tlaxcala, oaxaca)
CTlaOax<- data.frame(Fecha, Ctlaxcala, Coaxaca)

Código que trata de poner manejar los datos y poner de una forma más sencilla y cómoda de leer, así se puede manejar de mejor forma, ya que está en un formato que acostumbramos.

plot(tlaxcala)

ggplot(data = TlaOax)+ 
  ggtitle("Casos diarios COVID-19 en Tlaxcala")+
  geom_line(mapping = aes(x=Fecha, y= tlaxcala))

Aquí se toman los datos ya tratados y se hace un gráfico para los cosas diarios, se ve como latidos de corazón, eso se debe porque es muy irregular los casos diarios, tanto puede haber 0 como 20 en un solo día, pero conforme avanza la pandemia se nota el incremento, ya se vuelve más regular.

ggplot(data=CTlaOax) +
  geom_line(aes(Fecha,Coaxaca, colour = 'Oaxaca')) +
  geom_line(aes(Fecha, Ctlaxcala, colour = 'Tlaxcala')) +
  xlab('Fecha')+
  ylab('Casos diairios Acumulados')+
  labs(colour = "Estados") +
  ggtitle("Comparativa Oaxaca y tlaxcala CPVID-19")

transition_reveal(Fecha)
## <ggproto object: Class TransitionReveal, Transition, gg>
##     adjust_nframes: function
##     expand_data: function
##     expand_layer: function
##     expand_panel: function
##     finish_data: function
##     get_all_row_vars: function
##     get_frame_data: function
##     get_frame_vars: function
##     get_row_vars: function
##     map_data: function
##     mapping: (.+)
##     params: list
##     remap_frames: function
##     require_late_tween: function
##     setup_params: function
##     setup_params2: function
##     static_layers: function
##     unmap_frames: function
##     var_names: along
##     super:  <ggproto object: Class TransitionReveal, Transition, gg>

Aquí se puede ver un gráfico de casos acumulados, se nota la diferencia de los dos y el comportamiento que tuvo, aunque llego primero a un lugar se desarrolló más en el otro, esto ya depende de algunos factores externos.

g<- ggplot(data=CTlaOax) +
  geom_line(aes(Fecha,Coaxaca, colour = 'Oaxaca')) +
  geom_line(aes(Fecha, Ctlaxcala, colour = 'Tlaxcala')) +
  xlab('Fecha')+
  ylab('Casos diairios Acumulados')+
  labs(colour = "Estados") +
  ggtitle("Comparativa Oaxaca y tlaxcala CPVID-19")
ggplotly(g)

Este grafico es lo mismo que lo anterior pero ahora interactivo

Oaxaca1 <- data.frame(Fecha, oaxaca, Coaxaca)

g2 <- ggplot(data =Oaxaca1) +
  geom_col(aes(Fecha, Coaxaca)) +
  xlab('Fecha') +
  ylab('Casos diarios Acumulados') +
  ggtitle("Confirmados de COVID-19 en oaxaca 13 de mayo 2020")

g3 <- ggplot(data =Oaxaca1) +
  geom_line(aes(Fecha, oaxaca)) +
  xlab('Fecha') +
  ylab('Casos diarios') +
  ggtitle("Confirmados de COVID-19 en Oaxaca 13 de mayo 2020")

p_load(gridExtra)
grid.arrange(g2,g3)

Este es un gráfico de comparación, ya que se muestra los dos gráficos, el de acumulados y de casos diarios, aquí es donde mas se puede ver el incremento que tuvo la pandemia en el estado de Oaxaca

Tlaxcala1 <- data.frame(Fecha, tlaxcala, Ctlaxcala)

g4 <- ggplot(data =Tlaxcala1) +
  geom_col(aes(Fecha, Ctlaxcala)) +
  xlab('Fecha') +
  ylab('Casos diarios Acumulados') +
  ggtitle("Confirmados de COVID-19 en Tlaxcala 13 de mayo 2020")

g5 <- ggplot(data =Tlaxcala1) +
  geom_line(aes(Fecha, tlaxcala)) +
  xlab('Fecha') +
  ylab('Casos diarios') +
  ggtitle("Confirmados de COVID-19 en Tlaxcala 13 de mayo 2020")

p_load(gridExtra)
grid.arrange(g4,g5)

Este es un gráfico de comparación, ya que se muestra los dos gráficos, el de acumulados y de casos diarios, aquí es donde mas se puede ver el incremento que tuvo la pandemia en el estado de Tlaxcala