setwd("~/VERANOPYE")
#Analizar series de tiempo acumuladas de datos
#de COVID-19 en Russia utilizando el repositorio de JHU
#El COVID-19, desde su aparicion en la ciudad Wuhan en China, no ha dejado de extenderse por todo el mundo, por tal razon analizaremos los datos del COVID-19 (casos confirmados, decesos y recuperados) en Russia.
#bibliotecas
library(readr)
library(tidyverse)
## -- Attaching packages ----------------- tidyverse 1.3.0 --
## v ggplot2 3.3.1 v dplyr 1.0.0
## v tibble 3.0.1 v stringr 1.4.0
## v tidyr 1.1.0 v forcats 0.5.0
## v purrr 0.3.4
## -- Conflicts -------------------- tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()
library(plotly)
##
## Attaching package: 'plotly'
## The following object is masked from 'package:ggplot2':
##
## last_plot
## The following object is masked from 'package:stats':
##
## filter
## The following object is masked from 'package:graphics':
##
## layout
library(gganimate)
library(gifski)
#Estas son las bibliotecas que estaremos usando para la realizacion de la figuras para representar de los datos.
#declaracion de variables
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"
#Estos son los links de donde se obtendran los datos de los casos confirmados, decesos y recuperados en dicho pais.
#Leer los archivos CSV de las URL
datos_conf <- read.csv(url_conf)
datos_decesos <-read.csv(url_decesos)
datos_recuperados <- read.csv(url_recuperados)
#Aqui se trata de leer los archivos que se encuentran en "Valores separados por comas" desde los URL anteriormente vistos
#Filtrar datos para Russia
conf_rus <- t(datos_conf[datos_conf$Country.Region=="Russia" ,])
dec_rus <- t(datos_decesos [datos_decesos$Country.Region=="Russia" ,])
rec_rus <- t(datos_recuperados [datos_recuperados$Country.Region=="Russia" ,])
#Se ejecuta esto para filtrar los datos de una forma facil y rapida de buscar y trabajar en un conjunto de datos que se encuentran en una tabla.
#Primer figura acumulada
plot(conf_rus)
## Warning in xy.coords(x, y, xlabel, ylabel, log): NAs introducidos por coerción
#En esta figura se puede observar los datos confirmados de COVID-19 en Russia, por lo cual se puede ver que los casos confirmados se encuentran demasiado elevados.
#Para crear un vector de fecha con formato: Dia-Mes-Año
Fecha <- seq(from = as.Date("2020-01-22"), to = as.Date("2020-06-08"), by="day")
#Se realizo este vector desde el dia 22 de enero de 2020 al dia 08 de junio del 2020, que se ejecutara por medio de dia.
#Formatear datos confirmados
vec1 <- as.vector(conf_rus) #transformar de formato matriz a vector de caracteres
vec2 <- vec1[5:143] #filtrar datos en un rango
num1 <- as.numeric(vec2) # transformar a numericos
Confirmados <- as.vector(num1) #vector numerico
#Formatear datos de decesos
vec1 <- as.vector(dec_rus) #transformar de formato matriz a vector de caracteres
vec2 <- vec1[5:143] #filtrar datos en un rango
num1 <- as.numeric(vec2) # transformar a numericos
Decesos <- as.vector(num1) #vector numerico
#Formatear datos de recuperados
vec1 <- as.vector(rec_rus) #transformar de formato matriz a vector de caracteres
vec2 <- vec1[5:143] #filtrar datos en un rango
num1 <- as.numeric(vec2) # transformar a numericos
Recuperados <- as.vector(num1) #vector numerico
#En cada uno de los casos se pasa de formato matriz a vector numerico para construir figuras con los tres casos (confirmados, decesos y recuperados) en una sola figura.
#Para construir un marco de datos
datos1 <- data.frame(Fecha, Confirmados, Decesos, Recuperados)
#Se debe de construir un marco de datos por medio de estructuras de datos que se encuentran en en dos dimensiones.
#Figura 2 de casos confirmados en Russia
#utilizando ggplot
ggplot(data=datos1) +
geom_line(mapping = aes(x=Fecha, y=Confirmados))
#En esta figura se observan los casos confirmados en Russia en el cual se puede ver que son bastantes los casos confirmados porque hasta el dia 8 de junio se tienen mas de 400000 de casos confirmados.
#Figura 3 de Decesos
ggplot(data=datos1) +
geom_line(mapping = aes(x=Fecha, y=Decesos))
#En esta figura se observan los decesos en Russia en el cual se puede ver que son bastantes porque hasta el dia 8 de junio de 2020 se tienen 6000 de decesos.
#Figura 4 de Recuperados
ggplot(data=datos1) +
geom_line(mapping = aes(x=Fecha, y=Recuperados))
#En esta figura se observan las personas recuperadas en Russia en el cual se puede ver que son bastantes porque hasta el dia 8 de junio de 2020 se tiene mas de 200000 recuperados.
#Animacion simple
ggplot(data=datos1) +
ggtitle("Casos confirmados acumulados COVID-19 en Russia") +
geom_line(mapping = aes(x=Fecha, y=Confirmados)) +
transition_reveal(Fecha)
#Aqui se puede observar una animacion de los casos confirmados de COVID-19 en Russia, donde en el eje x nos indica la fecha y en el eje y nos indica los casos confirmados.
#Figura 5 multi ejes
ggplot(data=datos1) +
geom_line(aes(x=Fecha,y=Confirmados,color="red")) +
geom_line(aes(x=Fecha,y=Decesos,color="blue")) +
geom_line(aes(x=Fecha,y=Recuperados,color="green")) +
ylab("COVID-19 Russia") + xlab("Fecha")
#En esta figura se puede observar que es importante las comillas a utilizar para realizar la representacion, en el cual podemos observar que los colores no corresponden a los datos.
#Animacion multiejes
ggplot(data=datos1) +
geom_line(aes(x=Fecha,y=Confirmados),color='red') +
geom_line(aes(x=Fecha,y=Decesos),color='blue') +
geom_line(aes(x=Fecha,y=Recuperados),color='green')+
ylab('COVID-19 Russia') + xlab('Fecha') +
transition_reveal(Fecha)
#Aqui se puede observar los datos (confirmados, decesos y recuperados) en una animacion por lo que es mas facil y atractivo entenderlo.
#Grafica interactiva
gcov <- ggplot(data=datos1) +
geom_line(aes(x=Fecha,y=Confirmados),color='red') +
geom_line(aes(x=Fecha,y=Decesos),color='blue') +
geom_line(aes(x=Fecha,y=Recuperados),color='green')+
ylab('COVID-19 Russia') + xlab('Fecha')
ggplotly(gcov)
#Se puede observar el comportamiento del COVID-19 en Russia donde el eje x nos representa la fecha y en el eje y los casos del COVID-19 pero divido en tres primero los confirmados en rojo, despues los decesos en azul y por ultimo los recuperados en verde. En esta representacion se puede ver que la mitad de los casos confirmados se han estado recupendo.
#Russia es uno de los paises mas afectados porque los casos y las muertes van creciendo de manera acelerada.