# Seleccioné estos dos estados por que son de gran contraste
# a nivel de percepción, sin embargo, tienen muchas similitudes "duras"
# en características que comparo en el siguiente cuadro
#Nuevo Leon
#http://cuentame.inegi.org.mx/monografias/informacion/nl/territorio/clima.aspx?tema=me&e=19
#Chiapas
#http://cuentame.inegi.org.mx/monografias/informacion/nl/territorio/clima.aspx?tema=me&e=7

#  +-----------------------+------------------+------------------+
#  |                       |    Nuevo Leon    |      Chiapas     |
#  +-----------------------+------------------+------------------+
#  |             Población |     5,610,153    |     5,730,367    |
#  |                       | 3.999% del total | 4.137% del total |
#  |                       |     de México    |     de México    |
#  +-----------------------+------------------+------------------+
#  | Densidad de población |   78.1 p / km²   |   70.8 p / km²   |
#  +-----------------------+------------------+------------------+
#  |            Territorio |    64.156 Km²    |    73,311 km²    |
#  +-----------------------+------------------+------------------+
#  |            Municipios |        51        |        124       |
#  +-----------------------+------------------+------------------+
#  |          PIB Nacional |       7.5%       |       1.5%       |
#  +-----------------------+------------------+------------------+
#  |                 Clima |            La temperatura           |
#  |                       |            media anual es           |
#  |                       |          alrededor de 20°C,         |
#  +-----------------------+-------------------------------------+
#  |                Fuente |                INEGI                |
#  +-----------------------+-------------------------------------+

#Establecer folder de trabajo
setwd("~/Documents/R-PyE")
#"~/Documents/R-PyE/Casos_Diarios_Estado_Nacional_Confirmados_20200609.csv"

#library(pacman)
#p_load(readr,tidyverse,ploty)
#p_load(readr,tidyverse,ploty,gganimate,gifsky)

#Bibliotecas
library(readr)
library(tidyverse)
## ── Attaching packages ────────────────────────────────────────────── tidyverse 1.3.0 ──
## ✓ ggplot2 3.3.1     ✓ dplyr   1.0.0
## ✓ tibble  3.0.1     ✓ stringr 1.4.0
## ✓ tidyr   1.1.0     ✓ forcats 0.5.0
## ✓ 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)

#Leer datos de la dirección general de epidemiologia (DGE)
datos <- read.csv("Casos_Diarios_Estado_Nacional_Confirmados_20200609.csv")

#Dar formato a los datos diarios (absolutos) de Nuevo León
Nuevo_Leon <- t(datos[datos$nombre == "NUEVO LEON" ,])
Nuevo_Leon <- as.vector(Nuevo_Leon)
Nuevo_Leon <- Nuevo_Leon[4:153] #Filtrar datos
Nuevo_Leon <- as.numeric(Nuevo_Leon) #Para convertir a numérico
Nuevo_Leon <- as.vector(Nuevo_Leon)
cNuevo_Leon <- cumsum(Nuevo_Leon) #Datos acumulados

#Estadística descriptiva
#Figura 1
plot(Nuevo_Leon) #Gráfico de puntos de datos absolutos

summary(Nuevo_Leon)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##     0.0     0.0     4.0    13.4    20.0   108.0
boxplot(Nuevo_Leon)

hist(Nuevo_Leon)

#Dar formato a los datos diarios (absolutos) de Chiapas
Chiapas <- t(datos[datos$nombre == "CHIAPAS" ,])
Chiapas <- as.vector(Chiapas)
Chiapas <- Chiapas[4:153] #Filtrar datos
Chiapas <- as.numeric(Chiapas) #Para convertir a numérico
Chiapas <- as.vector(Chiapas)
cChiapas <- cumsum(Chiapas) #Datos acumulados

plot(Chiapas)

plot(cChiapas)

#Construir un vector de Fechas
Fecha <- seq(from = as.Date("2020-01-12"), to = as.Date("2020-06-09"), by = "day")

#Crear un arreglo matricial (marco de datos "data frame", "tibble")
NuevoLeon_Chiapas <- data.frame(Fecha, Nuevo_Leon, Chiapas) #Datos absolutos
cNuevoLeon_Chiapas <- data.frame(Fecha, cNuevo_Leon, cChiapas) #Datos acumulados

#Gráfica para Nuevo_Leon de datos absolutos con ggplot
ggplot(data = NuevoLeon_Chiapas) +
  ggtitle("Casos diarios COVID-19 en Nuevo León (DGE)") +
  geom_line(mapping = aes(x = Fecha, y = Nuevo_Leon))

#Gráfica para Chiapas de datos absolutos con ggplot
ggplot(data = NuevoLeon_Chiapas) +
  ggtitle("Casos diarios COVID-19 en Chiapas (DGE)") +
  geom_line(mapping = aes(x = Fecha, y = Chiapas))

#Animación gráfica comparativa de frecuencias acumuladas
#por fechas para los estados de Nuevo León y Chiapas
#codificados por color

ggplot(data = cNuevoLeon_Chiapas) +
  geom_line(aes(Fecha, cChiapas, colour = 'Chiapas')) + 
  geom_line(aes(Fecha, cNuevo_Leon, colour = 'Nuevo León')) +
  xlab('Fecha') +
  ylab('Casos diarios acumulados') +
  labs(colour = "Estados") +
  transition_reveal(Fecha)

gNuevoLeon_Chiapas <- ggplot(data = cNuevoLeon_Chiapas) +
  ggtitle("COVID-19 en Nuevo León y Chiapas") +
  geom_line(aes(Fecha, cChiapas, colour = 'Chiapas')) + 
  geom_line(aes(Fecha, cNuevo_Leon, colour = 'Nuevo León')) +
  xlab('Fecha') +
  ylab('Casos diarios acumulados') +
  labs(colour = "Estados")

gNuevoLeon_Chiapas

ggplotly(gNuevoLeon_Chiapas)
#En esta etapa comienza a parecer una gráfica sigmoidal
#Inicia una curva

#Nuevo León ha tenido medidas más fuertes de confinamiento
#En este estado es en donde se presentó el primer caso del país

#Entre el primer caso de Nuevo León y Chiapas son 43 días de diferencia
#Aún así
#desde el inicio 12 de enero hasta el 21 de mayo pasaron 131 días
#y Chiapas superó considerablemente la cantidad de enfermos reportados acumulados

#Algunos factores detonantes para este compartamiento
#Son las medidas tomadas por el gobierno
#En el caso de Chiapas tiene una orografía
#que causa una densidad poblacional menor pero concentrada en
#ciudades específicas del estado