U1A3

##U1A3: Distribucion de frecuencia de casos confirmados decesos, recuperados de COVID-19 en China utilizando datos de la universidad Johns Hopkins

##Importar

library(readr) #Leer archivos
library(plotly) #Graficos interactivos

## Loading required package: ggplot2

## 
## 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(tidyverse) #Paquete de ciencia de datos

## -- Attaching packages ------------------------------------------------------------------------------------------------------ tidyverse 1.3.0 --

## v tibble  3.0.3     v dplyr   1.0.2
## v tidyr   1.1.1     v stringr 1.4.0
## v purrr   0.3.4     v forcats 0.5.0

## -- Conflicts --------------------------------------------------------------------------------------------------------- tidyverse_conflicts() --
## x dplyr::filter() masks plotly::filter(), stats::filter()
## x dplyr::lag()    masks stats::lag()

library(gganimate) #Animar graficas
library(gifski) #Hacer GIF's

• Importar datos ### Leer las URL de datos del repositorio de JHU

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_recovered_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"

• Descargar los archivos .csv de las URL Archivos de valores separados por comas

csv

datos_conf <- read.csv(url_conf)
datos_decesos <-read.csv(url_decesos)
datos_recuperados <- read.csv(url_recuperados)

*Extraer (filtrar) los datos para Mexico

conf_china <- t(datos_conf [datos_conf$Country.Region=="China" ,])
dec_china <- t(datos_decesos [datos_decesos$Country.Region=="China" ,])
rec_china <- t(datos_recuperados [datos_recuperados$Country.Region=="China" ,])

Ordenar y transformar

Primeras graficas para reconocimiento

plot(conf_china)

## Warning in xy.coords(x, y, xlabel, ylabel, log): NAs introducidos por coerción

## Warning in xy.coords(x, y, xlabel, ylabel, log): NAs introducidos por coerción

plot(dec_china)

## Warning in xy.coords(x, y, xlabel, ylabel, log): NAs introducidos por coerción

## Warning in xy.coords(x, y, xlabel, ylabel, log): NAs introducidos por coerción

plot(rec_china)

## Warning in xy.coords(x, y, xlabel, ylabel, log): NAs introducidos por coerción

## Warning in xy.coords(x, y, xlabel, ylabel, log): NAs introducidos por coerción

*Transformacion de datos

#Vector de fecha

Fecha <- seq(from = as.Date("2020-01-22"), to = as.Date("2020-09-03"), by = 'day')

#Datos transformados a vectores numericos

vec1 <- as.vector(conf_china) 
vec2 <- vec1[5:230] 
num1 <- as.numeric(vec2) 
Confirmados <- as.vector(num1) 

#Datos transformados a vectores numericos

vec1 <- as.vector(rec_china) 
vec2 <- vec1[5:230]
num1 <- as.numeric(vec2) 
Recuperados <- as.vector(num1) 

#Datos transformados a vectores numericos

vec1 <- as.vector(dec_china)  
vec2 <- vec1[5:230] 
num1 <- as.numeric(vec2) 
Decesos <- as.vector(num1) 




datos1 <- data.frame(Fecha, Confirmados, Decesos, Recuperados)

ggplot(data = datos1) +
  geom_line(mapping = aes(x = Fecha, y = Confirmados)) +
  ggtitle("Casos acumulados confirmados de COVID-19 en China, al día 06/09/20")

ggplot(data = datos1) +
  geom_line(mapping = aes(x = Fecha, y = Recuperados)) +
  ggtitle("Casos acumulados de recuperados de COVID-19 en China, al día 06/09/20")

ggplot(data = datos1) +
  geom_line(mapping = aes(x = Fecha, y = Decesos)) +
  ggtitle("Casos acumulados de Decesos de COVID-19 en China, al día 06/09/20")

* Gráfico animado

ggplot(data = datos1) +
  geom_line(mapping = aes(x = Fecha, y = Confirmados)) +
  ggtitle("Casos acumulados confirmados de COVID-19 en China, al día 06/09/20") +
  transition_reveal(Fecha)

• Gráfico interactivo

gcov <- ggplot(data=datos1) +
  geom_line(aes(x=Fecha, y=Confirmados), colour="pink") +
  geom_line(aes(x=Fecha, y=Decesos), colour="black") +
  geom_line(aes(x=Fecha, y=Recuperados), colour="purple") +
  ggtitle("Casos acumulados de COVID-19 en China, al día 06/09/20") +
  ylab("COVID-19 en China") + xlab("Mes")
gcov

• Gráfico interactivo con plotly

ggplotly(gcov)