U1A3

R Markdown

U1A3 Distribución de frecuencia de casos confirmados, decesos, recuperados de COVID-19 en México usando datos de la universidad Johns Hopkins

• Importar paquetes

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

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"

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

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

• Extraer los datos para México

conf_mex <- t(datos_conf [datos_conf$Country.Region=="Mexico" ,])
dec_mex <- t(datos_decesos [datos_decesos$Country.Region=="Mexico" ,])
rec_mex <- t(datos_recuperados [datos_recuperados$Country.Region=="Mexico" ,])

Ordenar y Transformar

plot(conf_mex)

## Warning in xy.coords(x, y, xlabel, ylabel, log): NAs introduced by coercion

plot(dec_mex)

## Warning in xy.coords(x, y, xlabel, ylabel, log): NAs introduced by coercion

plot(rec_mex)

## Warning in xy.coords(x, y, xlabel, ylabel, log): NAs introduced by coercion

• Transformacion de datos

Fecha <- seq(from = as.Date("2020-01-22"), to = as.Date("2020-09-03"), by = "day")
# Datos transformados a Vector numericos

# Confirmados
vec1 <- as.vector(conf_mex) # Transformacion de lista a vector
vec2 <- vec1[5:230] # Filtrado de los primeros 4 valores
num1 <- as.numeric(vec2) # Transformacion a datos numericos
Confirmados <- as.vector(num1)# Vector numerico

# Recuperados
vec1 <- as.vector(rec_mex) # Transformacion de lista a vector
vec2 <- vec1[5:230] # Filtrado de los primeros 4 valores
num1 <- as.numeric(vec2) # Transformacion a datos numericos
Recuperados <- as.vector(num1)# Vector numerico

# Decesos
vec1 <- as.vector(dec_mex) # Transformacion de lista a vector
vec2 <- vec1[5:230] # Filtrado de los primeros 4 valores
num1 <- as.numeric(vec2) # Transformacion a datos numericos
Decesos <- as.vector(num1)# Vector numerico

Generación de un data frame

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

## Confirmados
ggplot(data = datos1) +
  geom_line(mapping = aes(x = Fecha, y = Confirmados))

## Decesos
ggplot(data = datos1) +
  geom_line(mapping = aes(x = Fecha, y = Decesos))

## Recuperados
ggplot(data = datos1) +
  geom_line(mapping = aes(x = Fecha, y = Recuperados))

## Animacion simple 1

ggplot(data = datos1) +
  ggtitle("Casos confirmados COVID-19 en México (Fuente: JHU CSSE) @Isaac") +
  geom_line(mapping = aes(x = Fecha, y = Confirmados))+
  transition_reveal(Fecha)

## Figura de multiples 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 en México") + xlab("Fecha") + theme_bw()

## Animacion simple 2
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 en México") + xlab("Fecha") + transition_reveal(Fecha)

## Grafica interactiva compuesta
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 en México") + xlab("Fecha") + transition_reveal(Fecha)
  
ggplotly(gcov)

FRANCIA

## Tarea U1A3

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

conf_fra <- t(datos_conf [datos_conf$Country.Region=="France" ,])
dec_fra <- t(datos_decesos [datos_decesos$Country.Region=="France" ,])
rec_fra <- t(datos_recuperados [datos_recuperados$Country.Region=="France" ,])

plot(conf_fra)

## Warning in xy.coords(x, y, xlabel, ylabel, log): NAs introduced by coercion

## Warning in xy.coords(x, y, xlabel, ylabel, log): NAs introduced by coercion

plot(dec_fra)

## Warning in xy.coords(x, y, xlabel, ylabel, log): NAs introduced by coercion

## Warning in xy.coords(x, y, xlabel, ylabel, log): NAs introduced by coercion

plot(rec_fra)

## Warning in xy.coords(x, y, xlabel, ylabel, log): NAs introduced by coercion

## Warning in xy.coords(x, y, xlabel, ylabel, log): NAs introduced by coercion

Fecha <- seq(from = as.Date("2020-01-22"), to = as.Date("2020-09-03"), by = "day")
# Datos transformados a Vector numericos

# Confirmados
vec1 <- as.vector(conf_fra) # Transformacion de lista a vector
vec2 <- vec1[5:230] # Filtrado de los primeros 4 valores
num1 <- as.numeric(vec2) # Transformacion a datos numericos
Confirmados <- as.vector(num1)# Vector numerico

# Recuperados
vec1 <- as.vector(rec_fra) # Transformacion de lista a vector
vec2 <- vec1[5:230] # Filtrado de los primeros 4 valores
num1 <- as.numeric(vec2) # Transformacion a datos numericos
Recuperados <- as.vector(num1)# Vector numerico

# Decesos
vec1 <- as.vector(dec_fra) # Transformacion de lista a vector
vec2 <- vec1[5:230] # Filtrado de los primeros 4 valores
num1 <- as.numeric(vec2) # Transformacion a datos numericos
Decesos <- as.vector(num1)# Vector numerico

datos2 <- data.frame(Fecha, Confirmados, Decesos, Recuperados)

## Confirmados
ggplot(data = datos2) +
  geom_line(mapping = aes(x = Fecha, y = Confirmados))

## Decesos
ggplot(data = datos2) +
  geom_line(mapping = aes(x = Fecha, y = Decesos))

## Recuperados
ggplot(data = datos2) +
  geom_line(mapping = aes(x = Fecha, y = Recuperados))

ggplot(data = datos2) +
  ggtitle("Casos confirmados COVID-19 en Francia (Fuente: JHU CSSE) @Isaac") +
  geom_line(mapping = aes(x = Fecha, y = Confirmados))+
  transition_reveal(Fecha)

ggplot(data = datos2) +
  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 en Francia") + xlab("Fecha") + theme_bw()

ggplot(data = datos2) +
  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 en México") + xlab("Fecha") + transition_reveal(Fecha)

gcov <- ggplot(data=datos2) +
  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 en Francia") + xlab("Fecha") + transition_reveal(Fecha)
  
ggplotly(gcov)