U1A3

U1A3 Distribucion de frecuencia de casos confirmados,

decesos,recuperados de covid-19 en mexico usando datos de la universidad Jhhns 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 ──

## ✓ tibble  3.0.3     ✓ dplyr   1.0.2
## ✓ tidyr   1.1.2     ✓ stringr 1.4.0
## ✓ purrr   0.3.4     ✓ 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)#para hacer gift

###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_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* ##lee el contenido de las URL read.csv

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

*Extraer los datos para mexico filtrar pues

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 tranformar Primaras graficas para reconocimiento

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

*Tranformacion de datos a vector

##es para ordenar las fechas como de enero a septiembre pero en las graficas salen 50 a pues ahora con este codigo saltan de enero,frebrero,marzo etc. llamado vector de fechas 
Fecha <-seq(from=as.Date("2020-01-22"),to=as.Date("2020-09-03"),by="day")

#Datos tranformados a vector numerico 
vec1 <- as.vector(conf_mex)#Transformacion de lista a vector 
vec2 <- vec1[5:230]#filtrado de los primeros 4 valores 
num1 <- as.numeric(vec2)#tranformacion a datos numericos 
Confirmados <- as.vector(num1)#Convertido numericos a 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)#tranformacion a datos numericos 
Recuperados <- as.vector(num1)#Convertido numericos a 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)#tranformacion a datos numericos 
Decesos <- as.vector(num1)#Convertido numericos a vector numerico