cuaderno 3
Juan Guillermo Narvaez Diaz
11/3/2021
##introduccion En este cuaderno 3. EL objerivo de este cuaderno es aprender a utilizar la libreria “dplyr” para la edicion de datos, en la cual se trataran datos de EVA (Evaluaciones Agropecuaris Municipales )para identificacion de cultivos, el año, la produccion por ha, desde el 2007 al 2018 en el departamento asignado. [R Markdown] http://rmarkdown.rstudio.com.
setwd("C:/Users/Juan Narvaez/Documents/geomatica")cultivos<- read.table(file = "Evaluaciones_Agropecuarias_Municipales_EVA.csv",header = T, sep = ";")###Librerias utilizadas
library(tidyverse)
library(dplyr)
library(ggplot2)primer filtro de datos
se hace este filtro para idenificar solo los datos que me interesan que son los Guainia.
eva_guainia<- cultivos %>% filter(DEPARTAMENTO == "GUAINIA")class(eva_guainia)## [1] "data.frame"head(eva_guainia)## ï..CÃ.D...DEP. DEPARTAMENTO CÃ.D..MUN. MUNICIPIO GRUPO..DE.CULTIVO
## 1 94 GUAINIA 94001 INIRIDA FRUTALES
## 2 94 GUAINIA 94001 INIRIDA FRUTALES
## 3 94 GUAINIA 94001 INIRIDA FRUTALES
## 4 94 GUAINIA 94001 INIRIDA HORTALIZAS
## 5 94 GUAINIA 94001 INIRIDA HORTALIZAS
## 6 94 GUAINIA 94001 INIRIDA HORTALIZAS
## SUBGRUPO..DE.CULTIVO CULTIVO DESAGREGACIÃ.N.REGIONAL.Y.O.SISTEMA.PRODUCTIVO
## 1 AGUACATE AGUACATE AGUACATE
## 2 AGUACATE AGUACATE AGUACATE
## 3 AGUACATE AGUACATE AGUACATE
## 4 AHUYAMA AHUYAMA AHUYAMA
## 5 AHUYAMA AHUYAMA AHUYAMA
## 6 AHUYAMA AHUYAMA AHUYAMA
## AÃ.O PERIODO Ã.rea.Sembrada..ha. Ã.rea.Cosechada..ha. Producción..t.
## 1 2014 2014 1 0 0
## 2 2015 2015 1 1 1
## 3 2016 2016 1 1 1
## 4 2014 2014A 3 2 30
## 5 2014 2014B 2 1 12
## 6 2015 2015A 3 3 42
## Rendimiento..t.ha. ESTADO.FISICO.PRODUCCION NOMBRE..CIENTIFICO
## 1 FRUTO FRESCO PERSEA AMERICANA MILL.
## 2 1,5 FRUTO FRESCO PERSEA AMERICANA MILL.
## 3 1,5 FRUTO FRESCO PERSEA AMERICANA MILL.
## 4 13,2 HORTALIZA FRESCA CUCURBITA MOSHATA
## 5 12 HORTALIZA FRESCA CUCURBITA MOSHATA
## 6 13,2 HORTALIZA FRESCA CUCURBITA MOSHATA
## CICLO.DE.CULTIVO
## 1 PERMANENTE
## 2 PERMANENTE
## 3 PERMANENTE
## 4 TRANSITORIO
## 5 TRANSITORIO
## 6 TRANSITORIOnames(eva_guainia)<- c("ID","Departamentos","CA_Municipio","Municipio","Grupo_de_cultivo","subgrupo_de_cultivo","Cultivo","Desagregacia regional y/o sistema productivo","Ano","Periodo","Area_cultivadas_ha","Area cosechada","Produccion_T","Rendimiento","Estado_fisico poduccion","Nombre_cientifico","ciclo_de_cultivo")head(eva_guainia)## ID Departamentos CA_Municipio Municipio Grupo_de_cultivo subgrupo_de_cultivo
## 1 94 GUAINIA 94001 INIRIDA FRUTALES AGUACATE
## 2 94 GUAINIA 94001 INIRIDA FRUTALES AGUACATE
## 3 94 GUAINIA 94001 INIRIDA FRUTALES AGUACATE
## 4 94 GUAINIA 94001 INIRIDA HORTALIZAS AHUYAMA
## 5 94 GUAINIA 94001 INIRIDA HORTALIZAS AHUYAMA
## 6 94 GUAINIA 94001 INIRIDA HORTALIZAS AHUYAMA
## Cultivo Desagregacia regional y/o sistema productivo Ano Periodo
## 1 AGUACATE AGUACATE 2014 2014
## 2 AGUACATE AGUACATE 2015 2015
## 3 AGUACATE AGUACATE 2016 2016
## 4 AHUYAMA AHUYAMA 2014 2014A
## 5 AHUYAMA AHUYAMA 2014 2014B
## 6 AHUYAMA AHUYAMA 2015 2015A
## Area_cultivadas_ha Area cosechada Produccion_T Rendimiento
## 1 1 0 0
## 2 1 1 1 1,5
## 3 1 1 1 1,5
## 4 3 2 30 13,2
## 5 2 1 12 12
## 6 3 3 42 13,2
## Estado_fisico poduccion Nombre_cientifico ciclo_de_cultivo
## 1 FRUTO FRESCO PERSEA AMERICANA MILL. PERMANENTE
## 2 FRUTO FRESCO PERSEA AMERICANA MILL. PERMANENTE
## 3 FRUTO FRESCO PERSEA AMERICANA MILL. PERMANENTE
## 4 HORTALIZA FRESCA CUCURBITA MOSHATA TRANSITORIO
## 5 HORTALIZA FRESCA CUCURBITA MOSHATA TRANSITORIO
## 6 HORTALIZA FRESCA CUCURBITA MOSHATA TRANSITORIOGeneramos una nueva tabla con los datos que nos interesan de Guainia.
evita<- select(eva_guainia,Municipio, Cultivo, Ano,Periodo,Produccion_T,Rendimiento)
evita## Municipio Cultivo Ano Periodo Produccion_T Rendimiento
## 1 INIRIDA AGUACATE 2014 2014 0
## 2 INIRIDA AGUACATE 2015 2015 1 1,5
## 3 INIRIDA AGUACATE 2016 2016 1 1,5
## 4 INIRIDA AHUYAMA 2014 2014A 30 13,2
## 5 INIRIDA AHUYAMA 2014 2014B 12 12
## 6 INIRIDA AHUYAMA 2015 2015A 42 13,2
## 7 BARRANCO MINA AHUYAMA 2015 2015B 50 10
## 8 INIRIDA AHUYAMA 2015 2015B 42 13,2
## 9 INIRIDA AHUYAMA 2016 2016A 42 13,2
## 10 BARRANCO MINA AHUYAMA 2016 2016B 50 10
## 11 INIRIDA AHUYAMA 2016 2016B 42 13,2
## 12 BARRANCO MINA AJI 2014 2014A 5 0,5
## 13 INIRIDA AJI 2014 2014A 19 5
## 14 BARRANCO MINA AJI 2015 2015A 5 0,5
## 15 INIRIDA AJI 2015 2015A 20 5
## 16 INIRIDA AJI 2016 2016A 5 1,2
## 17 BARRANCO MINA AJI 2016 2016A 2 1
## 18 INIRIDA AJI 2016 2016B 5 1,2
## 19 BARRANCO MINA AJI 2016 2016B 2 1
## 20 INIRIDA AJI 2017 2017A 15 1
## 21 BARRANCO MINA AJI 2017 2017A 5 1
## 22 INIRIDA AJI 2017 2017B 15 1
## 23 BARRANCO MINA AJI 2017 2017B 5 1
## 24 INIRIDA AJI 2018 2018A 13 1
## 25 BARRANCO MINA AJI 2018 2018A 5 1
## 26 INIRIDA ARAZA 2014 2014 42 11
## 27 INIRIDA ARAZA 2015 2015 42 11
## 28 INIRIDA CACAO 2007 2007 16 0,3
## 29 INIRIDA CACAO 2008 2008 15 0,25
## 30 INIRIDA CACAO 2009 2009 14 0,25
## 31 INIRIDA CACAO 201 2010 15 0,25
## 32 INIRIDA CACAO 2011 2011 15 0,25
## 33 INIRIDA CACAO 2012 2012 15 0,25
## 34 INIRIDA CACAO 2013 2013 28 0,3
## 35 INIRIDA CACAO 2014 2014 28 0,3
## 36 INIRIDA CACAO 2015 2015 21 0,3
## 37 BARRANCO MINA CACAO 2016 2016 66 0,4
## 38 INIRIDA CACAO 2016 2016 13 0,4
## 39 BARRANCO MINA CACAO 2017 2017 66 0,4
## 40 INIRIDA CACAO 2017 2017 43 0,5
## 41 BARRANCO MINA CACAO 2018 2018 66 0,4
## 42 INIRIDA CACAO 2018 2018 21 0,6
## 43 INIRIDA CANA PANELERA 2014 2014 18 6
## 44 INIRIDA CANA PANELERA 2015 2015 18 6
## 45 INIRIDA CANA PANELERA 2016 2016 18 6
## 46 INIRIDA CAUCHO 2013 2013 0
## 47 INIRIDA CAUCHO 2014 2014 0
## 48 INIRIDA CAUCHO 2015 2015 0
## 49 BARRANCO MINA CAUCHO 2016 2016 0
## 50 INIRIDA CAUCHO 2016 2016 0
## 51 BARRANCO MINA CAUCHO 2017 2017 45 1,5
## 52 BARRANCO MINA CAUCHO 2018 2018 15 1,5
## 53 INIRIDA CITRICOS 2016 2016 2 1
## 54 INIRIDA CITRICOS 2017 2017 2 1
## 55 INIRIDA CITRICOS 2018 2018 30 7,5
## 56 INIRIDA LIMON 2014 2014 13 2,5
## 57 INIRIDA LIMON 2015 2015 13 2,5
## 58 INIRIDA LIMON 2016 2016 13 2,5
## 59 INIRIDA MAIZ 2006 2006B 279 1,73
## 60 INIRIDA MAIZ 2007 2007A 315 1,74
## 61 INIRIDA MAIZ 2007 2007B 350 1,75
## 62 INIRIDA MAIZ 2008 2008A 578 1,67
## 63 INIRIDA MAIZ 2008 2008B 418 1,75
## 64 INIRIDA MAIZ 2009 2009A 587 1,8
## 65 INIRIDA MAIZ 2009 2009B 293 1,8
## 66 INIRIDA MAIZ 201 2010A 644 1,8
## 67 INIRIDA MAIZ 201 2010B 322 1,8
## 68 INIRIDA MAIZ 2011 2011A 194 1,6
## 69 INIRIDA MAIZ 2011 2011B 124 1,6
## 70 INIRIDA MAIZ 2012 2012A 292 1,7
## 71 INIRIDA MAIZ 2012 2012B 142 1,6
## 72 INIRIDA MAIZ 2013 2013A 254 1,5
## 73 INIRIDA MAIZ 2013 2013B 110 1,5
## 74 BARRANCO MINA MAIZ 2014 2014A 160 2
## 75 INIRIDA MAIZ 2014 2014A 19 1,69
## 76 INIRIDA MAIZ 2014 2014B 110 1,5
## 77 BARRANCO MINA MAIZ 2015 2015A 160 2
## 78 INIRIDA MAIZ 2015 2015A 80 1
## 79 BARRANCO MINA MAIZ 2015 2015B 44 2
## 80 INIRIDA MAIZ 2015 2015B 7 1
## 81 INIRIDA MAIZ 2016 2016A 140 2
## 82 BARRANCO MINA MAIZ 2016 2016A 28 2
## 83 INIRIDA MAIZ 2016 2016B 140 2
## 84 BARRANCO MINA MAIZ 2016 2016B 30 2
## 85 BARRANCO MINA MAIZ 2017 2017A 38 1
## 86 INIRIDA MAIZ 2017 2017A 13 1
## 87 INIRIDA MAIZ 2017 2017B 140 1
## 88 BARRANCO MINA MAIZ 2017 2017B 29 1
## 89 BARRANCO MINA MAIZ 2018 2018A 30 1
## 90 INIRIDA MAIZ 2018 2018A 15 1
## 91 INIRIDA PATILLA 2014 2014A 34 17
## 92 INIRIDA PATILLA 2015 2015A 120 15
## 93 BARRANCO MINA PATILLA 2015 2015B 4 1
## 94 INIRIDA PATILLA 2015 2015B 38 19
## 95 BARRANCO MINA PATILLA 2016 2016B 4 1
## 96 BARRANCO MINA PINA 2014 2014 41 0,5
## 97 INIRIDA PINA 2014 2014 95 19
## 98 BARRANCO MINA PINA 2015 2015 41 0,5
## 99 INIRIDA PINA 2015 2015 95 19
## 100 BARRANCO MINA PINA 2016 2016 255 17
## 101 CACAHUAL PINA 2016 2016 238 17
## 102 SAN FELIPE PINA 2016 2016 238 17
## 103 INIRIDA PINA 2016 2016 182 14
## 104 INIRIDA PINA 2017 2017 2227 17
## 105 SAN FELIPE PINA 2017 2017 2023 17
## 106 MORICHAL PINA 2017 2017 315 17
## 107 BARRANCO MINA PINA 2017 2017 204 17
## 108 INIRIDA PINA 2018 2018 2142 17
## 109 SAN FELIPE PINA 2018 2018 323 17
## 110 MORICHAL PINA 2018 2018 451 17
## 111 BARRANCO MINA PINA 2018 2018 119 17
## 112 INIRIDA PLATANO 2007 2007 975 7,5
## 113 INIRIDA PLATANO 2008 2008 1125 7,5
## 114 INIRIDA PLATANO 2009 2009 1688 9,38
## 115 INIRIDA PLATANO 201 2010 1936 8,68
## 116 INIRIDA PLATANO 2011 2011 143 6,5
## 117 INIRIDA PLATANO 2012 2012 1945 6,8
## 118 INIRIDA PLATANO 2013 2013 2176 6,8
## 119 INIRIDA PLATANO 2014 2014 32 10
## 120 BARRANCO MINA PLATANO 2014 2014 104 8
## 121 INIRIDA PLATANO 2015 2015 32 10
## 122 BARRANCO MINA PLATANO 2015 2015 240 8
## 123 BARRANCO MINA PLATANO 2016 2016 823 7
## 124 INIRIDA PLATANO 2016 2016 847 7
## 125 SAN FELIPE PLATANO 2016 2016 28 7
## 126 BARRANCO MINA PLATANO 2017 2017 2044 7
## 127 INIRIDA PLATANO 2017 2017 102 5
## 128 MORICHAL PLATANO 2017 2017 39 7
## 129 SAN FELIPE PLATANO 2017 2017 35 7
## 130 BARRANCO MINA PLATANO 2018 2018 2009 7
## 131 INIRIDA PLATANO 2018 2018 102 5
## 132 MORICHAL PLATANO 2018 2018 25 7
## 133 SAN FELIPE PLATANO 2018 2018 21 7
## 134 INIRIDA YUCA 2007 2007 6458 6,43
## 135 INIRIDA YUCA 2008 2008 9615 6,59
## 136 INIRIDA YUCA 2009 2009 11249 8
## 137 INIRIDA YUCA 201 2010 11932 8
## 138 INIRIDA YUCA 2011 2011 3589 4,26
## 139 INIRIDA YUCA 2012 2012 5112 4,54
## 140 INIRIDA YUCA 2013 2013 5416 4,54
## 141 INIRIDA YUCA 2014 2014 7735 6,5
## 142 BARRANCO MINA YUCA 2014 2014 2205 5,8
## 143 INIRIDA YUCA 2015 2015 442 6,5
## 144 BARRANCO MINA YUCA 2015 2015 2262 5,8
## 145 INIRIDA YUCA 2016 2016 15 15
## 146 BARRANCO MINA YUCA 2016 2016 290 10
## 147 BARRANCO MINA YUCA 2017 2017 699 10
## 148 INIRIDA YUCA 2017 2017 464 10
## 149 CACAHUAL YUCA 2017 2017 2 10
## 150 SAN FELIPE YUCA 2017 2017 15 10
## 151 MORICHAL YUCA 2017 2017 60 10
## 152 BARRANCO MINA YUCA 2018 2018 712 10
## 153 INIRIDA YUCA 2018 2018 5 10
## 154 CACAHUAL YUCA 2018 2018 21 10
## 155 SAN FELIPE YUCA 2018 2018 1 10
## 156 MORICHAL YUCA 2018 2018 50 10
## 157 BARRANCO MINA YUCA 2016 2016 6583 10
## 158 CACAHUAL YUCA 2016 2016 22 10
## 159 SAN FELIPE YUCA 2016 2016 685 10
## 160 INIRIDA YUCA 2016 2016 764 20
## 161 MORICHAL YUCA 2017 2017 12 10
## 162 MORICHAL YUCA 2018 2018 1 10utilizamos estos cultivos como ejemplo.
evita_aguacate <- evita %>% filter(Cultivo =="AGUACATE")
evita_aguacate## Municipio Cultivo Ano Periodo Produccion_T Rendimiento
## 1 INIRIDA AGUACATE 2014 2014 0
## 2 INIRIDA AGUACATE 2015 2015 1 1,5
## 3 INIRIDA AGUACATE 2016 2016 1 1,5evita_Ahuyama <-evita %>% filter(Cultivo =="AHUYAMA")
evita_Ahuyama## Municipio Cultivo Ano Periodo Produccion_T Rendimiento
## 1 INIRIDA AHUYAMA 2014 2014A 30 13,2
## 2 INIRIDA AHUYAMA 2014 2014B 12 12
## 3 INIRIDA AHUYAMA 2015 2015A 42 13,2
## 4 BARRANCO MINA AHUYAMA 2015 2015B 50 10
## 5 INIRIDA AHUYAMA 2015 2015B 42 13,2
## 6 INIRIDA AHUYAMA 2016 2016A 42 13,2
## 7 BARRANCO MINA AHUYAMA 2016 2016B 50 10
## 8 INIRIDA AHUYAMA 2016 2016B 42 13,2evita_platano<-evita %>% filter(Cultivo =="PLATANO")
evita_platano## Municipio Cultivo Ano Periodo Produccion_T Rendimiento
## 1 INIRIDA PLATANO 2007 2007 975 7,5
## 2 INIRIDA PLATANO 2008 2008 1125 7,5
## 3 INIRIDA PLATANO 2009 2009 1688 9,38
## 4 INIRIDA PLATANO 201 2010 1936 8,68
## 5 INIRIDA PLATANO 2011 2011 143 6,5
## 6 INIRIDA PLATANO 2012 2012 1945 6,8
## 7 INIRIDA PLATANO 2013 2013 2176 6,8
## 8 INIRIDA PLATANO 2014 2014 32 10
## 9 BARRANCO MINA PLATANO 2014 2014 104 8
## 10 INIRIDA PLATANO 2015 2015 32 10
## 11 BARRANCO MINA PLATANO 2015 2015 240 8
## 12 BARRANCO MINA PLATANO 2016 2016 823 7
## 13 INIRIDA PLATANO 2016 2016 847 7
## 14 SAN FELIPE PLATANO 2016 2016 28 7
## 15 BARRANCO MINA PLATANO 2017 2017 2044 7
## 16 INIRIDA PLATANO 2017 2017 102 5
## 17 MORICHAL PLATANO 2017 2017 39 7
## 18 SAN FELIPE PLATANO 2017 2017 35 7
## 19 BARRANCO MINA PLATANO 2018 2018 2009 7
## 20 INIRIDA PLATANO 2018 2018 102 5
## 21 MORICHAL PLATANO 2018 2018 25 7
## 22 SAN FELIPE PLATANO 2018 2018 21 7evita_aji<-evita %>% filter(Cultivo =="AJI")
evita_aji## Municipio Cultivo Ano Periodo Produccion_T Rendimiento
## 1 BARRANCO MINA AJI 2014 2014A 5 0,5
## 2 INIRIDA AJI 2014 2014A 19 5
## 3 BARRANCO MINA AJI 2015 2015A 5 0,5
## 4 INIRIDA AJI 2015 2015A 20 5
## 5 INIRIDA AJI 2016 2016A 5 1,2
## 6 BARRANCO MINA AJI 2016 2016A 2 1
## 7 INIRIDA AJI 2016 2016B 5 1,2
## 8 BARRANCO MINA AJI 2016 2016B 2 1
## 9 INIRIDA AJI 2017 2017A 15 1
## 10 BARRANCO MINA AJI 2017 2017A 5 1
## 11 INIRIDA AJI 2017 2017B 15 1
## 12 BARRANCO MINA AJI 2017 2017B 5 1
## 13 INIRIDA AJI 2018 2018A 13 1
## 14 BARRANCO MINA AJI 2018 2018A 5 1evita_maiz<-evita %>% filter(Cultivo =="MAIZ")
evita_maiz## Municipio Cultivo Ano Periodo Produccion_T Rendimiento
## 1 INIRIDA MAIZ 2006 2006B 279 1,73
## 2 INIRIDA MAIZ 2007 2007A 315 1,74
## 3 INIRIDA MAIZ 2007 2007B 350 1,75
## 4 INIRIDA MAIZ 2008 2008A 578 1,67
## 5 INIRIDA MAIZ 2008 2008B 418 1,75
## 6 INIRIDA MAIZ 2009 2009A 587 1,8
## 7 INIRIDA MAIZ 2009 2009B 293 1,8
## 8 INIRIDA MAIZ 201 2010A 644 1,8
## 9 INIRIDA MAIZ 201 2010B 322 1,8
## 10 INIRIDA MAIZ 2011 2011A 194 1,6
## 11 INIRIDA MAIZ 2011 2011B 124 1,6
## 12 INIRIDA MAIZ 2012 2012A 292 1,7
## 13 INIRIDA MAIZ 2012 2012B 142 1,6
## 14 INIRIDA MAIZ 2013 2013A 254 1,5
## 15 INIRIDA MAIZ 2013 2013B 110 1,5
## 16 BARRANCO MINA MAIZ 2014 2014A 160 2
## 17 INIRIDA MAIZ 2014 2014A 19 1,69
## 18 INIRIDA MAIZ 2014 2014B 110 1,5
## 19 BARRANCO MINA MAIZ 2015 2015A 160 2
## 20 INIRIDA MAIZ 2015 2015A 80 1
## 21 BARRANCO MINA MAIZ 2015 2015B 44 2
## 22 INIRIDA MAIZ 2015 2015B 7 1
## 23 INIRIDA MAIZ 2016 2016A 140 2
## 24 BARRANCO MINA MAIZ 2016 2016A 28 2
## 25 INIRIDA MAIZ 2016 2016B 140 2
## 26 BARRANCO MINA MAIZ 2016 2016B 30 2
## 27 BARRANCO MINA MAIZ 2017 2017A 38 1
## 28 INIRIDA MAIZ 2017 2017A 13 1
## 29 INIRIDA MAIZ 2017 2017B 140 1
## 30 BARRANCO MINA MAIZ 2017 2017B 29 1
## 31 BARRANCO MINA MAIZ 2018 2018A 30 1
## 32 INIRIDA MAIZ 2018 2018A 15 1evita_yuca<-evita %>% filter(Cultivo =="YUCA")
evita_yuca## Municipio Cultivo Ano Periodo Produccion_T Rendimiento
## 1 INIRIDA YUCA 2007 2007 6458 6,43
## 2 INIRIDA YUCA 2008 2008 9615 6,59
## 3 INIRIDA YUCA 2009 2009 11249 8
## 4 INIRIDA YUCA 201 2010 11932 8
## 5 INIRIDA YUCA 2011 2011 3589 4,26
## 6 INIRIDA YUCA 2012 2012 5112 4,54
## 7 INIRIDA YUCA 2013 2013 5416 4,54
## 8 INIRIDA YUCA 2014 2014 7735 6,5
## 9 BARRANCO MINA YUCA 2014 2014 2205 5,8
## 10 INIRIDA YUCA 2015 2015 442 6,5
## 11 BARRANCO MINA YUCA 2015 2015 2262 5,8
## 12 INIRIDA YUCA 2016 2016 15 15
## 13 BARRANCO MINA YUCA 2016 2016 290 10
## 14 BARRANCO MINA YUCA 2017 2017 699 10
## 15 INIRIDA YUCA 2017 2017 464 10
## 16 CACAHUAL YUCA 2017 2017 2 10
## 17 SAN FELIPE YUCA 2017 2017 15 10
## 18 MORICHAL YUCA 2017 2017 60 10
## 19 BARRANCO MINA YUCA 2018 2018 712 10
## 20 INIRIDA YUCA 2018 2018 5 10
## 21 CACAHUAL YUCA 2018 2018 21 10
## 22 SAN FELIPE YUCA 2018 2018 1 10
## 23 MORICHAL YUCA 2018 2018 50 10
## 24 BARRANCO MINA YUCA 2016 2016 6583 10
## 25 CACAHUAL YUCA 2016 2016 22 10
## 26 SAN FELIPE YUCA 2016 2016 685 10
## 27 INIRIDA YUCA 2016 2016 764 20
## 28 MORICHAL YUCA 2017 2017 12 10
## 29 MORICHAL YUCA 2018 2018 1 10evita_pina<-evita %>% filter(Cultivo =="PIÑA")
evita_pina## [1] Municipio Cultivo Ano Periodo Produccion_T
## [6] Rendimiento
## <0 rows> (or 0-length row.names)evita_iniri<- evita %>% filter(Municipio=="INIRIDA")
evita_iniri## Municipio Cultivo Ano Periodo Produccion_T Rendimiento
## 1 INIRIDA AGUACATE 2014 2014 0
## 2 INIRIDA AGUACATE 2015 2015 1 1,5
## 3 INIRIDA AGUACATE 2016 2016 1 1,5
## 4 INIRIDA AHUYAMA 2014 2014A 30 13,2
## 5 INIRIDA AHUYAMA 2014 2014B 12 12
## 6 INIRIDA AHUYAMA 2015 2015A 42 13,2
## 7 INIRIDA AHUYAMA 2015 2015B 42 13,2
## 8 INIRIDA AHUYAMA 2016 2016A 42 13,2
## 9 INIRIDA AHUYAMA 2016 2016B 42 13,2
## 10 INIRIDA AJI 2014 2014A 19 5
## 11 INIRIDA AJI 2015 2015A 20 5
## 12 INIRIDA AJI 2016 2016A 5 1,2
## 13 INIRIDA AJI 2016 2016B 5 1,2
## 14 INIRIDA AJI 2017 2017A 15 1
## 15 INIRIDA AJI 2017 2017B 15 1
## 16 INIRIDA AJI 2018 2018A 13 1
## 17 INIRIDA ARAZA 2014 2014 42 11
## 18 INIRIDA ARAZA 2015 2015 42 11
## 19 INIRIDA CACAO 2007 2007 16 0,3
## 20 INIRIDA CACAO 2008 2008 15 0,25
## 21 INIRIDA CACAO 2009 2009 14 0,25
## 22 INIRIDA CACAO 201 2010 15 0,25
## 23 INIRIDA CACAO 2011 2011 15 0,25
## 24 INIRIDA CACAO 2012 2012 15 0,25
## 25 INIRIDA CACAO 2013 2013 28 0,3
## 26 INIRIDA CACAO 2014 2014 28 0,3
## 27 INIRIDA CACAO 2015 2015 21 0,3
## 28 INIRIDA CACAO 2016 2016 13 0,4
## 29 INIRIDA CACAO 2017 2017 43 0,5
## 30 INIRIDA CACAO 2018 2018 21 0,6
## 31 INIRIDA CANA PANELERA 2014 2014 18 6
## 32 INIRIDA CANA PANELERA 2015 2015 18 6
## 33 INIRIDA CANA PANELERA 2016 2016 18 6
## 34 INIRIDA CAUCHO 2013 2013 0
## 35 INIRIDA CAUCHO 2014 2014 0
## 36 INIRIDA CAUCHO 2015 2015 0
## 37 INIRIDA CAUCHO 2016 2016 0
## 38 INIRIDA CITRICOS 2016 2016 2 1
## 39 INIRIDA CITRICOS 2017 2017 2 1
## 40 INIRIDA CITRICOS 2018 2018 30 7,5
## 41 INIRIDA LIMON 2014 2014 13 2,5
## 42 INIRIDA LIMON 2015 2015 13 2,5
## 43 INIRIDA LIMON 2016 2016 13 2,5
## 44 INIRIDA MAIZ 2006 2006B 279 1,73
## 45 INIRIDA MAIZ 2007 2007A 315 1,74
## 46 INIRIDA MAIZ 2007 2007B 350 1,75
## 47 INIRIDA MAIZ 2008 2008A 578 1,67
## 48 INIRIDA MAIZ 2008 2008B 418 1,75
## 49 INIRIDA MAIZ 2009 2009A 587 1,8
## 50 INIRIDA MAIZ 2009 2009B 293 1,8
## 51 INIRIDA MAIZ 201 2010A 644 1,8
## 52 INIRIDA MAIZ 201 2010B 322 1,8
## 53 INIRIDA MAIZ 2011 2011A 194 1,6
## 54 INIRIDA MAIZ 2011 2011B 124 1,6
## 55 INIRIDA MAIZ 2012 2012A 292 1,7
## 56 INIRIDA MAIZ 2012 2012B 142 1,6
## 57 INIRIDA MAIZ 2013 2013A 254 1,5
## 58 INIRIDA MAIZ 2013 2013B 110 1,5
## 59 INIRIDA MAIZ 2014 2014A 19 1,69
## 60 INIRIDA MAIZ 2014 2014B 110 1,5
## 61 INIRIDA MAIZ 2015 2015A 80 1
## 62 INIRIDA MAIZ 2015 2015B 7 1
## 63 INIRIDA MAIZ 2016 2016A 140 2
## 64 INIRIDA MAIZ 2016 2016B 140 2
## 65 INIRIDA MAIZ 2017 2017A 13 1
## 66 INIRIDA MAIZ 2017 2017B 140 1
## 67 INIRIDA MAIZ 2018 2018A 15 1
## 68 INIRIDA PATILLA 2014 2014A 34 17
## 69 INIRIDA PATILLA 2015 2015A 120 15
## 70 INIRIDA PATILLA 2015 2015B 38 19
## 71 INIRIDA PINA 2014 2014 95 19
## 72 INIRIDA PINA 2015 2015 95 19
## 73 INIRIDA PINA 2016 2016 182 14
## 74 INIRIDA PINA 2017 2017 2227 17
## 75 INIRIDA PINA 2018 2018 2142 17
## 76 INIRIDA PLATANO 2007 2007 975 7,5
## 77 INIRIDA PLATANO 2008 2008 1125 7,5
## 78 INIRIDA PLATANO 2009 2009 1688 9,38
## 79 INIRIDA PLATANO 201 2010 1936 8,68
## 80 INIRIDA PLATANO 2011 2011 143 6,5
## 81 INIRIDA PLATANO 2012 2012 1945 6,8
## 82 INIRIDA PLATANO 2013 2013 2176 6,8
## 83 INIRIDA PLATANO 2014 2014 32 10
## 84 INIRIDA PLATANO 2015 2015 32 10
## 85 INIRIDA PLATANO 2016 2016 847 7
## 86 INIRIDA PLATANO 2017 2017 102 5
## 87 INIRIDA PLATANO 2018 2018 102 5
## 88 INIRIDA YUCA 2007 2007 6458 6,43
## 89 INIRIDA YUCA 2008 2008 9615 6,59
## 90 INIRIDA YUCA 2009 2009 11249 8
## 91 INIRIDA YUCA 201 2010 11932 8
## 92 INIRIDA YUCA 2011 2011 3589 4,26
## 93 INIRIDA YUCA 2012 2012 5112 4,54
## 94 INIRIDA YUCA 2013 2013 5416 4,54
## 95 INIRIDA YUCA 2014 2014 7735 6,5
## 96 INIRIDA YUCA 2015 2015 442 6,5
## 97 INIRIDA YUCA 2016 2016 15 15
## 98 INIRIDA YUCA 2017 2017 464 10
## 99 INIRIDA YUCA 2018 2018 5 10
## 100 INIRIDA YUCA 2016 2016 764 20seleccionamos los datos de un año en especicfico y un municipio saber que tipo de cultivos producen, en este caso selecionamos la capital del departamento Iirida.
evita_iniri_2016 <- evita %>%
filter(Municipio =="INIRIDA")%>%
filter(Ano == "2016")%>%
select(Cultivo,Rendimiento )
evita_iniri_2016## Cultivo Rendimiento
## 1 AGUACATE 1,5
## 2 AHUYAMA 13,2
## 3 AHUYAMA 13,2
## 4 AJI 1,2
## 5 AJI 1,2
## 6 CACAO 0,4
## 7 CANA PANELERA 6
## 8 CAUCHO
## 9 CITRICOS 1
## 10 LIMON 2,5
## 11 MAIZ 2
## 12 MAIZ 2
## 13 PINA 14
## 14 PLATANO 7
## 15 YUCA 15
## 16 YUCA 20class(eva_guainia$Area_cultivadas_ha)## [1] "integer"Mutate
Frecuentemente s equieren hacer nuevas columnas basadas en valores de las columnas ya existentes, una aplicacion puedes hacer la convercion de unidades o encontrata la proporcion de algun dato en la tabla, Utiliza mutate().
eva_guainia$Area_cultivadas_ha<- as.numeric(eva_guainia$Area_cultivadas_ha)
eva_guainia$Produccion_T<- as.numeric(eva_guainia$Produccion_T)
eva_guainia %>%
select(Municipio,Cultivo,Area_cultivadas_ha,Produccion_T, Rendimiento)%>%
filter(Area_cultivadas_ha!=0) %>%
mutate(RENDIMI_SIEMBRA = Produccion_T/Area_cultivadas_ha)## Municipio Cultivo Area_cultivadas_ha Produccion_T Rendimiento
## 1 INIRIDA AGUACATE 1 0
## 2 INIRIDA AGUACATE 1 1 1,5
## 3 INIRIDA AGUACATE 1 1 1,5
## 4 INIRIDA AHUYAMA 3 30 13,2
## 5 INIRIDA AHUYAMA 2 12 12
## 6 INIRIDA AHUYAMA 3 42 13,2
## 7 BARRANCO MINA AHUYAMA 5 50 10
## 8 INIRIDA AHUYAMA 3 42 13,2
## 9 INIRIDA AHUYAMA 3 42 13,2
## 10 BARRANCO MINA AHUYAMA 5 50 10
## 11 INIRIDA AHUYAMA 3 42 13,2
## 12 BARRANCO MINA AJI 10 5 0,5
## 13 INIRIDA AJI 4 19 5
## 14 BARRANCO MINA AJI 10 5 0,5
## 15 INIRIDA AJI 4 20 5
## 16 INIRIDA AJI 5 5 1,2
## 17 BARRANCO MINA AJI 2 2 1
## 18 INIRIDA AJI 5 5 1,2
## 19 BARRANCO MINA AJI 2 2 1
## 20 INIRIDA AJI 15 15 1
## 21 BARRANCO MINA AJI 5 5 1
## 22 INIRIDA AJI 15 15 1
## 23 BARRANCO MINA AJI 5 5 1
## 24 INIRIDA AJI 13 13 1
## 25 BARRANCO MINA AJI 5 5 1
## 26 INIRIDA ARAZA 5 42 11
## 27 INIRIDA ARAZA 6 42 11
## 28 INIRIDA CACAO 380 16 0,3
## 29 INIRIDA CACAO 431 15 0,25
## 30 INIRIDA CACAO 480 14 0,25
## 31 INIRIDA CACAO 129 15 0,25
## 32 INIRIDA CACAO 129 15 0,25
## 33 INIRIDA CACAO 75 15 0,25
## 34 INIRIDA CACAO 93 28 0,3
## 35 INIRIDA CACAO 93 28 0,3
## 36 INIRIDA CACAO 93 21 0,3
## 37 BARRANCO MINA CACAO 1179 66 0,4
## 38 INIRIDA CACAO 85 13 0,4
## 39 BARRANCO MINA CACAO 1454 66 0,4
## 40 INIRIDA CACAO 85 43 0,5
## 41 BARRANCO MINA CACAO 1456 66 0,4
## 42 INIRIDA CACAO 65 21 0,6
## 43 INIRIDA CANA PANELERA 3 18 6
## 44 INIRIDA CANA PANELERA 6 18 6
## 45 INIRIDA CANA PANELERA 6 18 6
## 46 INIRIDA CAUCHO 29 0
## 47 INIRIDA CAUCHO 29 0
## 48 INIRIDA CAUCHO 29 0
## 49 BARRANCO MINA CAUCHO 30 0
## 50 INIRIDA CAUCHO 29 0
## 51 BARRANCO MINA CAUCHO 30 45 1,5
## 52 BARRANCO MINA CAUCHO 10 15 1,5
## 53 INIRIDA CITRICOS 2 2 1
## 54 INIRIDA CITRICOS 2 2 1
## 55 INIRIDA CITRICOS 4 30 7,5
## 56 INIRIDA LIMON 10 13 2,5
## 57 INIRIDA LIMON 11 13 2,5
## 58 INIRIDA LIMON 11 13 2,5
## 59 INIRIDA MAIZ 161 279 1,73
## 60 INIRIDA MAIZ 181 315 1,74
## 61 INIRIDA MAIZ 200 350 1,75
## 62 INIRIDA MAIZ 346 578 1,67
## 63 INIRIDA MAIZ 239 418 1,75
## 64 INIRIDA MAIZ 326 587 1,8
## 65 INIRIDA MAIZ 163 293 1,8
## 66 INIRIDA MAIZ 358 644 1,8
## 67 INIRIDA MAIZ 179 322 1,8
## 68 INIRIDA MAIZ 121 194 1,6
## 69 INIRIDA MAIZ 78 124 1,6
## 70 INIRIDA MAIZ 172 292 1,7
## 71 INIRIDA MAIZ 89 142 1,6
## 72 INIRIDA MAIZ 169 254 1,5
## 73 INIRIDA MAIZ 73 110 1,5
## 74 BARRANCO MINA MAIZ 80 160 2
## 75 INIRIDA MAIZ 12 19 1,69
## 76 INIRIDA MAIZ 73 110 1,5
## 77 BARRANCO MINA MAIZ 80 160 2
## 78 INIRIDA MAIZ 80 80 1
## 79 BARRANCO MINA MAIZ 22 44 2
## 80 INIRIDA MAIZ 7 7 1
## 81 INIRIDA MAIZ 71 140 2
## 82 BARRANCO MINA MAIZ 16 28 2
## 83 INIRIDA MAIZ 71 140 2
## 84 BARRANCO MINA MAIZ 17 30 2
## 85 BARRANCO MINA MAIZ 40 38 1
## 86 INIRIDA MAIZ 14 13 1
## 87 INIRIDA MAIZ 140 140 1
## 88 BARRANCO MINA MAIZ 30 29 1
## 89 BARRANCO MINA MAIZ 30 30 1
## 90 INIRIDA MAIZ 15 15 1
## 91 INIRIDA PATILLA 3 34 17
## 92 INIRIDA PATILLA 8 120 15
## 93 BARRANCO MINA PATILLA 4 4 1
## 94 INIRIDA PATILLA 2 38 19
## 95 BARRANCO MINA PATILLA 4 4 1
## 96 BARRANCO MINA PINA 82 41 0,5
## 97 INIRIDA PINA 6 95 19
## 98 BARRANCO MINA PINA 82 41 0,5
## 99 INIRIDA PINA 7 95 19
## 100 BARRANCO MINA PINA 15 255 17
## 101 CACAHUAL PINA 14 238 17
## 102 SAN FELIPE PINA 14 238 17
## 103 INIRIDA PINA 14 182 14
## 104 INIRIDA PINA 138 2227 17
## 105 SAN FELIPE PINA 119 2023 17
## 106 MORICHAL PINA 24 315 17
## 107 BARRANCO MINA PINA 12 204 17
## 108 INIRIDA PINA 143 2142 17
## 109 SAN FELIPE PINA 99 323 17
## 110 MORICHAL PINA 29 451 17
## 111 BARRANCO MINA PINA 17 119 17
## 112 INIRIDA PLATANO 250 975 7,5
## 113 INIRIDA PLATANO 390 1125 7,5
## 114 INIRIDA PLATANO 368 1688 9,38
## 115 INIRIDA PLATANO 815 1936 8,68
## 116 INIRIDA PLATANO 479 143 6,5
## 117 INIRIDA PLATANO 519 1945 6,8
## 118 INIRIDA PLATANO 115 2176 6,8
## 119 INIRIDA PLATANO 320 32 10
## 120 BARRANCO MINA PLATANO 130 104 8
## 121 INIRIDA PLATANO 345 32 10
## 122 BARRANCO MINA PLATANO 130 240 8
## 123 BARRANCO MINA PLATANO 294 823 7
## 124 INIRIDA PLATANO 121 847 7
## 125 SAN FELIPE PLATANO 4 28 7
## 126 BARRANCO MINA PLATANO 294 2044 7
## 127 INIRIDA PLATANO 244 102 5
## 128 MORICHAL PLATANO 6 39 7
## 129 SAN FELIPE PLATANO 5 35 7
## 130 BARRANCO MINA PLATANO 294 2009 7
## 131 INIRIDA PLATANO 239 102 5
## 132 MORICHAL PLATANO 8 25 7
## 133 SAN FELIPE PLATANO 7 21 7
## 134 INIRIDA YUCA 1546 6458 6,43
## 135 INIRIDA YUCA 2492 9615 6,59
## 136 INIRIDA YUCA 1407 11249 8
## 137 INIRIDA YUCA 1491 11932 8
## 138 INIRIDA YUCA 842 3589 4,26
## 139 INIRIDA YUCA 1125 5112 4,54
## 140 INIRIDA YUCA 1192 5416 4,54
## 141 INIRIDA YUCA 1192 7735 6,5
## 142 BARRANCO MINA YUCA 380 2205 5,8
## 143 INIRIDA YUCA 684 442 6,5
## 144 BARRANCO MINA YUCA 390 2262 5,8
## 145 INIRIDA YUCA 105 15 15
## 146 BARRANCO MINA YUCA 32 290 10
## 147 BARRANCO MINA YUCA 712 699 10
## 148 INIRIDA YUCA 464 464 10
## 149 CACAHUAL YUCA 202 2 10
## 150 SAN FELIPE YUCA 166 15 10
## 151 MORICHAL YUCA 6 60 10
## 152 BARRANCO MINA YUCA 712 712 10
## 153 INIRIDA YUCA 500 5 10
## 154 CACAHUAL YUCA 210 21 10
## 155 SAN FELIPE YUCA 100 1 10
## 156 MORICHAL YUCA 5 50 10
## 157 BARRANCO MINA YUCA 658 6583 10
## 158 CACAHUAL YUCA 226 22 10
## 159 SAN FELIPE YUCA 69 685 10
## 160 INIRIDA YUCA 38 764 20
## 161 MORICHAL YUCA 120 12 10
## 162 MORICHAL YUCA 100 1 10
## RENDIMI_SIEMBRA
## 1 0.00000000
## 2 1.00000000
## 3 1.00000000
## 4 10.00000000
## 5 6.00000000
## 6 14.00000000
## 7 10.00000000
## 8 14.00000000
## 9 14.00000000
## 10 10.00000000
## 11 14.00000000
## 12 0.50000000
## 13 4.75000000
## 14 0.50000000
## 15 5.00000000
## 16 1.00000000
## 17 1.00000000
## 18 1.00000000
## 19 1.00000000
## 20 1.00000000
## 21 1.00000000
## 22 1.00000000
## 23 1.00000000
## 24 1.00000000
## 25 1.00000000
## 26 8.40000000
## 27 7.00000000
## 28 0.04210526
## 29 0.03480278
## 30 0.02916667
## 31 0.11627907
## 32 0.11627907
## 33 0.20000000
## 34 0.30107527
## 35 0.30107527
## 36 0.22580645
## 37 0.05597964
## 38 0.15294118
## 39 0.04539202
## 40 0.50588235
## 41 0.04532967
## 42 0.32307692
## 43 6.00000000
## 44 3.00000000
## 45 3.00000000
## 46 0.00000000
## 47 0.00000000
## 48 0.00000000
## 49 0.00000000
## 50 0.00000000
## 51 1.50000000
## 52 1.50000000
## 53 1.00000000
## 54 1.00000000
## 55 7.50000000
## 56 1.30000000
## 57 1.18181818
## 58 1.18181818
## 59 1.73291925
## 60 1.74033149
## 61 1.75000000
## 62 1.67052023
## 63 1.74895397
## 64 1.80061350
## 65 1.79754601
## 66 1.79888268
## 67 1.79888268
## 68 1.60330579
## 69 1.58974359
## 70 1.69767442
## 71 1.59550562
## 72 1.50295858
## 73 1.50684932
## 74 2.00000000
## 75 1.58333333
## 76 1.50684932
## 77 2.00000000
## 78 1.00000000
## 79 2.00000000
## 80 1.00000000
## 81 1.97183099
## 82 1.75000000
## 83 1.97183099
## 84 1.76470588
## 85 0.95000000
## 86 0.92857143
## 87 1.00000000
## 88 0.96666667
## 89 1.00000000
## 90 1.00000000
## 91 11.33333333
## 92 15.00000000
## 93 1.00000000
## 94 19.00000000
## 95 1.00000000
## 96 0.50000000
## 97 15.83333333
## 98 0.50000000
## 99 13.57142857
## 100 17.00000000
## 101 17.00000000
## 102 17.00000000
## 103 13.00000000
## 104 16.13768116
## 105 17.00000000
## 106 13.12500000
## 107 17.00000000
## 108 14.97902098
## 109 3.26262626
## 110 15.55172414
## 111 7.00000000
## 112 3.90000000
## 113 2.88461538
## 114 4.58695652
## 115 2.37546012
## 116 0.29853862
## 117 3.74759152
## 118 18.92173913
## 119 0.10000000
## 120 0.80000000
## 121 0.09275362
## 122 1.84615385
## 123 2.79931973
## 124 7.00000000
## 125 7.00000000
## 126 6.95238095
## 127 0.41803279
## 128 6.50000000
## 129 7.00000000
## 130 6.83333333
## 131 0.42677824
## 132 3.12500000
## 133 3.00000000
## 134 4.17723157
## 135 3.85834671
## 136 7.99502488
## 137 8.00268276
## 138 4.26247031
## 139 4.54400000
## 140 4.54362416
## 141 6.48909396
## 142 5.80263158
## 143 0.64619883
## 144 5.80000000
## 145 0.14285714
## 146 9.06250000
## 147 0.98174157
## 148 1.00000000
## 149 0.00990099
## 150 0.09036145
## 151 10.00000000
## 152 1.00000000
## 153 0.01000000
## 154 0.10000000
## 155 0.01000000
## 156 10.00000000
## 157 10.00455927
## 158 0.09734513
## 159 9.92753623
## 160 20.10526316
## 161 0.10000000
## 162 0.01000000summarize()
la libreria dplyr hace muy facil el analisis de datos,el uso de group_by() permite dividir los datos en grupos, cuando los datos se agrupan se pueden utilizar summarize() para contraer cada grupo en un resumen de una sola fila .
evita %>%
group_by(Cultivo)%>%
summarise(mean_rend = mean(eva_guainia$Rendimiento,na.rm = T))## Warning in mean.default(eva_guainia$Rendimiento, na.rm = T): argument is not
## numeric or logical: returning NA
## Warning in mean.default(eva_guainia$Rendimiento, na.rm = T): argument is not
## numeric or logical: returning NA
## Warning in mean.default(eva_guainia$Rendimiento, na.rm = T): argument is not
## numeric or logical: returning NA
## Warning in mean.default(eva_guainia$Rendimiento, na.rm = T): argument is not
## numeric or logical: returning NA
## Warning in mean.default(eva_guainia$Rendimiento, na.rm = T): argument is not
## numeric or logical: returning NA
## Warning in mean.default(eva_guainia$Rendimiento, na.rm = T): argument is not
## numeric or logical: returning NA
## Warning in mean.default(eva_guainia$Rendimiento, na.rm = T): argument is not
## numeric or logical: returning NA
## Warning in mean.default(eva_guainia$Rendimiento, na.rm = T): argument is not
## numeric or logical: returning NA
## Warning in mean.default(eva_guainia$Rendimiento, na.rm = T): argument is not
## numeric or logical: returning NA
## Warning in mean.default(eva_guainia$Rendimiento, na.rm = T): argument is not
## numeric or logical: returning NA
## Warning in mean.default(eva_guainia$Rendimiento, na.rm = T): argument is not
## numeric or logical: returning NA
## Warning in mean.default(eva_guainia$Rendimiento, na.rm = T): argument is not
## numeric or logical: returning NA
## Warning in mean.default(eva_guainia$Rendimiento, na.rm = T): argument is not
## numeric or logical: returning NA
## Warning in mean.default(eva_guainia$Rendimiento, na.rm = T): argument is not
## numeric or logical: returning NA## # A tibble: 14 x 2
## Cultivo mean_rend
## <chr> <dbl>
## 1 AGUACATE NA
## 2 AHUYAMA NA
## 3 AJI NA
## 4 ARAZA NA
## 5 CACAO NA
## 6 CANA PANELERA NA
## 7 CAUCHO NA
## 8 CITRICOS NA
## 9 LIMON NA
## 10 MAIZ NA
## 11 PATILLA NA
## 12 PINA NA
## 13 PLATANO NA
## 14 YUCA NAPor si acaso, queremos encontrar los municipios con mayor productividad para cada cultivo para cualquier año.
eva_guainia %>%
group_by(Cultivo,Municipio) %>%
summarise(max_rendi= max(Rendimiento,na.rm = t))%>%
slice(which.max(max_rendi))## `summarise()` has grouped output by 'Cultivo'. You can override using the `.groups` argument.## Warning in which.max(max_rendi): NAs introducidos por coerción
## Warning in which.max(max_rendi): NAs introducidos por coerción
## Warning in which.max(max_rendi): NAs introducidos por coerción
## Warning in which.max(max_rendi): NAs introducidos por coerción
## Warning in which.max(max_rendi): NAs introducidos por coerción
## Warning in which.max(max_rendi): NAs introducidos por coerción
## Warning in which.max(max_rendi): NAs introducidos por coerción
## Warning in which.max(max_rendi): NAs introducidos por coerción## # A tibble: 9 x 3
## # Groups: Cultivo [9]
## Cultivo Municipio max_rendi
## <chr> <chr> <chr>
## 1 AHUYAMA BARRANCO MINA 10
## 2 AJI INIRIDA 5
## 3 ARAZA INIRIDA 11
## 4 CANA PANELERA INIRIDA 6
## 5 MAIZ BARRANCO MINA 2
## 6 PATILLA INIRIDA 19
## 7 PINA INIRIDA 19
## 8 PLATANO BARRANCO MINA 8
## 9 YUCA CACAHUAL 10Para encontrar los municipios con mayor productividad por grupos de cultivos para cualquier año:
eva_guainia%>%
group_by(Grupo_de_cultivo,Municipio) %>%
summarize(max_rend = max(Rendimiento, na.rm = TRUE)) %>%
slice(which.max(max_rend))## `summarise()` has grouped output by 'Grupo_de_cultivo'. You can override using the `.groups` argument.## Warning in which.max(max_rend): NAs introducidos por coerción
## Warning in which.max(max_rend): NAs introducidos por coerción
## Warning in which.max(max_rend): NAs introducidos por coerción
## Warning in which.max(max_rend): NAs introducidos por coerción## # A tibble: 5 x 3
## # Groups: Grupo_de_cultivo [5]
## Grupo_de_cultivo Municipio max_rend
## <chr> <chr> <chr>
## 1 CEREALES BARRANCO MINA 2
## 2 FRUTALES BARRANCO MINA 17
## 3 HORTALIZAS BARRANCO MINA 10
## 4 OTROS PERMANENTES INIRIDA 6
## 5 TUBERCULOS Y PLATANOS CACAHUAL 10busquemos cuáles son los municipios con mayor área cosechada para cada grupo de cultivos en 2016:
eva_guainia %>%
filter(Ano =="2016") %>%
group_by(Grupo_de_cultivo, Municipio) %>%
summarize(max_area_cosecha = max(Area_cultivadas_ha, na.rm = TRUE)) %>%
slice(which.max(max_area_cosecha)) %>%
arrange(desc(max_area_cosecha)) -> area_cosecha_max## `summarise()` has grouped output by 'Grupo_de_cultivo'. You can override using the `.groups` argument.area_cosecha_max## # A tibble: 6 x 3
## # Groups: Grupo_de_cultivo [6]
## Grupo_de_cultivo Municipio max_area_cosecha
## <chr> <chr> <dbl>
## 1 OTROS PERMANENTES BARRANCO MINA 1179
## 2 TUBERCULOS Y PLATANOS BARRANCO MINA 658
## 3 CEREALES INIRIDA 71
## 4 FORESTALES BARRANCO MINA 30
## 5 FRUTALES BARRANCO MINA 15
## 6 HORTALIZAS BARRANCO MINA 5Ahora, busquemos la mayor producción para cada cultivo en cualquier año:
eva_guainia %>%
group_by(Grupo_de_cultivo, Municipio, Ano) %>%
summarize(max_prod = max(Produccion_T, na.rm = TRUE)) %>%
slice(which.max(max_prod)) %>%
arrange(desc(max_prod)) -> ton_prod_max## `summarise()` has grouped output by 'Grupo_de_cultivo', 'Municipio'. You can override using the `.groups` argument.ton_prod_max## # A tibble: 18 x 4
## # Groups: Grupo_de_cultivo, Municipio [18]
## Grupo_de_cultivo Municipio Ano max_prod
## <chr> <chr> <int> <dbl>
## 1 TUBERCULOS Y PLATANOS INIRIDA 201 11932
## 2 TUBERCULOS Y PLATANOS BARRANCO MINA 2016 6583
## 3 FRUTALES INIRIDA 2017 2227
## 4 FRUTALES SAN FELIPE 2017 2023
## 5 TUBERCULOS Y PLATANOS SAN FELIPE 2016 685
## 6 CEREALES INIRIDA 201 644
## 7 FRUTALES MORICHAL 2018 451
## 8 FRUTALES BARRANCO MINA 2016 255
## 9 FRUTALES CACAHUAL 2016 238
## 10 CEREALES BARRANCO MINA 2014 160
## 11 OTROS PERMANENTES BARRANCO MINA 2016 66
## 12 TUBERCULOS Y PLATANOS MORICHAL 2017 60
## 13 HORTALIZAS BARRANCO MINA 2015 50
## 14 FORESTALES BARRANCO MINA 2017 45
## 15 OTROS PERMANENTES INIRIDA 2017 43
## 16 HORTALIZAS INIRIDA 2015 42
## 17 TUBERCULOS Y PLATANOS CACAHUAL 2016 22
## 18 FORESTALES INIRIDA 2013 0Nótese que la mayor producción asciende a 11937 Ton de TUberculos y platanos en Inirida para 2010. Seleccionemos la producción de platano (Toneladas) en INIRIDA para cada año,.
eva_guainia %>%
filter(Municipio =="INIRIDA" & Cultivo== "PLATANO")%>%
group_by(Ano, Cultivo)%>%
select(Municipio,Cultivo,Produccion_T,Ano)-> inirida_platano
inirida_platano## # A tibble: 12 x 4
## # Groups: Ano, Cultivo [12]
## Municipio Cultivo Produccion_T Ano
## <chr> <chr> <dbl> <int>
## 1 INIRIDA PLATANO 975 2007
## 2 INIRIDA PLATANO 1125 2008
## 3 INIRIDA PLATANO 1688 2009
## 4 INIRIDA PLATANO 1936 201
## 5 INIRIDA PLATANO 143 2011
## 6 INIRIDA PLATANO 1945 2012
## 7 INIRIDA PLATANO 2176 2013
## 8 INIRIDA PLATANO 32 2014
## 9 INIRIDA PLATANO 32 2015
## 10 INIRIDA PLATANO 847 2016
## 11 INIRIDA PLATANO 102 2017
## 12 INIRIDA PLATANO 102 2018produccion de platanos en el capital del departamento
eva_guainia %>%
filter(Municipio =="INIRIDA" & Cultivo== "PLATANO")%>%
group_by(Ano, Cultivo)%>%
select(Municipio,Cultivo,Produccion_T,Ano)-> inirida_platano_INI
inirida_platano_INI## # A tibble: 12 x 4
## # Groups: Ano, Cultivo [12]
## Municipio Cultivo Produccion_T Ano
## <chr> <chr> <dbl> <int>
## 1 INIRIDA PLATANO 975 2007
## 2 INIRIDA PLATANO 1125 2008
## 3 INIRIDA PLATANO 1688 2009
## 4 INIRIDA PLATANO 1936 201
## 5 INIRIDA PLATANO 143 2011
## 6 INIRIDA PLATANO 1945 2012
## 7 INIRIDA PLATANO 2176 2013
## 8 INIRIDA PLATANO 32 2014
## 9 INIRIDA PLATANO 32 2015
## 10 INIRIDA PLATANO 847 2016
## 11 INIRIDA PLATANO 102 2017
## 12 INIRIDA PLATANO 102 2018el cultivo de yuca entra entre la categoria de tuberculos y platano, podemos ver que es el producto mas cultivado en esta zona
eva_guainia %>%
filter(Municipio== "INIRIDA" & Cultivo =="YUCA")%>%
group_by(Ano,Cultivo)%>%
select(Municipio,Cultivo,Produccion_T,Ano)-> inirida_yuca
inirida_yuca## # A tibble: 13 x 4
## # Groups: Ano, Cultivo [12]
## Municipio Cultivo Produccion_T Ano
## <chr> <chr> <dbl> <int>
## 1 INIRIDA YUCA 6458 2007
## 2 INIRIDA YUCA 9615 2008
## 3 INIRIDA YUCA 11249 2009
## 4 INIRIDA YUCA 11932 201
## 5 INIRIDA YUCA 3589 2011
## 6 INIRIDA YUCA 5112 2012
## 7 INIRIDA YUCA 5416 2013
## 8 INIRIDA YUCA 7735 2014
## 9 INIRIDA YUCA 442 2015
## 10 INIRIDA YUCA 15 2016
## 11 INIRIDA YUCA 464 2017
## 12 INIRIDA YUCA 5 2018
## 13 INIRIDA YUCA 764 2016se nuestran otros cultivos importantes para el departamento, y su produccion en la capital.
eva_guainia %>%
filter(Municipio =="INIRIDA" & Cultivo== "AHUYAMA")%>%
group_by(Ano, Cultivo)%>%
select(Municipio,Cultivo,Produccion_T,Ano)-> inirida_ahuyama
inirida_ahuyama## # A tibble: 6 x 4
## # Groups: Ano, Cultivo [3]
## Municipio Cultivo Produccion_T Ano
## <chr> <chr> <dbl> <int>
## 1 INIRIDA AHUYAMA 30 2014
## 2 INIRIDA AHUYAMA 12 2014
## 3 INIRIDA AHUYAMA 42 2015
## 4 INIRIDA AHUYAMA 42 2015
## 5 INIRIDA AHUYAMA 42 2016
## 6 INIRIDA AHUYAMA 42 2016eva_guainia %>%
filter(Municipio =="INIRIDA" & Cultivo== "AGUACATE")%>%
group_by(Ano, Cultivo)%>%
select(Municipio,Cultivo,Produccion_T,Ano)-> inirida_aguacate
inirida_aguacate ## # A tibble: 3 x 4
## # Groups: Ano, Cultivo [3]
## Municipio Cultivo Produccion_T Ano
## <chr> <chr> <dbl> <int>
## 1 INIRIDA AGUACATE 0 2014
## 2 INIRIDA AGUACATE 1 2015
## 3 INIRIDA AGUACATE 1 2016eva_guainia %>%
filter(Municipio =="INIRIDA" & Cultivo== "MAIZ")%>%
group_by(Ano, Cultivo)%>%
select(Municipio,Cultivo,Produccion_T,Ano)-> inirida_maiz
inirida_maiz ## # A tibble: 24 x 4
## # Groups: Ano, Cultivo [13]
## Municipio Cultivo Produccion_T Ano
## <chr> <chr> <dbl> <int>
## 1 INIRIDA MAIZ 279 2006
## 2 INIRIDA MAIZ 315 2007
## 3 INIRIDA MAIZ 350 2007
## 4 INIRIDA MAIZ 578 2008
## 5 INIRIDA MAIZ 418 2008
## 6 INIRIDA MAIZ 587 2009
## 7 INIRIDA MAIZ 293 2009
## 8 INIRIDA MAIZ 644 201
## 9 INIRIDA MAIZ 322 201
## 10 INIRIDA MAIZ 194 2011
## # ... with 14 more rowseva_guainia %>%
filter(Municipio== "INIRIDA" & Cultivo =="AJI")%>%
group_by(Ano,Cultivo)%>%
select(Municipio,Cultivo,Produccion_T,Ano)-> inirida_aji
inirida_aji## # A tibble: 7 x 4
## # Groups: Ano, Cultivo [5]
## Municipio Cultivo Produccion_T Ano
## <chr> <chr> <dbl> <int>
## 1 INIRIDA AJI 19 2014
## 2 INIRIDA AJI 20 2015
## 3 INIRIDA AJI 5 2016
## 4 INIRIDA AJI 5 2016
## 5 INIRIDA AJI 15 2017
## 6 INIRIDA AJI 15 2017
## 7 INIRIDA AJI 13 2018eva_guainia %>%
filter(Municipio== "INIRIDA" & Cultivo =="PIÑA")%>%
group_by(Ano,Cultivo)%>%
select(Municipio,Cultivo,Produccion_T,Ano)-> inirida_pina
inirida_pina## # A tibble: 0 x 4
## # Groups: Ano, Cultivo [0]
## # ... with 4 variables: Municipio <chr>, Cultivo <chr>, Produccion_T <dbl>,
## # Ano <int>graficos
g <-ggplot(data = inirida_platano , aes(x= Ano , y= Produccion_T/1000))+ geom_bar(stat ="identity")+ labs(y="Produccion de Platano [Tonx1000]" )
g+ggtitle ("Evolucion de la produccion del platano en Inirida-Guainia del 2007 a 2016")+ labs(caption = "Basado en los datos EVA(minagricultura,2020)")
inirida_maiz$Produccion_T <- as.numeric(inirida_maiz$Produccion_T) g <-ggplot(data = inirida_maiz, aes(x= Ano , y= Produccion_T/1000))+ geom_bar(stat ="identity")+ labs(y="Produccion de Maiz [Tonx1000]" )g+ggtitle ("Evolucion de la produccion del Maiz en Inirida-Guainia del 2007 a 2016")+ labs(caption = "Basado en los datos EVA(minagricultura,2020)")
inirida_aji$Produccion_T <-as.numeric(inirida_aji$Produccion_T)g <-ggplot(data = inirida_aji,aes(x=Ano , y= Produccion_T/1000))+ geom_bar(stat ="identity")+ labs(y="Produccion de Aji [Tonx1000]" )
g+ggtitle ("Evolucion de la produccion del AJi en Inirida-Guainia del 2007 a 2018 ")+ labs(caption = "Basado en los datos EVA(minagricultura,2020)")
inirida_ahuyama$Produccion_T <- as.numeric(inirida_ahuyama$Produccion_T)g <-ggplot(data = inirida_ahuyama,aes(x=Ano , y= Produccion_T/1000))+ geom_bar(stat ="identity")+ labs(y="Produccion de Ahuyama [Tonx1000]" )
g+ggtitle ("Evolucion de la produccion del Ahuyama en Inirida-Guainia del 2007 a 2016 ")+ labs(caption = "Basado en los datos EVA(minagricultura,2020)")
inirida_aguacate$Produccion_T <- as.numeric(inirida_aguacate$Produccion_T)g <-ggplot(data = inirida_aguacate,aes(x=Ano , y= Produccion_T/1000))+ geom_bar(stat ="identity")+ labs(y="Produccion de Aguacate [Tonx1000]" )
g+ggtitle ("Evolucion de la produccion del Aguacate en Inirida-Guainia del 2007 a 2016 ")+ labs(caption = "Basado en los datos EVA(minagricultura,2020)")
torta<-eva_guainia %>%
filter( Cultivo =="MAIZ" & Ano == "2016" & Produccion_T > 10) %>%
select(Municipio, Produccion_T)
ggplot(torta, aes(x="", y= Produccion_T/10, fill=Municipio)) +
geom_bar(stat="identity", width=1) +
coord_polar("y", start=0) 
torta<-eva_guainia %>%
filter( Cultivo =="AJI" & Ano == "2016" & Produccion_T > 0) %>%
select(Municipio, Produccion_T)
ggplot(torta, aes(x="", y= Produccion_T, fill=Municipio)) +
geom_bar(stat="identity", width=1) +
coord_polar("y", start=0) 
torta<-eva_guainia %>%
filter( Cultivo =="AGUACATE" & Ano == "2016" & Produccion_T > 0) %>%
select(Municipio, Produccion_T)
ggplot(torta, aes(x="", y= Produccion_T, fill=Municipio)) +
geom_bar(stat="identity", width=1) +
coord_polar("y", start=0) 
torta<-eva_guainia %>%
filter( Cultivo =="YUCA" & Ano == "2016" & Produccion_T > 0) %>%
select(Municipio, Produccion_T)
ggplot(torta, aes(x="", y= Produccion_T/100, fill=Municipio)) +
geom_bar(stat="identity", width=1) +
coord_polar("y", start=0)
torta<-eva_guainia %>%
filter( Cultivo =="PINA" & Ano == "2016" & Produccion_T > 0) %>%
select(Municipio, Produccion_T)
ggplot(torta, aes(x="", y= Produccion_T/10, fill=Municipio)) +
geom_bar(stat="identity", width=1) +
coord_polar("y", start=0)
torta<-eva_guainia %>%
filter( Cultivo =="AHUYAMA" & Ano == "2016" & Produccion_T > 0) %>%
select(Municipio, Produccion_T)
ggplot(torta, aes(x="", y= Produccion_T/10, fill=Municipio)) +
geom_bar(stat="identity", width=1) +
coord_polar("y", start=0)
sessionInfo()## R version 4.0.4 (2021-02-15)
## Platform: x86_64-w64-mingw32/x64 (64-bit)
## Running under: Windows 10 x64 (build 19042)
##
## Matrix products: default
##
## locale:
## [1] LC_COLLATE=Spanish_Colombia.1252 LC_CTYPE=Spanish_Colombia.1252
## [3] LC_MONETARY=Spanish_Colombia.1252 LC_NUMERIC=C
## [5] LC_TIME=Spanish_Colombia.1252
##
## attached base packages:
## [1] stats graphics grDevices utils datasets methods base
##
## other attached packages:
## [1] forcats_0.5.1 stringr_1.4.0 dplyr_1.0.5 purrr_0.3.4
## [5] readr_1.4.0 tidyr_1.1.3 tibble_3.1.0 ggplot2_3.3.3
## [9] tidyverse_1.3.0
##
## loaded via a namespace (and not attached):
## [1] tidyselect_1.1.0 xfun_0.22 haven_2.3.1 colorspace_2.0-0
## [5] vctrs_0.3.6 generics_0.1.0 htmltools_0.5.1.1 yaml_2.2.1
## [9] utf8_1.1.4 rlang_0.4.10 pillar_1.5.1 glue_1.4.2
## [13] withr_2.4.1 DBI_1.1.1 dbplyr_2.1.0 modelr_0.1.8
## [17] readxl_1.3.1 lifecycle_1.0.0 munsell_0.5.0 gtable_0.3.0
## [21] cellranger_1.1.0 rvest_1.0.0 evaluate_0.14 labeling_0.4.2
## [25] knitr_1.31 fansi_0.4.2 highr_0.8 broom_0.7.5
## [29] Rcpp_1.0.6 scales_1.1.1 backports_1.2.1 jsonlite_1.7.2
## [33] farver_2.1.0 fs_1.5.0 hms_1.0.0 digest_0.6.27
## [37] stringi_1.5.3 grid_4.0.4 cli_2.3.1 tools_4.0.4
## [41] magrittr_2.0.1 crayon_1.4.1 pkgconfig_2.0.3 ellipsis_0.3.1
## [45] xml2_1.3.2 reprex_1.0.0 lubridate_1.7.10 assertthat_0.2.1
## [49] rmarkdown_2.7 httr_1.4.2 rstudioapi_0.13 R6_2.5.0
## [53] compiler_4.0.4