Covid 2022 Organización Mundial de la Salud

Introducción

El presenta dataset proviene de la Organización mundial de la salud (https://covid19.who.int/). Los daton fueron decargados el 15 de enero de 2022

covidData <- read.csv("data/WHO-COVID-19-global-data.csv")

#summary(covidData)

covidData$Date_reported <- as.Date(covidData$Date_reported, format = "%Y-%m-%d")

Casos confirmados

library(ggplot2)

# Creo lienzo
grafico <- ggplot(covidData, aes(Date_reported, New_cases))
grafico <- grafico + geom_bar(stat = "identity")
grafico <- grafico + labs(y="Nuevos casos", x = "Fecha", title="Situación global", subtitle = "Casos confirmados")
grafico

Acumulado de casos

grafico2 <- ggplot(covidData, aes(Date_reported, Cumulative_cases, fill=WHO_region))
grafico2 <- grafico2 + geom_bar(stat = "identity")
grafico2 <- grafico2 + labs(y="Nuevos casos", x = "Fecha", title="Situación global", subtitle = "Casos acumulados confirmados")
grafico2 <- grafico2 + theme(axis.text.x= element_text(angle=45, size=7))
grafico2 <- grafico2 + scale_x_date(date_breaks = "4 week", date_labels ="%y %b %d")
grafico2

Casos en Colombia

colombia <- subset(covidData, covidData$Country == 'Colombia')

grafico2 <- ggplot(colombia, aes(Date_reported, Cumulative_cases, fill=WHO_region))
#grafico2 <- grafico2 + geom_bar(stat = "identity")
grafico2 <- grafico2 + geom_line(stat = "identity")
grafico2 <- grafico2 + geom_smooth(method = lm)
grafico2 <- grafico2 + labs(y="Nuevos casos", x = "Fecha", title="Situación global", subtitle = "Casos acumulados confirmados en Colombia")
grafico2 <- grafico2 + theme(axis.text.x= element_text(angle=90))
grafico2 <- grafico2 + scale_x_date(date_breaks = "4 week", date_labels ="%y %b %d")
grafico2

Comparación 2 paises

paises <- subset(covidData, covidData$Country == 'Colombia' | covidData$Country == 'Argentina' | covidData$Country == 'Spain' | covidData$Country == 'France')

grafico2 <- ggplot(paises, aes(Date_reported, Cumulative_cases, color=Country))
#grafico2 <- grafico2 + geom_bar(stat = "identity")
grafico2 <- grafico2 + geom_line(stat = "identity")
grafico2 <- grafico2 + labs(y="Nuevos casos", x = "Fecha", title="Situación global", subtitle = "Casos acumulados confirmados en Colombia y Argentina")
grafico2 <- grafico2 + theme(axis.text.x= element_text(angle=90))
grafico2 <- grafico2 + scale_x_date(date_breaks = "4 week", date_labels ="%y %b %d")
grafico2 <- grafico2 + facet_grid(WHO_region~.)
grafico2

Los casos en Colombia incrementan significtivamente a partir de julio de 2021

MAPA GLOBAL

map <- read.csv2(file = "mapa/map_2022.csv", header=TRUE)

library(ggplot2)

#mapaOutput <- ggplot(map, aes(x=long, y=lat, group = as.factor(group)))

#mapaOutput <- mapaOutput + geom_polygon(aes(fill=sub.region))

#mapaOutput <- mapaOutput + theme_minimal()

#mapaOutput

casos <- subset(covidData, covidData$Date_reported == "2022-01-14")

library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

mapData <- left_join(casos,map, by = c("Country_code" = "ISO2"))

mapaOutput <- ggplot(mapData, aes(x=long, y=lat, group = as.factor(group)))

mapaOutput <- mapaOutput + geom_polygon(aes(fill= Cumulative_cases))

#mapaOutput <- mapaOutput + scale_fill_viridis_c( option = "inferno", direction=-1,  begin = 0.3)

mapaOutput <- mapaOutput + scale_fill_gradient( low = "#132B43", high = "#56B1F7",  space = "Lab", na.value = "grey50", trans="log10")

mapaOutput <- mapaOutput + labs(title = "Acumulado de casos de COVID 19 ", subtitle = "Enero 14 de 2022", caption = "Territorios en gris no tienen datos para esa fecha")

mapaOutput <- mapaOutput + theme_minimal()

mapaOutput

## Warning: Transformation introduced infinite values in discrete y-axis