1. Introducción

Este cuaderno permite analizar los datos provenientes de las Evaluaciones agropecuarias municipales EVA. Por medio de este análisis se identificarán los cultivos de mayor importancia en el departamento de Casanare.

2. Instalación de librerias

#install.packages("readxl")
#install.packages("dplyr")
#install.packages("readr")
library(readxl)
library(dplyr)
library(readr)
library(ggplot2)
## Warning: package 'ggplot2' was built under R version 4.1.3

3. Lectura archivo de excel

(archivos = list.files(pattern  ='xls'))
## [1] "20210624_BaseSIPRA2020.xlsx"
(hojas <- excel_sheets("20210624_BaseSIPRA2020.xlsx"))
## [1] "Agrícola_SIPRA_AGRONET"       "InventarioBovino"            
## [3] "InventarioPorcino"            "InvBufalosCaprinoOvinoEquino"
## [5] "InvAves"
(eva2020 <- read_excel("20210624_BaseSIPRA2020.xlsx", sheet = "Agrícola_SIPRA_AGRONET"))

4.Subconjunto de datos relevantes para nuestro departamento

El departamento objeto de estudio es Casanare, por lo tanto, se seleccionara el subconjunto de datos del mismo.

(casanare2020 <- filter(eva2020, Departamento == "Casanare"))

5. Limpieza de los datos

Las columnas que no son relevantes para nuestro análisis (por ejemplo, Código del departamento y Departamento), serán eliminadas con el objetivo ser más eficientes. Las columnas restante serán renombradas con el fin de optimizar los análisis.

(casanare2020.tmp <- casanare2020 %>% select('Código del Municipio':'Ciclo del cultivo'))
casanare2020.tmp %>% rename(Cod_Mun = 'Código del Municipio', 
                         Grupo = 'Grupo cultivo según especie', 
                         Subgrupo = 'Subgrupo cultivo según especie',
                         AreaSiembra = 'Area Sembrada (ha)',
                         AreaCosecha = 'Area Cosechada (ha)',
                         Produccion = 'Producción (t)',                              
                         Rendimiento = 'Rendimiento (t/ha)', Ciclo='Ciclo del cultivo') ->    casanare2020
casanare2020
casanare2020 %>% mutate(AreaSiembra = as.numeric(AreaSiembra),
                       AreaCosecha = as.numeric(AreaCosecha),
                       Produccion = as.numeric(Produccion),
                       Rendimiento = as.numeric(Rendimiento)) -> casanare2020
casanare2020
casanare2020 %>%
  group_by(Grupo) %>%
  summarize(sum_as = sum(AreaSiembra, na.rm = TRUE)) %>%
  arrange(desc(sum_as)) -> ars

ggplot(data = ars, aes(x = reorder(Grupo,sum_as), y = sum_as)) +
    geom_bar(stat="identity", fill="#006D2C", alpha=.6, width=.4) +
    coord_flip() +
    xlab("") +
    ylab("Área Sembrada (ha)") +
    theme_bw()

casanare2020 %>%
  group_by(Grupo) %>%
  summarize(prom_rend = mean(Rendimiento, na.rm = TRUE)) %>%
  arrange(desc(prom_rend)) -> ren

ggplot(data = ren, aes(x = reorder(Grupo,prom_rend), y = prom_rend)) +
    geom_bar(stat="identity", fill="#006D2C", alpha=.6, width=.4) +
    coord_flip() +
    xlab("") +
    ylab("Rendimiento promedio (t/ha)") +
    theme_bw()

6. Procesamiento y análisis de datos

casanare2020 %>%
  group_by(Cultivo, Municipio) %>%
  summarize(max_prod = max(Produccion, na.rm = TRUE)) %>%
  slice(which.max(max_prod))  %>%
  arrange(desc(max_prod))
## `summarise()` has grouped output by 'Cultivo'. You can override using the
## `.groups` argument.

Los cultivos más importantes en el departamento de Casanare son el arroz en primer lugar, con una producción máxima de 194583 t/ha; le sigue la palma de aceite con 89478.27 t/ha, y en tercer lugar se encuentra la piña, con una producción máxima de 19859.50 t/ha.

casanare2020 %>%
  group_by(Grupo,Municipio) %>%
  summarize(max_prod = max(Produccion, na.rm = TRUE)) %>%
  slice(which.max(max_prod))  %>%
  arrange(desc(max_prod))
## `summarise()` has grouped output by 'Grupo'. You can override using the
## `.groups` argument.

Los grupos de cultivos más importantes en el Departamento de Casanare son los cereales y las leguminosas y oleaginosas, que ocupan en segundo puesto a nivel departamental.

Paz de Ariporo es el principal productor de cereales, mientras que el municipio de Maní domina la producción de leguminosas y oleaginosas; por otro lado, Tauramena encabeza la producción de Frutales.

casanare2020 %>%
  group_by(Cod_Mun, Municipio, Grupo) %>%
  filter(Grupo=='Cereales') %>% 
  summarize(max_prod = max(Produccion, na.rm = TRUE)) %>%
  arrange(desc(max_prod)) -> Cereales2020
## `summarise()` has grouped output by 'Cod_Mun', 'Municipio'. You can override
## using the `.groups` argument.
Cereales2020
ggplot(data = Cereales2020, aes(x = reorder(Municipio, max_prod), y = max_prod)) +
    geom_bar(stat="identity", fill="#006D2C", alpha=.6, width=.4) +
    coord_flip() +
    xlab("") +
    ylab("Producción (t)") +
    theme_bw()

casanare2020 %>%
  group_by(Cod_Mun, Municipio, Grupo) %>%
  filter(Grupo=='Leguminosas Y Oleaginosas') %>% 
  summarize(max_prod = max(Produccion, na.rm = TRUE)) %>%
  arrange(desc(max_prod)) -> oleaginosas2020
## `summarise()` has grouped output by 'Cod_Mun', 'Municipio'. You can override
## using the `.groups` argument.
oleaginosas2020
ggplot(oleaginosas2020, aes(x = reorder(Municipio, max_prod), y = max_prod)) +
    geom_bar(stat="identity", fill="#006D2C", alpha=.6, width=.4) +
    coord_flip() +
    xlab("") +
    ylab("Producción (t)") +
    theme_bw()

casanare2020 %>%
  group_by(Cod_Mun, Municipio, Cultivo) %>%
  filter(Cultivo=='Arroz') %>% 
  summarize(max_prod_arroz = max(Produccion, na.rm = TRUE)) %>%
  arrange(desc(max_prod_arroz)) -> arroz2020
## `summarise()` has grouped output by 'Cod_Mun', 'Municipio'. You can override
## using the `.groups` argument.
arroz2020
casanare2020 %>%
  group_by(Cod_Mun, Municipio, Cultivo) %>%
  filter(Cultivo=='Palma de aceite') %>% 
  summarize(max_prod_pa = max(Produccion, na.rm = TRUE)) %>%
  arrange(desc(max_prod_pa)) -> palmadeaceite2020
## `summarise()` has grouped output by 'Cod_Mun', 'Municipio'. You can override
## using the `.groups` argument.
palmadeaceite2020

7. Escribir los datos seleccionados en un archivo

write_csv(Cereales2020, "./casanare_cereales_2020.csv")
write_csv(oleaginosas2020, "./casanare_oleag_2020.csv")
write_csv(arroz2020, "./casanare_arroz_2020.csv")
write_csv(palmadeaceite2020, "./casanare_pa_2020.csv")

8. Bibliografía