Cuaderno 3
Andres Camilo Medrano
7/4/2022
library(tidyverse)## -- Attaching packages --------------------------------------- tidyverse 1.3.1 --## v ggplot2 3.3.5 v purrr 0.3.4
## v tibble 3.1.6 v dplyr 1.0.8
## v tidyr 1.2.0 v stringr 1.4.0
## v readr 2.1.2 v forcats 0.5.1## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()library(dplyr)
library(readr)
library(ggplot2)
library(readxl)INTRODUCCIÓN
Para el análisis de datos sobre producción, rendimiento o área cosechada de un grupo de cultivo de interes en un intervalo de tiempo (2006-2018), es necesario consultar la base de datos que reposa en la evaluaciones agropecuarias municipales para el departamento de Norte de santander. Con ayuda de diagramas de barras y de tortas se presenta la información de manera más didactica para el correcto análisis y conclusión.
Leer el archivo de interes
(eva = read_csv("C:/Users/andre/OneDrive/Escritorio/Documentos U/12 matricula/Geomatica/Proyectos/Evaluaciones_Agropecuarias_Municipales_EVA.csv", col_names = TRUE))## Rows: 9751 Columns: 17
## -- Column specification --------------------------------------------------------
## Delimiter: ","
## chr (10): DEPARTAMENTO, MUNICIPIO, GRUPO
## DE CULTIVO, SUBGRUPO
## DE CULTIVO, ...
## dbl (7): CÓD.
## DEP., CÓD. MUN., AÑO, Área Sembrada
## (ha), Área Cosechada
## (ha...
##
## i Use `spec()` to retrieve the full column specification for this data.
## i Specify the column types or set `show_col_types = FALSE` to quiet this message.## # A tibble: 9,751 x 17
## `CÓD. \nDEP.` DEPARTAMENTO `CÓD. MUN.` MUNICIPIO `GRUPO \nDE CULTIVO`
## <dbl> <chr> <dbl> <chr> <chr>
## 1 54 NORTE DE SANTANDER 54405 LOS PATIOS HORTALIZAS
## 2 54 NORTE DE SANTANDER 54518 PAMPLONA HORTALIZAS
## 3 54 NORTE DE SANTANDER 54518 PAMPLONA HORTALIZAS
## 4 54 NORTE DE SANTANDER 54405 LOS PATIOS HORTALIZAS
## 5 54 NORTE DE SANTANDER 54518 PAMPLONA HORTALIZAS
## 6 54 NORTE DE SANTANDER 54405 LOS PATIOS HORTALIZAS
## 7 54 NORTE DE SANTANDER 54518 PAMPLONA HORTALIZAS
## 8 54 NORTE DE SANTANDER 54405 LOS PATIOS HORTALIZAS
## 9 54 NORTE DE SANTANDER 54518 PAMPLONA HORTALIZAS
## 10 54 NORTE DE SANTANDER 54405 LOS PATIOS HORTALIZAS
## # ... with 9,741 more rows, and 12 more variables:
## # `SUBGRUPO \nDE CULTIVO` <chr>, CULTIVO <chr>,
## # `DESAGREGACIÓN REGIONAL Y/O SISTEMA PRODUCTIVO` <chr>, AÑO <dbl>,
## # PERIODO <chr>, `Área Sembrada\n(ha)` <dbl>, `Área Cosechada\n(ha)` <dbl>,
## # `Producción\n(t)` <dbl>, `Rendimiento\n(t/ha)` <dbl>,
## # `ESTADO FISICO PRODUCCION` <chr>, `NOMBRE \nCIENTIFICO` <chr>,
## # `CICLO DE CULTIVO` <chr>names(eva)## [1] "CÓD. \nDEP."
## [2] "DEPARTAMENTO"
## [3] "CÓD. MUN."
## [4] "MUNICIPIO"
## [5] "GRUPO \nDE CULTIVO"
## [6] "SUBGRUPO \nDE CULTIVO"
## [7] "CULTIVO"
## [8] "DESAGREGACIÓN REGIONAL Y/O SISTEMA PRODUCTIVO"
## [9] "AÑO"
## [10] "PERIODO"
## [11] "Área Sembrada\n(ha)"
## [12] "Área Cosechada\n(ha)"
## [13] "Producción\n(t)"
## [14] "Rendimiento\n(t/ha)"
## [15] "ESTADO FISICO PRODUCCION"
## [16] "NOMBRE \nCIENTIFICO"
## [17] "CICLO DE CULTIVO"Limpiando atributos de la base de datos
Como la tabla presenta atributos que pueden ser de poca importancia, es posible removerlos
## # A tibble: 9,751 x 13
## `CÓD. MUN.` MUNICIPIO `GRUPO \nDE CULTIVO` `SUBGRUPO \nDE CULTIVO` CULTIVO
## <dbl> <chr> <chr> <chr> <chr>
## 1 54405 LOS PATIOS HORTALIZAS ACELGA ACELGA
## 2 54518 PAMPLONA HORTALIZAS ACELGA ACELGA
## 3 54518 PAMPLONA HORTALIZAS ACELGA ACELGA
## 4 54405 LOS PATIOS HORTALIZAS ACELGA ACELGA
## 5 54518 PAMPLONA HORTALIZAS ACELGA ACELGA
## 6 54405 LOS PATIOS HORTALIZAS ACELGA ACELGA
## 7 54518 PAMPLONA HORTALIZAS ACELGA ACELGA
## 8 54405 LOS PATIOS HORTALIZAS ACELGA ACELGA
## 9 54518 PAMPLONA HORTALIZAS ACELGA ACELGA
## 10 54405 LOS PATIOS HORTALIZAS ACELGA ACELGA
## # ... with 9,741 more rows, and 8 more variables:
## # `DESAGREGACIÓN REGIONAL Y/O SISTEMA PRODUCTIVO` <chr>, AÑO <dbl>,
## # PERIODO <chr>, `Área Sembrada\n(ha)` <dbl>, `Área Cosechada\n(ha)` <dbl>,
## # `Producción\n(t)` <dbl>, `Rendimiento\n(t/ha)` <dbl>,
## # `ESTADO FISICO PRODUCCION` <chr>Para continuar con la limpieza, se pueden cambiar los nombres de los atributos
eva.tmp %>% dplyr::rename('Cod_Mun' = 'CÓD. MUN.',
'Grupo' = 'GRUPO \nDE CULTIVO',
'Subgrupo' = 'SUBGRUPO \nDE CULTIVO',
'Year' = 'AÑO',
'AreaSembrada' = 'Área Sembrada\n(ha)',
'AreaCosechada' = 'Área Sembrada\n(ha)',
'Produccion' = 'Producción\n(t)', 'Rendimiento' = 'Rendimiento\n(t/ha)',
'Sistema' = 'DESAGREGACIÓN REGIONAL Y/O SISTEMA PRODUCTIVO',
'Estado' = 'ESTADO FISICO PRODUCCION') -> new_eva
new_eva## # A tibble: 9,751 x 13
## Cod_Mun MUNICIPIO Grupo Subgrupo CULTIVO Sistema Year PERIODO AreaCosechada
## <dbl> <chr> <chr> <chr> <chr> <chr> <dbl> <chr> <dbl>
## 1 54405 LOS PATIOS HORT~ ACELGA ACELGA ACELGA 2006 2006B 3
## 2 54518 PAMPLONA HORT~ ACELGA ACELGA ACELGA 2006 2006B 1
## 3 54518 PAMPLONA HORT~ ACELGA ACELGA ACELGA 2007 2007A 1
## 4 54405 LOS PATIOS HORT~ ACELGA ACELGA ACELGA 2007 2007B 3
## 5 54518 PAMPLONA HORT~ ACELGA ACELGA ACELGA 2007 2007B 1
## 6 54405 LOS PATIOS HORT~ ACELGA ACELGA ACELGA 2008 2008A 3
## 7 54518 PAMPLONA HORT~ ACELGA ACELGA ACELGA 2008 2008A 1
## 8 54405 LOS PATIOS HORT~ ACELGA ACELGA ACELGA 2008 2008B 3
## 9 54518 PAMPLONA HORT~ ACELGA ACELGA ACELGA 2008 2008B 1
## 10 54405 LOS PATIOS HORT~ ACELGA ACELGA ACELGA 2009 2009A 2
## # ... with 9,741 more rows, and 4 more variables: `Área Cosechada\n(ha)` <dbl>,
## # Produccion <dbl>, Rendimiento <dbl>, Estado <chr>Analizando la base de datos
Después de haber realizado la limpieza y procesamiento de la base de datos correspondiente a la evaluación agropecuaria municipal, es posible identificar los grupos de cultivos más importantes en el departamento de Norte de Santander y el total de la producción.
new_eva %>%
filter(Produccion > 0) %>%
group_by(Grupo) %>%
summarize(total_produccion = sum(Produccion)) %>%
arrange(desc(total_produccion)) -> pt
pt## # A tibble: 11 x 2
## Grupo total_produccion
## <chr> <dbl>
## 1 TUBERCULOS Y PLATANOS 3564160
## 2 HORTALIZAS 2188261
## 3 CEREALES 2107524
## 4 OTROS PERMANENTES 1015639
## 5 FRUTALES 948593
## 6 OLEAGINOSAS 712280
## 7 LEGUMINOSAS 153888
## 8 OTROS TRANSITORIOS 11087
## 9 PLANTAS AROMATICAS, CONDIMENTARIAS Y MEDICINALES 4587
## 10 FIBRAS 660
## 11 FLORES Y FOLLAJES 247Con la anterior información es posible filtar los grupos de cultivos más importantes, saber el total de producción y adicionar el porcentaje de producción como un nuevo atributo
pt %>% filter(total_produccion > 1000000) -> main.groups
(value = sum(main.groups$total_produccion))## [1] 8875584main.groups$percent = main.groups$total_produccion/valueGráfica de torta
Para una mejor visualización de los grupos de cultivos más importantes del departamento Norte de Santander, se pueden separar por porcentaje
bp<- ggplot(main.groups, aes(x="", y=percent, fill=Grupo))+
geom_bar(stat = "identity")+geom_text(aes(label = paste0(round(percent,2),"%")),position = position_stack(vjust = 0.5))
pie <- bp + coord_polar(theta = "y")+theme_void()+scale_fill_brewer(palette = "Spectral")
pie
Producción de cada grupo de cultivo por municipio
new_eva %>%
group_by(Grupo, MUNICIPIO) %>%
summarize(total_prod = sum(Produccion, na.rm = TRUE)) %>%
slice(which.max(total_prod)) %>%
arrange(desc(total_prod)) -> leaders## `summarise()` has grouped output by 'Grupo'. You can override using the
## `.groups` argument.leaders## # A tibble: 12 x 3
## # Groups: Grupo [12]
## Grupo MUNICIPIO total_prod
## <chr> <chr> <dbl>
## 1 CEREALES CUCUTA 1324179
## 2 HORTALIZAS OCAÑA 828289
## 3 TUBERCULOS Y PLATANOS TIBU 582127
## 4 OLEAGINOSAS TIBU 480110
## 5 OTROS PERMANENTES EL ZULIA 162291
## 6 FRUTALES TEORAMA 91710
## 7 LEGUMINOSAS OCAÑA 29918
## 8 OTROS TRANSITORIOS ABREGO 10067
## 9 PLANTAS AROMATICAS, CONDIMENTARIAS Y MEDICINALES VILLA DEL ROSARIO 2860
## 10 FIBRAS CUCUTILLA 467
## 11 FLORES Y FOLLAJES PAMPLONA 240
## 12 FORESTALES TIBU 0Diagrama de barras
Filtrando el total de producción de cada departamento es posible construir una gráfica de barras que nos muestre el aporte en producción de cada municio de Norte de Santander
leaders %>% filter(total_prod > 50000) -> main.leaders
p<-ggplot(data=main.leaders, aes(x=MUNICIPIO, y=total_prod)) +
geom_bar(stat="identity", fill="Red4")+theme_light()
p
Dinámica del cultivo más importante (2006-2018)
Para éste caso, el arroz (grupo de cereales) es el de mayor producción en el municipio de Cúcuta, Norte de Santander
new_eva %>%
filter(MUNICIPIO=="CUCUTA" & CULTIVO=="ARROZ") %>%
group_by(Year, CULTIVO) %>%
select(MUNICIPIO, CULTIVO, Produccion, Year) -> cucuta_arroz
cucuta_arroz## # A tibble: 24 x 4
## # Groups: Year, CULTIVO [13]
## MUNICIPIO CULTIVO Produccion Year
## <chr> <chr> <dbl> <dbl>
## 1 CUCUTA ARROZ 51000 2006
## 2 CUCUTA ARROZ 54000 2007
## 3 CUCUTA ARROZ 49770 2007
## 4 CUCUTA ARROZ 56700 2008
## 5 CUCUTA ARROZ 63647 2008
## 6 CUCUTA ARROZ 70700 2009
## 7 CUCUTA ARROZ 79000 2009
## 8 CUCUTA ARROZ 60000 2010
## 9 CUCUTA ARROZ 45000 2010
## 10 CUCUTA ARROZ 65170 2011
## # ... with 14 more rowsGráfica del cultivo más importante en Cúcuta
g <- ggplot(aes(x=Year, y=Produccion/1000), data = cucuta_arroz) + geom_bar(stat='identity', fill="Red4") + labs(y='Produccion de arroz [Ton x 1000]') + theme_light()
g + ggtitle("Evolución de la producción del cultivo de arroz en Cúcuta del 2006 al 2018") + labs(caption= "Based on EVA data (Minagricultura, 2020)")
new_eva %>%
filter(MUNICIPIO=="CUCUTA" & CULTIVO=="ARROZ") %>%
group_by(Year, CULTIVO) %>%
select(MUNICIPIO, CULTIVO, AreaCosechada, Year) -> Area_cucuta_arroz
Area_cucuta_arroz## # A tibble: 24 x 4
## # Groups: Year, CULTIVO [13]
## MUNICIPIO CULTIVO AreaCosechada Year
## <chr> <chr> <dbl> <dbl>
## 1 CUCUTA ARROZ 8100 2006
## 2 CUCUTA ARROZ 8660 2007
## 3 CUCUTA ARROZ 7948 2007
## 4 CUCUTA ARROZ 9180 2008
## 5 CUCUTA ARROZ 11720 2008
## 6 CUCUTA ARROZ 10310 2009
## 7 CUCUTA ARROZ 11300 2009
## 8 CUCUTA ARROZ 9500 2010
## 9 CUCUTA ARROZ 8444 2010
## 10 CUCUTA ARROZ 12000 2011
## # ... with 14 more rowsg <- ggplot(aes(x=Year, y=AreaCosechada/1000), data = Area_cucuta_arroz) + geom_bar(stat='identity', fill="Red4") + labs(y='Area cosechada de arroz [Ha]') + theme_light()
g + ggtitle("Evolución del área cosechada del cultivo de arroz en Cúcuta del 2006 al 2018") + labs(caption= "Based on EVA data (Minagricultura, 2020)")