Instalar paquetes

#install.packages("WDI")
#install.packages("wbstats")
#install.packages("tidyverse")

Informacion de un pais

library(wbstats)

gdp_data <- wb_data(country = "MX", indicator = "NY.GDP.MKTP.CD", start_date = 1973, end_date = 2022)
summary(gdp_data)
##     iso2c              iso3c             country               date     
##  Length:49          Length:49          Length:49          Min.   :1973  
##  Class :character   Class :character   Class :character   1st Qu.:1985  
##  Mode  :character   Mode  :character   Mode  :character   Median :1997  
##                                                           Mean   :1997  
##                                                           3rd Qu.:2009  
##                                                           Max.   :2021  
##  NY.GDP.MKTP.CD          unit            obs_status          footnote        
##  Min.   :5.528e+10   Length:49          Length:49          Length:49         
##  1st Qu.:1.846e+11   Class :character   Class :character   Class :character  
##  Median :5.265e+11   Mode  :character   Mode  :character   Mode  :character  
##  Mean   :6.089e+11                                                           
##  3rd Qu.:1.058e+12                                                           
##  Max.   :1.315e+12                                                           
##   last_updated       
##  Min.   :2022-07-20  
##  1st Qu.:2022-07-20  
##  Median :2022-07-20  
##  Mean   :2022-07-20  
##  3rd Qu.:2022-07-20  
##  Max.   :2022-07-20
head(gdp_data)
## # A tibble: 6 × 9
##   iso2c iso3c country  date NY.GDP.MKTP.CD unit  obs_status footnote last_upda…¹
##   <chr> <chr> <chr>   <dbl>          <dbl> <chr> <chr>      <chr>    <date>     
## 1 MX    MEX   Mexico   1973   55280000000  <NA>  <NA>       <NA>     2022-07-20 
## 2 MX    MEX   Mexico   1974   72000000000  <NA>  <NA>       <NA>     2022-07-20 
## 3 MX    MEX   Mexico   1975   88000000000  <NA>  <NA>       <NA>     2022-07-20 
## 4 MX    MEX   Mexico   1976   89025974026. <NA>  <NA>       <NA>     2022-07-20 
## 5 MX    MEX   Mexico   1977   81814159292. <NA>  <NA>       <NA>     2022-07-20 
## 6 MX    MEX   Mexico   1978  102500000000  <NA>  <NA>       <NA>     2022-07-20 
## # … with abbreviated variable name ¹​last_updated
tail(gdp_data)
## # A tibble: 6 × 9
##   iso2c iso3c country  date NY.GDP.MKTP.CD unit  obs_status footnote last_upda…¹
##   <chr> <chr> <chr>   <dbl>          <dbl> <chr> <chr>      <chr>    <date>     
## 1 MX    MEX   Mexico   2016        1.08e12 <NA>  <NA>       <NA>     2022-07-20 
## 2 MX    MEX   Mexico   2017        1.16e12 <NA>  <NA>       <NA>     2022-07-20 
## 3 MX    MEX   Mexico   2018        1.22e12 <NA>  <NA>       <NA>     2022-07-20 
## 4 MX    MEX   Mexico   2019        1.27e12 <NA>  <NA>       <NA>     2022-07-20 
## 5 MX    MEX   Mexico   2020        1.09e12 <NA>  <NA>       <NA>     2022-07-20 
## 6 MX    MEX   Mexico   2021        1.29e12 <NA>  <NA>       <NA>     2022-07-20 
## # … with abbreviated variable name ¹​last_updated
library(ggplot2)

ggplot(gdp_data, aes(x = date, y = NY.GDP.MKTP.CD)) + geom_point()  

ggplot(gdp_data, aes(x = date, y = NY.GDP.MKTP.CD)) + geom_col()

ggplot(gdp_data, aes(x = date, y = NY.GDP.MKTP.CD)) + 
  geom_col(fill = "red") + 
  geom_point(fill = "blue")

Informacion de varios paises

more_gdp_data <- wb_data(country = c("NG", "HT", "KE"),
                         indicator = "NY.GDP.MKTP.CD",
                         start_date = 1981, end_date = 2015)
ggplot(more_gdp_data, aes(x = date, y = NY.GDP.MKTP.CD, color = country, shape = country)) + 
  geom_point()

Conclusion

En este ejercicio se vio acerca del banco mundial y como extraer datos directamente de la página. En este ejemplo, podemos analizar el PIB de diferentes países en una misma gráfica para comparar como han cambiado a lo largo de los años. No solo podemos analizar el PIB del banco mundial, también podemos analizar diferentes “KPI´s” que miden el progreso de los países.