Instalar paquetes

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

Informacion de 1 pais

library(wbstats)
gdp_data <- wb_data(country= "MX", indicator = "NY.GDP.PCAP.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.PCAP.CD        unit            obs_status          footnote        
##  Min.   :  981.5   Length:49          Length:49          Length:49         
##  1st Qu.: 2569.2   Class :character   Class :character   Class :character  
##  Median : 5650.0   Mode  :character   Mode  :character   Mode  :character  
##  Mean   : 5751.7                                                           
##  3rd Qu.: 9068.3                                                           
##  Max.   :10928.9                                                           
##   last_updated       
##  Min.   :2022-09-16  
##  1st Qu.:2022-09-16  
##  Median :2022-09-16  
##  Mean   :2022-09-16  
##  3rd Qu.:2022-09-16  
##  Max.   :2022-09-16
head(gdp_data)
## # A tibble: 6 × 9
##   iso2c iso3c country  date NY.GDP.PCAP.CD unit  obs_status footnote last_upda…¹
##   <chr> <chr> <chr>   <dbl>          <dbl> <chr> <chr>      <chr>    <date>     
## 1 MX    MEX   Mexico   1973           981. <NA>  <NA>       <NA>     2022-09-16 
## 2 MX    MEX   Mexico   1974          1242. <NA>  <NA>       <NA>     2022-09-16 
## 3 MX    MEX   Mexico   1975          1476. <NA>  <NA>       <NA>     2022-09-16 
## 4 MX    MEX   Mexico   1976          1454. <NA>  <NA>       <NA>     2022-09-16 
## 5 MX    MEX   Mexico   1977          1301. <NA>  <NA>       <NA>     2022-09-16 
## 6 MX    MEX   Mexico   1978          1589. <NA>  <NA>       <NA>     2022-09-16 
## # … with abbreviated variable name ¹​last_updated
tail(gdp_data)
## # A tibble: 6 × 9
##   iso2c iso3c country  date NY.GDP.PCAP.CD unit  obs_status footnote last_upda…¹
##   <chr> <chr> <chr>   <dbl>          <dbl> <chr> <chr>      <chr>    <date>     
## 1 MX    MEX   Mexico   2016          8745. <NA>  <NA>       <NA>     2022-09-16 
## 2 MX    MEX   Mexico   2017          9288. <NA>  <NA>       <NA>     2022-09-16 
## 3 MX    MEX   Mexico   2018          9687. <NA>  <NA>       <NA>     2022-09-16 
## 4 MX    MEX   Mexico   2019          9950. <NA>  <NA>       <NA>     2022-09-16 
## 5 MX    MEX   Mexico   2020          8432. <NA>  <NA>       <NA>     2022-09-16 
## 6 MX    MEX   Mexico   2021          9926. <NA>  <NA>       <NA>     2022-09-16 
## # … with abbreviated variable name ¹​last_updated
 library(ggplot2)

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

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

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

Informacion de varios paises

more_gdp_data <- wb_data(country = c ("NG", "HT", "KE"),
                         indicator = "NY.GDP.PCAP.CD",
                         start_date = 1981, end_date = 2015)

 ggplot(more_gdp_data, aes(x= date, y= NY.GDP.PCAP.CD, color = country, shape = country)) +
  geom_point()

Conclusiones

El Banco Mundial es una organización multinacional especializada en finanzas y asistencia. En R tienes la oportunidad de tener todos los datos al alcance de tus dedos. En este caso, empezamos instalando diferentes paquetes que sacan la información directamente de Internet. De la misma manera, estábamos buscando el PIB per cápita de México, con esta función de instalar librerias en R podemos agregar el indicador del banco mundial: “NY.GDP.PCAP.CD” , para llamar directamenta la información de la página del Banco donde se indico que sea hiciera una gráfica con la función “ggplot” desde el año 1973 al 2022 para observar el crecimiento.

Continuando, con la función “more_gdp data” se decidió encontrar el PIB per cápita de Haití, Nigeria y Kenya, a cada uno se le asignó un color con las indicaciones de encontrar el crecimiento de 1981 al 2015. Así mismo, se utilizaron los indicadores de cada uno de los países cómo se realizó con México.