#install.packages("WDI")
#install.packages("wbstats")
#install.packages("tidyverse")
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
## <chr> <chr> <chr> <dbl> <dbl> <chr> <chr> <chr>
## 1 MX MEX Mexico 1973 981. <NA> <NA> <NA>
## 2 MX MEX Mexico 1974 1242. <NA> <NA> <NA>
## 3 MX MEX Mexico 1975 1476. <NA> <NA> <NA>
## 4 MX MEX Mexico 1976 1454. <NA> <NA> <NA>
## 5 MX MEX Mexico 1977 1301. <NA> <NA> <NA>
## 6 MX MEX Mexico 1978 1589. <NA> <NA> <NA>
## # … with 1 more variable: last_updated <date>
tail(gdp_data)
## # A tibble: 6 × 9
## iso2c iso3c country date NY.GDP.PCAP.CD unit obs_status footnote
## <chr> <chr> <chr> <dbl> <dbl> <chr> <chr> <chr>
## 1 MX MEX Mexico 2016 8745. <NA> <NA> <NA>
## 2 MX MEX Mexico 2017 9288. <NA> <NA> <NA>
## 3 MX MEX Mexico 2018 9687. <NA> <NA> <NA>
## 4 MX MEX Mexico 2019 9950. <NA> <NA> <NA>
## 5 MX MEX Mexico 2020 8432. <NA> <NA> <NA>
## 6 MX MEX Mexico 2021 9926. <NA> <NA> <NA>
## # … with 1 more variable: last_updated <date>
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")
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()
En conclusión, con la información de la librería del World Bank Group y sus indicadores pudimos obtener la información del GDP per capita de México y otros países para así poderlos comparar con sus datos históricos en distintos tipos de gráficas. En el caso de las gráficas del GDP per capita de México de sus datos históricos se muestra que a través de los años el indicador llegó a crecer, pero disminuyó en diversos periodos como en 1995, 2009, 2020, etcétera, por diversos factores externos. En el caso de Nigeria, Haití y Kenya, de los tres países quien llegó a tener mayor GDP per capita a través de los años es Nigeria, siendo que Haiti y Kenya aumentan casi similar, pero hay que tomar en cuenta que desde 1980 llegó a disminuir el GDP per capita de Nigeria hasta 1993, donde después empezó a aumentar.