Instalar paquetes

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

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

Gráficas

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= "US", indicator = "NY.GDP.PCAP.CD", start_date = 1973, end_date = 2022)

Conclusión

En esta actividad se buscaba extraer información del Banco Mundial y para ello fue necesiario primero bajar librerías y paquetes que respalden las funciones que se harían. Primero extraíamos los datos de México e indicamos que se extraiga la información desde 1973 hasta el 2022 el cual pudimos conocer que en Mexico de los años mencionados su GDP esta entre un mínimo de 981 y un máximo de 10928 y que en el 2010 se tuvo un mayor incremento de el GDP, y de ahi usamos el comando de more:gdp_data para obtener la información de GDP de otros países.

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