Instalar paquetes

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

Gráficas

Información de 1 país

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()

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

Información de varios países

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

Conclusiones

Como conclusión, es muy interesante ver como R puede obtener información de fuentes de datos de la web, en tiempo real, o en el momento en el que se actualizan.

Por ejemplo, este programa es sobre el PIB per cápita, obtenidos por indicadores del banco mundial. Y como se puede ver en la visualización de datos por medio de las gráficas, el 2014 fue el año para México donde había más PIB per cápita, y también se puede observar como disminuyó de 2020 a 2021, muy probablemente por la pandemia y lo que generó en la economía del país.

También podemos observar, que R, no solo puede sacar datos de un solo país al mismo tiempo, también puede juntar otros, por ejemplo en el caso de Haiti, Kenya y Nigeria, ocmo se muestra en R, y nos permite obtener datos como que Nigeria tiene un mayor PIB per cápita hablando de esos 3 países, pero es el que más cambios ha tenido a lo largo de los años.