Skip to content

Un paquete con datos oficiales del Covid-19 en México

Notifications You must be signed in to change notification settings

HectorRamirez85/covidMex

 
 

Repository files navigation

covidMex

Un paquete para obtener datos oficiales sobre casos de Covid-19 en México y el mundo. Creado por Pablo Reyes. Última actualizacion: 2020-03-26 01:21:17.

Instalación 📦

Para instalar el paquete, es necesario usar install_github, pues el paquete no está disponible en la CRAN.

devtools::install_github("pablorm296/covidMex")

Uso 🔧

Básico

Casos sospechosos y confirmados en México

Para obtener el reporte oficial más reciente sobre los casos confirmados en México, usa la función covidConfirmedMx. Para obtener el reporte oficial más reciente sobre los casos sospechosos en México, usa la función covidSuspectsMx.

library(covidMex)

# Descargar reporte de casos sospechosos
sospechosos <- covidSuspectsMx()

# Descargar reporte de casos confirmados
confirmados <- covidConfirmedMx()

Situación en resto del mundo

Para obtener el reporte más reciente sobre nuevos casos y defunciones en el mundo, usa la función covidWWSituation.

# Descargar reporte de nuevos casos y defunciones en el mundo
casosCovidMundo <- covidWWSituation()

Avanzado

Obtener reportes específicos

covidConfirmedMx, covidSuspectsMx y covidWWSituation son wrappers de getData.

La función getData te permite descargar un reporte oficial específico. Con el parámetro where especificas el ámbito del reporte (México o el resto del mundo). Con el parámetro type puedes especificar el tipo de reporte a cargar (casos confirmados o casos sospechosos). Con el parámetro date especificas la versión del reporte (fecha en que fue publicado). Si no se encuentra la fecha especificada, getData intentará descargar el reporte del día anterior y notificará al usuario por medio de una warning.

# Descargar reporte de casos sospechosos en México
sospechosos <- getData(where = "Mexico", type = "suspects", date = "today", 
                       source = "Serendipia", neat = TRUE)

# Descargar reporte de casos confirmados en México
confirmados <- getData(where = "Mexico", type = "confirmed", date = "today",
                       source = "Guzmart", neat = TRUE)

# Descarga una versión anterior del reporte
sospechosos_old <- getData(where = "Mexico", type = "confirmed", date = "16/03/2020", 
                           source = "Serendipia", neat = TRUE)

# Descarga reporte de situación en resto del mundo
casosCovidMundo <- getData(where = "worldWide", type = "confirmed", date = "today", 
                           source = "ECDC", neat = TRUE)

Seguro notaste que getData también acepta un parámetro source; éste sirve para especificar la fuente de datos a cargar. Por el momento, getData usa cuatro fuentes de datos:

  1. Serendipia: Serendipia, una iniciativa de periodismo de datos que ha publicado versiones .csv y .xlsx (creadas con I:heart:PDF) de los reportes publicados por la Secretaría de Salud del Gobierno de México.
  2. covid19_mex: Un repositorio en GitHub creado por Katia Guzmán Martínez. Katia, además de convertirlo en formarto abierto, hace una revisión manual del reporte publicado por la Secretaría de Salud del Gobierno de México. Por esta razón, esta fuente es la predeterminada al momento de descargar la tabla de casos confirmados para México. Esta fuente de datos sólo tiene tabla de casos confirmados.
  3. European Centre for Disease Prevention and Control: La agencia de la Unión Europea encargada de la seguridad sanitaria. Además de publicar un reporte diario sobre casos de Covid-19 y defunciones en países europeos, el ECDC también empezó a publicar reportes de casos en todos los países del mundo independientes a los publicados por la Organización Mundial de la Salud. Esta fuente es la predeterminada al momento de descargar la tabla de casos confirmados para el resto de países en el mundo.
  4. Johns Hopkins University Dashboard: Repositorio en GitHub con los datos mostrados en el mapa interactivo del Johns Hopkins University Center for Systems Science and Engineering con datos de casos de Covid-19 en el mundo. La principal fuente de información de este repositorio son los datos publicados por la Organización Mundial de la Salud (OMS). Se incluyó esta fuente de datos porque es, sin duda alguna, uno de los repositorios más populares hasta el momento con datos de la pandemia. Sin embargo, los datos tienen múltiples problemas (registros incorrectos o desactualizados). Además, la OMS cambió su hora de corte el 15 de marzo de 2020, yuxtaponiendo casos correspondientes al día anterior. Esto comprometió las comparaciones entre datos antes y después de esa fecha. Por estas razones, el ECDC es la fuente predeterminada cuando se trata de datos para países del resto del mundo.
# Descargar reporte de casos confirmados en México
# Usamos el repositorio de Katia
confirmados <- getData(where = "Mexico", type = "confirmed", date = "today",
                       source = "Guzmart", neat = TRUE)

# Descargar reporte de casos confirmados en México
# Esta vez, especificando que queremos usar el sitio de Serendipia
confirmados <- getData(where = "Mexico", type = "confirmed", date = "today",
                       source = "Serendipia", neat = TRUE)

# Descarga reporte de casos en el resto del mundo
# Especificamos que lo queremos desde el repositorio de la Johns Hopkins University
casosCovidMundo <- getData(where = "worldWide", type = "confirmed", date = "today", 
                           source = "JHU", neat = TRUE)

Adicionalmente, cada vez que el usuario cargue el paquete, un mensaje le notificará las fuentes de datos disponibles:

library(covidMex)
## covidMex Package

## Version: 0.4.0

## Last Package Update: 19/03/2020

## Available Data Sources:

##     Confirmed Cases in Mexico: Serendipia, Guzmart

##     Suspect Cases in Mexico: Serendipia

##     WorldWide Situation Report: ECDC, JHU CSSE

El último parámetro de getData es neat. Este parámetro le informa a la función si el usuario desea pre procesar el tibble obtenido de las fuentes de datos, de manera que las fechas son tratadas como objetos Date, los nombres de las entidades federativas se ponen en mayúscula y los nombres de las columnas son transformados al estandar que maneja el repositorio de Katia Guzmán. Puedes usar el parámetro neat = FALSE para obtener una versión as is del reporte.

Una nota sobre los parámetros

Debido a la variedad de fuentes de datos y formatos en los que se presentan estos, cuando usas getData, debes tener en cuenta que no todas las combinaciones de parámetros son posibles. Por favor, toma en cuenta la siguiente tabla. En ella, podras ver los parámetros válidos dado un valor de where.

Where Source Type Date Neat
Mexico Serendipia confirmed, suspects today o cualquier fecha del 15/03/2020 en adelante TRUE, FALSE
Mexico Guzmart confirmed today o cualquier fecha del 16/03/2020 en adelante TRUE, FALSE
worldWide ECDC confirmed today o cualquier fecha del 01/01/2020 en adelante TRUE, FALSE
worldWide JHU confirmed today o cualquier fecha del 24/01/2020 en adelante TRUE, FALSE

Generando gráficas a partir de los datos

Edades de los infectados en México

# Tabla de casos confirmados
covidConfirmedMx() %>% 
  # Asignar casos a grupos de edad (10 grupos; 0-10, 11-20, 19-30... 81-90, 90+)
  mutate(GrupoEdad = cut(edad, 
                         breaks = c(seq(0, 90, by = 10), Inf),
                         include.lowest = T)) %>%
  # ggplot!
  ggplot() +
  geom_bar(aes(x = GrupoEdad, y = ..count..), colour = "#CC7390", 
           fill = "#CC7390", alpha = 0.5, na.rm = T) +
  labs(x = "Grupo de Edad", y = "Casos",
       title = "¿Qué edad tienen los infectados de SARS-CoV-2 en México?") +
  theme_light() + 
  theme(text = element_text(family = "Quicksand Medium"),
        title = element_text(family = "Keep Calm Med"))

Evolución de número de casos en cinco países del mundo

# Tabla de nuevos casos y muertes
covidWWSituation() %>%
  # Seleccionar países
  filter(pais_territorio %in% c("Mexico", "Spain", 
                                "Italy", "Brazil", 
                                "United_States_of_America")) %>%
  # Covertrr fechas en Date y cambiar guiones bajos en espacios
  mutate(fecha_corte = as.Date(fecha_corte), 
         pais_territorio = gsub("_", " ", pais_territorio, fixed = T)) %>%
  # Ordenar y agrupar
  arrange(pais_territorio, fecha_corte) %>%
  group_by(pais_territorio) %>%
  # Contar casos acumulados
  mutate(casos_acumulados = cumsum(casos_nuevos)) %>%
  # Eliminar observaciones vacías hasta encontrar el primer caso
  # Mantener filas a partir de la primer fila donde casos_nuevos != 0
  filter(row_number() >= min(row_number()[casos_acumulados > 100])) %>%
  # Días desde el primer caso y suma acumulada de casos
  mutate(dias_transcurridos = fecha_corte - fecha_corte[1L]) %>%
  # ggplot!
  ggplot(aes(x = dias_transcurridos, y = casos_acumulados, colour = pais_territorio)) + 
  # Líneas
  geom_line(size = 1.2, alpha = 0.7) +
  # Escalas
  scale_y_continuous(trans = "log2") +
  # Títulos
  labs(y = "log(Casos acumulados)", x = "Días transcurridos desde el caso N° 100",
       title = "¿Qué tan rápido se contagia el SARS-CoV-2?",
       subtitle = "Casos acumulados en cinco países desde que se confirmó el caso N° 100",
       colour = "País",
       caption = "Datos del Centro Europeo para la Prevención y Control de Enfermedades") +
  # Tema <3
  theme_light() + 
  theme(text = element_text(family = "Quicksand Medium"),
        title = element_text(family = "Keep Calm Med"))

Fuentes de datos 📚

Por favor, si usas este paquete en publicaciones, cita el paquete y las fuentes de datos.

Los datos de casos sospechosos y confirmados en México son publicados por la Secretaría de Salud federal del gobierno mexicano:

Las versiones plain text de los reportes de la Secretaría de Salud fueron publicadas originalmente en:

Los datos del reporte situacional en el resto del mundo son publicados por dos fuentes: el Centro Europeo para la Prevención y Control de Enfermedades (ECDC) y el Johns Hopkins University Center for Systems Science and Engineering.

Build & Test Info 👷

Probado en:

platform arch os system status major minor year month day svn.rev language version.string nickname
x86_64-pc-linux-gnu x86_64 linux-gnu x86_64, linux-gnu 3 6.3 2020 02 29 77875 R R version 3.6.3 (2020-02-29) Holding the Windsock

Changelog 📋

0.1.0 - 18/03/2020

Added

  • getData and ParseSerendipia functions.

0.2.0 - 19/03/2020

Fixed

  • Error when using date type object in getData (as date parameter).
  • DESCRIPTION and NAMESPACE file now has proper package dependencies (under CRAN rules).
  • DESCRIPTION file now has better package information (under CRAN rules). ALthough, some warnings and notes generated by R CMD Check remain unattended.
  • Typos in documentation.

Changed

  • README file. Better package description and functionality.
  • ParseSerendipia function renamed to GetFromSerendipia.
  • getData

Added

  • LICENSE file.
  • GetFromGuzmart function. This functions downloads data from Katia Guzman’s GitHub repo.
  • "guzmart" is now a valid source parameter value in getData function. Downloads data from Katia Guzman’s GitHub repo.

0.2.1 - 19/03/2020

Fixed

  • Fixed some minor typos in DESCRIPTION.
  • Changelog now included in README. TODO section moved to UNRELEASED in Changelog.
  • onAttach message fixed. It was not clear if the ‘last update’ info was about package or data.
  • Fixed out of date documentation of getData function.
  • Fixed some typos in function comments.

0.3.0 - 23/03/2020

Added

  • covidSuspectsMx and covidConfirmedMx functions. These are “super easy/fast to use” wrappers of getData.
  • Parameter neat in getData, GetFromSerendipia, and GetFromGuzmart functions. This parameter allows user to decide if some data cleaning is performed on the returned tibbles by GetFromSerendipia and GetFromGuzmart. Specially, proper date parsing and state name capitalizing.

Fixed

  • Typos in README and functions comments.

0.3.1 - 24/03/2020

Fixed

  • Serendipia updated data page, this broke scrapping routine. Changed CSS targets in getFromSerendipia.
  • In getData, GetFromSerendipia, and GetFromGuzmart neat parameter is now set to FALSE as default. This prevents errors when unexpected column names mess with clean routine.
  • Proper versioning in DESCRIPTION.

Licencia

Licencia Creative Commons
Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional

About

Un paquete con datos oficiales del Covid-19 en México

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • R 100.0%