Skip to content

Latest commit

 

History

History
253 lines (216 loc) · 13.6 KB

README.md

File metadata and controls

253 lines (216 loc) · 13.6 KB

Mexico Datasets - R Package 🇲🇽

All Contributors

The R package datosmx 🇲🇽.

R package (Warning: currently under construction 🚧 🚧 🚧 ) to get data about the Novel Coronavirus COVID-19 pandemic cases in Mexico and other Mexico datasets (geospatial + population). Data comes from official sources, more information here.

Installation

if (!"remotes" %in% installed.packages()) {
  install.packages("remotes")
}
remotes::install_github("mayrop/datosmx")

Usage

COVID-19 Mexico Dataset

Open Data

library(dplyr)

# retrieving latest data available...
cases <- datosmx::get_covid_cases()
## trying URL 'https://datos.covid19in.mx/abiertos/todos/202004/20200424.zip'
## Content type 'application/zip' length 1119907 bytes (1.1 MB)
## ==================================================
## downloaded 1.1 MB

str(cases)
## 'data.frame': 62334 obs. of  35 variables:
## $ FECHA_ACTUALIZACION: Factor w/ 1 level "2020-04-24": 1 1 1 1 1 1 1 1 1 1 ...
## $ ID_REGISTRO        : Factor w/ 62334 levels "000024","000038",..: 20185 60983 30572 2458 18503 54130 62056 53871 57504 39143 ...
## $ ORIGEN             : int  2 2 2 1 1 1 2 2 2 1 ...
## $ SECTOR             : int  9 12 9 3 12 12 4 12 12 4 ...
## $ ENTIDAD_UM         : int  15 9 28 15 15 9 9 9 9 2 ...
##...

descriptions <- datosmx::get_covid_descriptions()
all <- datosmx::complete_covid_cases(cases, descriptions)

all %>% as_tibble()
# A tibble: 62,334 x 62
#   FECHA_ACTUALIZA… ID_REGISTRO ORIGEN SECTOR ENTIDAD_UM  SEXO ENTIDAD_NAC ENTIDAD_RES MUNICIPIO_RES TIPO_PACIENTE
#   <fct>            <fct>        <int>  <int>      <int> <int>       <int>       <int>         <int>         <int>
# 1 2020-04-24       09e8dc           2      9         15     1          15          15            37             2
# 2 2020-04-24       1dd782           2     12          9     1          15           9             3             1
# 3 2020-04-24       0efbaf           2      9         28     2          16          28            32             1
# 4 2020-04-24       013a6c           1      3         15     2          15          15           106             1
# 5 2020-04-24       091a48           1     12         15     2          15          15            31             2
# 6 2020-04-24       1a72fe           1     12          9     1           9           9            11             1
# 7 2020-04-24       1e6142           2      4          9     1           9           9             3             2
# 8 2020-04-24       1a5595           2     12          9     2           9           9             8             1
# 9 2020-04-24       1c21d8           2     12          9     1          15           9             9             1
#10 2020-04-24       13236c           1      4          2     2          21           2             4             2
## … with 62,324 more rows, and 52 more variables: FECHA_INGRESO <fct>, FECHA_SINTOMAS <fct>, FECHA_DEF <fct>,
##   INTUBADO <int>, NEUMONIA <int>, EDAD <int>, NACIONALIDAD <int>, EMBARAZO <int>, HABLA_LENGUA_INDIG <int>,
##   DIABETES <int>, EPOC <int>, ASMA <int>, INMUSUPR <int>, HIPERTENSION <int>, OTRA_COM <int>, CARDIOVASCULAR <int>,
##   OBESIDAD <int>, RENAL_CRONICA <int>, TABAQUISMO <int>, OTRO_CASO <int>, RESULTADO <int>, MIGRANTE <int>,
##   PAIS_NACIONALIDAD <fct>, PAIS_ORIGEN <fct>, UCI <int>, ORIGEN_FACTOR <fct>, SECTOR_FACTOR <fct>,
##   ENTIDAD_UM_FACTOR <fct>, SEXO_FACTOR <fct>, ENTIDAD_NAC_FACTOR <fct>, ENTIDAD_RES_FACTOR <fct>,
##   MUNICIPIO_RES_FACTOR <fct>, TIPO_PACIENTE_FACTOR <fct>, INTUBADO_FACTOR <fct>, NEUMONIA_FACTOR <fct>,
##   EMBARAZO_FACTOR <fct>, HABLA_LENGUA_INDIG_FACTOR <fct>, DIABETES_FACTOR <fct>, EPOC_FACTOR <fct>, ASMA_FACTOR <fct>,
##   INMUSUPR_FACTOR <fct>, HIPERTENSION_FACTOR <fct>, OTRA_COM_FACTOR <fct>, CARDIOVASCULAR_FACTOR <fct>,
##   OBESIDAD_FACTOR <fct>, RENAL_CRONICA_FACTOR <fct>, TABAQUISMO_FACTOR <fct>, OTRO_CASO_FACTOR <fct>,
##   MIGRANTE_FACTOR <fct>, UCI_FACTOR <fct>, RESULTADO_FACTOR <fct>, NACIONALIDAD_FACTOR <fct>

# If you want historical data...
cases <- datosmx::get_covid_cases(date = "2020-04-12")
## trying URL 'https://datos.covid19in.mx/abiertos/todos/202004/20200412.zip'
## Content type 'application/zip' length 735960 bytes (718 KB)
## ==================================================
## downloaded 718 KB

Time Series (going to change soon to include city!)

library(dplyr)
datosmx::get_covid_timeseries() %>% as_tibble()
## # A tibble: 1,856 x 20
## Fecha Estado Positivos Positivos_Delta Sospechosos Sospechosos_Del… Negativos Negativos_Delta
## <chr> <chr>      <int>           <int>       <int>            <int>     <int>           <int>
## 1 2020… AGU            0               0          NA                0        NA               0
## 2 2020… BCN            0               0          NA                0        NA               0
## 3 2020… BCS            0               0          NA                0        NA               0
## 4 2020… CAM            0               0          NA                0        NA               0
## 5 2020… CHH            0               0          NA                0        NA               0
## 6 2020… CHP            0               0          NA                0        NA               0
## 7 2020… CMX            1               0          NA                0        NA               0
## 8 2020… COA            0               0          NA                0        NA               0
## 9 2020… COL            0               0          NA                0        NA               0
## 10 2020… DUR            0               0          NA                0        NA               0
# … with 1,846 more rows, and 12 more variables: Defunciones_Positivos <int>,
#   Defunciones_Positivos_Delta <int>, Defunciones_Sospechosos <int>,
#   Defunciones_Sospechosos_Delta <int>, Defunciones_Negativos <int>,
#   Defunciones_Negativos_Delta <int>, Positivos_Sintomas_14_Dias <int>,
#   Sospechosos_Sintomas_14_Dias <int>, Negativos_Sintomas_14_Dias <int>,
#   Positivos_Sintomas_7_Dias <int>, Sospechosos_Sintomas_7_Dias <int>,
#   Negativos_Sintomas_7_Dias <int>

Data from Daily Technical Releases (Comunicado Técnico Diario)

Latest update for this dataset is April 18, 2020, the last day the SSa published that dataset.

cases <- datosmx::get_covid_cases(date = "2020-04-18", dataset = "ctd")
str(cases)

##'data.frame': 7497 obs. of  17 variables:
## $ Caso                      : int  1 2 3 4 5 6 7 8 9 10 ...
## $ Estado                    : Factor w/ 32 levels "AGUASCALIENTES",..: 15 28 7 7 31 12 7 15 15 19 ...
## $ Localidad                 : logi  NA NA NA NA NA NA ...
## $ Sexo                      : Factor w/ 2 levels "FEMENINO","MASCULINO": 1 2 2 1 2 1 2 1 1 2 ...
## $ Edad                      : int  75 22 40 29 71 61 33 77 84 54 ...
## $ Fecha_Sintomas            : Factor w/ 58 levels "01/03/2020","01/04/2020",..: 54 8 34 50 24 12 10 8 50 39 ...
## $ Situacion                 : Factor w/ 1 level "Confirmado": 1 1 1 1 1 1 1 1 1 1 ...
## $ Procedencia               : logi  NA NA NA NA NA NA ...
## $ Fecha_Llegada             : logi  NA NA NA NA NA NA ...
## $ Estado_Normalizado        : Factor w/ 32 levels "AGU","BCN","BCS",..: 15 28 7 7 31 11 7 15 15 19 ...
## $ Localidad_Normalizado     : logi  NA NA NA NA NA NA ...
## $ Sexo_Normalizado          : Factor w/ 2 levels "F","M": 1 2 2 1 2 1 2 1 1 2 ...
## $ Fecha_Sintomas_Normalizado: Factor w/ 58 levels "2020-02-17","2020-02-19",..: 38 45 27 36 53 47 46 45 36 30 ...
## $ Fecha_Sintomas_Corregido  : logi  NA NA NA NA NA NA ...
## $ Situacion_Normalizado     : Factor w/ 1 level "CONFIRMADO": 1 1 1 1 1 1 1 1 1 1 ...
## $ Procedencia_Normalizado   : logi  NA NA NA NA NA NA ...
## $ Fecha_Llegada_Normalizado : logi  NA NA NA NA NA NA ...
...

Generic Datasets (Geo + Population)

Cities

cities <- datosmx::get_cities()

str(cities)
## 'data.frame': 2458 obs. of  6 variables:
##  $ Clave_Entidad  : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ Clave_Municipio: int  1 2 3 4 5 6 7 8 9 10 ...
##  $ Nombre         : chr  "Aguascalientes" "Asientos" "Calvillo" "Cosío" ...
##  $ Longitud       : num  -102 -102 -103 -102 -102 ...
##  $ Latitud        : num  21.8 22.1 21.9 22.4 21.9 ...
## $ Poblacion_2019 : int  949277 50354 60181 16766 127835 49479 57359 9551 22468 21710 ...
 
head(cities)
##   Clave_Entidad Clave_Municipio              Nombre  Longitud  Latitud Poblacion_2019
## 1             1               1      Aguascalientes -102.2958 21.81144         949277
## 2             1               2            Asientos -102.0456 22.12651          50354
## 3             1               3            Calvillo -102.7049 21.90069          60181
## 4             1               4               Cosío -102.2970 22.36063          16766
## 5             1               5         Jesús María -102.4456 21.93212         127835
## 6             1               6 Pabellón de Arteaga -102.3017 22.10454          49479

States

states <- datosmx::get_states()

str(states)
##'data.frame': 32 obs. of  10 variables:
## $ Clave           : int  1 2 3 4 5 6 7 8 9 10 ...
## $ Nombre          : chr  "Aguascalientes" "Baja California" "Baja California Sur" "Campeche" ...
## $ Nombre_Mayuscula: chr  "AGUASCALIENTES" "BAJA CALIFORNIA" "BAJA CALIFORNIA SUR" "CAMPECHE" ...
## $ Nombre_Completo : chr  "Aguascalientes" "Baja California" "Baja California Sur" "Campeche" ...
## $ Abreviatura     : chr  "Ags." "B. C." "B. C. S." "Camp." ...
## $ ISO_3           : chr  "AGU" "BCN" "BCS" "CAM" ...
## $ RENAPO           : chr  "AS" "BC" "BS" "CC" ...
## $ Longitud        : num  -102.4 -115.1 -112.1 -90.4 -102 ...
## $ Latitud         : num  22 30.6 25.9 18.8 27.3 ...
## $ Poblacion_2019  : int  1415421 3578561 788119 984046 3175643 772842 5647532 3765325 9031213 1852952 ...
 
head(states)
##   Clave              Nombre    Nombre_Mayuscula      Nombre_Completo Abreviatura ISO_3 ISO_2   Longitud  Latitud Poblacion_2019
## 1     1      Aguascalientes      AGUASCALIENTES       Aguascalientes        Ags.   AGU    AS -102.36194 22.00644        1415421
## 2     2     Baja California     BAJA CALIFORNIA      Baja California       B. C.   BCN    BC -115.09707 30.55159        3578561
## 3     3 Baja California Sur BAJA CALIFORNIA SUR  Baja California Sur    B. C. S.   BCS    BS -112.06620 25.91871         788119
## 4     4            Campeche            CAMPECHE             Campeche       Camp.   CAM    CC  -90.36028 18.84055         984046
## 5     5            Coahuila            COAHUILA Coahuila de Zaragoza       Coah.   COA    CL -102.04404 27.29544        3175643
## 6     6              Colima              COLIMA               Colima        Col.   COL    CM -104.11512 19.13068         772842

Joining Cities and States Datasets

cities %>% 
  dplyr::rename_at(vars(Nombre:Poblacion_2019), function(x) {
    paste0(x, "_Municipio")
  }) %>%
  dplyr::left_join(
    states %>%
      dplyr::rename_all(function(x) { paste0(x, "_Entidad")}),
    by = "Clave_Entidad"
  ) %>% 
  str()
  
## 'data.frame': 2458 obs. of  15 variables:
##  $ Clave_Entidad           : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ Clave_Municipio         : int  1 2 3 4 5 6 7 8 9 10 ...
##  $ Nombre_Municipio        : chr  "Aguascalientes" "Asientos" "Calvillo" "Cosío" ...
##  $ Longitud_Municipio      : num  -102 -102 -103 -102 -102 ...
##  $ Latitud_Municipio       : num  21.8 22.1 21.9 22.4 21.9 ...
##  $ Poblacion_2019_Municipio: int  949277 50354 60181 16766 127835 49479 57359 9551 22468 21710 ...
##  $ Nombre_Entidad          : chr  "Aguascalientes" "Aguascalientes" "Aguascalientes" "Aguascalientes" ...
##  $ Nombre_Mayuscula_Entidad: chr  "AGUASCALIENTES" "AGUASCALIENTES" "AGUASCALIENTES" "AGUASCALIENTES" ...
##  $ Nombre_Completo_Entidad : chr  "Aguascalientes" "Aguascalientes" "Aguascalientes" "Aguascalientes" ...
##  $ Abreviatura_Entidad     : chr  "Ags." "Ags." "Ags." "Ags." ...
##  $ ISO_3_Entidad           : chr  "AGU" "AGU" "AGU" "AGU" ...
##  $ RENAPO_Entidad           : chr  "AS" "AS" "AS" "AS" ...
##  $ Longitud_Entidad        : num  -102 -102 -102 -102 -102 ...
##  $ Latitud_Entidad         : num  22 22 22 22 22 ...
##  $ Poblacion_2019_Entidad  : int  1415421 1415421 1415421 1415421 1415421 1415421 1415421 1415421 1415421 1415421 ...

Contributing

How to perform static code analysis and style checks

Configuration for lintr is in .lintr file. Lints are treated as warnings, but we strive to be lint-free.

In RStudio, you can run lintr from the console as follows:

> lintr::lint_package()
> library(roxygen2)
> library("devtools")
> devtools::document()

Contributors ✨

Thanks goes to these wonderful people (emoji key):


Mayra Valdés

💻

This project follows the all-contributors specification. Contributions of any kind welcome!

License

This package is free and open source software, licensed under GPL.