# Para el ejemplo usaremos los datos precargados (datosabiertos) pero tu puedes
# correr el ejemplo descargando informacion mas reciente:
datos_covid <- datosabiertos
# Aqui muchos aparecen en cero si usas el default de datosabiertos
# porque la base de datosabiertos tiene muy pocos casos
datos_covid |>
casos(list_name = "casos_for_plot", group_by_entidad = FALSE) |>
plot_covid(df_name = "casos_for_plot")
# Grafica de casos nacional
# \donttest{
datos_covid |>
casos(group_by_entidad = FALSE, list_name = "plot_nal") |>
plot_covid(df_name = "plot_nal")
# Ajuste mediante splines
datos_covid |>
casos(group_by_entidad = FALSE, list_name = "spline_nacional") |>
plot_covid(df_name = "spline_nacional", type = "spline", spar = 0.5)
# Graficacion por covariables
# el objeto devuelto es un objeto de ggplot2 al que se le puede dar formato
if (!requireNamespace("ggplot2", quietly = TRUE)) {
datos_covid |>
chr(
group_by_entidad = TRUE, list_name = "plot_nal", .grouping_vars = c("SEXO"),
entidades = c("BAJA CALIFORNIA", "BAJA CALIFORNIA SUR")
) |>
plot_covid(
df_name = "plot_nal",
date_break_format = "1 week",
date_labels_format = "%d/%B/%Y",
df_covariates = c("SEXO", "ENTIDAD_FEDERATIVA"),
type = "area"
) +
ggplot2::ggtitle("Plot nacional")
}
# Puedes tambien primero editar el tibble que usaras por ejemplo poniendo
# los nombres de los sexos
datos_covid <- datos_covid |>
chr(
group_by_entidad = TRUE, list_name = "plot_nal", .grouping_vars = c("SEXO"),
entidades = c("BAJA CALIFORNIA", "BAJA CALIFORNIA SUR")
)
# }
# Finalmente desconectamos
datos_covid$disconnect()
Run the code above in your browser using DataLab