Skip to content

Instantly share code, notes, and snippets.

@diegovalle

diegovalle/cumsum.R

Last active March 31, 2020 19:52
Show Gist options
  • Star 0 You must be signed in to star a gist
  • Fork 0 You must be signed in to fork a gist
  • Save diegovalle/f8e56c7ea33c4c5730e3bc0854410dd0 to your computer and use it in GitHub Desktop.
Save diegovalle/f8e56c7ea33c4c5730e3bc0854410dd0 to your computer and use it in GitHub Desktop.
Download ZIP
cumsum.R
Raw
cumsum.R
## Auto-Install the following packages
.packs <- c("ggplot2", "tabulizer", "dplyr", "stringr",
"rvest", "hrbrthemes", "scales", "tidyr",
"lubridate", "directlabels")
.success <- suppressWarnings(sapply(.packs, require, character.only = TRUE))
if (length(names(.success)[!.success])) {
install.packages(names(.success)[!.success])
sapply(names(.success)[!.success], require, character.only = TRUE)
}
options(stringsAsFactors = FALSE)
page <- read_html("https://serendipia.digital/2020/03/datos-abiertos-sobre-casos-de-coronavirus-covid-19-en-mexico/")
links <- page %>% html_nodes("a") %>% html_attr('href')
pos <- data.frame()
for (url in links[which(str_detect(links, "positivo.*\\.csv"))]) {
df = read.csv(url)
#df <- filter(df, Procedencia == "Contacto")
df$date <- as.Date(df$Fecha.de.Inicio.de.síntomas, format = "%d/%m/%Y")
df <- df %>%
group_by(date) %>%
tally() %>%
arrange(date) %>%
mutate(cumsum = cumsum(n),
source = str_extract(url, "[0-9]{4}\\.[0-9]{2}\\.[0-9]{2}"))
df$source <- str_replace_all(df$source, "\\.", "-")
pos <- rbind(pos, df)
}
pos$date <- as.Date(pos$date)
ggplot(pos, aes(date, cumsum, group = as.Date(source), color = as.Date(source))) +
geom_line() +
scale_colour_gradient("Fecha de\npublicación", trans = "date",
low = "#d9d9d9", high = "#000000") +
theme_ipsum() +
xlab("fecha de inicio de síntomas") +
ylab("casos acumulados") +
labs(title = "Casos acumulados de coronavirs, por fecha de inicio de síntomas",
subtitle = "Cada línea corresponde a los datos presentados en un reporte de la SSA",
caption = "Comunicado Técnico Diario. https://www.gob.mx/salud/documentos/coronavirus-covid-19-comunicado-tecnico-diario-238449")
pos$source <- as.Date(pos$source)
p <- pos %>%
filter(date >= "2020-03-15") %>%
group_by(date) %>%
arrange(source, date) %>%
mutate(day = time_length(interval(date, source), "days")) %>%
ggplot(aes(day, n, group = date, color = date)) +
geom_line() +
scale_colour_gradient("Fecha de\npublicación", trans = "date",
low = "#d9d9d9", high = "#000000") +
theme_ipsum() +
xlim(0,16) +
labs(title = "Casos acumulados de coronavirus desde el 15 de marzo, por día de inicio de síntomas",
subtitle = paste0("Cada línea representa una fecha de incio de síntomas",
". Por ejemplo, ",
"para los casos cuyos síntomas ",
"iniciaron el 2020-03-16, después de 5 días (el 21 de marzo)\n",
"apenas habían 21 casos, para el día 10 ",
"ya eran 65, y para el día 13 (el 29 de marzo) eran 88"),
caption = "Comunicado Técnico Diario. https://www.gob.mx/salud/documentos/coronavirus-covid-19-comunicado-tecnico-diario-238449") +
xlab("días desde el inicio de síntomas hasta el registro como positivo") +
ylab("número de casos")
direct.label(p, "last.bumpup")
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment