Estados que más aportaron al PIB Nacional durante 2018 en R

I Activar las librerías.

II Creando una tabla de datos con ayuda de ´data.frame´ para el sector primario.

Estado<- c("Jalisco", "Michoacan de Ocampo", "Veracruz de Ignacio de la Llave", "Sinaloa", "Chihuahua", "Sonora", "Guanajuato", "Puebla", "Estado de México", "Durango", "Chiapas")
Aportacion<-c("12.5","10.1","7.4","7.0","6.9","6.2","4.7","3.6","3.2","3.1","3.0")
Tabla1<-data.frame(Estado,Aportacion)
Tabla1

##                             Estado Aportacion
## 1                          Jalisco       12.5
## 2              Michoacan de Ocampo       10.1
## 3  Veracruz de Ignacio de la Llave        7.4
## 4                          Sinaloa        7.0
## 5                        Chihuahua        6.9
## 6                           Sonora        6.2
## 7                       Guanajuato        4.7
## 8                           Puebla        3.6
## 9                 Estado de México        3.2
## 10                         Durango        3.1
## 11                         Chiapas        3.0

III Le asignamos las coordenadas correspondientes a cada estado.

Jalisco<-c( -91.7610200,17.9058600)
Michoacan<-c(-101.8333300, 19.1666700)
Veracruz<-c(-95.9864,18.7253)
Sinaloa<-c(-108.214,25.8257)
Chihuahua<-c(-106.089,28.6353)
Sonora<-c(-110.6666700,29.3333300)
Guanajuato<-c(-101.2591000,21.0185800)
Puebla<-c(-98.2062,19.0413)
EstadodeMéxico<-c(-90.8903,18)
Durango<-c(-104.653,24.0277)
Chiapas<-c(-93.3810400, 17.5565300)
Estados<-rbind(Jalisco,Michoacan,Veracruz,Sinaloa,Chihuahua,Sonora,Guanajuato,Puebla,EstadodeMéxico,Durango,Chiapas)
colnames(Estados)<-c("Longitud","Latitud")
Estados

##                  Longitud  Latitud
## Jalisco         -91.76102 17.90586
## Michoacan      -101.83333 19.16667
## Veracruz        -95.98640 18.72530
## Sinaloa        -108.21400 25.82570
## Chihuahua      -106.08900 28.63530
## Sonora         -110.66667 29.33333
## Guanajuato     -101.25910 21.01858
## Puebla          -98.20620 19.04130
## EstadodeMéxico  -90.89030 18.00000
## Durango        -104.65300 24.02770
## Chiapas         -93.38104 17.55653

IV Creamos un data frame

Estados<-data.frame(Estados)
Estados

##                  Longitud  Latitud
## Jalisco         -91.76102 17.90586
## Michoacan      -101.83333 19.16667
## Veracruz        -95.98640 18.72530
## Sinaloa        -108.21400 25.82570
## Chihuahua      -106.08900 28.63530
## Sonora         -110.66667 29.33333
## Guanajuato     -101.25910 21.01858
## Puebla          -98.20620 19.04130
## EstadodeMéxico  -90.89030 18.00000
## Durango        -104.65300 24.02770
## Chiapas         -93.38104 17.55653

V Graficamos los datos con qmplot

qmplot(Longitud, Latitud, data=Estados, color=I(rainbow(1)))

## Using zoom = 6...

## Source : http://tile.stamen.com/terrain/6/12/26.png

## Source : http://tile.stamen.com/terrain/6/13/26.png

## Source : http://tile.stamen.com/terrain/6/14/26.png

## Source : http://tile.stamen.com/terrain/6/15/26.png

## Source : http://tile.stamen.com/terrain/6/16/26.png

## Source : http://tile.stamen.com/terrain/6/12/27.png

## Source : http://tile.stamen.com/terrain/6/13/27.png

## Source : http://tile.stamen.com/terrain/6/14/27.png

## Source : http://tile.stamen.com/terrain/6/15/27.png

## Source : http://tile.stamen.com/terrain/6/16/27.png

## Source : http://tile.stamen.com/terrain/6/12/28.png

## Source : http://tile.stamen.com/terrain/6/13/28.png

## Source : http://tile.stamen.com/terrain/6/14/28.png

## Source : http://tile.stamen.com/terrain/6/15/28.png

## Source : http://tile.stamen.com/terrain/6/16/28.png

VI Hacemos una tabla de datos con ayuda de data.frame para el sector secundario.

Estado1<- c("Nuevo León", "Estado de México", "Jalisco", "Cahuila de Zaragoza", "Campeche", "Guanajuato", "Ciudad de México", "Sonora", "Chihuahua", "Baja California","Veracruz de Ignacio de la Llave")
Aportacion1<-c("9.4","7.3","6.8","6.3","6.1","5.2","5.1","4.9","4.4","4.4","4.3")
Tabla2<-data.frame(Estado1,Aportacion1)
Tabla2

##                            Estado1 Aportacion1
## 1                       Nuevo León         9.4
## 2                 Estado de México         7.3
## 3                          Jalisco         6.8
## 4              Cahuila de Zaragoza         6.3
## 5                         Campeche         6.1
## 6                       Guanajuato         5.2
## 7                 Ciudad de México         5.1
## 8                           Sonora         4.9
## 9                        Chihuahua         4.4
## 10                 Baja California         4.4
## 11 Veracruz de Ignacio de la Llave         4.3

VII Le asignamos a cada estado sus coordenadas.

NuevoLeón<-c(- 100.309, 25.6714)
EstadodeMéxico<-c(-90.8903,18)
Jalisco<-c(-91.7610200,17.9058600)
Coahuila<-c(-100.92, 28.4914)
Campeche<-c(-90.5237, 19.8454)
Guanajuato<-c(-101.2591000,21.0185800)
CDMX<-c(-99.1269, 19.4978)
Sonora<-c(-110.6666700,29.3333300)
Chihuahua<-c(-106.089,28.6353)
BajaCalifornia<-c(-115.446, 32.6469)
Veracruz<-c(-95.9864,18.7253)
Estados2<-rbind(NuevoLeón,EstadodeMéxico,Jalisco,Coahuila,Campeche,Guanajuato,CDMX,Sonora,Chihuahua,BajaCalifornia,Veracruz)
colnames(Estados2)<-c("Longitud","Latitud")
Estados2

##                  Longitud  Latitud
## NuevoLeón      -100.30900 25.67140
## EstadodeMéxico  -90.89030 18.00000
## Jalisco         -91.76102 17.90586
## Coahuila       -100.92000 28.49140
## Campeche        -90.52370 19.84540
## Guanajuato     -101.25910 21.01858
## CDMX            -99.12690 19.49780
## Sonora         -110.66667 29.33333
## Chihuahua      -106.08900 28.63530
## BajaCalifornia -115.44600 32.64690
## Veracruz        -95.98640 18.72530

VIII Creamos un data frame.

Estados2<-data.frame(Estados2)
Estados2

##                  Longitud  Latitud
## NuevoLeón      -100.30900 25.67140
## EstadodeMéxico  -90.89030 18.00000
## Jalisco         -91.76102 17.90586
## Coahuila       -100.92000 28.49140
## Campeche        -90.52370 19.84540
## Guanajuato     -101.25910 21.01858
## CDMX            -99.12690 19.49780
## Sonora         -110.66667 29.33333
## Chihuahua      -106.08900 28.63530
## BajaCalifornia -115.44600 32.64690
## Veracruz        -95.98640 18.72530

IX Graficamos con qmplot.

qmplot(Longitud, Latitud, data=Estados2, color=I(rainbow(11)))

## Using zoom = 5...

## Source : http://tile.stamen.com/terrain/5/5/12.png

## Source : http://tile.stamen.com/terrain/5/6/12.png

## Source : http://tile.stamen.com/terrain/5/7/12.png

## Source : http://tile.stamen.com/terrain/5/8/12.png

## Source : http://tile.stamen.com/terrain/5/5/13.png

## Source : http://tile.stamen.com/terrain/5/6/13.png

## Source : http://tile.stamen.com/terrain/5/7/13.png

## Source : http://tile.stamen.com/terrain/5/8/13.png

## Source : http://tile.stamen.com/terrain/5/5/14.png

## Source : http://tile.stamen.com/terrain/5/6/14.png

## Source : http://tile.stamen.com/terrain/5/7/14.png

## Source : http://tile.stamen.com/terrain/5/8/14.png

X Hacemos una tabla de datos para el sector terceario.

Estado2<- c("Ciudad de México","Estado de México","Nuevo León","Jalisco","Veracruz de
Ignacio de la Llave","Guanajuato","Puebla","Baja California","Michoacán de Ocampo","Chihuahua","Tamaulipas")
Aportacion2<- c("23.1","9.9","7.1","6.9","4.5","4.0","3.1","2.9","2.7","2.6","2.6")
Tabla3<-data.frame(Estado2, Aportacion2)
Tabla3

##                             Estado2 Aportacion2
## 1                  Ciudad de México        23.1
## 2                  Estado de México         9.9
## 3                        Nuevo León         7.1
## 4                           Jalisco         6.9
## 5  Veracruz de\nIgnacio de la Llave         4.5
## 6                        Guanajuato         4.0
## 7                            Puebla         3.1
## 8                   Baja California         2.9
## 9               Michoacán de Ocampo         2.7
## 10                        Chihuahua         2.6
## 11                       Tamaulipas         2.6

XI Le asignamos las coordenadas correspondientes a cada estado

CDMX<-c(-99.1269, 19.4978)
EstadodeMéxico<-c(-90.8903,18)
NuevoLeón<-c(- 100.309, 25.6714)
Jalisco<-c(-91.7610200,17.9058600)
Veracruz<-c(-95.9864,18.7253)
Guanajuato<-c(-101.2591000,21.0185800)
Puebla<-c(-98.2062,19.0413)
BajaCalifornia<-c(-115.446, 32.6469)
Michoacan<-c(-101.8333300, 19.1666700)
Chihuahua<-c(-106.089,28.6353)
Tamaulipas<-c(-99.1845, 23.3557)
Estados3<-rbind(CDMX,EstadodeMéxico,NuevoLeón,Jalisco,Veracruz,Guanajuato,Puebla,BajaCalifornia,Michoacan,Chihuahua,Tamaulipas)
colnames(Estados3)<-c("Longitud","Latitud")
Estados3

##                  Longitud  Latitud
## CDMX            -99.12690 19.49780
## EstadodeMéxico  -90.89030 18.00000
## NuevoLeón      -100.30900 25.67140
## Jalisco         -91.76102 17.90586
## Veracruz        -95.98640 18.72530
## Guanajuato     -101.25910 21.01858
## Puebla          -98.20620 19.04130
## BajaCalifornia -115.44600 32.64690
## Michoacan      -101.83333 19.16667
## Chihuahua      -106.08900 28.63530
## Tamaulipas      -99.18450 23.35570

XII Creamos un data frame.

Estados3<-data.frame(Estados3)
Estados3

##                  Longitud  Latitud
## CDMX            -99.12690 19.49780
## EstadodeMéxico  -90.89030 18.00000
## NuevoLeón      -100.30900 25.67140
## Jalisco         -91.76102 17.90586
## Veracruz        -95.98640 18.72530
## Guanajuato     -101.25910 21.01858
## Puebla          -98.20620 19.04130
## BajaCalifornia -115.44600 32.64690
## Michoacan      -101.83333 19.16667
## Chihuahua      -106.08900 28.63530
## Tamaulipas      -99.18450 23.35570

XIII Graficamos con ´qmplot´.

qmplot(Longitud, Latitud, data=Estados3, color=I(rainbow(11)))

## Using zoom = 5...

XIV Podemos conocer cuales son los estado que más apoyaron al PIB nacional durante el 2018 de forma general.

Estado2<- c("Baja California Sur","Quintara Roo","Oaxaca","San Luis Potosí","Nuevo León","Tlaxcala","Aguascalientes","Yucatán","Hidalgo","Guerrero","Querétaro")
Aportacion2<-c("17.2","5.1","4.7","4.2","3.6","3.4","3.4","3.2","3.2","3.0","3.0")
Tabla3<-data.frame(Estado2,Aportacion2)
Tabla3

##                Estado2 Aportacion2
## 1  Baja California Sur        17.2
## 2         Quintara Roo         5.1
## 3               Oaxaca         4.7
## 4      San Luis Potosí         4.2
## 5           Nuevo León         3.6
## 6             Tlaxcala         3.4
## 7       Aguascalientes         3.4
## 8              Yucatán         3.2
## 9              Hidalgo         3.2
## 10            Guerrero         3.0
## 11           Querétaro         3.0

XV Asignamos coordenadas correspondientes a cada estado.

BajaCaliforniasur<-c(-110.3,24.1333)
QuintanaRoo<-c(-92.7030400,17.3567300)
Oaxaca<-c(-96.7203,17.0669)
SanLuisPotosi<-c(-115.12771,32.50957)
NuevoLeón<-c(- 100.309, 25.6714)
Tlaxcala<-c(-98.2394,19.3122)
Aguascalientes<-c(-102.28259,21.88234)
Yucatan<-c(-89.62,20.97)
Hidalgo<-c(-97.7142300,16.8214100)
Guerrero<-c(-93.7417,16.775)
Queretaro<-c(-100.392,20.5931)
Estados4<-rbind(BajaCaliforniasur,QuintanaRoo,Oaxaca,SanLuisPotosi,NuevoLeón,Tlaxcala,Aguascalientes,Yucatan,Hidalgo,Guerrero,Queretaro)
colnames(Estados4)<-c("Longitud","Latitud")
Estados4

##                     Longitud  Latitud
## BajaCaliforniasur -110.30000 24.13330
## QuintanaRoo        -92.70304 17.35673
## Oaxaca             -96.72030 17.06690
## SanLuisPotosi     -115.12771 32.50957
## NuevoLeón         -100.30900 25.67140
## Tlaxcala           -98.23940 19.31220
## Aguascalientes    -102.28259 21.88234
## Yucatan            -89.62000 20.97000
## Hidalgo            -97.71423 16.82141
## Guerrero           -93.74170 16.77500
## Queretaro         -100.39200 20.59310

XVI Creamos un Data.frame.

Estados4<-data.frame(Estados4)
Estados4

##                     Longitud  Latitud
## BajaCaliforniasur -110.30000 24.13330
## QuintanaRoo        -92.70304 17.35673
## Oaxaca             -96.72030 17.06690
## SanLuisPotosi     -115.12771 32.50957
## NuevoLeón         -100.30900 25.67140
## Tlaxcala           -98.23940 19.31220
## Aguascalientes    -102.28259 21.88234
## Yucatan            -89.62000 20.97000
## Hidalgo            -97.71423 16.82141
## Guerrero           -93.74170 16.77500
## Queretaro         -100.39200 20.59310

XVII Graficamos el mapa con qmplot.

qmplot(Longitud, Latitud, data=Estados4, color=I(rainbow(11)))

## Using zoom = 5...

Estados que más aportaron al PIB Nacional durante 2018 en R

Juárez Saviñón Mitzy Camila, Meza Soto Aldo Djorkaeff y Medina Mauricio José Daniel

17/12/2020

I Activar las librerías.

II Creando una tabla de datos con ayuda de ´data.frame´ para el sector primario.

III Le asignamos las coordenadas correspondientes a cada estado.

IV Creamos un data frame

V Graficamos los datos con qmplot

VI Hacemos una tabla de datos con ayuda de data.frame para el sector secundario.

VII Le asignamos a cada estado sus coordenadas.

VIII Creamos un data frame.

IX Graficamos con qmplot.

X Hacemos una tabla de datos para el sector terceario.

XI Le asignamos las coordenadas correspondientes a cada estado

XII Creamos un data frame.

XIII Graficamos con ´qmplot´.

XIV Podemos conocer cuales son los estado que más apoyaron al PIB nacional durante el 2018 de forma general.

XV Asignamos coordenadas correspondientes a cada estado.

XVI Creamos un Data.frame.

XVII Graficamos el mapa con qmplot.

XVIII Por último, se inserta video de un tutorial en el cual se explica este codigo