R/bullets_ext.R
In Temisesba/UIES_COVID19:
source("R/funcion_bullets.R", encoding= "UTF-8")
pacman::p_load(ggthemes, tidyverse, data.table, extrafont, showtext, lubridate,
magrittr, flextable, officer, stringi)
fecha_de_trabajo <- Sys.Date()-3
OMS<-reporte_de_situacion(fecha_de_trabajo)
situacion <- data.frame(OMS[1])
longitud <- OMS[2]
situacion_mapa <- data.frame(OMS[3])
situacion_mapa1<-situacion_mapa %>%
filter(Fecha==fecha_de_trabajo) %>%
select(Region_OMS, Casos_acumulados) %>%
group_by(Region_OMS) %>%
summarise(Casos_acumulados = sum(Casos_acumulados)) %>%
arrange(desc(Casos_acumulados))
#Creamos los factores de ordenamiento de la leyenda en el gráfico
regiones_fact <- c("América",
"Europa",
"Asia Sudoriental",
"Mediterráneo Oriental",
"África",
"Pacífico Occidental" )
#Creamos el factor para el color de cada región
colores_fact <- c("América" = "#8a1339",
"Europa" = "#164569",
"Asia Sudoriental"="#4d3565",
"Mediterráneo Oriental" ="#3f7433",
"África"="#7db76f",
"Pacífico Occidental" ="#a37c4b")
grafico2<-
ggplot()+
geom_bar(data = situacion_mapa1,
aes(x= factor(Region_OMS,
levels=Region_OMS),
y = Casos_acumulados,
fill = Region_OMS),
stat = "identity")+
scale_fill_manual(values = colores_fact )+
labs(title = expression(paste(bold("Gráfico 1.")," Distribución de casos acumulados de COVID-19 por SARS-CoV-2 por regiones de la OMS")),
fill = "Regiones OMS",
x = "",
y = "")+
theme_classic()+
theme(text=element_text(size=14, family="Montserrat", hjust = 0.5 ),
axis.text.x = element_text(size = 11,face = "bold"),
axis.text.y = element_text(size = 11,face = "bold"),
legend.position = "none")+
scale_y_continuous(labels = scales::comma)+
geom_text(data = situacion_mapa1 ,
aes(x=Region_OMS,
y = Casos_acumulados,
label=prettyNum(Casos_acumulados,big.mark = ",")),
vjust=-1, size=4, family="Montserrat", fontface='bold')
########letalidad####
grafico4 <-situacion %>%
select(Date_reported,Cumulative_cases, Cumulative_deaths) %>%
mutate(Date_reported=as.Date(Date_reported)) %>%
filter(Date_reported>="2020-01-20") %>%
group_by(Date_reported) %>%
summarise(sum(Cumulative_cases), sum(Cumulative_deaths)) %>%
rename("Cumulative_cases"=2, "Cumulative_deaths"=3) %>%
mutate(letalidad=round((Cumulative_deaths/Cumulative_cases)*100,1)) %>%
mutate(Date_reported=as.Date(Date_reported)) %>%
ggplot()+
geom_line(aes(x=Date_reported, y=letalidad, color="#C0322B", group=1), size=1.5)+
labs(title = expression(paste(bold("Gráfico 2."), " Tasa de letalidad* global de COVID-19 por SARS-CoV-2")),
x = "",
y = "Letalidad")+
theme_hc()+
scale_y_continuous(limits = c(0,8))+
scale_x_date(date_breaks = "1 month",
limits = c(min(as.Date("2020-01-20")), max = max(fecha_de_trabajo)),
#labels = ~ paste(stringi::stri_trans_totitle( months(., F)), year(.)),
expand=c(0,0))+
theme(text=element_text(size=14,
family="Montserrat",
hjust = 0.5),
plot.title = element_text(hjust = 0.5),
axis.text.x = element_text(angle=90,
hjust = 1,
size = 11,
family = "Montserrat Bold"),
axis.title.x = element_text(size = 12,
family = "Montserrat Bold"),
axis.text.y = element_text(size = 12, family = "Montserrat"),
axis.title.y = element_text(size = 12,
family = "Montserrat Bold"),
legend.position = "none")
###############################################################################
####### Tabla Resumen por Región #####
# global_t2 <- situacion %>%
# select(Fecha=1,
# Region_OMS=WHO_region,
# Casos_acumulados=Cumulative_cases,
# Casos_nuevos=New_cases,
# Defunciones_acumuladas=Cumulative_deaths,
# Defunciones_nuevas=New_deaths) %>%
# mutate(Fecha=as.Date(Fecha)) %>%
# filter(Fecha==fecha_de_trabajo) %>%
# group_by(Region_OMS) %>%
# summarise(Casos_nuevos=sum(Casos_nuevos)) %>%
# spread(Region_OMS, Casos_nuevos) %>%
# rename("África"=1,
# "América"=2,
# "Mediterráneo Oriental"=3,
# "Europa"=4,
# "Asia Sudoriental"=6,
# "Pacífico Occidental"=7,
# "Other"=5) %>%
# mutate(`Pacífico Occidental` = Other + `Pacífico Occidental`) %>%
# select(-Other) %>%
# mutate(total= rowSums(.[,1:6])) %>%
# gather(Region, Casos_nuevos , 1:7) %>%
# arrange(desc(Casos_nuevos)) %>%
# mutate(pct_dist_casos = round(Casos_nuevos/max(Casos_nuevos)*100,1),
# Casos_nuevos = prettyNum(Casos_nuevos, big.mark = ","),
# pct_dist_casos = paste0(pct_dist_casos,"%")) %>%
# rename("Región OMS"=1,
# "Casos en las últimas 24 h" = 2,
# "% de distribución de casos en las últimas 24 h"=3) %>%
# mutate(`Región OMS` = recode(`Región OMS`, "total" = "Región OMS"))
###############################################################################
global_t2 <- situacion %>%
select(Fecha=1,
Region_OMS=WHO_region,
Casos_acumulados=Cumulative_cases,
Casos_nuevos=New_cases,
Defunciones_acumuladas=Cumulative_deaths,
Defunciones_nuevas=New_deaths) %>%
mutate(Fecha=as.Date(Fecha)) %>%
filter(Fecha==fecha_de_trabajo) %>%
group_by(Region_OMS) %>%
summarise(Casos_nuevos=sum(Casos_nuevos))
global_t2 <- data.frame(t(global_t2[-1])) %>%
select("África"=1,
"América"=2,
"Mediterráneo Oriental"=3,
"Europa"=4,
"Asia Sudoriental"=6,
"Pacífico Occidental"=7,
"Other"=5) %>%
mutate(`Pacífico Occidental` = Other + `Pacífico Occidental`) %>%
select(-Other) %>%
mutate(total= rowSums(.[,1:6]))
global_t2 <- data.frame(t(global_t2)) %>%
#select("Casos reportados al día de hoy"=1) %>%
arrange(desc(Casos_nuevos)) %>%
mutate(pct_dist_casos = round(Casos_nuevos/max(Casos_nuevos)*100,1),
Casos_nuevos = prettyNum(Casos_nuevos, big.mark = ","),
pct_dist_casos = paste0(pct_dist_casos,"%"))
global_t2<-setDT(global_t2, keep.rownames = TRUE)[] %>%
rename("Región OMS"=1,
"Casos en las últimas 24 h" = 2,
"% de distribución de casos en las últimas 24 h"=3)
regiones_global_t2 <- global_t2$`Región OMS`
regiones_global_t2[1] <- "Región OMS"
global_t2 <- as.data.frame(t(global_t2))
names(global_t2) <- global_t2[1,]
global_t2 <- global_t2[-c(1),]
global_t2 <- setDT(global_t2, keep.rownames = TRUE)[] %>%
rename("Región OMS"=1) %>%
select(-total)
###Dar orden a las columnas####
global_t2 <- subset(global_t2, select=c(regiones_global_t2))
flextable(global_t2)
global_t2_<- flextable(head(global_t2)) %>%
align(align = "center", part = "all") %>%
color(color = "white", part = "header") %>%
color(j=1, color = "black", part = "all") %>%
bg(j = "América", bg = "#8a1339", part = "header") %>%
bg(j = "Europa", bg = "#164569", part = "header") %>%
bg(j = "Asia Sudoriental", bg = "#4d3565", part = "header") %>%
bg(j = "Mediterráneo Oriental", bg = "#3f7433", part = "header") %>%
bg(j = "África", bg = "#7db76f", part = "header") %>%
bg(j = "Pacífico Occidental", bg = "#a37c4b", part = "header") %>%
bg(j = "Región OMS", bg = "white", part = "header") %>%
border(part = "all", border = officer::fp_border(color = "black", style = "solid", width = 2.5) ) %>%
bold(part ="all") %>%
font(fontname = "Montserrat", part = "all") %>%
fontsize(size = 11, part = "all")
#fit_to_width(width(global_t2_, width = 4), max_width = 6)
# set_table_properties(global_t2, width = 1, layout = "fixed" )
#
# bullet
# width(b, width = 1)
#
# grafico2
#
# grafico4
if(!dir.exists("productos")){
dir.create("productos")
}else{
print("Directorio existente")
}
pacman::p_load(tidyverse, officer, magrittr)
fecha_de_trabajo<-(fecha_de_trabajo)
Sys.setlocale("LC_TIME", "es_ES")
Fecha <-toupper(as.character(fecha_de_trabajo,format="%d %B %Y"))
Fecha_min <-as.character(fecha_de_trabajo,format="%A, %d de %B de %Y")
#Cargamos el documento de la OMS
# situacion <- read.csv("https://covid19.who.int/WHO-COVID-19-global-data.csv",
# encoding = "UTF-8") %>%
# rename(Date_reported = 1)
bullet <- bullet(situacion, fecha_de_trabajo)
longitud<-length((situacion_mapa %>%
select(Fecha,Pais_ing ) %>%
filter(Fecha == fecha_de_trabajo))$Pais_ing)
tabla_a<-bullet[-8]
a<-data.frame(Reduce(rbind, tabla_a))
a <- flextable((a)) %>%
delete_part (part = "header" ) %>%
bg(i = c(1,3,4,6), bg = "#dda95f", part = "all") %>%
color(i = c(1,3,4,6), color = "white", part = "all") %>%
bold(part = "all") %>%
align(align = "center", part = "all") %>%
font(fontname = "Montserrat", part = "all") %>%
border(border = officer::fp_border(color = "#dda95f", style = "solid", width = 1) ) %>%
fontsize(size = 12, part = "all")
tabla_b<-bullet[-c(1,2,3,4,5,8)]
b<-data.frame(Reduce(rbind, tabla_b))
b <- flextable((b)) %>%
delete_part (part = "header" ) %>%
bg(i = 1, bg = "#dda95f", part = "all") %>%
color(i = 1, color = "white", part = "all") %>%
bold(part = "all") %>%
align(align = "center", part = "all") %>%
font(fontname = "Montserrat", part = "all") %>%
border(border = officer::fp_border(color = "#dda95f", style = "solid", width = 1) ) %>%
fontsize(size = 10, part = "all")
#Realizamos los cáluclos para los casos y defunciones acumulados, por semana, día y letalidad.
Casos_acumulados<-(situacion %>%
filter(Date_reported==fecha_de_trabajo) %>%
summarise(Cumulative_cases=sum(Cumulative_cases)))$Cumulative_cases
Casos_acumulados1<-prettyNum(Casos_acumulados,big.mark=",",scientific=FALSE)
Casos_nuevos<-(situacion %>%
filter(Date_reported==fecha_de_trabajo) %>%
summarise(New_cases=sum(New_cases)))$New_cases
Casos_nuevos<-prettyNum(Casos_nuevos,big.mark=",",scientific=FALSE)
Defunciones_acumuladas<-(situacion %>%
filter(Date_reported==fecha_de_trabajo) %>%
summarise(Cumulative_deaths=sum(Cumulative_deaths)))$Cumulative_deaths
Defunciones_acumuladas1<-prettyNum(Defunciones_acumuladas,big.mark=",",scientific=FALSE)
Defunciones_nuevas<-prettyNum((situacion %>%
filter(Date_reported==fecha_de_trabajo) %>%
summarise(New_deaths=sum(New_deaths)))$New_deaths,big.mark=",",scientific=FALSE )
letalidad<- paste0(round((Defunciones_acumuladas/Casos_acumulados)*100,1)," %")
ultimas_24<-situacion %>%
mutate(Fecha=as.Date(Date_reported)) %>%
filter(Fecha==fecha_de_trabajo) %>%
summarise( Casos_nuevos= sum(New_cases),
Defunciones_nuevas = sum(New_deaths))
texto_n <- fp_text(font.size = 11, font.family = "Montserrat Bold")
texto_ <- fp_text(font.size = 11, font.family = "Montserrat")
texto_subt <- fp_text(font.size = 6, font.family = "Montserrat")
parrafo <- fp_par(text.align = "justify")
parrafo2 <- fp_par(text.align = "center")
subtitulo <- fp_par(text.align = "left")
enunciado1<-fpar(ftext("Al día ", prop = texto_),
ftext(Fecha_min, prop = texto_n),
ftext(" a nivel mundial, se han reportado ", prop = texto_),
ftext(paste0(Casos_acumulados1," casos confirmados "), prop = texto_n),
ftext(paste0("(",Casos_nuevos," casos nuevos) y "), prop = texto_),
ftext(paste0(Defunciones_acumuladas1," defunciones "), prop = texto_n),
ftext(paste0("(",Defunciones_nuevas," nuevas defunciones)."), prop = texto_),fp_p = parrafo)
enunciado1_1 <- fpar(ftext("La OMS clasifica su distribución de casos por regiones.",prop = texto_), fp_p = parrafo)
enunciado1_2 <- fpar(ftext(paste("El total de casos y defunciones acumuladas a nivel mundial incluyen las embarcaciones internacionales. \nFuente: Panel de control de la enfermedad por coronavirus de la OMS (COVID-19). Ginebra: Organización Mundial de la Salud, 2022. Disponible en línea: https://covid19.who.int/ (última cita: [",format(fecha_de_trabajo,"%d/%B/%Y"),"]."),
prop = texto_subt), fp_p = parrafo )
enunciado1_3 <- fpar(ftext("Con un acumulado de ", prop = texto_),
ftext(763, prop = texto_n),
ftext(" casos y ", prop = texto_),
ftext(13, prop = texto_n),
ftext(" defunciones ocurridas en embarcaciones internacionales.", prop = texto_),
fp_p = parrafo )
enunciado1_4 <- fpar(ftext("En los últimos 14 días el número de casos nuevos representa el ", prop = texto_),
ftext(as.character(bullet[4]), prop = texto_n),
ftext(paste0("(",bullet[3],")."), prop = texto_),
fp_p = parrafo )
enunciado1_5 <- fpar(ftext("Hasta la fecha, se han reportado casos en ", prop = texto_),
ftext(paste(longitud, "países, territorios y áreas, "), prop = texto_n),
ftext("los casos se han notificado en las ", prop = texto_),
ftext("seis regiones de la OMS ", prop = texto_n),
ftext("América, Europa, Asia Sudoriental, Mediterráneo Oriental, Pacífico Occidental y África).", prop = texto_),
fp_p = parrafo )
enunciado1_6<-fpar(ftext("La letalidad global es de ", prop = texto_),
ftext(paste0(letalidad,"."), prop = texto_n),fp_p = parrafo)
enunciado1_7 <- fpar(ftext(paste("Fuente: Panel de control de la enfermedad por coronavirus de la OMS (COVID-19). Ginebra: Organización Mundial de la Salud, 2022. Disponible en línea: https://covid19.who.int/ (última cita: [",format(fecha_de_trabajo,"%d/%B/%Y"),"]."),
prop = texto_subt), fp_p = parrafo )
enunciado1_8 <- fpar(ftext(paste("*Tasa de letalidad: Personas que enfermaron y murieron por COVID-19 a nivel global."),
prop = texto_subt), fp_p = parrafo )
#estilo_flex<- fit_to_width(width(global_t2_, width = 8), max_width = 8, inc = 1)
estilo_flex <- width(global_t2_, width = 1)
ggsave("productos/grafico_barra.png", grafico2, width=17, height=10, units = "cm", dpi=900, scale = 1.8)
ggsave("productos/grafico_letalidad.png", grafico4, width=17, height=10, units = "cm", dpi=900, scale = 1.8)
#width(a, width = 3)
save_as_image(width(a, width = 3), path = "productos/tabla_a.png")
save_as_image(width(b, width = 1), path = "productos/tabla_b.png")
read_docx() %>%
body_add_fpar(fpar(ftext(paste("INFORMACIÓN CORONAVIRUS",
str_to_upper(format(as.Date(fecha_de_trabajo),
format = "%d de %B de %Y")) ),
prop = texto_n), fp_p = parrafo2)) %>%
body_add_fpar(fpar(ftext(""))) %>%
body_add_fpar(enunciado1) %>%
body_add_fpar(fpar(ftext(""))) %>%
body_add_fpar(enunciado1_1) %>%
body_add_fpar(fpar(ftext(""))) %>%
body_add_flextable(., value =estilo_flex , align = "center") %>%
body_add_fpar(fpar(ftext(""))) %>%
#body_add_gg( value = grafico2, style = "centered", width=15.59, height=9) %>%
#body_add_gg( value = grafico2, style = "centered", width=6.5, height=4) %>%
body_add_img(src = "productos/grafico_barra.png", style = "centered", width=6.5, height=4) %>%
body_add_fpar(enunciado1_2) %>%
body_add_fpar(fpar(ftext(""))) %>%
body_add_fpar(enunciado1_3) %>%
body_add_fpar(enunciado1_4) %>%
body_add_fpar(enunciado1_5) %>%
body_add_fpar(enunciado1_6) %>%
#body_add_gg(., value = grafico4, style = "centered", width=15.59, height=9) %>%
body_add_img(src = "productos/grafico_letalidad.png", style = "centered", width=6.5, height=4) %>%
body_add_fpar(enunciado1_7) %>%
body_add_fpar(fpar(ftext(""))) %>%
body_add_fpar(enunciado1_8) %>%
#body_add_flextable(., value = width(a, width = 3) , align = "center") %>%
body_add_img(src = "productos/tabla_a.png", style = "centered", width=1.3, height=1) %>%
body_add_fpar(fpar(ftext(""))) %>%
body_add_img(src = "productos/tabla_b.png", style = "centered", width=1, height=1) %>%
print(target = paste0("productos/EXT_BULLETS_COVID-19_",format(Sys.Date(), "%d-%m-%Y"),".docx"), overwrite = T)
Temisesba/UIES_COVID19 documentation built on Aug. 1, 2022, 11:20 p.m.
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
source("R/funcion_bullets.R", encoding= "UTF-8")
pacman::p_load(ggthemes, tidyverse, data.table, extrafont, showtext, lubridate,
magrittr, flextable, officer, stringi)
fecha_de_trabajo <- Sys.Date()-3
OMS<-reporte_de_situacion(fecha_de_trabajo)
situacion <- data.frame(OMS[1])
longitud <- OMS[2]
situacion_mapa <- data.frame(OMS[3])
situacion_mapa1<-situacion_mapa %>%
filter(Fecha==fecha_de_trabajo) %>%
select(Region_OMS, Casos_acumulados) %>%
group_by(Region_OMS) %>%
summarise(Casos_acumulados = sum(Casos_acumulados)) %>%
arrange(desc(Casos_acumulados))
#Creamos los factores de ordenamiento de la leyenda en el gráfico
regiones_fact <- c("América",
"Europa",
"Asia Sudoriental",
"Mediterráneo Oriental",
"África",
"Pacífico Occidental" )
#Creamos el factor para el color de cada región
colores_fact <- c("América" = "#8a1339",
"Europa" = "#164569",
"Asia Sudoriental"="#4d3565",
"Mediterráneo Oriental" ="#3f7433",
"África"="#7db76f",
"Pacífico Occidental" ="#a37c4b")
grafico2<-
ggplot()+
geom_bar(data = situacion_mapa1,
aes(x= factor(Region_OMS,
levels=Region_OMS),
y = Casos_acumulados,
fill = Region_OMS),
stat = "identity")+
scale_fill_manual(values = colores_fact )+
labs(title = expression(paste(bold("Gráfico 1.")," Distribución de casos acumulados de COVID-19 por SARS-CoV-2 por regiones de la OMS")),
fill = "Regiones OMS",
x = "",
y = "")+
theme_classic()+
theme(text=element_text(size=14, family="Montserrat", hjust = 0.5 ),
axis.text.x = element_text(size = 11,face = "bold"),
axis.text.y = element_text(size = 11,face = "bold"),
legend.position = "none")+
scale_y_continuous(labels = scales::comma)+
geom_text(data = situacion_mapa1 ,
aes(x=Region_OMS,
y = Casos_acumulados,
label=prettyNum(Casos_acumulados,big.mark = ",")),
vjust=-1, size=4, family="Montserrat", fontface='bold')
########letalidad####
grafico4 <-situacion %>%
select(Date_reported,Cumulative_cases, Cumulative_deaths) %>%
mutate(Date_reported=as.Date(Date_reported)) %>%
filter(Date_reported>="2020-01-20") %>%
group_by(Date_reported) %>%
summarise(sum(Cumulative_cases), sum(Cumulative_deaths)) %>%
rename("Cumulative_cases"=2, "Cumulative_deaths"=3) %>%
mutate(letalidad=round((Cumulative_deaths/Cumulative_cases)*100,1)) %>%
mutate(Date_reported=as.Date(Date_reported)) %>%
ggplot()+
geom_line(aes(x=Date_reported, y=letalidad, color="#C0322B", group=1), size=1.5)+
labs(title = expression(paste(bold("Gráfico 2."), " Tasa de letalidad* global de COVID-19 por SARS-CoV-2")),
x = "",
y = "Letalidad")+
theme_hc()+
scale_y_continuous(limits = c(0,8))+
scale_x_date(date_breaks = "1 month",
limits = c(min(as.Date("2020-01-20")), max = max(fecha_de_trabajo)),
#labels = ~ paste(stringi::stri_trans_totitle( months(., F)), year(.)),
expand=c(0,0))+
theme(text=element_text(size=14,
family="Montserrat",
hjust = 0.5),
plot.title = element_text(hjust = 0.5),
axis.text.x = element_text(angle=90,
hjust = 1,
size = 11,
family = "Montserrat Bold"),
axis.title.x = element_text(size = 12,
family = "Montserrat Bold"),
axis.text.y = element_text(size = 12, family = "Montserrat"),
axis.title.y = element_text(size = 12,
family = "Montserrat Bold"),
legend.position = "none")
###############################################################################
####### Tabla Resumen por Región #####
# global_t2 <- situacion %>%
# select(Fecha=1,
# Region_OMS=WHO_region,
# Casos_acumulados=Cumulative_cases,
# Casos_nuevos=New_cases,
# Defunciones_acumuladas=Cumulative_deaths,
# Defunciones_nuevas=New_deaths) %>%
# mutate(Fecha=as.Date(Fecha)) %>%
# filter(Fecha==fecha_de_trabajo) %>%
# group_by(Region_OMS) %>%
# summarise(Casos_nuevos=sum(Casos_nuevos)) %>%
# spread(Region_OMS, Casos_nuevos) %>%
# rename("África"=1,
# "América"=2,
# "Mediterráneo Oriental"=3,
# "Europa"=4,
# "Asia Sudoriental"=6,
# "Pacífico Occidental"=7,
# "Other"=5) %>%
# mutate(`Pacífico Occidental` = Other + `Pacífico Occidental`) %>%
# select(-Other) %>%
# mutate(total= rowSums(.[,1:6])) %>%
# gather(Region, Casos_nuevos , 1:7) %>%
# arrange(desc(Casos_nuevos)) %>%
# mutate(pct_dist_casos = round(Casos_nuevos/max(Casos_nuevos)*100,1),
# Casos_nuevos = prettyNum(Casos_nuevos, big.mark = ","),
# pct_dist_casos = paste0(pct_dist_casos,"%")) %>%
# rename("Región OMS"=1,
# "Casos en las últimas 24 h" = 2,
# "% de distribución de casos en las últimas 24 h"=3) %>%
# mutate(`Región OMS` = recode(`Región OMS`, "total" = "Región OMS"))
###############################################################################
global_t2 <- situacion %>%
select(Fecha=1,
Region_OMS=WHO_region,
Casos_acumulados=Cumulative_cases,
Casos_nuevos=New_cases,
Defunciones_acumuladas=Cumulative_deaths,
Defunciones_nuevas=New_deaths) %>%
mutate(Fecha=as.Date(Fecha)) %>%
filter(Fecha==fecha_de_trabajo) %>%
group_by(Region_OMS) %>%
summarise(Casos_nuevos=sum(Casos_nuevos))
global_t2 <- data.frame(t(global_t2[-1])) %>%
select("África"=1,
"América"=2,
"Mediterráneo Oriental"=3,
"Europa"=4,
"Asia Sudoriental"=6,
"Pacífico Occidental"=7,
"Other"=5) %>%
mutate(`Pacífico Occidental` = Other + `Pacífico Occidental`) %>%
select(-Other) %>%
mutate(total= rowSums(.[,1:6]))
global_t2 <- data.frame(t(global_t2)) %>%
#select("Casos reportados al día de hoy"=1) %>%
arrange(desc(Casos_nuevos)) %>%
mutate(pct_dist_casos = round(Casos_nuevos/max(Casos_nuevos)*100,1),
Casos_nuevos = prettyNum(Casos_nuevos, big.mark = ","),
pct_dist_casos = paste0(pct_dist_casos,"%"))
global_t2<-setDT(global_t2, keep.rownames = TRUE)[] %>%
rename("Región OMS"=1,
"Casos en las últimas 24 h" = 2,
"% de distribución de casos en las últimas 24 h"=3)
regiones_global_t2 <- global_t2$`Región OMS`
regiones_global_t2[1] <- "Región OMS"
global_t2 <- as.data.frame(t(global_t2))
names(global_t2) <- global_t2[1,]
global_t2 <- global_t2[-c(1),]
global_t2 <- setDT(global_t2, keep.rownames = TRUE)[] %>%
rename("Región OMS"=1) %>%
select(-total)
###Dar orden a las columnas####
global_t2 <- subset(global_t2, select=c(regiones_global_t2))
flextable(global_t2)
global_t2_<- flextable(head(global_t2)) %>%
align(align = "center", part = "all") %>%
color(color = "white", part = "header") %>%
color(j=1, color = "black", part = "all") %>%
bg(j = "América", bg = "#8a1339", part = "header") %>%
bg(j = "Europa", bg = "#164569", part = "header") %>%
bg(j = "Asia Sudoriental", bg = "#4d3565", part = "header") %>%
bg(j = "Mediterráneo Oriental", bg = "#3f7433", part = "header") %>%
bg(j = "África", bg = "#7db76f", part = "header") %>%
bg(j = "Pacífico Occidental", bg = "#a37c4b", part = "header") %>%
bg(j = "Región OMS", bg = "white", part = "header") %>%
border(part = "all", border = officer::fp_border(color = "black", style = "solid", width = 2.5) ) %>%
bold(part ="all") %>%
font(fontname = "Montserrat", part = "all") %>%
fontsize(size = 11, part = "all")
#fit_to_width(width(global_t2_, width = 4), max_width = 6)
# set_table_properties(global_t2, width = 1, layout = "fixed" )
#
# bullet
# width(b, width = 1)
#
# grafico2
#
# grafico4
if(!dir.exists("productos")){
dir.create("productos")
}else{
print("Directorio existente")
}
pacman::p_load(tidyverse, officer, magrittr)
fecha_de_trabajo<-(fecha_de_trabajo)
Sys.setlocale("LC_TIME", "es_ES")
Fecha <-toupper(as.character(fecha_de_trabajo,format="%d %B %Y"))
Fecha_min <-as.character(fecha_de_trabajo,format="%A, %d de %B de %Y")
#Cargamos el documento de la OMS
# situacion <- read.csv("https://covid19.who.int/WHO-COVID-19-global-data.csv",
# encoding = "UTF-8") %>%
# rename(Date_reported = 1)
bullet <- bullet(situacion, fecha_de_trabajo)
longitud<-length((situacion_mapa %>%
select(Fecha,Pais_ing ) %>%
filter(Fecha == fecha_de_trabajo))$Pais_ing)
tabla_a<-bullet[-8]
a<-data.frame(Reduce(rbind, tabla_a))
a <- flextable((a)) %>%
delete_part (part = "header" ) %>%
bg(i = c(1,3,4,6), bg = "#dda95f", part = "all") %>%
color(i = c(1,3,4,6), color = "white", part = "all") %>%
bold(part = "all") %>%
align(align = "center", part = "all") %>%
font(fontname = "Montserrat", part = "all") %>%
border(border = officer::fp_border(color = "#dda95f", style = "solid", width = 1) ) %>%
fontsize(size = 12, part = "all")
tabla_b<-bullet[-c(1,2,3,4,5,8)]
b<-data.frame(Reduce(rbind, tabla_b))
b <- flextable((b)) %>%
delete_part (part = "header" ) %>%
bg(i = 1, bg = "#dda95f", part = "all") %>%
color(i = 1, color = "white", part = "all") %>%
bold(part = "all") %>%
align(align = "center", part = "all") %>%
font(fontname = "Montserrat", part = "all") %>%
border(border = officer::fp_border(color = "#dda95f", style = "solid", width = 1) ) %>%
fontsize(size = 10, part = "all")
#Realizamos los cáluclos para los casos y defunciones acumulados, por semana, día y letalidad.
Casos_acumulados<-(situacion %>%
filter(Date_reported==fecha_de_trabajo) %>%
summarise(Cumulative_cases=sum(Cumulative_cases)))$Cumulative_cases
Casos_acumulados1<-prettyNum(Casos_acumulados,big.mark=",",scientific=FALSE)
Casos_nuevos<-(situacion %>%
filter(Date_reported==fecha_de_trabajo) %>%
summarise(New_cases=sum(New_cases)))$New_cases
Casos_nuevos<-prettyNum(Casos_nuevos,big.mark=",",scientific=FALSE)
Defunciones_acumuladas<-(situacion %>%
filter(Date_reported==fecha_de_trabajo) %>%
summarise(Cumulative_deaths=sum(Cumulative_deaths)))$Cumulative_deaths
Defunciones_acumuladas1<-prettyNum(Defunciones_acumuladas,big.mark=",",scientific=FALSE)
Defunciones_nuevas<-prettyNum((situacion %>%
filter(Date_reported==fecha_de_trabajo) %>%
summarise(New_deaths=sum(New_deaths)))$New_deaths,big.mark=",",scientific=FALSE )
letalidad<- paste0(round((Defunciones_acumuladas/Casos_acumulados)*100,1)," %")
ultimas_24<-situacion %>%
mutate(Fecha=as.Date(Date_reported)) %>%
filter(Fecha==fecha_de_trabajo) %>%
summarise( Casos_nuevos= sum(New_cases),
Defunciones_nuevas = sum(New_deaths))
texto_n <- fp_text(font.size = 11, font.family = "Montserrat Bold")
texto_ <- fp_text(font.size = 11, font.family = "Montserrat")
texto_subt <- fp_text(font.size = 6, font.family = "Montserrat")
parrafo <- fp_par(text.align = "justify")
parrafo2 <- fp_par(text.align = "center")
subtitulo <- fp_par(text.align = "left")
enunciado1<-fpar(ftext("Al día ", prop = texto_),
ftext(Fecha_min, prop = texto_n),
ftext(" a nivel mundial, se han reportado ", prop = texto_),
ftext(paste0(Casos_acumulados1," casos confirmados "), prop = texto_n),
ftext(paste0("(",Casos_nuevos," casos nuevos) y "), prop = texto_),
ftext(paste0(Defunciones_acumuladas1," defunciones "), prop = texto_n),
ftext(paste0("(",Defunciones_nuevas," nuevas defunciones)."), prop = texto_),fp_p = parrafo)
enunciado1_1 <- fpar(ftext("La OMS clasifica su distribución de casos por regiones.",prop = texto_), fp_p = parrafo)
enunciado1_2 <- fpar(ftext(paste("El total de casos y defunciones acumuladas a nivel mundial incluyen las embarcaciones internacionales. \nFuente: Panel de control de la enfermedad por coronavirus de la OMS (COVID-19). Ginebra: Organización Mundial de la Salud, 2022. Disponible en línea: https://covid19.who.int/ (última cita: [",format(fecha_de_trabajo,"%d/%B/%Y"),"]."),
prop = texto_subt), fp_p = parrafo )
enunciado1_3 <- fpar(ftext("Con un acumulado de ", prop = texto_),
ftext(763, prop = texto_n),
ftext(" casos y ", prop = texto_),
ftext(13, prop = texto_n),
ftext(" defunciones ocurridas en embarcaciones internacionales.", prop = texto_),
fp_p = parrafo )
enunciado1_4 <- fpar(ftext("En los últimos 14 días el número de casos nuevos representa el ", prop = texto_),
ftext(as.character(bullet[4]), prop = texto_n),
ftext(paste0("(",bullet[3],")."), prop = texto_),
fp_p = parrafo )
enunciado1_5 <- fpar(ftext("Hasta la fecha, se han reportado casos en ", prop = texto_),
ftext(paste(longitud, "países, territorios y áreas, "), prop = texto_n),
ftext("los casos se han notificado en las ", prop = texto_),
ftext("seis regiones de la OMS ", prop = texto_n),
ftext("América, Europa, Asia Sudoriental, Mediterráneo Oriental, Pacífico Occidental y África).", prop = texto_),
fp_p = parrafo )
enunciado1_6<-fpar(ftext("La letalidad global es de ", prop = texto_),
ftext(paste0(letalidad,"."), prop = texto_n),fp_p = parrafo)
enunciado1_7 <- fpar(ftext(paste("Fuente: Panel de control de la enfermedad por coronavirus de la OMS (COVID-19). Ginebra: Organización Mundial de la Salud, 2022. Disponible en línea: https://covid19.who.int/ (última cita: [",format(fecha_de_trabajo,"%d/%B/%Y"),"]."),
prop = texto_subt), fp_p = parrafo )
enunciado1_8 <- fpar(ftext(paste("*Tasa de letalidad: Personas que enfermaron y murieron por COVID-19 a nivel global."),
prop = texto_subt), fp_p = parrafo )
#estilo_flex<- fit_to_width(width(global_t2_, width = 8), max_width = 8, inc = 1)
estilo_flex <- width(global_t2_, width = 1)
ggsave("productos/grafico_barra.png", grafico2, width=17, height=10, units = "cm", dpi=900, scale = 1.8)
ggsave("productos/grafico_letalidad.png", grafico4, width=17, height=10, units = "cm", dpi=900, scale = 1.8)
#width(a, width = 3)
save_as_image(width(a, width = 3), path = "productos/tabla_a.png")
save_as_image(width(b, width = 1), path = "productos/tabla_b.png")
read_docx() %>%
body_add_fpar(fpar(ftext(paste("INFORMACIÓN CORONAVIRUS",
str_to_upper(format(as.Date(fecha_de_trabajo),
format = "%d de %B de %Y")) ),
prop = texto_n), fp_p = parrafo2)) %>%
body_add_fpar(fpar(ftext(""))) %>%
body_add_fpar(enunciado1) %>%
body_add_fpar(fpar(ftext(""))) %>%
body_add_fpar(enunciado1_1) %>%
body_add_fpar(fpar(ftext(""))) %>%
body_add_flextable(., value =estilo_flex , align = "center") %>%
body_add_fpar(fpar(ftext(""))) %>%
#body_add_gg( value = grafico2, style = "centered", width=15.59, height=9) %>%
#body_add_gg( value = grafico2, style = "centered", width=6.5, height=4) %>%
body_add_img(src = "productos/grafico_barra.png", style = "centered", width=6.5, height=4) %>%
body_add_fpar(enunciado1_2) %>%
body_add_fpar(fpar(ftext(""))) %>%
body_add_fpar(enunciado1_3) %>%
body_add_fpar(enunciado1_4) %>%
body_add_fpar(enunciado1_5) %>%
body_add_fpar(enunciado1_6) %>%
#body_add_gg(., value = grafico4, style = "centered", width=15.59, height=9) %>%
body_add_img(src = "productos/grafico_letalidad.png", style = "centered", width=6.5, height=4) %>%
body_add_fpar(enunciado1_7) %>%
body_add_fpar(fpar(ftext(""))) %>%
body_add_fpar(enunciado1_8) %>%
#body_add_flextable(., value = width(a, width = 3) , align = "center") %>%
body_add_img(src = "productos/tabla_a.png", style = "centered", width=1.3, height=1) %>%
body_add_fpar(fpar(ftext(""))) %>%
body_add_img(src = "productos/tabla_b.png", style = "centered", width=1, height=1) %>%
print(target = paste0("productos/EXT_BULLETS_COVID-19_",format(Sys.Date(), "%d-%m-%Y"),".docx"), overwrite = T)
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
Embedding an R snippet on your website
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.