paulovillarroel

library(tidyverse)
casos <- read_csv("https://raw.githubusercontent.com/MinCiencia/Datos-COVID19/master/output/producto15/FechaInicioSintomas_std.csv")

casos_agrup <- casos %>% 
  mutate(semana = str_remove(`Semana Epidemiologica`, "SE"),
         semana = as.numeric(semana)) %>% 
  group_by(Region, semana) %>% 
  summarise(casos = sum(`Casos confirmados`)) %>% 
  ungroup()
  

paulovillarroel

library(tidyverse)

nuevos_por100mil <- read_csv("https://raw.githubusercontent.com/MinCiencia/Datos-COVID19/master/output/producto47/MediaMovil_std.csv")
nuevos_por100mil_chile <- nuevos_por100mil %>% 
  filter(Region == "Total")
nuevos_por100mil_regiones <- nuevos_por100mil %>% 
  filter(Region != "Total")

# Plot por regiones
nuevos_por100mil_regiones %>% 

paulovillarroel

library(tidyverse)
library(readxl)
library(lubridate)

# Primero cargamos los datos del SIGGES. Para ello necesitas descargar la nómina de garantías cerradas y guardarla como
# un archivo Excel en tu computador. Guárdalo con el nombre de "cerradas" en formato xlsx.
cerradas <- read_excel("cerradas.xlsx", skip = 8) 

# Ahora la limpiamos y ajustamos un poco la BD
cerradas %>% select(-2, -3, -10, -11, -15)

paulovillarroel

library(tidyverse)
library(lubridate)

# Descargamos los datos abiertos del covid de Chile
data <- read.csv("https://raw.githubusercontent.com/MinCiencia/Datos-COVID19/master/output/producto1/Covid-19_std.csv", encoding = "UTF-8")

# Agrupamos por comuna para calcular los casos nuevos
# El dataset viene con casos acumulados, por lo que hay que crear una nueva variable para obtener ese dato
data_agrup <- data %>% 
  group_by(Comuna) %>% 

paulovillarroel

library(shiny)
library(tidyverse)
library(lubridate)
library(zoo)
library(forecast)
library(shinythemes)
library(plotly)

# Descargamos los datos abiertos del covid de Chile
data <- read.csv("https://raw.githubusercontent.com/MinCiencia/Datos-COVID19/master/output/producto1/Covid-19_std.csv", encoding = "UTF-8")

paulovillarroel

library(tidyverse)

# Descarga de datasets
vacuna1 <- read_csv("https://raw.githubusercontent.com/MinCiencia/Datos-COVID19/master/output/producto81/vacunacion_comuna_edad_1eraDosis.csv")
vacuna2 <- read_csv("https://raw.githubusercontent.com/MinCiencia/Datos-COVID19/master/output/producto81/vacunacion_comuna_edad_2daDosis.csv")

# Limpeza y transformación de los datos
vacuna1 <- vacuna1 %>% filter(!str_detect(string = Comuna, pattern = "Desconocido"))
vacuna2 <- vacuna2 %>% filter(!str_detect(string = Comuna, pattern = "Desconocido"))

paulovillarroel

SOCIAL

CODE

paulovillarroel

library(rvest)
library(tidyverse)


# Get catalogue

list_products <- data.frame()

for (page_result in seq(from = 1, to = 3, by = 1)) {
  url <- paste0("https://www.pcfactory.cl/notebooks?categoria=735&papa=636&pagina=", page_result)

paulovillarroel

#install.packages("diffr")

library(diffr)
diffr("example_script1.R", "example_script_2.R")

paulovillarroel

library(tidyverse)

ges <- ges_df %>%
  mutate(problema_de_salud = str_remove(problema_de_salud, pattern = "(\\s?[.]?\\s?[{]\\w+\\s\\w+.\\s?\\d+.?\\d+.)"))