Script para crear vectores de la edad, distrito, provincia y distrito. con el objetivo de hacer estadistica descriptiva

Fallecimientos_COVID19.R

# =============================================================================
# Abraham Zamudio [GMMNS]
# 2020/05/22
# Lima-Peru
# =============================================================================

# https://www.datosabiertos.gob.pe/dataset/fallecidos-por-covid-19-ministerio-de-salud-minsa
muertos <- read.csv("FALLECIDOS_CDC.csv")

# Transformamos las variables FECHA a datos de tipo Date :
muertos$FECHA_NAC <- as.Date(muertos$FECHA_NAC, "%d/%m/%Y")
muertos$FECHA_FALLECIMIENTO <- as.Date(muertos$FECHA_FALLECIMIENTO, "%d/%m/%Y")
# transformamos las variables Departamnto, Provincia y Distrito a variables categoricas
muertos$DEPARTAMENTO <- as.factor(muertos$DEPARTAMENTO)
muertos$PROVINCIA <- as.factor(muertos$PROVINCIA)
muertos$DISTRITO <- as.factor(muertos$DISTRITO)

levels(muertos$DEPARTAMENTO)
levels(muertos$PROVINCIA)
levels(muertos$DISTRITO)



# Existen elementos NULL, hay que cambiarlos por NA
muertos$PROVINCIA[muertos$PROVINCIA == 'NULL'] <- NA
muertos$DISTRITO[muertos$DISTRITO == 'NULL'] <- NA
muertos$PROVINCIA[muertos$PROVINCIA == ''] <- NA
muertos$DISTRITO[muertos$DISTRITO == ''] <- NA

# Eliminamos los NA
muertos <- na.omit(muertos)

# Funcion age : calcula la edad entre la fecha de fallecimiento y la fecha de 
# nacimiento 
library(lubridate)
age <- function(dob, age.day = today(), units = "years", floor = TRUE) {
  calc.age = interval(dob, age.day) / duration(num = 1, units = units)
  if (floor) return(as.integer(floor(calc.age)))
  return(calc.age)
}

# agregamos una columna edad al dataframe muertos
muertos <- transform(muertos , edad = age(FECHA_NAC, FECHA_FALLECIMIENTO))

# Sacamos una muestra aleatoria
muestra <- muertos[sample(nrow(muertos),100), ]


write.table(matrix(muestra$edad, ncol = nrow(muestra)),
          "edad.txt",
          row.names = FALSE, 
          col.names = FALSE,
          sep = ",")

write.table(matrix(muestra$DEPARTAMENTO, ncol = nrow(muestra)),
            "DEPARTAMENTO.txt",
            row.names = FALSE, 
            col.names = FALSE,
            sep = ",")

write.table(matrix(muestra$PROVINCIA, ncol = nrow(muestra)),
            "PROVINCIA.txt",
            row.names = FALSE, 
            col.names = FALSE,
            sep = ",")

write.table(matrix(muestra$DISTRITO, ncol = nrow(muestra)),
            "DISTRITO.txt",
            row.names = FALSE, 
            col.names = FALSE,
            sep = ",")