Este documento describe cómo usar R y paquetes de R para extraer y visualizar datos abiertos desde la nube. Explica que R es un lenguaje y entorno de programación estadística con más de 5700 paquetes. Presenta varios paquetes de R que permiten extraer datos económicos, financieros, ambientales y sociales desde la nube. También muestra ejemplos de cómo usar paquetes como WDI y ggplot2 para extraer y visualizar datos sobre usuarios de Internet y esperanza de vida al nacer desde el Banco Mundial.

1. Extracción y visualización de open data desde la
nube utilizando R Project
Deybi Morales León
Usuarios R Nicaragua
https://www.facebook.com/groups/usuariosrnicaragua/

2. ¿Qué es R?
Es un lenguaje y entorno de programación
estadística
www.r-project.org www.rstudio.com

3. Paquetes
R contiene 5778 paquetes para trabajar todas las áreas de
estadísticas y su utilización en la mayoría de las ciencias.
--Alta calidad gráfica (3D, estáticos, dinámicos, mapas, etc)
--Creación de informes con LaTeX y html.
--Extracción de bases de datos desde las nubes.
--Interacción con otros programas (Excel, matlab, python,
eviews, etc)

4. Filosofía y práctica que persigue que determinados tipos de datos estén disponibles
de forma libre para todo el mundo, sin restricciones de derechos de autor, de
patentes o de otros mecanismos de control.
Disponibilidad por el internet
Datos económicos
-Crecimientos del PIB
-Deuda externa
-Balanza comercial -etc.
Datos financieros
-Tasas de interés
-Precios de las acciones
-Índices bursátiles, -etc.
Datos ambientales
-Emisiones de CO2
-etc.
Datos Sociales
-Tasa de natalidad
-Tasa de mortalidad
-Índices bursátiles, -etc.
Utilización de API para
Facebook y Twitter

6. Paquetes disponibles para extracción de la nube

7. zipcode U.S. ZIP Code database for geocoding
fImport Rmetrics - Economic and Financial Data Import
rWBclimate
A package for accessing World Bank climate data
WDI
World Development Indicators (World Bank)
ggmap
A package for spatial visualization with Google Maps
and OpenStreetMap
googlePublicData
An R library to build Google's Public Data Explorer
DSPL Metadata files
weatherData
Get Weather Data from the Web
emdatr
Global Disaster Losses from the EMDAT database
Using R
ergmharris
Local Health Department network data set
fImport Rmetrics - Economic and Financial Data Import
geomapdata Data for topographic and Geologic Mapping
gpk 100 Data Sets for Statistics Education
GCD Global Charcoal Database
govStatJPN functions to get public survey data in Japan
fueleconomy EPA fuel economy data
vegdata Functions to access vegetation databases (Turboveg) and prepare vegetation data especially its taxonomy
for analysis

8. fExtremes Rmetrics - Extreme Financial Market
Data
fImport Rmetrics - Economic and Financial Data Import
fueleconomy EPA fuel economy data
GCD Global Charcoal Database
geomapdata Data for topographic and Geologic Mapping
govStatJPN functions to get public
survey data in Japan
gpk 100 Data Sets for Statistics Education
zipcode U.S. ZIP Code database for
geocoding
ustyc Fetch US Treasury yield curve data
UScancer Create US cancer datasets from
SEER, IARC, and US Census data

9. Paquetes gráficos

10. ggplot2 An implementation of the Grammar of Graphics
lattice Lattice Graphics

11. Ejemplos

12. Abonados a internet por cada 100
personas
Primero instalar el paquete WDI, este es para el Banco Mundial
install.packages(“WDI”)
library(WDI)
Identificar el indicador buscado, con una palabra como en google
indicadores<-WDIsearch(“internet”)
View(indicadores)

13. usuarios.internet<-WDI(country="all", indicator=indicadores[10,1], start=2012, end=2012)
Activar ggplot2
library(ggplot2)
qplot(data=usuarios.internet[100:258,], x=iso2c, y=IT.NET.USER.P2,
main="2012 Usuarios de internet", xlab="", ylab="Usuarios por cada 100") +
geom_text(aes(label=country), size=4, angle=45, hjust=1, vjust=1, color="black") +
geom_point(aes(size=IT.NET.USER.P2), colour="blue", alpha=0.9)

15. ¿Dónde mis hijos tendrán mayores probabilidades de vida?
library(WDI)
indicadores<-WDIsearch("life")
View(indicadores)
library(maps)
library(RColorBrewer)
library("ggplot2")
library("plyr")
library("scales")
library("rgeos")
library("ggmap")
library("mapproj")
library("maptools")

16. data(wrld_simpl)
world_ggmap <- fortify(wrld_simpl, region = "ISO2")
head(world_ggmap)
indicadores<-WDIsearch(“life”)
View(indicadores)
Años.vida<-WDI(country="all", indicator=indicadores[4,1], start=2012, end=2012)
ggplot(Años.vida, aes(map_id = iso2c)) +
geom_map(aes(fill=SP.DYN.LE00.IN), map = world_ggmap, color="black") +
expand_limits(x = world_ggmap$long, y = world_ggmap$lat) +
xlab(NULL) + ylab(NULL) + ylim(c(-60, 80)) +
scale_fill_gradient(low="white", high="blue",name="Años" ) +
ggtitle("Esperanza de vida al nacer (Datos: 2012)")

18. Precios de acciones: El pajarito azul en problemas
install.packages("quantmod")
library("quantmod")
getSymbols("TWTR",src="yahoo")
barChart(TWTR)
View(TWTR)
Es necesario identificar el ticket de la acción, en este caso de
ejemplo TWTR pertenece a Twitter.

20. Gracias