Rendimiento de los cultivos importantes de Bolivia

Tendencias de rendimiento de los cultivos más importantes de Bolivia desde 1984 hasta 2019.

Introducción

La agricultura de Bolivia es muy variada; sin embargo, los cultivos más importantes se basan en trigo, arroz, maíz y papa. Las estadísticas de rendimiento son para observar las tendencias de productividad en cada departamento de Bolivia. En función a ello, se podría generar proyectos de investigación e incrementar las tendencias de productividad en Bolivia.

Base de datos

Los datos se descargarón del Instituto Nacional de Estadística de Bolivia (INE). Los datos nos proporcionan en una planilla excel. Dentro del documento se encuentra distribuido en hojas. En cada hoja se encuentra información estadística de cada departamento.

Limpieza de datos por departamento

Se muestra un ejemplo de programación para la limpieza de datos para el departamento de Chuquisaca. El mismo proceso se repite para cada departamento.

##librerias para el proceso de limpieza
library(tidyverse)
library(readxl)
library(knitr)

## Importando datos 
chuq <- read_xlsx("Bolivia-Rendimiento_1984-2019.xlsx",
                sheet = "Chuquisaca",
                range = cell_rows(3:82))
chuq[chuq == "-"] <- NA
chuq[chuq == "0"] <- NA

## Pivotando datos de años y rendimientos
chuq1 <- chuq %>%
  type_convert(col_types = NULL) %>%
  pivot_longer(
    cols = `1983-1984`:`2018-2019(p)`,
    names_to = "Year",
    values_to = "yield",
    values_drop_na = TRUE
  )

# filtrar cultivos de interes para graficar
cropfilter <- chuq1 %>%
  janitor::clean_names() %>%
  filter(descripcion %in% c("Trigo (1)", 
                            "Papa", 
                            "Maíz en grano (1)",
                            "Arroz con cáscara")
  )

# Separar la columna descripción
chuq2 <- cropfilter %>%
  separate(descripcion, c("cultivo"), sep = " ") %>%
  separate(year, c("ano1", "años"), sep ="-", 
           convert = TRUE) %>%
  mutate(year = ano1 + 1) %>%
  mutate(Chuquisaca = yield/1000)%>%
  select(cultivo, year, Chuquisaca)
kable(head(chuq2))

cultivo	year	Chuquisaca
Arroz	1984	1.422
Arroz	1985	1.422
Arroz	1986	1.539
Arroz	1987	1.449
Arroz	1988	1.426
Arroz	1989	1.514

Con los siguientes códigos se consolidó los datos de cada departamento en una sola base de datos.

################# Unir datos #######################

yieldfs <- chuq2 %>%
  left_join(lp2) %>%
  left_join(cbb2) %>%
  left_join(pt2) %>%
  left_join(tj2) %>%
  left_join(sc2) %>%
  left_join(bn2) %>%
  left_join(pn2) %>%
  left_join(or2)

kable(head(yieldfs))

cultivo	year	Chuquisaca	La_Paz	Cochabamba	Potosi	Tarija	Santa_Cruz	Beni	Pando	Oruro
Arroz	1984	1.422	1.160	1.230	NA	1.450	2.148	1.612	1.376	NA
Arroz	1985	1.422	1.079	1.210	NA	1.446	2.113	1.613	1.384	NA
Arroz	1986	1.539	1.187	1.136	NA	1.224	2.676	1.623	1.480	NA
Arroz	1987	1.449	1.250	1.328	NA	1.164	2.691	1.650	1.468	NA
Arroz	1988	1.426	1.285	1.309	NA	1.249	2.192	1.550	1.500	NA
Arroz	1989	1.514	1.139	1.354	NA	1.188	2.280	1.700	1.550	NA

Resultados

# Pivotando datos de años y rendimientos
yieldclean <- yieldfs %>%
  pivot_longer(
    cols = `Chuquisaca`:`Oruro`,
    names_to = "Depto",
    values_to = "Yield",
    values_drop_na = TRUE
  )

kable(head(yieldclean))

cultivo	year	Depto	Yield
Arroz	1984	Chuquisaca	1.422
Arroz	1984	La_Paz	1.160
Arroz	1984	Cochabamba	1.230
Arroz	1984	Tarija	1.450
Arroz	1984	Santa_Cruz	2.148
Arroz	1984	Beni	1.612

######## Plot option #############
library(reshape2)
library(plotly)

p <- yieldclean %>%
  ggplot(aes(year, Yield, color = Depto)) +
  geom_line() +
  facet_wrap(~cultivo, ncol = 2) +
  labs(x = "Year", y = "Yield (t ha)")

fig <- ggplotly(p)
fig

Rendimiento del año 2019

Se puede generar una gráfica de barras del rendimiento del año 2019.

yearfs <- yieldclean %>%
  filter(year == 2019)

# seleccion de tema para la gráfica
theme_set(
  theme_classic() +
    theme(legend.position = "top")
)

#Generando gráfica de barras
f<-ggplot(yearfs, aes(x=Depto, y=Yield, fill=cultivo)) +
  geom_bar(stat="identity", position = position_dodge()) +
  labs(x = "Departamentos", y = "Yield (t ha)")
fig2 <- ggplotly(f)
fig2