VERSIÓN EN ESPAÑOL: Datos demográficos de México
Sobre este repositorio 
PADeCI es un equipo de investigación interdisciplinario ubicado en el CIDE Región Centro en Aguascalientes, México. Con el contenido de este repostiorio se construyen diversas bases de datos de información demográfica de México, necesaria para los diferentes proyectos de PADeCI. Las series de tiempo poblacionales se construyen a partir de la información pública del Consejo Nacional de Población (Conapo). Gracias a las proyecciones realizadas por el Conapo, se cuenta con información desde 1950, hasta el año 2051. Además de la población en un año específico, también se incluyen proyecciones para el número de nacimientoss y número de muertes. Hay bases para diferentes necesidades: desagregadas a nivel estatal, a nivel municipal, para la Zona Metropolitana del Valle de México (ZMVM); desagregadas por género y edad. Las personas interesadas pueden utilizar los datos ofrecidos en este repositorio para cualquiera de sus proyectos profesionales o personales. Además de ser una herramienta de investigación, el respositorio también abre la oportunidad a que cualquier persona replique el proceso de limpieza y generación de datos hecho por PADeCI, siguiendo así los principios científicos de transparencia y replicabilidad.
Requisitos 
R version 3.6.2 (ésta es la versión recomendada para evitar errores en el código, también conocidos como bugs).
Uso 
Cualquier persona puede replicar el trabajo de PADeCI, ya sea clonando este repositorio en su computadora o descargando archivos específicos. Los datos también se pueden utilizar sin necesidad de descargar, ni clonar el respositorio: basta con utilizar el url que GitHub provee de la base de datos específica que se desea utilizar en formato raw, a continuación se presenta un ejemplo de cómo acceder a los datos usando este método.
Ejemplo de uso de los datos (extracción directa con url de GitHub desde R)
1. Seleccionar la base de interés
El repositorio incluye numerosas bases de datos (más detalles en la sección de análisis en el apartado de descripción de las carpetas). En este caso utilizaremos la base de número de nacimientos anual desagreados por entidad federativa.
2. Obtener la url para el formato raw de la base de datos
Una vez seleccionada la base que se utilizará, es necesario abrirla en formato raw (ésta es la versión en html para los documentos que son almacenados en GitHub) y copiar el url que aparece en el navegador.
3. Importar base de datos directo de la url
Se usa el siguiente comando para crear el objeto en R que contendrá la base, nótese que utiliza el url de la base tipo raw de GitHub del paso anterior.
mi_base <- read.csv("https://raw.githubusercontent.com/PADeCI/demog-mx/master/data/Estatal/df_birth_state.csv?token=AMIIVUKSWRAUEVCJQPGC5TK66YVHC")
4. Explorar datos
Para una exploración rápida de la base se puede utilizar el comando head() y para ver toda la base el comando View(). En este ejemplo sería:
head(mi_base)
View(mi_base)
A partir de este punto la persona puede decidir qué hacer con los datos y proceder a realizar su propio análisis.
Descripción de las carpetas 
1. R: En esta carpeta se ubica el archivo de código que genera funciones de R para la modelación.
2. analysis: En la carpeta de análisis se encuentran los archivos de código en R que se encargan de la limpieza de datos, las proyecciones demográficas, la creación del modelo y la verificación de que los datos sean consistentes entre sí y con las cifras oficiales.
3. data-raw: La carpeta de datos crudos incluye las diferentes bases de datos en formato csv publicadas por el Conapo, la información detallada sobre estas bases se encuentra en la carpeta de documentos.
4. data: En la carpeta de datos se almacenan las bases de datos de formato R producto de los procesos de limpieza y modelación que se realiza con los códigos contenidos en la carpeta de análisis. Las diferentes bases de datos son posibles combinaciones de las siguientes características:
- Variables demográfica
- Número de habitantes (población)
- Número de nacimientos
- Número de muertes
- Niveles de desagregación
- Estatal (incluye datos nacionales y de la Zona Metropolitana del Valle de México)
- Municipal
- Variables de caracterísitcas personales
- Género
- Edad
5. documents: La carpeta de documentos incluye los diccionarios de datos y fichas técnicas de Conapo sobre las bases de datos que son la fuente de información para este proyecto.
Cómo citar este respositorio 
En el próximo lanzamiento de código se proveerá de un DOI para citar este repositorio.
Autoras y autores 
| Fernando Alarid-Escudero | GitHub | |
|---|---|---|
| Andrea Luviano | GitHub | |
| Regina Isabel Medina | GitHub | |
| Hirvin Díaz | GitHub |
Licencia de uso 
El contenido de este repositorio debe utilizarse bajo las condiciones de la licencia MIT.
ENGLISH VERSION: Mexico’s demographic data
About this repository
PADeCI is an interdisciplinary research team based at CIDE Región Centro in Aguascalientes, Mexico. With this repository’s content several data bases with Mexico’s demographic information are constructed. This informatión is needed for many of PADeCI’s projects. Population time serires are constructed with public information provided by the National Population Data (Conapo, spanish acronym). Thanks to mathematical projections, the data bases contain information from 1950 to 2051. Besides the population on a given year, there are also projections concerning the number of births and deaths. There are data bases for different needs: state level, county level, Mexico City Metropolitan Area (MCMA) level; disaggregated by sex and age. Following the scientific principle of transparency, any person can replicate the cleaning process done by PADeCI’s team using the contents of this repository.
Requirements
R version 3.6.2 (this version is recommended to avoid potential bugs.)
Usage
Any user can either clone this repository in its own computer or download specific files in order to replicate PADeCI’s job.It suffices with using the url of the raw format provided by GitHub of the data base of interest. A quick example of how to retrive data with the last method is shown below.
Use example (extracting data with GitHub’s url from R)
1. Select data base of interest
The repository includes several data bases (more detail can be found in the analysis subsection in the folder’s description section). In this case, we will use the data base for anual births dissagregated by state level.
2. Get the GitHub’s url for the raw format of the data base
Once the data base is chosen, it is necessary to open the raw format provided by GitHub and copy the url from the web navigator.
3. Import data base directly from the url
The following command is used to create and R object that will contain the data base, the GitHub’s url retrived in the last step must be used.
my_data <- read.csv("https://raw.githubusercontent.com/PADeCI/demog-mx/master/data/Estatal/df_birth_state.csv?token=AMIIVUKSWRAUEVCJQPGC5TK66YVHC")
4. Explore data
For a quick data exploration, the head() command can be used; in order to see the whole data frame, View() command must be used. Following our example:
head(my_data)
View(my_data)
At this stage, the person can decide what to do with data and proceed with her own analysis.
Folders’ description
1. R: This folder stores a single R script that contains functions needed for modeling purposes.
2. analysis: The analysis folder contains R script files that manage data wrangling, demographic projections, modeling and verification for consistency among scripts themselves and official data.
3. data-raw: This folder includes several Conapo’s data bases in csv format, detailed information of this data bases can be found in the documents folder.
4. data: The data foler has R data bases that are produced from wrangling and modeling scripts, which can be found at the analysis folder. Different data bases are combinations from the following characteristics:
- Demographic variables
- Number of inhabitants (population)
- Number of births
- Number of deaths
- Dissagregation levels
- State (includes national data and Mexico City Metropolitan Area)
- County
- Personal characteristic variables
- Gender
- Age
5. documents: This folder contains Conapo’s data dictionaries and technical reports regarding their data bases which constitute the primary source of information for this project.
How to cite this repository
A DOI will be published in the next repository’s release.
Authors
| Fernando Alarid-Escudero | GitHub | |
|---|---|---|
| Andrea Luviano | GitHub | |
| Regina Isabel Medina | GitHub | |
| Hirvin Díaz | GitHub |
License
This repository’s content must be used under the terms and conditions of the MIT License