Laboratorio Universitario de Seguridad Ciudadana

Este documento hace públicos los procedimientos y los datos utilizados para analizar la incidencia delictiva en Querétaro, en arreglo con los datos del SESNSP.

Te indicamos dónde descargar los datos, y cómo procesarlos en R. La base de datos es demasiado grande para abrirse en excel, así que necesitarás un software estadístico.

Haz click en los botones code para ver las instrucciones; copia y pega el código en R para reproducir los resultados.

Pasos preliminares:

Descargar los archivos con los datos de población (son dos tablas, ocuparemos ambas) y de incidencia delictiva del fuero común.
Leer los archivos en R.

En el resumen presentamos los resultados más importantes; en el resto del documento desglosamos las tablas y procedimientos que realizamos para llegar a ellos.

Resumen

Entre Mayo y Junio Querétaro es el 20 estado con la tasa de crecimiento más alta. El delito en Querétaro disminuyó -4.53%, al pasar de 5165 a 4931 carpetas de investigación; en tanto que a nivel nacional el delito disminiuyó en -3.4%. Querètaro es el sèptimo estado con mayor tasa de delitos por cada 100 mil habitantes.

En el segundo trimestre de 2022 se acumularon 14820 carpetas de investigación; Es el trimestre màs inseguro en tres años, desde el tercero de 2019, cuando se registraron 15231 carpetas.

Cuatro delitos alcanzaron máximo histórico en junio: Acoso sexual (87), Falsedad (20), Hostigamiento sexual (8) y otros delitos que atentan contra la libertad personal (22).

A la mitad del año, Querètaro ocupa el primer lugar nacional en Acoso sexual, Otros robos, Violencia de género en todas sus modalidades distinta a la violencia familiar, es decir en dos delitos cometidos contra mujeres; ademàs, ocupa el segundo lugar nacional en Otros delitos que atentan contra la vida y la integridad corporal, y el tercero en Aborto y en Robo en transporte individual.

En junio, los delitos más frecuentes fueron:
1. Otros robos: 938
2. Violencia familiar: 472
3. Otros delitos del Fuero Común: 398
4. Lesiones dolosas: 372
5. Amenazas: 337
6. Fraude: 319
7. Robo de vehículo automotor: 313
8. Robo a negocio: 226
9. Robo a casa habitación: 208
10. Daño a la propiedad: 145
11. Narcomenudeo: 140

A propósito de las declaraciones de la presidenta estatal del PAN: El muncipio de El Marqués llama la atención en tres delitos: Acumula 9 casos de homicidio doloso en la primera mitad del añó; en todo el año pasado acumuló 10. El segundo en narcomenudeo: en todo 2021 acumuló 175 carpetas; en lo que va de 2022 lleva 198. Con 43 carpetas en junio, el municipio alcanzó un máximo histórico en este delito. Finalmente, Violencia de género en todas sus modalidades distinta a la violencia familiar: en 2021 se registraron 11 carpetas; a mitad de 2022 van 24.

Cadereyta de Montes registró 23 carpetas por Violencia familiar en junio. Nunca habìa registrado tantas en un solo mes. En el acumulado anual, es el delito más frecuente en este municipio.

En Ezequiel Montes crece el Robo a transeúnte en vía pública; en los primeros seis meses de 2021 se registraron 3 carpetas por este delito; en la primera mitad de 2022, van 18.

El municipio capital registra 5 carpetas por secuestro en lo que va del año; en todo el año pasado fueron 4. En la capital también destaca el Hostigamiento sexual, que ha acumulado 21 carpetas en seis meses. En todo 2021 se registraron 3. Lo mismo ocurre con Violencia de género en todas sus modalidades distinta a la violencia familiar: van 220 carpetas, contra las 111 del año pasado.

Corregidora destaca por el delito de fraude. En la primera mitad de 2022 se han registrado 318 carpetas por este delito. En todo 2021 se registraron 270. Tambiémnn destaca el abuso de confianza. En los primeros seis meses van 65 casos; en el mismo periodo del año pasado, el municipio acumulaba 30.

A nivel nacional, en el acumulado anual, Querétaro ocupa el lugar 17 en comercio de narcóticos; el lugar 2 en tráfico; el lugar 3 en transporte; el lugar 8 en posesión; el lugar 11 en producción y el lugar 4 en suministro de narcóticos. Esto en cuanto a los delitos del fuero federal.

#plotly nos ayudará con los gráficos
library(reshape2)
library(tidyverse)

## -- Attaching packages --------------------------------------- tidyverse 1.3.2 --
## v ggplot2 3.3.6     v purrr   0.3.4
## v tibble  3.1.7     v dplyr   1.0.9
## v tidyr   1.2.0     v stringr 1.4.0
## v readr   2.1.2     v forcats 0.5.1
## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()

library(plotly)

## 
## Attaching package: 'plotly'
## 
## The following object is masked from 'package:ggplot2':
## 
##     last_plot
## 
## The following object is masked from 'package:stats':
## 
##     filter
## 
## The following object is masked from 'package:graphics':
## 
##     layout

#Cargo kintr para ver las tablas
library(knitr)
library(xlsx)
#instalo reshape2 para transformar la estructura de las bases de datos




#indico el directorio de trabajo; si quieres trabajar en C:/, descargas o alguna otra carpeta, deberás modificar esta línea.
setwd("D:/")
#la base de datos de población de CONAPO viene en dos partes, las descomprimimos 
elzip<-unzip("Municipal-Delitos-2015-2021_ene2021.zip", list = TRUE)
elzip<-unzip("Municipal-Delitos-2015-2021_ene2021.zip", elzip$Name[9])
#las leemos
pop1<-read.table("base_municipios_final_datos_01.csv",TRUE,",")
pop2<-read.table(file = "base_municipios_final_datos_02.csv",header = TRUE,sep = ",")
#Las fusionamos
pop<-rbind(pop1,pop2)
#cambiamos los nombres para evitar problemas de codificacipon
names(pop)<-names(pop)<-c(names(pop[1:6]),"ANO",names(pop[8:9]))

#Creo una tabla con la población por cada entidad federativa

names(pop)[7]<-"ANO"
years=unique(pop$ANO)
ent=unique(pop$CLAVE_ENT)
ent<-as.data.frame(ent)
for(i in 1:length(years)){
  a<-subset(pop,pop$ANO==years[i])
  tpob<-aggregate(a$POB~a$CLAVE_ENT,a,sum)
  tpobDF<-as.data.frame(tpob)
  tpobDF<-tpobDF[,2]
  ent<-cbind(ent,tpobDF)
}

names(ent)<- c("Entidad", paste0("year",years))




 ### AHORA LOS DATOS DE SESNSP
#DELITOS

esteMes<-"Junio"
anterior<- "Mayo"
proximo<-"Agosto" ## Aqui va el mes siguiente al de la publicacion de los datos de SESNSP, no el mes actual

ruta<-"D:/Municipal-Delitos-2015-2022_jun2022/Municipal-Delitos-2015-2022_jun2022/Municipal-Delitos-2015-2022_jun2022.csv"

federales<-read.xlsx(file = "D:/Incidencia del fuero federal 2012-2022_jun2022/Incidencia del fuero federal 2012-2022_jun2022.xlsx",sheetName = "2012-2022",as.data.frame = T)

#+Municipal-Delitos-2015-2020_mar2020/
#+Municipal-Delitos-2015-2020_mar2020.csv"

delitos<-read.csv(file = ruta,header = TRUE,sep = ",")
names(delitos)<-c("Ano",names(delitos[2:21]))

delitos2<-melt(
  data = delitos,
  id.vars = names(delitos[1:9]),
  measure.vars = names(delitos[10:21]),
  variable.name = "meses")

delitos2$value[is.na(delitos2$value)]<-0

queMes<-levels(delitos2$meses)
for (i in 1:length(queMes)) {
    if(queMes[i]==esteMes){elActual<-i+1}        
}

Delitos por estado (Serie Anual)

losAnos<-unique(delitos2$Ano)
porEstadoAnual<-as.data.frame(order(unique(delitos2$Clave_Ent)))
for (i in 1:length(losAnos)) {
  misub=subset(delitos2,delitos2$Ano==losAnos[i])
  mitab<-as.data.frame(aggregate(misub$value~misub$Clave_Ent,misub,sum))[2]
  porEstadoAnual<-cbind(porEstadoAnual,mitab)
}
names(porEstadoAnual)<-c("clave de la entidad",paste0("year",losAnos))

tasaPorEstadoAnual<-porEstadoAnual

micol=ncol(porEstadoAnual)

tasaPorEstadoAnual[,2:micol]<-round(porEstadoAnual[,2:micol]/ent[,2:micol]*100000,2)



nomEnt<-c()
for (i in 1:32) {
  nomEnt<-c(nomEnt,delitos2$Entidad[delitos2$Clave_Ent==i][1])
}
for (i in 1:length(nomEnt)) {
  porEstadoAnual[i,1]<-nomEnt[i]
  tasaPorEstadoAnual[i,1]<-nomEnt[i]
}

Serie Anual (Absolutos)

kable(porEstadoAnual)

clave de la entidad	year2015	year2016	year2017	year2018	year2019	year2020	year2021	year2022
Aguascalientes	23212	23729	33548	38834	38429	33626	35645	19646
Baja California	119944	109109	111722	103028	104013	92168	98085	52248
Baja California Sur	21415	24606	24174	23438	22644	18254	18677	10163
Campeche	1886	2237	2056	2157	2312	2003	5611	12173
Coahuila de Zaragoza	46569	51242	56311	56308	52937	48461	56045	34056
Colima	6562	13226	24425	24494	26554	25370	28368	14302
Chiapas	21618	22189	25364	28892	23294	17269	17130	8618
Chihuahua	61280	57904	68819	68904	71839	66835	73002	36827
Ciudad de México	169701	179720	204078	241031	242839	198159	223685	114532
Durango	29088	32183	34851	31903	30338	26024	29479	13558
Guanajuato	95782	106265	117857	133749	137658	122870	134626	70098
Guerrero	36783	36561	32799	27695	27344	23874	24628	13500
Hidalgo	27504	33754	43963	51222	49750	41260	46464	26447
Jalisco	95331	136820	166599	162756	156654	126600	128587	64388
México	323525	325038	345693	341028	354602	341278	389493	203903
Michoacán de Ocampo	30899	32558	41836	45190	46753	45888	46877	22846
Morelos	49245	45448	44329	44936	43191	40491	42301	22181
Nayarit	6651	3668	3220	4545	4642	4165	5072	3553
Nuevo León	72350	84746	83974	81125	75871	78949	94321	51139
Oaxaca	6127	31607	31938	41989	43788	39061	41583	22167
Puebla	64399	51061	53800	61172	76556	63587	75141	39422
Querétaro	32817	42900	53379	57809	60515	52026	53944	28143
Quintana Roo	32496	18958	26518	34043	45896	40751	47753	24963
San Luis Potosí	21419	28613	35179	38362	52288	45808	51070	27184
Sinaloa	25812	22141	22931	23486	23443	23910	27386	14985
Sonora	28659	39423	25969	18197	23438	31090	37301	16877
Tabasco	57452	59434	60395	58271	56561	45014	48715	22606
Tamaulipas	44527	48528	47163	44048	42413	31844	36636	18294
Tlaxcala	8317	6775	6964	6369	4411	4141	4527	2353
Veracruz de Ignacio de la Llave	45539	42312	66379	60758	89822	79259	88308	43664
Yucatán	34716	34288	24390	13129	16419	8417	8565	2096
Zacatecas	16179	17136	18874	21070	23952	22742	25110	12737

Serie Anual (Tasa por 100 mil habitantes)

kable(tasaPorEstadoAnual)

clave de la entidad	year2015	year2016	year2017	year2018	year2019	year2020	year2021	year2022
Aguascalientes	1742.87	1750.80	2438.47	2782.22	2715.02	2343.87	2452.44	1334.77
Baja California	3572.11	3205.94	3226.28	2925.90	2906.56	2535.66	2658.01	1395.36
Baja California Sur	2974.94	3338.69	3204.95	3038.79	2873.17	2268.40	2274.75	1213.97
Campeche	205.71	239.65	216.32	222.99	234.95	200.18	551.71	1178.16
Coahuila de Zaragoza	1552.01	1683.90	1823.63	1797.82	1666.97	1505.60	1718.51	1030.99
Colima	909.25	1800.28	3267.11	3221.48	3435.89	3231.22	3558.25	1767.61
Chiapas	407.29	411.37	462.90	519.28	412.46	301.36	294.72	146.23
Chihuahua	1694.46	1586.66	1865.32	1848.29	1907.91	1758.13	1902.83	951.51
Ciudad de México	1873.34	1984.98	2255.23	2665.86	2688.89	2197.21	2484.33	1274.45
Durango	1632.71	1786.00	1915.42	1737.20	1637.28	1392.41	1564.19	713.63
Guanajuato	1615.04	1771.83	1945.29	2186.44	2229.74	1972.81	2143.51	1107.19
Guerrero	1028.44	1016.34	907.49	763.00	750.39	652.82	671.25	366.87
Hidalgo	948.58	1148.58	1476.77	1699.32	1630.76	1336.83	1488.58	838.10
Jalisco	1197.13	1698.37	2044.37	1975.44	1881.55	1505.41	1514.43	751.39
México	1966.28	1951.18	2050.24	1999.38	2056.19	1958.24	2212.60	1147.30
Michoacán de Ocampo	665.25	694.97	886.01	949.87	975.65	950.97	964.99	467.28
Morelos	2550.89	2325.04	2241.16	2246.21	2135.45	1980.91	2048.46	1063.62
Nayarit	556.34	301.99	261.00	362.91	365.33	323.23	388.32	268.47
Nuevo León	1389.90	1600.73	1562.24	1487.21	1371.21	1407.25	1658.86	887.77
Oaxaca	152.44	781.10	784.27	1024.87	1062.62	942.68	998.24	529.45
Puebla	1026.36	804.62	838.87	944.18	1170.14	962.79	1127.44	586.34
Querétaro	1585.70	2029.59	2475.64	2630.15	2702.63	2282.21	2325.64	1193.13
Quintana Roo	2131.06	1211.44	1651.84	2069.19	2724.54	2364.76	2711.10	1387.67
San Luis Potosí	776.55	1028.71	1254.74	1357.87	1837.27	1598.25	1769.76	935.88
Sinaloa	855.90	726.08	745.13	756.49	748.74	757.44	860.76	467.43
Sonora	993.46	1348.87	876.79	606.54	771.56	1011.14	1198.96	536.31
Tabasco	2367.92	2418.60	2428.49	2316.09	2222.98	1749.96	1873.90	860.69
Tamaulipas	1274.12	1375.86	1325.08	1226.80	1171.34	872.29	995.65	493.36
Tlaxcala	642.14	515.44	523.07	472.50	323.35	300.07	324.39	166.79
Veracruz de Ignacio de la Llave	552.57	508.77	792.40	720.38	1058.17	928.11	1028.22	505.70
Yucatán	1630.78	1590.44	1117.65	594.55	735.00	372.58	375.01	90.80
Zacatecas	1010.11	1059.95	1158.06	1282.89	1447.61	1364.72	1496.50	754.08

Posición de Querétaro por año (según tasa por cada 100k habitantes)

posicionAnual<-c()
for (i in 1:length(losAnos)) {
  a<-tasaPorEstadoAnual[22,i+1]
  if(a==0){b=0}else{b<-1+length(tasaPorEstadoAnual[tasaPorEstadoAnual[i+1]>a,i+1])}
  posicionAnual<-c(posicionAnual,b)
}
posicionesAnual<-data.frame(losAnos, posicionAnual)
names(posicionesAnual)<-c("Año","Posición del estado de Querétaro a nivel nacional")
kable(posicionesAnual, caption="Posición de Querétaro en la incidencia delictiva anual")

Posición de Querétaro en la incidencia delictiva anual
Año	Posición del estado de Querétaro a nivel nacional
2015	13
2016	5
2017	4
2018	6
2019	6
2020	5
2021	6
2022	7

Delitos por estado (Serie Mensual)

delitoMensual<-subset(delitos2, delitos2$Ano==losAnos[length(losAnos)])
losmeses<-unique(delitoMensual$meses)

delitoPorEstado2020=as.data.frame(order(unique(delitoMensual$Clave_Ent)))
for (i in 1:length(losmeses)) {
  datos<-delitoMensual[delitoMensual$meses==losmeses[i],]
  delitoAnual<-as.data.frame(aggregate(datos$value~datos$Clave_Ent,datos,sum))[2]
  delitoPorEstado2020<-cbind(delitoPorEstado2020,delitoAnual)
}
names(delitoPorEstado2020)<-c("clave de la entidad",levels(losmeses))

tasaAnualDedelitoPorEstado2020<-delitoPorEstado2020
tasaAnualDedelitoPorEstado2020[,2:elActual]<-round(delitoPorEstado2020[,2:elActual]/ent$year2020*100000,2)

if(esteMes!="Enero"){tasaDeCambio<-delitoPorEstado2020[,c(anterior,esteMes)]}else{
  dic=as.data.frame(aggregate(formula =delitos2$value~delitos2$Clave_Ent,data = delitos2,FUN = sum,subset = delitos2$meses=="Diciembre" & delitos2$Ano==losAnos[length(losAnos)-1]))
  
tasaDeCambio=cbind(dic[2],delitoPorEstado2020[,esteMes])
names(tasaDeCambio)=c("Diciembre","Enero")
}


tasaDeCambio$tasa<-NA
tasaDeCambio$tasa<-round((tasaDeCambio[2]-tasaDeCambio[1])/tasaDeCambio[1]*100,2)
#la tasa de cambio de QUerétaro
tq<-tasaDeCambio[22,3]
tq<-tq[1,1]

#Querétaro fue el iesimo estado que mas crecio
iesimo<-length(tasaDeCambio$tasa[tasaDeCambio$tasa>tq])+1

totN<-colSums(tasaDeCambio[,c(1,2)])


#El pais creció a una tasa de tmex en el periodo
tmex<-round((totN[2]-totN[1])/totN[1]*100,2)
tmex<-as.vector(tmex)[1]


# Pone nombre al estado
nomEnt<-c()
for (i in 1:32) {
  nomEnt<-c(nomEnt,delitoMensual$Entidad[delitoMensual$Clave_Ent==i][1])
}

delitoPorEstado2020$`clave de la entidad`<-nomEnt
ent$Entidad<-nomEnt

tasaAnualDedelitoPorEstado2020[1]<-nomEnt

En esta sección mostramos cómo se ha comportado la incidencia delictiva mes a mes, estado por estado.

General

Entre Mayo y Junio, el delito en Querétaro creció en -4.53%, en tanto que a nivel nacional lo hizo en -3.4%. Querétaro es en este periodo el 20 estado con la tasa de crecimiento más alta.

Tasa de cambio

kable(tasaDeCambio)

Mayo	Junio	tasa
3534	3471	-1.78
9621	9754	1.38
1847	1901	2.92
1858	2155	15.98
5702	6904	21.08
2395	2489	3.92
1486	1227	-17.43
6744	6449	-4.37
21098	19700	-6.63
2396	2725	13.73
12368	12134	-1.89
2398	2342	-2.34
4844	4658	-3.84
11531	11006	-4.55
36582	34604	-5.41
4193	3687	-12.07
4080	3706	-9.17
793	658	-17.02
9787	9642	-1.48
4027	3579	-11.12
7217	6881	-4.66
5165	4931	-4.53
4651	4348	-6.51
5204	5099	-2.02
2805	2819	0.50
3038	2987	-1.68
4281	3855	-9.95
3403	3376	-0.79
384	378	-1.56
8030	7357	-8.38
387	383	-1.03
2360	2401	1.74

Serie Mensual 2020 (Absolutos)

kable(delitoPorEstado2020)

clave de la entidad	Enero	Febrero	Marzo	Abril	Mayo	Junio
Aguascalientes	2882	2995	3456	3308	3534	3471
Baja California	7578	7443	9072	8780	9621	9754
Baja California Sur	1401	1451	1802	1761	1847	1901
Campeche	1952	1873	2328	2007	1858	2155
Coahuila de Zaragoza	4912	4699	6539	5300	5702	6904
Colima	2518	2087	2426	2387	2395	2489
Chiapas	1331	1304	1697	1573	1486	1227
Chihuahua	5368	5849	6299	6118	6744	6449
Ciudad de México	16438	17446	20656	19194	21098	19700
Durango	1965	1892	2248	2332	2396	2725
Guanajuato	11148	10675	12381	11392	12368	12134
Guerrero	2086	2021	2354	2299	2398	2342
Hidalgo	3754	3875	4592	4724	4844	4658
Jalisco	9902	9853	11274	10822	11531	11006
México	30984	31173	36313	34247	36582	34604
Michoacán de Ocampo	3652	3592	4047	3675	4193	3687
Morelos	3410	3360	4028	3597	4080	3706
Nayarit	392	573	558	579	793	658
Nuevo León	7542	6834	8889	8445	9787	9642
Oaxaca	3456	3293	3983	3829	4027	3579
Puebla	5897	5964	7134	6329	7217	6881
Querétaro	4302	4090	4931	4724	5165	4931
Quintana Roo	3678	3682	4414	4190	4651	4348
San Luis Potosí	3628	3865	4684	4704	5204	5099
Sinaloa	2102	2113	2558	2588	2805	2819
Sonora	2419	2555	3166	2712	3038	2987
Tabasco	3323	3263	4005	3879	4281	3855
Tamaulipas	2420	2521	3280	3294	3403	3376
Tlaxcala	397	397	438	359	384	378
Veracruz de Ignacio de la Llave	6040	6428	8336	7473	8030	7357
Yucatán	316	320	333	357	387	383
Zacatecas	1833	1824	2225	2094	2360	2401

Serie Mensual 2020 (Tasa por 100 mil habitantes)

kable(tasaAnualDedelitoPorEstado2020)

clave de la entidad	Enero	Febrero	Marzo	Abril	Mayo	Junio
Aguascalientes	200.89	208.76	240.90	230.58	246.33	241.94
Baja California	208.48	204.77	249.58	241.55	264.69	268.35
Baja California Sur	174.10	180.31	223.93	218.84	229.52	236.23
Campeche	195.08	187.18	232.66	200.58	185.69	215.37
Coahuila de Zaragoza	152.61	145.99	203.16	164.66	177.15	214.50
Colima	320.70	265.81	308.98	304.02	305.04	317.01
Chiapas	23.23	22.76	29.61	27.45	25.93	21.41
Chihuahua	141.21	153.86	165.70	160.94	177.40	169.64
Ciudad de México	182.27	193.44	229.04	212.83	233.94	218.44
Durango	105.14	101.23	120.28	124.77	128.20	145.80
Guanajuato	178.99	171.40	198.79	182.91	198.58	194.82
Guerrero	57.04	55.26	64.37	62.86	65.57	64.04
Hidalgo	121.63	125.55	148.78	153.06	156.95	150.92
Jalisco	117.75	117.16	134.06	128.68	137.12	130.87
México	177.79	178.87	208.36	196.51	209.91	198.56
Michoacán de Ocampo	75.68	74.44	83.87	76.16	86.89	76.41
Morelos	166.83	164.38	197.06	175.97	199.60	181.31
Nayarit	30.42	44.47	43.30	44.93	61.54	51.06
Nuevo León	134.43	121.81	158.44	150.53	174.45	171.87
Oaxaca	83.41	79.47	96.12	92.41	97.19	86.37
Puebla	89.29	90.30	108.02	95.83	109.27	104.19
Querétaro	188.71	179.41	216.31	207.23	226.57	216.31
Quintana Roo	213.43	213.66	256.14	243.14	269.90	252.31
San Luis Potosí	126.58	134.85	163.43	164.12	181.57	177.90
Sinaloa	66.59	66.94	81.03	81.99	88.86	89.30
Sonora	78.67	83.10	102.97	88.20	98.80	97.15
Tabasco	129.18	126.85	155.70	150.80	166.43	149.87
Tamaulipas	66.29	69.06	89.85	90.23	93.22	92.48
Tlaxcala	28.77	28.77	31.74	26.01	27.83	27.39
Veracruz de Ignacio de la Llave	70.73	75.27	97.61	87.51	94.03	86.15
Yucatán	13.99	14.16	14.74	15.80	17.13	16.95
Zacatecas	110.00	109.46	133.52	125.66	141.62	144.08

posición de queretaro por mes en el país

posicionMensual<-c()
for (i in 1:length(losmeses)) {
  a<-tasaAnualDedelitoPorEstado2020[22,i+1]
  if(a==0){b=0}else{b<-1+length(tasaAnualDedelitoPorEstado2020[tasaAnualDedelitoPorEstado2020[i+1]>a,i+1])}
  posicionMensual<-c(posicionMensual,b)
}
posiciones<-data.frame(losmeses, posicionMensual)
names(posiciones)<-c("Mes","Posición de Querétaro a nivel nacional en el periodo")
kable(posiciones)

Mes	Posición de Querétaro a nivel nacional en el periodo
Enero	6
Febrero	8
Marzo	8
Abril	7
Mayo	7
Junio	7
Julio	0
Agosto	0
Septiembre	0
Octubre	0
Noviembre	0
Diciembre	0

Lugar de Querétaro en el año por delito

losDelitos<-unique(delitos2$Subtipo.de.delito)
losDelitos2020<-subset(delitos2,delitos2$Ano==losAnos[length(losAnos)])
delitoEstado2020=as.data.frame(order(unique(losDelitos2020$Clave_Ent)))

for (i in 1:length(losDelitos)) {
  a<-subset(losDelitos2020,losDelitos2020$Subtipo.de.delito==losDelitos[i])
  b<-as.data.frame(aggregate(a$value~a$Clave_Ent,a,sum))[2]
  delitoEstado2020<-cbind(delitoEstado2020,b)
}
names(delitoEstado2020)<-c("claveEntidad",losDelitos)


tasaDelitoEstado2020<-delitoEstado2020
tasaDelitoEstado2020[,2:56]<-round(delitoEstado2020[,2:56]/ent[,micol]*100000,2)

for (i in 1:length(nomEnt)) {
  delitoEstado2020[i,1]<-nomEnt[i]
  tasaDelitoEstado2020[i,1]<-nomEnt[i]
}

Incidencia en subtipos de Delito por estado en 2020

kable(delitoEstado2020)

claveEntidad	Homicidio doloso	Homicidio culposo	Lesiones dolosas	Lesiones culposas	Feminicidio	Aborto	Otros delitos que atentan contra la vida y la integridad corporal	Secuestro	Tráfico de menores	Rapto	Otros delitos que atentan contra la libertad personal	Abuso sexual	Acoso sexual	Hostigamiento sexual	Violación simple	Violación equiparada	Incesto	Otros delitos que atentan contra la libertad y la seguridad sexual	Robo a casa habitación	Robo de vehículo automotor	Robo de autopartes	Robo a transportista	Robo a transeúnte en vía pública	Robo a transeúnte en espacio abierto al público	Robo en transporte público individual	Robo en transporte público colectivo	Robo en transporte individual	Robo a institución bancaria	Robo a negocio	Robo de ganado	Robo de maquinaria	Otros robos	Fraude	Abuso de confianza	Extorsión	Daño a la propiedad	Despojo	Otros delitos contra el patrimonio	Violencia familiar	Violencia de género en todas sus modalidades distinta a la violencia familiar	Incumplimiento de obligaciones de asistencia familiar	Otros delitos contra la familia	Corrupción de menores	Trata de personas	Otros delitos contra la sociedad	Narcomenudeo	Amenazas	Allanamiento de morada	Evasión de presos	Falsedad	Falsificación	Contra el medio ambiente	Delitos cometidos por servidores públicos	Electorales	Otros delitos del Fuero Común
Aguascalientes	28	74	1878	541	7	4	23	1	0	0	195	0	0	69	131	58	0	317	1062	714	440	0	806	3	69	5	12	0	1015	103	2	938	1252	387	44	2290	200	155	1232	7	121	14	34	1	0	1204	1923	354	1	31	484	35	244	41	1097
Baja California	1173	273	2578	846	14	19	1174	9	0	0	670	809	0	210	315	184	0	167	1603	6224	46	8	2412	0	7	4	3	0	2498	18	0	3601	1212	217	73	3734	667	606	6389	0	411	254	336	40	30	4861	2879	1028	1	86	191	9	484	5	3870
Baja California Sur	21	31	736	287	3	2	95	1	0	0	57	206	59	6	143	26	0	79	573	289	6	3	52	14	1	2	2	0	302	11	4	1469	664	139	71	764	182	104	1278	1	314	95	23	2	1	272	872	113	0	82	47	0	151	4	504
Campeche	34	63	1562	564	7	2	110	1	0	0	113	213	34	12	59	120	0	31	613	226	46	3	142	16	16	10	4	0	387	82	2	1220	467	233	39	1406	163	201	972	0	125	14	27	0	1	103	1667	214	0	15	144	10	72	1	607
Coahuila de Zaragoza	65	115	2105	394	14	1	31	1	0	0	25	552	263	16	115	151	1	44	945	238	62	0	141	21	8	4	8	0	443	54	43	1906	830	393	20	4028	255	994	6865	0	118	95	17	7	0	5874	4161	449	0	5	52	3	345	33	1746
Colima	381	76	580	369	0	2	0	3	0	0	204	190	0	23	102	0	0	28	793	551	0	1	51	0	0	0	0	0	390	18	0	1774	626	265	70	1542	208	113	2136	0	336	0	11	3	41	1003	1581	97	0	41	99	4	114	0	476
Chiapas	198	374	341	349	20	3	60	7	0	0	73	116	37	8	195	16	1	357	76	665	8	0	58	28	0	1	4	0	106	9	2	333	102	56	14	538	75	47	1042	0	130	5	13	3	41	1605	496	46	2	6	26	29	49	9	839
Chihuahua	759	192	2134	667	22	3	164	11	0	0	416	1017	87	115	624	152	0	244	1323	2053	314	8	230	69	5	2	13	1	954	84	109	2200	2998	586	3	4077	474	1003	6987	24	1015	18	56	24	0	1741	1750	339	1	113	313	15	484	11	823
Ciudad de México	324	327	2670	2593	31	95	521	14	0	4	883	2330	804	0	423	889	0	980	1544	2990	3950	43	5342	1499	291	1946	812	9	5452	0	2	13122	10296	2699	185	5558	2086	2222	18298	0	473	11	170	88	783	2411	9066	423	6	240	1223	483	2598	39	5284
Durango	57	115	1247	649	8	1	6	0	0	0	73	307	60	9	159	3	0	182	870	402	47	16	142	7	5	5	1	0	622	34	0	1033	810	373	40	1312	213	21	2653	10	87	310	0	0	5	428	629	70	1	15	61	2	18	10	430
Guanajuato	1259	445	6846	13	12	14	448	5	0	0	0	759	177	53	443	50	1	20	2108	1959	0	7	104	0	0	0	0	1	2280	65	0	8944	2013	831	248	6112	779	93	6802	0	1079	31	180	1	0	11014	5610	216	3	107	344	4	60	1	8557
Guerrero	558	223	1339	353	4	1	18	9	0	0	227	222	74	16	132	99	0	0	170	1022	9	1	150	8	1	7	0	5	496	6	1	1182	469	169	117	1077	309	0	1772	153	282	79	9	2	0	386	1358	104	0	39	154	6	114	1	567
Hidalgo	154	137	1877	1419	6	11	92	12	0	1	949	335	1	46	263	257	0	169	643	1731	44	15	346	36	14	3	10	0	579	25	3	2693	693	251	130	1325	509	91	3614	0	467	1	20	10	8	271	1616	147	0	68	97	0	312	113	4833
Jalisco	776	509	4168	1366	17	5	0	13	1	0	389	1353	182	41	238	3	0	940	1420	5921	891	170	3990	308	148	235	240	3	2774	60	223	6790	4338	704	297	3977	754	0	6549	0	0	411	50	1	2	636	5296	130	3	76	697	33	232	0	7028
México	1106	767	25596	6006	76	66	607	50	1	0	3106	2817	1829	88	980	884	0	59	4183	16959	1882	2311	12967	5	503	3582	5378	11	10311	86	1	11330	6675	1888	2377	8109	2336	109	13643	1291	1570	2	50	123	2026	1807	0	855	8	119	1562	153	1800	10	43843
Michoacán de Ocampo	1135	545	3366	655	14	16	147	22	0	0	175	337	90	18	224	64	0	164	495	2404	14	398	149	17	55	67	8	7	306	20	30	1530	1254	335	32	1871	445	144	690	0	80	0	15	3	1	1139	2345	199	0	12	404	59	149	6	1191
Morelos	505	146	461	1469	21	5	278	13	0	0	107	324	15	38	318	2	2	35	715	1916	501	67	367	21	10	56	44	8	1199	23	1	2250	947	322	65	1857	648	213	2690	0	166	184	20	6	8	394	2539	180	1	44	98	3	14	0	865
Nayarit	84	89	172	65	1	1	9	1	0	0	21	0	10	0	113	13	0	88	152	225	10	0	0	0	0	0	0	2	110	0	1	125	138	18	9	148	42	4	749	0	385	10	12	0	5	134	79	22	0	5	12	5	24	0	460
Nuevo León	622	299	2630	911	58	74	160	11	0	48	1209	958	457	30	497	315	1	448	1830	1905	51	91	504	395	49	21	21	4	930	81	48	2084	2814	500	373	3675	661	53	11133	0	314	3329	125	31	3	2507	3526	295	2	122	849	9	1015	9	3052
Oaxaca	365	504	2002	516	23	6	126	18	0	0	154	230	153	34	238	167	0	13	635	1319	82	54	1131	118	9	95	7	5	749	37	6	1446	996	219	66	1389	519	388	3717	2	71	139	22	5	319	151	2320	166	3	249	125	0	153	74	832
Puebla	460	223	2976	593	12	1	151	11	0	0	113	467	130	37	237	198	0	587	1216	3778	515	794	2033	0	58	232	695	5	2253	56	459	2799	2526	734	54	2343	881	135	4350	0	158	335	20	20	258	1172	2992	211	4	68	247	22	688	22	1093
Querétaro	74	161	2199	487	4	21	531	7	0	0	101	387	410	27	194	154	0	19	1209	2018	276	0	741	38	34	66	227	0	1293	57	2	5353	1864	316	126	785	437	13	2370	286	374	131	0	4	170	646	2060	163	0	94	107	1	0	0	2106
Quintana Roo	250	492	1400	824	8	2	168	1	0	0	508	611	133	16	410	0	0	257	827	1347	48	7	768	270	22	66	26	0	931	14	154	2854	138	1534	38	2432	359	162	3026	0	245	355	80	14	3	912	1525	136	0	207	156	41	309	23	854
San Luis Potosí	313	109	1990	280	6	4	112	7	3	0	375	358	161	22	322	0	0	54	527	1858	462	168	465	41	13	14	1	1	832	138	59	3534	1287	374	62	2836	267	754	4442	0	272	18	18	6	0	782	1457	240	3	0	89	77	310	2	1659
Sinaloa	226	335	1627	435	8	5	294	2	1	0	590	265	78	4	142	43	1	44	228	1746	11	0	17	1	1	4	16	15	882	5	0	1091	398	157	32	1249	295	19	3194	0	85	105	29	4	19	78	753	38	0	41	74	0	89	0	209
Sonora	702	163	1048	450	12	4	188	5	0	0	288	300	45	7	143	36	1	38	402	1209	61	14	169	67	0	2	21	1	327	48	31	1967	146	50	34	1221	109	120	3218	0	752	33	37	0	79	1119	899	201	0	27	16	5	36	0	1026
Tabasco	144	221	1994	612	8	3	303	4	0	0	219	129	0	151	156	1	0	349	626	1151	18	8	680	0	2	8	2	0	407	173	0	2054	634	388	74	1085	250	74	3737	0	516	9	23	1	0	20	2235	166	0	16	106	0	86	1	3762
Tamaulipas	191	409	1119	589	10	26	138	8	1	0	237	364	53	16	259	1	0	30	664	968	11	1	61	0	0	0	0	1	793	25	0	1546	806	289	68	1869	286	16	3865	0	781	408	30	1	0	95	881	115	0	60	48	6	223	77	849
Tlaxcala	68	19	103	43	1	0	4	2	0	0	0	15	3	2	22	1	0	9	188	854	6	32	57	10	4	4	8	1	138	12	25	110	29	10	3	53	20	9	177	0	19	2	0	1	0	100	7	45	0	0	7	0	0	0	130
Veracruz de Ignacio de la Llave	432	533	3440	1117	41	20	110	20	0	0	280	475	0	248	231	6	0	815	1436	2759	66	39	1274	103	37	20	34	14	2356	243	40	1754	1857	701	414	3777	1261	434	6077	822	678	876	33	2	2	719	3560	368	0	121	215	111	207	13	3473
Yucatán	20	92	116	11	3	0	41	0	0	0	3	46	6	0	19	0	0	0	74	60	0	0	27	0	0	0	0	0	28	0	0	1	49	50	4	283	11	80	69	0	36	4	1	1	0	180	457	15	0	0	1	3	10	3	292
Zacatecas	468	191	855	348	8	0	183	6	0	0	321	149	63	5	106	58	0	49	201	812	16	2	8	6	1	1	8	0	115	46	5	1766	688	192	253	1208	172	44	1722	0	322	53	11	7	0	173	739	77	3	92	64	1	219	5	895

Tasa por cada 100 mil habitantes

kable(tasaDelitoEstado2020)

claveEntidad	Homicidio doloso	Homicidio culposo	Lesiones dolosas	Lesiones culposas	Feminicidio	Aborto	Otros delitos que atentan contra la vida y la integridad corporal	Secuestro	Tráfico de menores	Rapto	Otros delitos que atentan contra la libertad personal	Abuso sexual	Acoso sexual	Hostigamiento sexual	Violación simple	Violación equiparada	Incesto	Otros delitos que atentan contra la libertad y la seguridad sexual	Robo a casa habitación	Robo de vehículo automotor	Robo de autopartes	Robo a transportista	Robo a transeúnte en vía pública	Robo a transeúnte en espacio abierto al público	Robo en transporte público individual	Robo en transporte público colectivo	Robo en transporte individual	Robo a institución bancaria	Robo a negocio	Robo de ganado	Robo de maquinaria	Otros robos	Fraude	Abuso de confianza	Extorsión	Daño a la propiedad	Despojo	Otros delitos contra el patrimonio	Violencia familiar	Violencia de género en todas sus modalidades distinta a la violencia familiar	Incumplimiento de obligaciones de asistencia familiar	Otros delitos contra la familia	Corrupción de menores	Trata de personas	Otros delitos contra la sociedad	Narcomenudeo	Amenazas	Allanamiento de morada	Evasión de presos	Falsedad	Falsificación	Contra el medio ambiente	Delitos cometidos por servidores públicos	Electorales	Otros delitos del Fuero Común
Aguascalientes	1.90	5.03	127.59	36.76	0.48	0.27	1.56	0.07	0.00	0.00	13.25	0.00	0.00	4.69	8.90	3.94	0.00	21.54	72.15	48.51	29.89	0.00	54.76	0.20	4.69	0.34	0.82	0.00	68.96	7.00	0.14	63.73	85.06	26.29	2.99	155.59	13.59	10.53	83.70	0.48	8.22	0.95	2.31	0.07	0.00	81.80	130.65	24.05	0.07	2.11	32.88	2.38	16.58	2.79	74.53
Baja California	31.33	7.29	68.85	22.59	0.37	0.51	31.35	0.24	0.00	0.00	17.89	21.61	0.00	5.61	8.41	4.91	0.00	4.46	42.81	166.22	1.23	0.21	64.42	0.00	0.19	0.11	0.08	0.00	66.71	0.48	0.00	96.17	32.37	5.80	1.95	99.72	17.81	16.18	170.63	0.00	10.98	6.78	8.97	1.07	0.80	129.82	76.89	27.45	0.03	2.30	5.10	0.24	12.93	0.13	103.35
Baja California Sur	2.51	3.70	87.92	34.28	0.36	0.24	11.35	0.12	0.00	0.00	6.81	24.61	7.05	0.72	17.08	3.11	0.00	9.44	68.45	34.52	0.72	0.36	6.21	1.67	0.12	0.24	0.24	0.00	36.07	1.31	0.48	175.47	79.32	16.60	8.48	91.26	21.74	12.42	152.66	0.12	37.51	11.35	2.75	0.24	0.12	32.49	104.16	13.50	0.00	9.79	5.61	0.00	18.04	0.48	60.20
Campeche	3.29	6.10	151.18	54.59	0.68	0.19	10.65	0.10	0.00	0.00	10.94	20.62	3.29	1.16	5.71	11.61	0.00	3.00	59.33	21.87	4.45	0.29	13.74	1.55	1.55	0.97	0.39	0.00	37.46	7.94	0.19	118.08	45.20	22.55	3.77	136.08	15.78	19.45	94.07	0.00	12.10	1.35	2.61	0.00	0.10	9.97	161.34	20.71	0.00	1.45	13.94	0.97	6.97	0.10	58.75
Coahuila de Zaragoza	1.97	3.48	63.73	11.93	0.42	0.03	0.94	0.03	0.00	0.00	0.76	16.71	7.96	0.48	3.48	4.57	0.03	1.33	28.61	7.21	1.88	0.00	4.27	0.64	0.24	0.12	0.24	0.00	13.41	1.63	1.30	57.70	25.13	11.90	0.61	121.94	7.72	30.09	207.83	0.00	3.57	2.88	0.51	0.21	0.00	177.83	125.97	13.59	0.00	0.15	1.57	0.09	10.44	1.00	52.86
Colima	47.09	9.39	71.68	45.61	0.00	0.25	0.00	0.37	0.00	0.00	25.21	23.48	0.00	2.84	12.61	0.00	0.00	3.46	98.01	68.10	0.00	0.12	6.30	0.00	0.00	0.00	0.00	0.00	48.20	2.22	0.00	219.25	77.37	32.75	8.65	190.58	25.71	13.97	263.99	0.00	41.53	0.00	1.36	0.37	5.07	123.96	195.40	11.99	0.00	5.07	12.24	0.49	14.09	0.00	58.83
Chiapas	3.36	6.35	5.79	5.92	0.34	0.05	1.02	0.12	0.00	0.00	1.24	1.97	0.63	0.14	3.31	0.27	0.02	6.06	1.29	11.28	0.14	0.00	0.98	0.48	0.00	0.02	0.07	0.00	1.80	0.15	0.03	5.65	1.73	0.95	0.24	9.13	1.27	0.80	17.68	0.00	2.21	0.08	0.22	0.05	0.70	27.23	8.42	0.78	0.03	0.10	0.44	0.49	0.83	0.15	14.24
Chihuahua	19.61	4.96	55.14	17.23	0.57	0.08	4.24	0.28	0.00	0.00	10.75	26.28	2.25	2.97	16.12	3.93	0.00	6.30	34.18	53.04	8.11	0.21	5.94	1.78	0.13	0.05	0.34	0.03	24.65	2.17	2.82	56.84	77.46	15.14	0.08	105.34	12.25	25.91	180.52	0.62	26.22	0.47	1.45	0.62	0.00	44.98	45.22	8.76	0.03	2.92	8.09	0.39	12.51	0.28	21.26
Ciudad de México	3.61	3.64	29.71	28.85	0.34	1.06	5.80	0.16	0.00	0.04	9.83	25.93	8.95	0.00	4.71	9.89	0.00	10.90	17.18	33.27	43.95	0.48	59.44	16.68	3.24	21.65	9.04	0.10	60.67	0.00	0.02	146.01	114.57	30.03	2.06	61.85	23.21	24.73	203.61	0.00	5.26	0.12	1.89	0.98	8.71	26.83	100.88	4.71	0.07	2.67	13.61	5.37	28.91	0.43	58.80
Durango	3.00	6.05	65.64	34.16	0.42	0.05	0.32	0.00	0.00	0.00	3.84	16.16	3.16	0.47	8.37	0.16	0.00	9.58	45.79	21.16	2.47	0.84	7.47	0.37	0.26	0.26	0.05	0.00	32.74	1.79	0.00	54.37	42.63	19.63	2.11	69.06	11.21	1.11	139.64	0.53	4.58	16.32	0.00	0.00	0.26	22.53	33.11	3.68	0.05	0.79	3.21	0.11	0.95	0.53	22.63
Guanajuato	19.89	7.03	108.13	0.21	0.19	0.22	7.08	0.08	0.00	0.00	0.00	11.99	2.80	0.84	7.00	0.79	0.02	0.32	33.30	30.94	0.00	0.11	1.64	0.00	0.00	0.00	0.00	0.02	36.01	1.03	0.00	141.27	31.80	13.13	3.92	96.54	12.30	1.47	107.44	0.00	17.04	0.49	2.84	0.02	0.00	173.97	88.61	3.41	0.05	1.69	5.43	0.06	0.95	0.02	135.16
Guerrero	15.16	6.06	36.39	9.59	0.11	0.03	0.49	0.24	0.00	0.00	6.17	6.03	2.01	0.43	3.59	2.69	0.00	0.00	4.62	27.77	0.24	0.03	4.08	0.22	0.03	0.19	0.00	0.14	13.48	0.16	0.03	32.12	12.75	4.59	3.18	29.27	8.40	0.00	48.15	4.16	7.66	2.15	0.24	0.05	0.00	10.49	36.90	2.83	0.00	1.06	4.18	0.16	3.10	0.03	15.41
Hidalgo	4.88	4.34	59.48	44.97	0.19	0.35	2.92	0.38	0.00	0.03	30.07	10.62	0.03	1.46	8.33	8.14	0.00	5.36	20.38	54.86	1.39	0.48	10.96	1.14	0.44	0.10	0.32	0.00	18.35	0.79	0.10	85.34	21.96	7.95	4.12	41.99	16.13	2.88	114.53	0.00	14.80	0.03	0.63	0.32	0.25	8.59	51.21	4.66	0.00	2.15	3.07	0.00	9.89	3.58	153.16
Jalisco	9.06	5.94	48.64	15.94	0.20	0.06	0.00	0.15	0.01	0.00	4.54	15.79	2.12	0.48	2.78	0.04	0.00	10.97	16.57	69.10	10.40	1.98	46.56	3.59	1.73	2.74	2.80	0.04	32.37	0.70	2.60	79.24	50.62	8.22	3.47	46.41	8.80	0.00	76.42	0.00	0.00	4.80	0.58	0.01	0.02	7.42	61.80	1.52	0.04	0.89	8.13	0.39	2.71	0.00	82.01
México	6.22	4.32	144.02	33.79	0.43	0.37	3.42	0.28	0.01	0.00	17.48	15.85	10.29	0.50	5.51	4.97	0.00	0.33	23.54	95.42	10.59	13.00	72.96	0.03	2.83	20.15	30.26	0.06	58.02	0.48	0.01	63.75	37.56	10.62	13.37	45.63	13.14	0.61	76.76	7.26	8.83	0.01	0.28	0.69	11.40	10.17	0.00	4.81	0.05	0.67	8.79	0.86	10.13	0.06	246.69
Michoacán de Ocampo	23.21	11.15	68.85	13.40	0.29	0.33	3.01	0.45	0.00	0.00	3.58	6.89	1.84	0.37	4.58	1.31	0.00	3.35	10.12	49.17	0.29	8.14	3.05	0.35	1.12	1.37	0.16	0.14	6.26	0.41	0.61	31.29	25.65	6.85	0.65	38.27	9.10	2.95	14.11	0.00	1.64	0.00	0.31	0.06	0.02	23.30	47.96	4.07	0.00	0.25	8.26	1.21	3.05	0.12	24.36
Morelos	24.22	7.00	22.11	70.44	1.01	0.24	13.33	0.62	0.00	0.00	5.13	15.54	0.72	1.82	15.25	0.10	0.10	1.68	34.29	91.88	24.02	3.21	17.60	1.01	0.48	2.69	2.11	0.38	57.49	1.10	0.05	107.89	45.41	15.44	3.12	89.05	31.07	10.21	128.99	0.00	7.96	8.82	0.96	0.29	0.38	18.89	121.75	8.63	0.05	2.11	4.70	0.14	0.67	0.00	41.48
Nayarit	6.35	6.73	13.00	4.91	0.08	0.08	0.68	0.08	0.00	0.00	1.59	0.00	0.76	0.00	8.54	0.98	0.00	6.65	11.49	17.00	0.76	0.00	0.00	0.00	0.00	0.00	0.00	0.15	8.31	0.00	0.08	9.45	10.43	1.36	0.68	11.18	3.17	0.30	56.60	0.00	29.09	0.76	0.91	0.00	0.38	10.13	5.97	1.66	0.00	0.38	0.91	0.38	1.81	0.00	34.76
Nuevo León	10.80	5.19	45.66	15.81	1.01	1.28	2.78	0.19	0.00	0.83	20.99	16.63	7.93	0.52	8.63	5.47	0.02	7.78	31.77	33.07	0.89	1.58	8.75	6.86	0.85	0.36	0.36	0.07	16.14	1.41	0.83	36.18	48.85	8.68	6.48	63.80	11.47	0.92	193.27	0.00	5.45	57.79	2.17	0.54	0.05	43.52	61.21	5.12	0.03	2.12	14.74	0.16	17.62	0.16	52.98
Oaxaca	8.72	12.04	47.82	12.32	0.55	0.14	3.01	0.43	0.00	0.00	3.68	5.49	3.65	0.81	5.68	3.99	0.00	0.31	15.17	31.50	1.96	1.29	27.01	2.82	0.21	2.27	0.17	0.12	17.89	0.88	0.14	34.54	23.79	5.23	1.58	33.18	12.40	9.27	88.78	0.05	1.70	3.32	0.53	0.12	7.62	3.61	55.41	3.96	0.07	5.95	2.99	0.00	3.65	1.77	19.87
Puebla	6.84	3.32	44.26	8.82	0.18	0.01	2.25	0.16	0.00	0.00	1.68	6.95	1.93	0.55	3.52	2.94	0.00	8.73	18.09	56.19	7.66	11.81	30.24	0.00	0.86	3.45	10.34	0.07	33.51	0.83	6.83	41.63	37.57	10.92	0.80	34.85	13.10	2.01	64.70	0.00	2.35	4.98	0.30	0.30	3.84	17.43	44.50	3.14	0.06	1.01	3.67	0.33	10.23	0.33	16.26
Querétaro	3.14	6.83	93.23	20.65	0.17	0.89	22.51	0.30	0.00	0.00	4.28	16.41	17.38	1.14	8.22	6.53	0.00	0.81	51.26	85.55	11.70	0.00	31.41	1.61	1.44	2.80	9.62	0.00	54.82	2.42	0.08	226.94	79.02	13.40	5.34	33.28	18.53	0.55	100.48	12.13	15.86	5.55	0.00	0.17	7.21	27.39	87.33	6.91	0.00	3.99	4.54	0.04	0.00	0.00	89.28
Quintana Roo	13.90	27.35	77.82	45.81	0.44	0.11	9.34	0.06	0.00	0.00	28.24	33.96	7.39	0.89	22.79	0.00	0.00	14.29	45.97	74.88	2.67	0.39	42.69	15.01	1.22	3.67	1.45	0.00	51.75	0.78	8.56	158.65	7.67	85.27	2.11	135.19	19.96	9.01	168.21	0.00	13.62	19.73	4.45	0.78	0.17	50.70	84.77	7.56	0.00	11.51	8.67	2.28	17.18	1.28	47.47
San Luis Potosí	10.78	3.75	68.51	9.64	0.21	0.14	3.86	0.24	0.10	0.00	12.91	12.33	5.54	0.76	11.09	0.00	0.00	1.86	18.14	63.97	15.91	5.78	16.01	1.41	0.45	0.48	0.03	0.03	28.64	4.75	2.03	121.67	44.31	12.88	2.13	97.64	9.19	25.96	152.93	0.00	9.36	0.62	0.62	0.21	0.00	26.92	50.16	8.26	0.10	0.00	3.06	2.65	10.67	0.07	57.12
Sinaloa	7.05	10.45	50.75	13.57	0.25	0.16	9.17	0.06	0.03	0.00	18.40	8.27	2.43	0.12	4.43	1.34	0.03	1.37	7.11	54.46	0.34	0.00	0.53	0.03	0.03	0.12	0.50	0.47	27.51	0.16	0.00	34.03	12.41	4.90	1.00	38.96	9.20	0.59	99.63	0.00	2.65	3.28	0.90	0.12	0.59	2.43	23.49	1.19	0.00	1.28	2.31	0.00	2.78	0.00	6.52
Sonora	22.31	5.18	33.30	14.30	0.38	0.13	5.97	0.16	0.00	0.00	9.15	9.53	1.43	0.22	4.54	1.14	0.03	1.21	12.77	38.42	1.94	0.44	5.37	2.13	0.00	0.06	0.67	0.03	10.39	1.53	0.99	62.51	4.64	1.59	1.08	38.80	3.46	3.81	102.26	0.00	23.90	1.05	1.18	0.00	2.51	35.56	28.57	6.39	0.00	0.86	0.51	0.16	1.14	0.00	32.60
Tabasco	5.48	8.41	75.92	23.30	0.30	0.11	11.54	0.15	0.00	0.00	8.34	4.91	0.00	5.75	5.94	0.04	0.00	13.29	23.83	43.82	0.69	0.30	25.89	0.00	0.08	0.30	0.08	0.00	15.50	6.59	0.00	78.20	24.14	14.77	2.82	41.31	9.52	2.82	142.28	0.00	19.65	0.34	0.88	0.04	0.00	0.76	85.09	6.32	0.00	0.61	4.04	0.00	3.27	0.04	143.23
Tamaulipas	5.15	11.03	30.18	15.88	0.27	0.70	3.72	0.22	0.03	0.00	6.39	9.82	1.43	0.43	6.98	0.03	0.00	0.81	17.91	26.11	0.30	0.03	1.65	0.00	0.00	0.00	0.00	0.03	21.39	0.67	0.00	41.69	21.74	7.79	1.83	50.40	7.71	0.43	104.23	0.00	21.06	11.00	0.81	0.03	0.00	2.56	23.76	3.10	0.00	1.62	1.29	0.16	6.01	2.08	22.90
Tlaxcala	4.82	1.35	7.30	3.05	0.07	0.00	0.28	0.14	0.00	0.00	0.00	1.06	0.21	0.14	1.56	0.07	0.00	0.64	13.33	60.54	0.43	2.27	4.04	0.71	0.28	0.28	0.57	0.07	9.78	0.85	1.77	7.80	2.06	0.71	0.21	3.76	1.42	0.64	12.55	0.00	1.35	0.14	0.00	0.07	0.00	7.09	0.50	3.19	0.00	0.00	0.50	0.00	0.00	0.00	9.21
Veracruz de Ignacio de la Llave	5.00	6.17	39.84	12.94	0.47	0.23	1.27	0.23	0.00	0.00	3.24	5.50	0.00	2.87	2.68	0.07	0.00	9.44	16.63	31.95	0.76	0.45	14.76	1.19	0.43	0.23	0.39	0.16	27.29	2.81	0.46	20.31	21.51	8.12	4.79	43.74	14.60	5.03	70.38	9.52	7.85	10.15	0.38	0.02	0.02	8.33	41.23	4.26	0.00	1.40	2.49	1.29	2.40	0.15	40.22
Yucatán	0.87	3.99	5.03	0.48	0.13	0.00	1.78	0.00	0.00	0.00	0.13	1.99	0.26	0.00	0.82	0.00	0.00	0.00	3.21	2.60	0.00	0.00	1.17	0.00	0.00	0.00	0.00	0.00	1.21	0.00	0.00	0.04	2.12	2.17	0.17	12.26	0.48	3.47	2.99	0.00	1.56	0.17	0.04	0.04	0.00	7.80	19.80	0.65	0.00	0.00	0.04	0.13	0.43	0.13	12.65
Zacatecas	27.71	11.31	50.62	20.60	0.47	0.00	10.83	0.36	0.00	0.00	19.00	8.82	3.73	0.30	6.28	3.43	0.00	2.90	11.90	48.07	0.95	0.12	0.47	0.36	0.06	0.06	0.47	0.00	6.81	2.72	0.30	104.55	40.73	11.37	14.98	71.52	10.18	2.60	101.95	0.00	19.06	3.14	0.65	0.41	0.00	10.24	43.75	4.56	0.18	5.45	3.79	0.06	12.97	0.30	52.99

Posicion de queretaro en 2020 por tipo de delito

posicionAnualporDelito<-c()
for (i in 1:length(losDelitos)) {
  a<-tasaDelitoEstado2020[22,i+1]
  if(a==0){b=0}else{b<-1+length(tasaDelitoEstado2020[tasaDelitoEstado2020[i+1]>a,i+1])}
  posicionAnualporDelito<-c(posicionAnualporDelito,b)
}
posicionesAnualporDelito<-data.frame(losDelitos, posicionAnualporDelito)

posicionesAnualporDelito<-posicionesAnualporDelito[order(posicionesAnualporDelito$posicionAnualporDelito),]
names(posicionesAnualporDelito)<-c("Subtipo de delito", "Posición que ocupa Querétaro a nivel nacional en ese delito")
kable(posicionesAnualporDelito[posicionesAnualporDelito[2]>0,])

	Subtipo de delito	Posición que ocupa Querétaro a nivel nacional en ese delito
13	Acoso sexual	1
32	Otros robos	1
40	Violencia de género en todas sus modalidades distinta a la violencia familiar	1
7	Otros delitos que atentan contra la vida y la integridad corporal	2
6	Aborto	3
27	Robo en transporte individual	3
16	Violación equiparada	4
20	Robo de vehículo automotor	4
33	Fraude	4
45	Otros delitos contra la sociedad	4
3	Lesiones dolosas	5
19	Robo a casa habitación	5
21	Robo de autopartes	5
26	Robo en transporte público colectivo	5
25	Robo en transporte público individual	6
29	Robo a negocio	6
35	Extorsión	6
37	Despojo	6
50	Falsedad	6
55	Otros delitos del Fuero Común	6
8	Secuestro	7
23	Robo a transeúnte en vía pública	7
30	Robo de ganado	7
24	Robo a transeúnte en espacio abierto al público	9
42	Otros delitos contra la familia	9
47	Amenazas	9
12	Abuso sexual	10
14	Hostigamiento sexual	10
41	Incumplimiento de obligaciones de asistencia familiar	10
34	Abuso de confianza	11
46	Narcomenudeo	11
48	Allanamiento de morada	11
2	Homicidio culposo	12
4	Lesiones culposas	13
15	Violación simple	13
44	Trata de personas	15
51	Falsificación	15
31	Robo de maquinaria	18
39	Violencia familiar	18
11	Otros delitos que atentan contra la libertad personal	21
18	Otros delitos que atentan contra la libertad y la seguridad sexual	25
36	Daño a la propiedad	26
52	Contra el medio ambiente	26
1	Homicidio doloso	27
5	Feminicidio	27
38	Otros delitos contra el patrimonio	28

Querétaro en Junio

losDelitosMes<-unique(delitos2$Subtipo.de.delito)

losDelitos2020Mes<-subset(losDelitos2020, losDelitos2020$meses==esteMes)
delitoEstado2020mes=as.data.frame(order(unique(losDelitos2020Mes$Clave_Ent)))

for (i in 1:length(losDelitosMes)) {
  a<-subset(losDelitos2020Mes,losDelitos2020Mes$Subtipo.de.delito==losDelitosMes[i])
  b<-as.data.frame(aggregate(a$value~a$Clave_Ent,a,sum))[2]
  delitoEstado2020mes<-cbind(delitoEstado2020mes,b)
}
names(delitoEstado2020mes)<-c("claveEntidad",losDelitosMes)


tasaDelitoEstado2020mes<-delitoEstado2020mes
tasaDelitoEstado2020mes[,2:56]<-round(delitoEstado2020mes[,2:56]/ent[,micol]*100000,2)

for (i in 1:length(nomEnt)) {
  delitoEstado2020mes[i,1]<-nomEnt[i]
  tasaDelitoEstado2020mes[i,1]<-nomEnt[i]
}


posicionAnualporDelitoMes<-c()
for (i in 1:length(losDelitos)) {
  a<-tasaDelitoEstado2020mes[22,i+1]
  if(a==0){b=0}else{b<-1+length(tasaDelitoEstado2020mes[tasaDelitoEstado2020mes[i+1]>a,i+1])}
  posicionAnualporDelitoMes<-c(posicionAnualporDelitoMes,b)
}
posicionesAnualporDelitoMes<-data.frame(losDelitosMes, posicionAnualporDelitoMes)

posicionesAnualporDelitoMes<-posicionesAnualporDelitoMes[order(posicionesAnualporDelitoMes$posicionAnualporDelitoMes),]
names(posicionesAnualporDelitoMes)<-c("Subtipo de delito", "Posición que ocupa Querétaro a nivel nacional en ese delito en el mes")
kable(posicionesAnualporDelitoMes[posicionesAnualporDelitoMes[2]>0,],caption="Posición de Querétaro en el mes")

Posición de Querétaro en el mes
	Subtipo de delito	Posición que ocupa Querétaro a nivel nacional en ese delito en el mes
13	Acoso sexual	1
40	Violencia de género en todas sus modalidades distinta a la violencia familiar	1
45	Otros delitos contra la sociedad	1
7	Otros delitos que atentan contra la vida y la integridad corporal	2
32	Otros robos	2
27	Robo en transporte individual	3
16	Violación equiparada	4
21	Robo de autopartes	4
29	Robo a negocio	4
50	Falsedad	4
19	Robo a casa habitación	5
20	Robo de vehículo automotor	5
37	Despojo	5
3	Lesiones dolosas	6
26	Robo en transporte público colectivo	6
33	Fraude	6
35	Extorsión	6
55	Otros delitos del Fuero Común	6
23	Robo a transeúnte en vía pública	8
25	Robo en transporte público individual	8
30	Robo de ganado	8
6	Aborto	9
24	Robo a transeúnte en espacio abierto al público	9
12	Abuso sexual	10
14	Hostigamiento sexual	10
46	Narcomenudeo	10
42	Otros delitos contra la familia	11
15	Violación simple	12
41	Incumplimiento de obligaciones de asistencia familiar	12
47	Amenazas	12
48	Allanamiento de morada	12
2	Homicidio culposo	14
4	Lesiones culposas	15
31	Robo de maquinaria	15
34	Abuso de confianza	15
39	Violencia familiar	17
11	Otros delitos que atentan contra la libertad personal	21
51	Falsificación	22
36	Daño a la propiedad	25
18	Otros delitos que atentan contra la libertad y la seguridad sexual	27
38	Otros delitos contra el patrimonio	27
1	Homicidio doloso	28

Tasa en el mes

kable(tasaDelitoEstado2020mes)

claveEntidad	Homicidio doloso	Homicidio culposo	Lesiones dolosas	Lesiones culposas	Feminicidio	Aborto	Otros delitos que atentan contra la vida y la integridad corporal	Secuestro	Rapto	Otros delitos que atentan contra la libertad personal	Abuso sexual	Acoso sexual	Hostigamiento sexual	Violación simple	Violación equiparada	Incesto	Otros delitos que atentan contra la libertad y la seguridad sexual	Robo a casa habitación	Robo de vehículo automotor	Robo de autopartes	Robo a transportista	Robo a transeúnte en vía pública	Robo a transeúnte en espacio abierto al público	Robo en transporte público individual	Robo en transporte público colectivo	Robo en transporte individual	Robo a institución bancaria	Robo a negocio	Robo de ganado	Robo de maquinaria	Otros robos	Fraude	Abuso de confianza	Extorsión	Daño a la propiedad	Despojo	Otros delitos contra el patrimonio	Violencia familiar	Violencia de género en todas sus modalidades distinta a la violencia familiar	Incumplimiento de obligaciones de asistencia familiar	Otros delitos contra la familia	Corrupción de menores	Trata de personas	Otros delitos contra la sociedad	Narcomenudeo	Amenazas	Allanamiento de morada	Evasión de presos	Falsedad	Falsificación	Contra el medio ambiente	Delitos cometidos por servidores públicos	Electorales	Otros delitos del Fuero Común
Aguascalientes	0.54	1.02	21.88	6.39	0.14	0.07	0.27	0.00	0.00	2.65	0.00	0.00	1.29	1.77	0.82	0.00	4.69	13.38	8.02	5.98	0.00	9.78	0.07	0.75	0.14	0.27	0.00	11.07	1.16	0.07	11.07	17.66	4.82	0.61	27.52	2.85	2.11	15.69	0.07	1.36	0.27	0.00	0.00	0.00	11.75	23.17	4.42	0.07	0.54	3.53	0.61	2.24	1.16	12.09
Baja California	6.12	1.47	13.19	3.93	0.05	0.00	5.85	0.03	0.00	10.39	5.07	0.00	1.09	1.58	0.77	0.00	0.83	7.13	25.83	0.19	0.03	11.16	0.00	0.05	0.03	0.00	0.00	9.64	0.05	0.00	17.28	6.38	1.23	0.24	18.24	3.45	3.20	33.30	0.00	2.32	1.79	1.63	0.21	0.13	22.14	16.02	5.42	0.00	0.43	1.58	0.00	2.56	0.05	18.40
Baja California Sur	0.36	1.08	17.80	6.33	0.00	0.00	2.03	0.00	0.00	0.96	5.14	1.67	0.12	2.87	0.84	0.00	0.72	13.14	5.38	0.00	0.12	1.08	0.60	0.00	0.00	0.00	0.00	4.78	0.36	0.12	34.16	17.08	4.06	2.03	13.62	4.54	2.39	28.79	0.12	6.45	1.79	0.72	0.00	0.12	5.61	18.51	2.75	0.00	2.15	1.08	0.00	3.70	0.00	11.95
Campeche	0.87	0.77	28.07	9.78	0.10	0.10	2.61	0.00	0.00	1.45	4.16	0.68	0.39	0.77	2.23	0.00	0.48	11.03	3.97	0.68	0.19	1.45	0.19	0.19	0.19	0.00	0.00	5.90	0.68	0.00	24.29	7.94	3.58	0.39	24.29	2.13	2.32	16.74	0.00	1.45	0.00	0.39	0.00	0.00	2.03	30.39	3.48	0.00	0.10	2.03	0.19	1.06	0.00	8.81
Coahuila de Zaragoza	0.24	0.82	14.47	2.21	0.09	0.00	0.21	0.03	0.00	0.15	4.36	1.88	0.09	0.51	1.06	0.03	0.21	5.30	1.24	0.33	0.00	0.42	0.06	0.03	0.00	0.00	0.00	2.51	0.48	0.18	11.53	5.15	2.57	0.18	25.25	1.60	4.69	46.92	0.00	0.91	0.51	0.12	0.00	0.00	30.67	26.76	2.91	0.00	0.00	0.45	0.03	1.21	0.82	9.78
Colima	7.17	0.87	11.74	6.80	0.00	0.00	0.00	0.12	0.00	4.20	5.44	0.00	0.74	2.60	0.00	0.00	1.36	15.33	11.99	0.00	0.00	0.87	0.00	0.00	0.00	0.00	0.00	8.16	0.49	0.00	51.29	15.70	4.57	1.85	28.30	2.72	2.10	45.36	0.00	7.79	0.00	0.25	0.12	1.24	18.79	33.00	1.36	0.00	0.74	1.73	0.25	2.84	0.00	9.76
Chiapas	0.48	0.95	1.14	1.00	0.10	0.02	0.19	0.00	0.00	0.24	0.22	0.10	0.05	0.63	0.07	0.00	1.22	0.24	1.68	0.00	0.00	0.14	0.14	0.00	0.00	0.00	0.00	0.17	0.02	0.00	0.92	0.37	0.17	0.02	1.61	0.19	0.22	2.61	0.00	0.39	0.02	0.03	0.00	0.15	1.22	2.32	0.12	0.02	0.02	0.07	0.07	0.07	0.08	1.36
Chihuahua	4.13	1.01	11.76	3.36	0.13	0.03	0.75	0.05	0.00	2.07	5.84	0.57	0.72	2.76	0.72	0.00	0.88	5.48	9.61	1.21	0.00	1.32	0.28	0.00	0.00	0.00	0.03	3.59	0.13	0.41	8.68	14.24	2.87	0.00	18.11	1.81	2.43	33.43	0.10	5.14	0.10	0.18	0.10	0.00	7.11	7.47	0.75	0.00	0.41	1.34	0.00	1.83	0.03	3.64
Ciudad de México	0.58	0.65	5.49	5.32	0.08	0.17	0.92	0.00	0.00	1.81	5.13	1.56	0.00	0.71	1.76	0.00	1.61	2.92	5.72	7.89	0.09	10.00	2.58	0.70	3.96	1.25	0.01	9.68	0.00	0.00	25.67	19.31	5.07	0.33	10.17	3.98	4.42	35.34	0.00	0.82	0.03	0.29	0.27	1.24	3.77	18.03	0.85	0.02	0.52	2.59	1.01	5.23	0.02	9.64
Durango	0.58	1.47	12.37	5.53	0.11	0.05	0.00	0.00	0.00	1.21	2.84	0.53	0.11	1.84	0.05	0.00	1.89	7.90	3.53	0.47	0.16	0.89	0.05	0.00	0.11	0.00	0.00	5.53	0.11	0.00	13.90	7.42	3.84	0.42	15.58	2.00	0.00	30.05	0.00	1.16	3.58	0.00	0.00	0.11	4.63	6.37	0.74	0.00	0.05	0.74	0.11	0.26	0.11	5.05
Guanajuato	3.52	1.12	19.52	0.05	0.06	0.03	1.14	0.03	0.00	0.00	2.12	0.57	0.22	1.11	0.11	0.00	0.09	5.28	5.10	0.00	0.02	0.44	0.00	0.00	0.00	0.00	0.00	6.03	0.11	0.00	24.85	5.86	2.12	0.66	16.06	2.45	0.36	19.40	0.00	2.75	0.05	0.63	0.00	0.00	27.99	16.47	0.52	0.02	0.36	0.74	0.00	0.19	0.00	23.50
Guerrero	3.26	0.84	5.92	1.41	0.00	0.00	0.05	0.03	0.00	1.17	0.82	0.33	0.08	0.82	0.52	0.00	0.00	0.76	4.38	0.05	0.00	0.52	0.03	0.00	0.03	0.00	0.00	1.82	0.05	0.00	5.33	2.04	0.82	0.68	5.41	1.88	0.00	8.02	0.38	1.47	0.41	0.03	0.00	0.00	1.96	7.04	0.57	0.00	0.22	0.68	0.03	0.98	0.00	2.85
Hidalgo	0.95	0.79	9.51	5.96	0.06	0.03	0.79	0.10	0.00	4.94	2.35	0.00	0.35	1.33	1.96	0.00	1.08	3.90	9.03	0.22	0.03	2.38	0.48	0.22	0.00	0.00	0.00	4.40	0.22	0.03	13.37	3.52	1.14	0.67	6.88	2.28	0.48	21.04	0.00	3.20	0.00	0.29	0.06	0.03	1.20	8.37	0.82	0.00	0.54	0.67	0.00	1.93	1.74	28.27
Jalisco	1.76	0.84	8.86	2.65	0.02	0.01	0.00	0.02	0.00	0.92	2.60	0.40	0.06	0.34	0.01	0.00	1.44	3.00	12.21	1.93	0.28	8.30	0.82	0.25	0.41	0.55	0.00	5.33	0.16	0.37	12.42	8.40	1.33	0.56	8.22	1.65	0.00	12.58	0.00	0.00	0.93	0.08	0.00	0.00	1.19	10.54	0.27	0.00	0.15	1.59	0.04	0.50	0.00	14.47
México	0.95	0.73	24.76	5.88	0.08	0.05	0.57	0.05	0.00	2.93	3.03	2.50	0.08	1.02	0.92	0.00	0.03	3.83	16.76	2.09	1.97	11.55	0.00	0.51	3.31	4.85	0.01	8.94	0.07	0.00	12.02	6.95	1.72	3.17	7.53	2.55	0.10	14.75	1.51	1.68	0.00	0.05	0.07	1.51	1.77	0.00	0.87	0.00	0.13	1.61	0.20	1.81	0.00	37.22
Michoacán de Ocampo	3.29	1.33	10.12	1.90	0.04	0.06	0.63	0.02	0.00	0.57	1.10	0.25	0.04	0.76	0.14	0.00	0.57	1.64	7.63	0.02	1.10	0.39	0.10	0.12	0.29	0.00	0.02	1.35	0.02	0.10	5.46	4.05	1.23	0.14	6.48	1.66	0.45	2.50	0.00	0.53	0.00	0.04	0.00	0.00	3.72	8.39	0.80	0.00	0.02	1.57	0.14	0.49	0.02	4.09
Morelos	3.16	0.77	3.88	11.22	0.14	0.00	2.11	0.05	0.00	1.20	3.12	0.19	0.38	2.64	0.05	0.10	0.19	5.56	15.73	4.17	0.38	2.73	0.14	0.10	0.53	0.48	0.14	8.78	0.14	0.00	19.66	8.78	2.93	0.53	11.03	6.62	2.16	22.30	0.00	1.58	1.39	0.14	0.14	0.19	3.36	19.56	1.58	0.00	0.43	0.86	0.00	0.05	0.00	6.33
Nayarit	0.83	1.44	2.49	1.89	0.00	0.00	0.23	0.00	0.00	0.30	0.00	0.30	0.00	1.59	0.30	0.00	1.51	2.12	2.72	0.23	0.00	0.00	0.00	0.00	0.00	0.00	0.08	1.44	0.00	0.00	1.06	1.21	0.38	0.08	2.64	0.68	0.00	10.43	0.00	4.91	0.15	0.15	0.00	0.15	2.12	1.59	0.30	0.00	0.00	0.08	0.08	0.23	0.00	6.05
Nuevo León	2.20	1.01	8.00	3.11	0.17	0.21	0.50	0.07	0.21	3.99	3.33	1.39	0.12	1.86	1.04	0.02	1.35	7.86	5.59	0.14	0.28	1.23	1.11	0.23	0.07	0.09	0.00	4.20	0.23	0.14	6.70	8.68	1.53	1.18	10.26	1.87	0.09	39.62	0.00	1.02	11.61	0.43	0.19	0.00	8.54	9.96	0.87	0.02	0.36	2.19	0.02	2.78	0.02	9.69
Oaxaca	1.34	1.98	6.52	1.98	0.10	0.00	0.53	0.07	0.00	0.57	0.91	0.62	0.17	0.81	0.62	0.00	0.02	2.53	5.42	0.17	0.24	3.58	0.48	0.02	0.29	0.10	0.05	3.03	0.17	0.02	6.38	3.39	1.00	0.12	5.68	1.79	1.43	15.69	0.00	0.24	0.60	0.00	0.05	1.05	0.67	9.17	0.62	0.00	0.98	0.62	0.00	0.33	0.57	2.75
Puebla	0.92	0.49	7.64	1.25	0.04	0.00	0.52	0.03	0.00	0.34	1.03	0.40	0.13	0.55	0.42	0.00	1.68	3.29	8.61	1.23	2.59	5.24	0.00	0.12	0.71	1.80	0.03	6.01	0.07	1.86	6.28	6.53	2.20	0.12	5.73	2.29	0.30	11.79	0.00	0.40	0.91	0.10	0.04	0.58	2.94	7.70	0.28	0.00	0.12	0.80	0.01	3.41	0.06	2.72
Querétaro	0.51	1.06	15.77	3.18	0.00	0.04	2.63	0.00	0.00	0.93	3.14	3.69	0.34	1.57	1.23	0.00	0.08	8.82	13.27	2.46	0.00	5.09	0.34	0.21	0.34	1.44	0.00	9.58	0.47	0.04	39.77	13.52	1.99	1.10	6.15	3.60	0.04	20.01	1.87	2.71	0.81	0.00	0.00	1.70	5.94	14.29	1.02	0.00	0.85	0.59	0.00	0.00	0.00	16.87
Quintana Roo	2.61	4.34	13.51	8.06	0.17	0.00	1.50	0.00	0.00	5.28	7.06	1.67	0.11	3.89	0.00	0.00	2.84	8.23	14.34	0.56	0.00	5.95	1.89	0.28	0.28	0.17	0.00	6.78	0.22	2.22	28.68	0.95	12.90	0.50	22.68	3.61	1.78	29.02	0.00	3.06	3.89	0.22	0.06	0.00	8.28	15.79	1.33	0.00	2.22	1.45	0.44	3.67	0.44	8.78
San Luis Potosí	1.82	0.48	12.84	1.41	0.07	0.03	0.83	0.03	0.00	2.69	1.93	0.90	0.28	2.24	0.00	0.00	0.41	3.17	11.15	1.51	1.79	3.72	0.28	0.17	0.14	0.00	0.03	5.06	0.96	0.83	23.38	7.78	2.48	0.38	18.94	1.62	4.03	27.13	0.00	1.93	0.31	0.17	0.03	0.00	6.33	10.19	1.62	0.00	0.00	0.62	0.38	2.03	0.00	11.43
Sinaloa	1.09	1.84	10.26	2.78	0.03	0.00	1.72	0.00	0.00	3.31	1.43	0.47	0.03	1.03	0.25	0.00	0.22	1.93	7.95	0.12	0.00	0.06	0.00	0.03	0.00	0.06	0.03	5.74	0.03	0.00	6.58	2.15	1.12	0.22	7.42	1.72	0.16	19.59	0.00	0.53	0.53	0.19	0.00	0.03	0.41	4.24	0.25	0.00	0.31	0.53	0.00	0.56	0.00	0.97
Sonora	3.78	1.21	6.45	2.38	0.16	0.03	0.79	0.00	0.00	1.87	1.30	0.25	0.10	0.51	0.16	0.00	0.29	2.26	5.40	0.29	0.10	0.64	0.35	0.00	0.00	0.13	0.03	1.62	0.19	0.10	8.87	1.08	0.22	0.19	7.44	0.60	0.54	20.88	0.00	5.02	0.06	0.19	0.00	0.57	5.53	5.21	1.08	0.00	0.00	0.10	0.03	0.13	0.00	6.80
Tabasco	0.91	1.29	12.22	3.43	0.00	0.00	2.36	0.04	0.00	1.56	0.57	0.00	0.88	1.10	0.00	0.00	2.51	3.58	5.98	0.11	0.11	4.61	0.00	0.04	0.23	0.00	0.00	3.01	1.07	0.00	12.49	5.03	3.24	0.23	7.39	1.71	0.65	24.90	0.00	3.92	0.08	0.11	0.00	0.00	0.23	14.35	1.07	0.00	0.08	0.57	0.00	0.57	0.00	24.56
Tamaulipas	1.08	1.94	5.69	2.94	0.00	0.11	0.65	0.08	0.00	1.21	2.24	0.22	0.08	1.35	0.00	0.00	0.16	2.89	4.21	0.05	0.03	0.30	0.00	0.00	0.00	0.00	0.00	3.34	0.11	0.00	7.12	3.43	1.38	0.30	9.47	1.08	0.13	21.44	0.00	4.15	1.48	0.27	0.00	0.00	0.32	4.50	0.49	0.00	0.30	0.27	0.03	0.92	1.38	3.94
Tlaxcala	0.92	0.07	1.21	0.57	0.00	0.00	0.07	0.07	0.00	0.00	0.28	0.00	0.00	0.21	0.00	0.00	0.07	1.21	10.70	0.07	0.21	0.64	0.07	0.00	0.14	0.14	0.00	1.63	0.35	0.14	1.49	0.50	0.07	0.00	0.85	0.14	0.00	1.28	0.00	0.14	0.00	0.00	0.07	0.00	1.42	0.14	0.78	0.00	0.00	0.14	0.00	0.00	0.00	0.99
Veracruz de Ignacio de la Llave	0.72	0.91	7.00	2.02	0.03	0.03	0.21	0.03	0.00	0.50	0.85	0.00	0.71	0.45	0.00	0.00	1.61	2.74	4.85	0.12	0.09	2.35	0.20	0.00	0.03	0.12	0.02	4.35	0.49	0.09	3.30	3.65	1.11	0.87	7.53	2.47	0.81	12.60	1.70	1.51	1.64	0.07	0.01	0.01	1.44	7.40	0.58	0.00	0.19	0.42	0.14	0.44	0.01	6.79
Yucatán	0.09	0.69	0.74	0.13	0.04	0.00	0.43	0.00	0.00	0.00	0.52	0.04	0.00	0.22	0.00	0.00	0.00	0.82	0.39	0.00	0.00	0.22	0.00	0.00	0.00	0.00	0.00	0.26	0.00	0.00	0.04	0.39	0.65	0.00	2.12	0.09	0.43	0.39	0.00	0.17	0.00	0.00	0.04	0.00	1.73	3.34	0.17	0.00	0.00	0.00	0.00	0.13	0.00	2.30
Zacatecas	4.44	2.19	9.95	3.20	0.00	0.00	2.31	0.00	0.00	4.14	2.31	0.65	0.06	1.48	0.41	0.00	0.47	2.31	8.94	0.36	0.00	0.06	0.12	0.00	0.00	0.12	0.00	1.89	0.24	0.06	19.95	6.81	1.36	2.19	13.91	2.25	0.65	20.25	0.00	3.73	0.30	0.36	0.18	0.00	2.25	8.29	0.65	0.00	0.65	1.12	0.00	1.54	0.00	10.01

Absolutos en el mes

kable(delitoEstado2020mes)

claveEntidad	Homicidio doloso	Homicidio culposo	Lesiones dolosas	Lesiones culposas	Feminicidio	Aborto	Otros delitos que atentan contra la vida y la integridad corporal	Secuestro	Rapto	Otros delitos que atentan contra la libertad personal	Abuso sexual	Acoso sexual	Hostigamiento sexual	Violación simple	Violación equiparada	Incesto	Otros delitos que atentan contra la libertad y la seguridad sexual	Robo a casa habitación	Robo de vehículo automotor	Robo de autopartes	Robo a transportista	Robo a transeúnte en vía pública	Robo a transeúnte en espacio abierto al público	Robo en transporte público individual	Robo en transporte público colectivo	Robo en transporte individual	Robo a institución bancaria	Robo a negocio	Robo de ganado	Robo de maquinaria	Otros robos	Fraude	Abuso de confianza	Extorsión	Daño a la propiedad	Despojo	Otros delitos contra el patrimonio	Violencia familiar	Violencia de género en todas sus modalidades distinta a la violencia familiar	Incumplimiento de obligaciones de asistencia familiar	Otros delitos contra la familia	Corrupción de menores	Trata de personas	Otros delitos contra la sociedad	Narcomenudeo	Amenazas	Allanamiento de morada	Evasión de presos	Falsedad	Falsificación	Contra el medio ambiente	Delitos cometidos por servidores públicos	Electorales	Otros delitos del Fuero Común
Aguascalientes	8	15	322	94	2	1	4	0	0	39	0	0	19	26	12	0	69	197	118	88	0	144	1	11	2	4	0	163	17	1	163	260	71	9	405	42	31	231	1	20	4	0	0	0	173	341	65	1	8	52	9	33	17	178
Baja California	229	55	494	147	2	0	219	1	0	389	190	0	41	59	29	0	31	267	967	7	1	418	0	2	1	0	0	361	2	0	647	239	46	9	683	129	120	1247	0	87	67	61	8	5	829	600	203	0	16	59	0	96	2	689
Baja California Sur	3	9	149	53	0	0	17	0	0	8	43	14	1	24	7	0	6	110	45	0	1	9	5	0	0	0	0	40	3	1	286	143	34	17	114	38	20	241	1	54	15	6	0	1	47	155	23	0	18	9	0	31	0	100
Campeche	9	8	290	101	1	1	27	0	0	15	43	7	4	8	23	0	5	114	41	7	2	15	2	2	2	0	0	61	7	0	251	82	37	4	251	22	24	173	0	15	0	4	0	0	21	314	36	0	1	21	2	11	0	91
Coahuila de Zaragoza	8	27	478	73	3	0	7	1	0	5	144	62	3	17	35	1	7	175	41	11	0	14	2	1	0	0	0	83	16	6	381	170	85	6	834	53	155	1550	0	30	17	4	0	0	1013	884	96	0	0	15	1	40	27	323
Colima	58	7	95	55	0	0	0	1	0	34	44	0	6	21	0	0	11	124	97	0	0	7	0	0	0	0	0	66	4	0	415	127	37	15	229	22	17	367	0	63	0	2	1	10	152	267	11	0	6	14	2	23	0	79
Chiapas	28	56	67	59	6	1	11	0	0	14	13	6	3	37	4	0	72	14	99	0	0	8	8	0	0	0	0	10	1	0	54	22	10	1	95	11	13	154	0	23	1	2	0	9	72	137	7	1	1	4	4	4	5	80
Chihuahua	160	39	455	130	5	1	29	2	0	80	226	22	28	107	28	0	34	212	372	47	0	51	11	0	0	0	1	139	5	16	336	551	111	0	701	70	94	1294	4	199	4	7	4	0	275	289	29	0	16	52	0	71	1	141
Ciudad de México	52	58	493	478	7	15	83	0	0	163	461	140	0	64	158	0	145	262	514	709	8	899	232	63	356	112	1	870	0	0	2307	1735	456	30	914	358	397	3176	0	74	3	26	24	111	339	1620	76	2	47	233	91	470	2	866
Durango	11	28	235	105	2	1	0	0	0	23	54	10	2	35	1	0	36	150	67	9	3	17	1	0	2	0	0	105	2	0	264	141	73	8	296	38	0	571	0	22	68	0	0	2	88	121	14	0	1	14	2	5	2	96
Guanajuato	223	71	1236	3	4	2	72	2	0	0	134	36	14	70	7	0	6	334	323	0	1	28	0	0	0	0	0	382	7	0	1573	371	134	42	1017	155	23	1228	0	174	3	40	0	0	1772	1043	33	1	23	47	0	12	0	1488
Guerrero	120	31	218	52	0	0	2	1	0	43	30	12	3	30	19	0	0	28	161	2	0	19	1	0	1	0	0	67	2	0	196	75	30	25	199	69	0	295	14	54	15	1	0	0	72	259	21	0	8	25	1	36	0	105
Hidalgo	30	25	300	188	2	1	25	3	0	156	74	0	11	42	62	0	34	123	285	7	1	75	15	7	0	0	0	139	7	1	422	111	36	21	217	72	15	664	0	101	0	9	2	1	38	264	26	0	17	21	0	61	55	892
Jalisco	151	72	759	227	2	1	0	2	0	79	223	34	5	29	1	0	123	257	1046	165	24	711	70	21	35	47	0	457	14	32	1064	720	114	48	704	141	0	1078	0	0	80	7	0	0	102	903	23	0	13	136	3	43	0	1240
México	168	130	4401	1045	14	8	101	9	0	520	539	444	15	182	163	0	6	681	2979	371	350	2053	0	91	588	862	1	1589	13	0	2136	1236	305	564	1339	453	18	2621	269	299	0	8	13	268	315	0	155	0	23	287	36	321	0	6615
Michoacán de Ocampo	161	65	495	93	2	3	31	1	0	28	54	12	2	37	7	0	28	80	373	1	54	19	5	6	14	0	1	66	1	5	267	198	60	7	317	81	22	122	0	26	0	2	0	0	182	410	39	0	1	77	7	24	1	200
Morelos	66	16	81	234	3	0	44	1	0	25	65	4	8	55	1	2	4	116	328	87	8	57	3	2	11	10	3	183	3	0	410	183	61	11	230	138	45	465	0	33	29	3	3	4	70	408	33	0	9	18	0	1	0	132
Nayarit	11	19	33	25	0	0	3	0	0	4	0	4	0	21	4	0	20	28	36	3	0	0	0	0	0	0	1	19	0	0	14	16	5	1	35	9	0	138	0	65	2	2	0	2	28	21	4	0	0	1	1	3	0	80
Nuevo León	127	58	461	179	10	12	29	4	12	230	192	80	7	107	60	1	78	453	322	8	16	71	64	13	4	5	0	242	13	8	386	500	88	68	591	108	5	2282	0	59	669	25	11	0	492	574	50	1	21	126	1	160	1	558
Oaxaca	56	83	273	83	4	0	22	3	0	24	38	26	7	34	26	0	1	106	227	7	10	150	20	1	12	4	2	127	7	1	267	142	42	5	238	75	60	657	0	10	25	0	2	44	28	384	26	0	41	26	0	14	24	115
Puebla	62	33	514	84	3	0	35	2	0	23	69	27	9	37	28	0	113	221	579	83	174	352	0	8	48	121	2	404	5	125	422	439	148	8	385	154	20	793	0	27	61	7	3	39	198	518	19	0	8	54	1	229	4	183
Querétaro	12	25	372	75	0	1	62	0	0	22	74	87	8	37	29	0	2	208	313	58	0	120	8	5	8	34	0	226	11	1	938	319	47	26	145	85	1	472	44	64	19	0	0	40	140	337	24	0	20	14	0	0	0	398
Quintana Roo	47	78	243	145	3	0	27	0	0	95	127	30	2	70	0	0	51	148	258	10	0	107	34	5	5	3	0	122	4	40	516	17	232	9	408	65	32	522	0	55	70	4	1	0	149	284	24	0	40	26	8	66	8	158
San Luis Potosí	53	14	373	41	2	1	24	1	0	78	56	26	8	65	0	0	12	92	324	44	52	108	8	5	4	0	1	147	28	24	679	226	72	11	550	47	117	788	0	56	9	5	1	0	184	296	47	0	0	18	11	59	0	332
Sinaloa	35	59	329	89	1	0	55	0	0	106	46	15	1	33	8	0	7	62	255	4	0	2	0	1	0	2	1	184	1	0	211	69	36	7	238	55	5	628	0	17	17	6	0	1	13	136	8	0	10	17	0	18	0	31
Sonora	119	38	203	75	5	1	25	0	0	59	41	8	3	16	5	0	9	71	170	9	3	20	11	0	0	4	1	51	6	3	279	34	7	6	234	19	17	657	0	158	2	6	0	18	174	164	34	0	0	3	1	4	0	214
Tabasco	24	34	321	90	0	0	62	1	0	41	15	0	23	29	0	0	66	94	157	3	3	121	0	1	6	0	0	79	28	0	328	132	85	6	194	45	17	654	0	103	2	3	0	0	6	377	28	0	2	15	0	15	0	645
Tamaulipas	40	72	211	109	0	4	24	3	0	45	83	8	3	50	0	0	6	107	156	2	1	11	0	0	0	0	0	124	4	0	264	127	51	11	351	40	5	795	0	154	55	10	0	0	12	167	18	0	11	10	1	34	51	146
Tlaxcala	13	1	17	8	0	0	1	1	0	0	4	0	0	3	0	0	1	17	151	1	3	9	1	0	2	2	0	23	5	2	21	7	1	0	12	2	0	18	0	2	0	0	1	0	20	2	11	0	0	2	0	0	0	14
Veracruz de Ignacio de la Llave	62	79	604	174	3	3	18	3	0	43	73	0	61	39	0	0	139	237	419	10	8	203	17	0	3	10	2	376	42	8	285	315	96	75	650	213	70	1088	147	130	142	6	1	1	124	639	50	0	16	36	12	38	1	586
Yucatán	2	16	17	3	1	0	10	0	0	0	12	1	0	5	0	0	0	19	9	0	0	5	0	0	0	0	0	6	0	0	1	9	15	0	49	2	10	9	0	4	0	0	1	0	40	77	4	0	0	0	0	3	0	53
Zacatecas	75	37	168	54	0	0	39	0	0	70	39	11	1	25	7	0	8	39	151	6	0	1	2	0	0	2	0	32	4	1	337	115	23	37	235	38	11	342	0	63	5	6	3	0	38	140	11	0	11	19	0	26	0	169

Lugar a nivel nacional de los municipios Queretanos en incidencia delictiva

Top 50 municipios en el año

pop2020<-subset(pop,pop$ANO==losAnos[length(losAnos)])
delitos2020<-subset(delitos2,delitos2$Ano==losAnos[length(losAnos)])
popMun<-aggregate(pop2020$POB~pop2020$MUN,pop2020,sum)
delMun<-aggregate(delitos2020$value~delitos2020$Cve..Municipio,delitos2020,sum)

delMun$estado<-NA
delMun$municipio<-NA
for (i in 1:nrow(delMun)) {
  delMun$estado[i]<-unique(delitos2020$Entidad[delitos2020$Cve..Municipio==delMun$`delitos2020$Cve..Municipio`[i]])
  
  delMun$municipio[i]<-unique(delitos2020$Municipio[delitos2020$Cve..Municipio==delMun$`delitos2020$Cve..Municipio`[i]])
}


delMun$poblacion<-NA
for (i in 1:nrow(delMun)) {
  delMun$poblacion[delMun$municipio==popMun$`pop2020$MUN`[i]]<-popMun$`pop2020$POB`[i]
  
}
delMun$incidencia<-NA
delMun$incidencia<-round(delMun$`delitos2020$value`/delMun$poblacion*100000,2)
delMun<-delMun[order(delMun$incidencia,decreasing = TRUE),]

delMun$posicion<-NA

for (i in 1:nrow(delMun)) {
  delMun$posicion[i]<-i
}
names(delMun)[c(1,2,6,7)]<-c("Clave del municipio","Número de carpetas de investigación", "Incidencia por cada 100 mil habitantes","Posición a nivel nacional")
kable(head(delMun[,c(7,3,4,2,5,6)],50),caption = "Top 50 en el año")

Top 50 en el año
	Posición a nivel nacional	estado	municipio	Número de carpetas de investigación	poblacion	Incidencia por cada 100 mil habitantes
1829	1	Quintana Roo	Tulum	1077	38476	2799.15
76	2	Colima	Colima	4872	174249	2796.00
506	3	Hidalgo	Pachuca de Soto	6496	283561	2290.87
739	4	México	Polotitlán	345	15415	2238.08
289	5	Ciudad de México	Cuauhtémoc	17496	783824	2232.13
81	6	Colima	Manzanillo	4393	210031	2091.60
496	7	Hidalgo	Mineral del Chico	202	9950	2030.15
16	8	Baja California	Playas de Rosarito	2212	111412	1985.42
1080	9	Oaxaca	Oaxaca de Juárez	4790	259162	1848.26
778	10	México	Valle de Bravo	1310	71287	1837.64
480	11	Hidalgo	Epazoyucan	299	16468	1815.64
774	12	México	Toluca	17393	968840	1795.24
972	13	Nuevo León	El Carmen	882	49869	1768.63
913	14	Morelos	Cuernavaca	7143	406087	1758.98
290	15	Ciudad de México	Miguel Hidalgo	6661	381196	1747.40
1828	16	Quintana Roo	Solidaridad	4335	251189	1725.79
2477	17	Zacatecas	Zacatecas	2715	157320	1725.78
729	18	México	Nopaltepec	167	9909	1685.34
38	19	Coahuila de Zaragoza	Acuña	2785	166109	1676.61
346	20	Guanajuato	Guanajuato	3352	201601	1662.69
32	21	Campeche	Escárcega	1080	65274	1654.56
1815	22	Querétaro	Querétaro	16566	1007923	1643.58
25	23	Campeche	Campeche	5337	328054	1626.87
789	24	México	Cuautitlán Izcalli	9517	586273	1623.31
232	25	Chihuahua	Santa Isabel	71	4392	1616.58
1859	26	San Luis Potosí	San Luis Potosí	14115	881143	1601.90
767	27	México	Texcoco	4267	266768	1599.52
13	28	Baja California	Mexicali	17793	1123056	1584.34
722	29	México	Metepec	4146	263100	1575.83
788	30	México	Zumpango	3530	224322	1573.63
693	31	México	Chalco	6474	412810	1568.28
14	32	Baja California	Tecate	1805	117180	1540.37
84	33	Colima	Villa de Álvarez	2394	155697	1537.60
497	34	Hidalgo	Mineral del Monte	247	16104	1533.78
61	35	Coahuila de Zaragoza	Piedras Negras	2760	181109	1523.94
915	36	Morelos	Huitzilac	315	20805	1514.06
744	37	México	San Mateo Atenco	1242	82161	1511.67
974	38	Nuevo León	Ciénega de Flores	801	52995	1511.46
912	39	Morelos	Cuautla	3240	215291	1504.94
844	40	Michoacán de Ocampo	Marcos Castellanos	220	14775	1489.00
1	41	Aguascalientes	Aguascalientes	14633	986919	1482.70
793	42	México	Tonanitla	162	11060	1464.74
692	43	México	Cuautitlán	2622	180098	1455.87
1414	44	Oaxaca	Santa María Colotepec	371	25491	1455.42
535	45	Hidalgo	Tulancingo de Bravo	2507	173360	1446.12
276	46	Ciudad de México	Azcapotzalco	5843	406387	1437.79
78	47	Colima	Coquimatlán	326	22754	1432.72
527	48	Hidalgo	Tizayuca	2039	142743	1428.44
747	49	México	Soyaniquilpan de Juárez	210	14715	1427.12
677	50	México	Amecameca	789	55411	1423.91

Top 50 municipios en el mes

pop2020<-subset(pop,pop$ANO==losAnos[length(losAnos)])
delitos2020Mes<-subset(delitos2,delitos2$Ano==losAnos[length(losAnos)] & delitos2$meses== esteMes)
popMun<-aggregate(pop2020$POB~pop2020$MUN,pop2020,sum)
delMunMes<-aggregate(delitos2020Mes$value~delitos2020Mes$Cve..Municipio,delitos2020Mes,sum)

delMunMes$estado<-NA
delMunMes$municipio<-NA
for (i in 1:nrow(delMunMes)) {
  delMunMes$estado[i]<-unique(delitos2020Mes$Entidad[delitos2020Mes$Cve..Municipio==delMunMes$`delitos2020Mes$Cve..Municipio`[i]])
  
  delMunMes$municipio[i]<-unique(delitos2020Mes$Municipio[delitos2020Mes$Cve..Municipio==delMunMes$`delitos2020Mes$Cve..Municipio`[i]])
}


delMunMes$poblacion<-NA
for (i in 1:nrow(delMunMes)) {
  delMunMes$poblacion[delMunMes$municipio==popMun$`pop2020$MUN`[i]]<-popMun$`pop2020$POB`[i]
  
}
delMunMes$incidencia<-NA
delMunMes$incidencia<-round(delMunMes$`delitos2020Mes$value`/delMunMes$poblacion*100000,2)
delMunMes<-delMunMes[order(delMunMes$incidencia,decreasing = TRUE),]

delMunMes$posicion<-NA

for (i in 1:nrow(delMunMes)) {
  delMunMes$posicion[i]<-i
}
names(delMunMes)[c(1,2,6,7)]<-c("Clave del municipio","Número de carpetas de investigación", "Incidencia por cada 100 mil habitantes","Posición a nivel nacional")
kable(head(delMunMes[,c(7,3,4,2,5,6)],50),caption = "Top 50 en el mes")

Top 50 en el mes
	Posición a nivel nacional	estado	municipio	Número de carpetas de investigación	poblacion	Incidencia por cada 100 mil habitantes
1402	1	Oaxaca	Santa Inés Yatzeche	6	950	631.58
1829	2	Quintana Roo	Tulum	195	38476	506.81
76	3	Colima	Colima	879	174249	504.45
739	4	México	Polotitlán	63	15415	408.69
506	5	Hidalgo	Pachuca de Soto	1156	283561	407.67
496	6	Hidalgo	Mineral del Chico	39	9950	391.96
289	7	Ciudad de México	Cuauhtémoc	3035	783824	387.20
972	8	Nuevo León	El Carmen	193	49869	387.01
480	9	Hidalgo	Epazoyucan	63	16468	382.56
60	10	Coahuila de Zaragoza	Parras	186	49487	375.86
38	11	Coahuila de Zaragoza	Acuña	623	166109	375.05
1432	12	Oaxaca	Santa María Jaltianguis	2	541	369.69
16	13	Baja California	Playas de Rosarito	400	111412	359.03
81	14	Colima	Manzanillo	731	210031	348.04
995	15	Nuevo León	Linares	312	90832	343.49
778	16	México	Valle de Bravo	242	71287	339.47
985	17	Nuevo León	General Treviño	4	1209	330.85
1680	18	Puebla	Mazapiltepec de Juárez	10	3065	326.26
14	19	Baja California	Tecate	374	117180	319.17
915	20	Morelos	Huitzilac	66	20805	317.23
737	21	México	Papalotla	14	4427	316.24
61	22	Coahuila de Zaragoza	Piedras Negras	572	181109	315.83
913	23	Morelos	Cuernavaca	1269	406087	312.49
1205	24	Oaxaca	San Juan Chilateca	5	1610	310.56
774	25	México	Toluca	2949	968840	304.38
1859	26	San Luis Potosí	San Luis Potosí	2672	881143	303.24
290	27	Ciudad de México	Miguel Hidalgo	1153	381196	302.47
346	28	Guanajuato	Guanajuato	607	201601	301.09
2477	29	Zacatecas	Zacatecas	471	157320	299.39
2432	30	Zacatecas	Trinidad García de la Cadena	9	3042	295.86
25	31	Campeche	Campeche	960	328054	292.63
1080	32	Oaxaca	Oaxaca de Juárez	757	259162	292.10
1000	33	Nuevo León	Montemorelos	202	69413	291.01
13	34	Baja California	Mexicali	3256	1123056	289.92
789	35	México	Cuautitlán Izcalli	1682	586273	286.90
1815	36	Querétaro	Querétaro	2889	1007923	286.63
1828	37	Quintana Roo	Solidaridad	719	251189	286.24
767	38	México	Texcoco	762	266768	285.64
84	39	Colima	Villa de Álvarez	444	155697	285.17
1011	40	Nuevo León	Santiago	136	48083	282.84
1007	41	Nuevo León	Salinas Victoria	180	64394	279.53
497	42	Hidalgo	Mineral del Monte	45	16104	279.43
722	43	México	Metepec	723	263100	274.80
747	44	México	Soyaniquilpan de Juárez	40	14715	271.83
677	45	México	Amecameca	148	55411	267.09
1	46	Aguascalientes	Aguascalientes	2621	986919	265.57
1004	47	Nuevo León	Los Ramones	14	5274	265.45
527	48	Hidalgo	Tizayuca	372	142743	260.61
793	49	México	Tonanitla	28	11060	253.16
729	50	México	Nopaltepec	25	9909	252.30

Posición de los municipios de Queretaro en el año

kable(delMun[delMun$estado=="Querétaro",c(7,3,4,2,5,6)])

	Posición a nivel nacional	estado	municipio	Número de carpetas de investigación	poblacion	Incidencia por cada 100 mil habitantes
1815	22	Querétaro	Querétaro	16566	1007923	1643.58
1817	139	Querétaro	San Juan del Río	3518	327013	1075.80
1807	170	Querétaro	Corregidora	2187	218580	1000.55
1810	198	Querétaro	Jalpan de Serra	291	30545	952.69
1812	224	Querétaro	El Marqués	1711	187408	912.98
1808	234	Querétaro	Ezequiel Montes	425	47327	898.01
1818	283	Querétaro	Tequisquiapan	675	81508	828.14
1813	395	Querétaro	Pedro Escobedo	537	78781	681.64
1806	435	Querétaro	Colón	457	71101	642.75
1809	454	Querétaro	Huimilpan	274	43531	629.44
1802	481	Querétaro	Amealco de Bonfil	430	70139	613.07
1805	491	Querétaro	Cadereyta de Montes	479	79287	604.13
1816	625	Querétaro	San Joaquín	54	10629	508.04
1804	642	Querétaro	Arroyo Seco	76	15269	497.74
1803	732	Querétaro	Pinal de Amoles	127	28762	441.55
1819	827	Querétaro	Tolimán	173	43584	396.93
1811	1057	Querétaro	Landa de Matamoros	63	20733	303.86
1814	1420	Querétaro	Peñamiller	46	22702	202.63
1820	2471	Querétaro	No Especificado	54	NA	NA

Posición de los municipios de Queretaro en el mes

kable(delMunMes[delMunMes$estado=="Querétaro",c(7,3,4,2,5,6)])

	Posición a nivel nacional	estado	municipio	Número de carpetas de investigación	poblacion	Incidencia por cada 100 mil habitantes
1815	36	Querétaro	Querétaro	2889	1007923	286.63
1817	166	Querétaro	San Juan del Río	614	327013	187.76
1807	231	Querétaro	Corregidora	359	218580	164.24
1818	242	Querétaro	Tequisquiapan	132	81508	161.95
1808	248	Querétaro	Ezequiel Montes	76	47327	160.58
1812	266	Querétaro	El Marqués	290	187408	154.74
1809	358	Querétaro	Huimilpan	57	43531	130.94
1813	382	Querétaro	Pedro Escobedo	100	78781	126.93
1806	384	Querétaro	Colón	90	71101	126.58
1804	399	Querétaro	Arroyo Seco	19	15269	124.44
1805	412	Querétaro	Cadereyta de Montes	97	79287	122.34
1810	421	Querétaro	Jalpan de Serra	37	30545	121.13
1802	489	Querétaro	Amealco de Bonfil	76	70139	108.36
1816	789	Querétaro	San Joaquín	8	10629	75.27
1811	821	Querétaro	Landa de Matamoros	15	20733	72.35
1819	834	Querétaro	Tolimán	31	43584	71.13
1803	852	Querétaro	Pinal de Amoles	20	28762	69.54
1814	1341	Querétaro	Peñamiller	8	22702	35.24
1820	2471	Querétaro	No Especificado	13	NA	NA

Delitos en Querétaro

delitosQRO2020<-subset(delitos2, delitos2$Clave_Ent==22)
delitosQRO2020$periodo<-NA
delitosQRO2020$mes<-NA
m<-unique(delitosQRO2020$meses)
for (i in m) {
  delitosQRO2020$mes[delitosQRO2020$meses==i]<-switch (i,"Enero"="01","Febrero"="02","Marzo"="03", "Abril"="04","Mayo"="05","Junio"="06","Julio"="07","Agosto"="08","Septiembre"="09","Octubre"="10","Noviembre"="11", "Diciembre"="12")
}

delitosQRO2020$periodo<-paste0(delitosQRO2020$Ano,delitosQRO2020$mes)

catalogoDelitos<-as.data.frame(sort(unique(delitosQRO2020$Subtipo.de.delito)))
losMeses2020<-sort(unique(delitosQRO2020$periodo))
for (i in 1:length(losMeses2020)){
  a<-subset(delitosQRO2020, delitosQRO2020$periodo==losMeses2020[i])
  b<-as.data.frame(aggregate(a$value~a$Subtipo.de.delito,a,sum))[2]
  catalogoDelitos<-cbind(catalogoDelitos,b)
}
names(catalogoDelitos)<-c("Delito", losMeses2020)

stop1<-0
dondeBuscar<-colSums(catalogoDelitos[2:ncol(catalogoDelitos)])
for (i in 1:length(dondeBuscar)) {
  if(dondeBuscar[i]==0){
    stop1<-i;
    break;
  }
}
if(stop1==0){stop1=ncol(catalogoDelitos)}
stop2=stop1-12  

#Superior al mismo périodo del año anterior
comparaAniAnterior<-catalogoDelitos[,c(1,stop2,stop1)]
comparaAniAnteriorTasa<-comparaAniAnterior
comparaAniAnteriorTasa[2]<-round(comparaAniAnteriorTasa[2]/ent$year2019[22]*1000,3)
comparaAniAnteriorTasa[3]<-round(comparaAniAnteriorTasa[3]/ent$year2020[22]*1000,3)
names(comparaAniAnteriorTasa)<-c("Delito", "Tasa 2019", "Tasa 2020")
comparaAniAnteriorTasa$cambio<-NA
comparaAniAnteriorTasa$cambio<-round((comparaAniAnteriorTasa[3]-comparaAniAnteriorTasa[2])/comparaAniAnteriorTasa[2],2)

aumentoContraUnAno<-comparaAniAnteriorTasa$Delito[comparaAniAnteriorTasa$cambio>0 & !is.na(comparaAniAnteriorTasa$cambio)]


maximoAbsoluto<-apply(X = catalogoDelitos[,2:stop1], MARGIN = 1,max)
estePeriodo<-catalogoDelitos[,stop1]
DelitosEnMaximoAbsoluto<-catalogoDelitos[estePeriodo!=0 & estePeriodo>=maximoAbsoluto,c(1, stop1)]

names(DelitosEnMaximoAbsoluto)<-c(paste0("Delitos que alcanzan su máximo histórico en ",esteMes ,"(Números absolutos)"),"Incidentes")

Delitos que aumentaron entre Mayo y Junio

cambioMes<-cbind(catalogoDelitos[,1], catalogoDelitos[,(stop1-1):stop1])
cambioMes$tasadeCambio<-NA
cambioMes$tasadeCambio<-round((cambioMes[,3]-cambioMes[,2])/cambioMes[,2]*100,2)
cambioMes<-cambioMes[order(cambioMes$tasadeCambio,decreasing = TRUE),]
cambioMes1<-cambioMes[!is.infinite(cambioMes[,4]) & !is.nan(cambioMes[,4]), ]
cambioMes1<-cambioMes1[order(cambioMes1[3], decreasing = TRUE),]

## Warning in xtfrm.data.frame(x): cannot xtfrm data frames

names(cambioMes1)<-c("Delito", paste0("Carpetas en ", anterior), paste0("Carpetas en ", esteMes),"Tasa de cambio (%)")

kable(cambioMes1)

	Delito	Carpetas en Mayo	Carpetas en Junio	Tasa de cambio (%)
34	Otros robos	917	938	2.29
55	Violencia familiar	527	472	-10.44
30	Otros delitos del Fuero Común	365	398	9.04
25	Lesiones dolosas	442	372	-15.84
6	Amenazas	433	337	-22.17
18	Fraude	310	319	2.90
45	Robo de vehículo automotor	350	313	-10.57
38	Robo a negocio	186	226	21.51
36	Robo a casa habitación	212	208	-1.89
9	Daño a la propiedad	160	145	-9.38
26	Narcomenudeo	123	140	13.82
40	Robo a transeúnte en vía pública	130	120	-7.69
4	Acoso sexual	76	87	14.47
11	Despojo	78	85	8.97
24	Lesiones culposas	111	75	-32.43
3	Abuso sexual	67	74	10.45
23	Incumplimiento de obligaciones de asistencia familiar	60	64	6.67
33	Otros delitos que atentan contra la vida y la integridad corporal	91	62	-31.87
42	Robo de autopartes	36	58	61.11
2	Abuso de confianza	61	47	-22.95
54	Violencia de género en todas sus modalidades distinta a la violencia familiar	77	44	-42.86
29	Otros delitos contra la sociedad	27	40	48.15
53	Violación simple	37	37	0.00
46	Robo en transporte individual	38	34	-10.53
52	Violación equiparada	28	29	3.57
14	Extorsión	15	26	73.33
19	Homicidio culposo	29	25	-13.79
5	Allanamiento de morada	34	24	-29.41
31	Otros delitos que atentan contra la libertad personal	21	22	4.76
15	Falsedad	17	20	17.65
28	Otros delitos contra la familia	24	19	-20.83
16	Falsificación	19	14	-26.32
20	Homicidio doloso	15	12	-20.00
43	Robo de ganado	10	11	10.00
21	Hostigamiento sexual	4	8	100.00
47	Robo en transporte público colectivo	8	8	0.00
39	Robo a transeúnte en espacio abierto al público	9	8	-11.11
48	Robo en transporte público individual	5	5	0.00
32	Otros delitos que atentan contra la libertad y la seguridad sexual	3	2	-33.33
27	Otros delitos contra el patrimonio	2	1	-50.00
1	Aborto	6	1	-83.33
17	Feminicidio	2	0	-100.00

Querétaro: Los delitos que han alcanzado su máximo histórico (en números absolutos) en este mes

kable(DelitosEnMaximoAbsoluto)

	Delitos que alcanzan su máximo histórico en Junio(Números absolutos)	Incidentes
4	Acoso sexual	87
15	Falsedad	20
21	Hostigamiento sexual	8
31	Otros delitos que atentan contra la libertad personal	22

Querétaro: Los delitos más frecuentes en Junio

elMes<-catalogoDelitos[,c(1,stop1)]
elMes<-elMes[order(elMes[2], decreasing =TRUE),]

## Warning in xtfrm.data.frame(x): cannot xtfrm data frames

names(elMes)<-c(paste0("Delitos más frecuentes en ",esteMes),esteMes)
kable(elMes)

	Delitos más frecuentes en Junio	Junio
34	Otros robos	938
55	Violencia familiar	472
30	Otros delitos del Fuero Común	398
25	Lesiones dolosas	372
6	Amenazas	337
18	Fraude	319
45	Robo de vehículo automotor	313
38	Robo a negocio	226
36	Robo a casa habitación	208
9	Daño a la propiedad	145
26	Narcomenudeo	140
40	Robo a transeúnte en vía pública	120
4	Acoso sexual	87
11	Despojo	85
24	Lesiones culposas	75
3	Abuso sexual	74
23	Incumplimiento de obligaciones de asistencia familiar	64
33	Otros delitos que atentan contra la vida y la integridad corporal	62
42	Robo de autopartes	58
2	Abuso de confianza	47
54	Violencia de género en todas sus modalidades distinta a la violencia familiar	44
29	Otros delitos contra la sociedad	40
53	Violación simple	37
46	Robo en transporte individual	34
52	Violación equiparada	29
14	Extorsión	26
19	Homicidio culposo	25
5	Allanamiento de morada	24
31	Otros delitos que atentan contra la libertad personal	22
15	Falsedad	20
28	Otros delitos contra la familia	19
16	Falsificación	14
20	Homicidio doloso	12
43	Robo de ganado	11
21	Hostigamiento sexual	8
39	Robo a transeúnte en espacio abierto al público	8
47	Robo en transporte público colectivo	8
48	Robo en transporte público individual	5
32	Otros delitos que atentan contra la libertad y la seguridad sexual	2
1	Aborto	1
27	Otros delitos contra el patrimonio	1
44	Robo de maquinaria	1
7	Contra el medio ambiente	0
8	Corrupción de menores	0
10	Delitos cometidos por servidores públicos	0
12	Electorales	0
13	Evasión de presos	0
17	Feminicidio	0
22	Incesto	0
35	Rapto	0
37	Robo a institución bancaria	0
41	Robo a transportista	0
49	Secuestro	0
50	Tráfico de menores	0
51	Trata de personas	0

Serie Mensual por delito en Querétaro

kable(catalogoDelitos)

Delito	201501	201502	201503	201504	201505	201506	201507	201508	201509	201510	201511	201512	201601	201602	201603	201604	201605	201606	201607	201608	201609	201610	201611	201612	201701	201702	201703	201704	201705	201706	201707	201708	201709	201710	201711	201712	201801	201802	201803	201804	201805	201806	201807	201808	201809	201810	201811	201812	201901	201902	201903	201904	201905	201906	201907	201908	201909	201910	201911	201912	202001	202002	202003	202004	202005	202006	202007	202008	202009	202010	202011	202012	202101	202102	202103	202104	202105	202106	202107	202108	202109	202110	202111	202112	202201	202202	202203	202204	202205	202206
Aborto	0	2	0	0	0	1	0	0	0	0	2	0	1	1	0	0	0	2	1	0	1	0	0	4	1	1	0	2	3	1	1	0	1	0	0	2	4	0	3	1	0	2	0	1	1	1	0	1	1	0	1	2	1	1	3	2	3	1	3	4	0	3	3	1	3	0	5	4	0	3	3	3	3	5	2	4	3	1	4	2	3	2	3	5	2	6	5	1	6	1
Abuso de confianza	36	23	30	33	40	39	60	32	39	41	54	32	44	31	52	42	54	54	44	35	67	52	39	50	46	59	49	54	60	44	60	61	64	46	48	44	42	53	55	64	58	45	68	55	44	49	46	43	53	64	55	44	53	48	75	59	61	69	47	53	53	48	55	38	26	33	54	50	66	53	50	61	66	76	76	57	48	85	61	40	57	54	41	54	31	51	58	68	61	47
Abuso sexual	20	13	14	25	25	17	21	23	20	29	26	17	22	14	16	20	28	24	31	28	34	25	30	22	27	25	34	27	43	35	30	23	27	32	32	23	19	29	35	43	31	39	46	27	37	34	39	34	29	47	48	54	59	44	50	57	34	39	39	40	36	39	69	22	47	46	56	41	51	54	48	42	42	39	69	68	48	53	77	68	51	61	54	48	61	37	72	76	67	74
Acoso sexual	5	1	0	0	3	3	0	4	1	2	2	2	1	4	3	6	4	5	6	2	2	6	0	1	1	4	1	2	7	3	3	9	4	4	4	2	2	16	9	18	9	10	13	13	11	12	14	1	11	14	14	19	17	19	22	37	31	33	44	33	34	55	52	54	42	50	48	57	57	60	42	48	39	41	76	65	64	56	71	55	57	59	54	54	44	57	78	68	76	87
Allanamiento de morada	10	10	9	5	12	6	5	4	5	9	16	10	10	10	10	12	9	11	15	16	13	20	11	12	11	17	17	11	17	15	12	13	15	18	12	14	15	10	16	18	27	26	31	13	23	14	8	31	26	20	26	25	25	20	39	32	17	28	30	27	23	27	22	24	27	21	30	28	22	23	25	24	17	25	22	25	19	24	26	20	26	23	23	24	18	23	23	41	34	24
Amenazas	78	81	95	94	88	85	103	98	95	102	103	86	71	67	89	106	113	189	187	223	159	184	148	174	169	186	176	189	294	231	208	281	241	245	230	215	233	210	287	263	315	276	315	297	273	341	278	273	319	307	333	376	417	344	399	391	308	367	353	328	342	390	380	251	201	278	322	350	333	324	271	281	296	308	407	429	374	365	352	311	316	254	271	310	301	261	371	357	433	337
Contra el medio ambiente	2	1	0	0	0	0	0	0	0	0	0	0	1	0	1	1	1	0	0	0	0	0	0	0	0	0	0	0	0	0	2	0	0	0	0	0	0	0	0	1	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	2	1	0	0	0	0	1	1	0	0	1	0	0	0	0	0	0	0	0	1	1	0	0	1	0	0	0	1	0	0	0	0	0
Corrupción de menores	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
Daño a la propiedad	167	153	186	178	172	168	158	132	165	143	186	174	155	183	159	185	213	391	430	461	477	402	394	412	407	387	432	395	477	447	385	455	412	522	437	444	478	395	433	426	436	510	487	462	473	465	430	426	451	436	484	481	506	452	272	116	120	112	102	128	113	128	107	115	97	108	106	131	134	119	108	94	116	125	135	140	139	144	134	145	87	134	98	129	100	106	137	137	160	145
Delitos cometidos por servidores públicos	0	0	0	0	0	0	0	0	0	1	0	2	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0
Despojo	43	40	45	51	35	33	48	38	34	38	28	50	41	47	47	38	36	46	38	49	41	46	37	45	36	48	51	55	56	64	51	61	51	41	54	29	45	57	65	47	68	60	60	72	61	78	58	49	69	71	83	72	73	73	81	66	65	69	66	62	67	77	58	45	53	71	104	86	70	90	62	78	76	86	77	91	81	87	76	63	69	71	62	73	54	70	77	73	78	85
Electorales	0	0	0	0	0	1	0	0	1	0	0	3	0	0	5	1	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	1	0	1	1	0	1	1	3	26	12	2	2	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	3	0	3	0	0	3	3	2	0	0	2	0	2	2	2	5	18	26	2	2	1	0	0	0	0	0	0	0	0	0
Evasión de presos	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	1	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0
Extorsión	2	0	1	0	0	0	0	3	0	0	0	0	4	0	1	0	1	1	1	0	0	0	0	3	2	0	3	2	1	0	1	0	0	1	3	5	4	5	7	13	4	13	4	13	7	12	12	10	14	33	20	13	23	19	38	35	14	20	16	14	26	16	25	15	21	18	18	20	22	25	17	19	11	18	20	27	24	18	32	25	20	26	22	14	29	19	18	19	15	26
Falsedad	1	2	2	4	5	5	3	2	5	2	4	2	6	3	18	8	9	8	2	10	11	7	6	7	4	4	4	10	14	7	7	6	6	7	3	7	4	6	6	11	13	6	5	12	8	9	4	4	7	6	8	12	4	11	6	11	13	8	8	7	9	13	9	3	6	2	8	4	5	14	10	5	11	10	11	17	9	11	9	16	13	12	16	9	14	14	14	15	17	20
Falsificación	65	40	48	40	59	63	47	44	61	56	63	56	48	40	42	45	52	45	64	52	33	44	47	44	33	38	48	28	43	34	40	25	30	51	33	35	34	35	27	56	56	56	57	52	60	70	38	39	65	42	61	73	63	58	73	49	57	68	46	40	47	36	29	11	12	20	18	33	21	32	22	19	11	11	21	23	11	20	8	22	19	28	18	21	18	18	19	19	19	14
Feminicidio	2	1	0	1	0	0	1	0	2	1	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	1	2	0	2	1	1	0	0	1	2	1	2	0	2	1	0	1	0	1	0	1	0	0	0	0	2	1	4	2	0	1	0	1	1	2	1	1	0	0	0	2	0	0	1	0	1	2	0
Fraude	115	113	138	114	134	138	134	106	110	124	130	130	104	106	117	141	172	153	153	167	167	132	161	119	157	171	181	159	192	186	152	188	143	195	184	126	143	157	211	156	189	172	189	209	185	182	174	152	189	164	221	207	222	180	257	224	206	210	192	208	241	192	173	123	155	199	245	278	291	309	276	282	254	273	319	274	300	308	294	295	284	309	277	313	289	308	326	312	310	319
Homicidio culposo	23	29	24	20	30	25	24	20	30	25	32	34	22	23	30	28	33	23	33	24	18	23	21	25	20	27	18	30	28	26	24	27	27	28	14	27	30	20	30	27	25	34	29	21	22	18	33	21	25	32	33	27	28	20	23	26	27	21	34	31	24	27	23	24	26	24	25	18	21	27	24	20	24	23	27	22	33	30	25	26	31	27	37	42	28	25	20	34	29	25
Homicidio doloso	9	9	12	11	11	10	12	13	10	13	13	8	12	9	12	8	14	7	7	6	15	8	12	8	12	12	14	21	8	21	10	20	19	14	9	15	14	10	15	12	14	16	14	18	22	7	16	22	13	16	18	13	15	11	17	17	20	9	12	15	12	11	26	11	18	8	15	23	11	22	13	12	15	14	16	21	22	9	14	11	16	14	19	14	17	12	3	15	15	12
Hostigamiento sexual	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	1	4	1	4	6	4	4	8
Incesto	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
Incumplimiento de obligaciones de asistencia familiar	67	75	59	61	64	66	67	85	66	79	76	47	58	57	79	69	92	50	103	75	74	63	63	46	63	50	84	77	78	87	76	68	85	79	57	44	69	72	50	63	52	74	38	56	43	64	53	29	43	39	73	53	63	66	58	71	52	82	52	45	75	71	60	11	9	18	57	47	45	62	55	45	29	32	67	50	37	42	51	44	45	51	57	44	60	63	66	61	60	64
Lesiones culposas	37	42	45	45	42	45	32	37	44	53	51	68	44	46	45	59	41	83	70	72	83	82	95	64	76	53	71	71	78	61	52	60	70	72	62	67	59	65	75	74	81	69	83	85	70	91	77	64	78	70	71	65	80	69	77	91	105	87	83	96	56	80	91	63	40	73	57	64	82	99	71	71	64	63	90	96	86	97	92	84	70	88	88	105	73	71	81	76	111	75
Lesiones dolosas	176	194	205	244	236	240	235	246	227	245	290	266	172	173	219	239	286	322	320	405	357	366	304	409	367	315	366	356	561	458	389	422	375	399	355	371	325	335	448	459	504	432	519	419	421	509	400	423	402	413	503	483	614	522	499	448	498	461	380	467	353	417	488	433	326	398	481	393	415	397	340	356	308	333	479	487	460	412	396	399	357	360	364	413	352	332	343	358	442	372
Narcomenudeo	21	22	18	19	18	18	10	7	10	30	30	21	62	84	79	63	42	61	72	74	72	68	71	78	97	74	91	66	81	84	91	70	58	67	82	81	85	79	85	98	92	83	106	112	97	115	88	109	139	133	138	139	165	158	152	119	117	126	107	86	133	122	102	77	78	72	79	89	106	97	90	89	88	79	117	100	76	88	97	108	70	140	82	109	98	93	93	99	123	140
Otros delitos contra el patrimonio	2	0	3	4	4	2	4	2	2	2	5	3	1	3	2	2	6	1	2	3	3	2	2	1	1	5	5	4	3	2	4	2	5	3	1	3	1	4	4	5	6	1	3	3	3	4	2	1	1	3	9	2	3	5	7	4	6	4	1	3	4	2	5	3	2	4	5	5	5	3	5	4	7	4	4	6	3	4	6	4	4	2	4	1	2	3	5	0	2	1
Otros delitos contra la familia	3	4	3	6	5	4	5	4	10	8	4	10	4	8	5	15	11	4	10	14	8	12	10	11	9	5	11	13	17	12	13	23	11	14	10	26	21	17	16	14	16	14	19	26	15	18	18	17	12	6	13	17	28	15	20	29	15	18	14	20	14	13	23	12	11	14	26	19	22	17	9	21	22	13	24	21	15	17	26	20	20	24	15	39	29	20	20	19	24	19
Otros delitos contra la sociedad	12	8	14	9	5	13	8	6	10	11	4	8	12	7	18	15	16	13	8	7	9	6	9	4	6	12	11	14	14	6	13	12	16	9	9	10	3	17	11	7	16	11	14	5	10	9	13	16	8	9	11	15	12	11	7	8	25	39	23	15	15	17	29	16	25	12	23	30	54	47	63	69	62	50	46	39	31	40	32	40	48	47	24	20	23	17	39	24	27	40
Otros delitos del Fuero Común	106	112	121	96	107	142	130	120	114	136	166	163	122	133	163	148	202	233	268	245	267	269	236	275	252	259	317	252	304	350	300	323	287	321	262	305	302	348	388	382	366	355	349	339	373	428	318	346	376	364	359	397	469	424	465	461	414	453	401	339	402	402	398	295	326	328	302	292	310	346	321	341	310	318	365	366	381	344	368	368	320	323	279	345	276	337	397	333	365	398
Otros delitos que atentan contra la libertad personal	3	1	2	3	1	8	2	3	2	3	3	2	3	0	2	2	1	2	3	2	1	6	3	1	8	3	3	4	0	8	6	0	1	7	1	3	1	2	2	2	1	2	1	4	4	3	5	3	3	1	4	3	10	5	7	4	7	2	4	2	4	8	15	13	7	7	4	5	12	9	10	11	7	5	10	16	15	10	18	8	9	11	15	15	14	12	11	21	21	22
Otros delitos que atentan contra la libertad y la seguridad sexual	7	1	7	4	6	6	2	2	4	4	6	4	3	4	4	2	9	1	5	8	1	2	2	4	1	4	5	2	6	1	7	7	2	3	6	3	4	7	2	3	2	1	2	2	3	2	0	1	3	4	6	4	6	3	5	5	5	5	2	3	6	7	2	5	4	4	7	2	4	4	4	5	5	3	6	5	4	4	3	7	4	3	4	3	3	6	2	3	3	2
Otros delitos que atentan contra la vida y la integridad corporal	50	36	60	58	47	52	44	44	53	72	59	84	24	35	44	40	48	74	55	81	66	54	56	49	54	70	69	67	61	63	58	61	48	83	63	67	64	54	66	59	80	64	62	55	57	61	66	79	67	70	72	76	73	72	95	84	80	85	80	86	77	93	90	76	80	83	76	106	100	80	88	73	91	80	93	110	123	111	128	112	113	135	109	128	110	75	100	93	91	62
Otros robos	573	539	543	542	560	557	534	563	580	627	556	494	556	480	559	591	551	649	719	788	731	822	724	649	716	710	797	710	777	877	805	898	887	912	946	844	816	795	866	887	926	947	903	929	865	931	800	828	963	940	1015	942	884	938	967	978	871	1029	950	1018	936	905	933	734	722	677	785	858	872	893	822	830	774	759	903	818	890	848	880	875	872	907	958	957	875	811	954	858	917	938
Rapto	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
Robo a casa habitación	165	161	215	220	236	202	184	212	223	192	201	206	194	204	213	218	213	285	292	317	289	383	309	365	308	291	351	282	304	331	327	327	327	345	356	303	369	271	344	331	312	270	352	361	357	320	282	360	340	260	278	303	320	265	303	290	266	267	264	253	317	261	219	188	179	190	227	227	226	229	256	216	219	181	206	201	236	177	181	188	199	210	199	218	209	177	200	203	212	208
Robo a institución bancaria	1	2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
Robo a negocio	177	129	192	191	140	152	153	157	136	151	140	132	154	132	154	152	185	220	294	244	249	296	264	269	257	256	314	252	261	229	271	295	294	294	292	348	296	267	262	249	262	215	224	237	223	292	299	226	257	248	268	281	312	272	312	319	252	297	299	262	286	238	270	214	219	232	259	293	293	336	286	270	217	176	164	167	169	160	182	213	201	236	234	215	222	212	237	210	186	226
Robo a transeúnte en espacio abierto al público	0	1	0	0	1	0	1	0	0	1	2	2	3	1	1	2	3	9	7	6	7	6	5	4	18	8	8	6	16	27	22	24	17	13	14	30	0	11	20	31	11	13	21	13	45	14	22	16	14	14	7	14	14	8	22	7	12	16	8	22	11	14	7	9	6	9	7	9	8	8	5	12	4	12	3	11	9	9	4	7	12	8	6	0	9	3	5	4	9	8
Robo a transeúnte en vía pública	101	58	110	80	97	80	83	88	116	118	108	90	87	64	114	104	110	149	158	186	185	172	150	176	140	147	157	157	151	161	141	169	169	195	194	195	199	178	159	135	181	160	178	170	137	203	153	147	124	133	115	145	145	122	113	137	146	162	156	116	110	134	149	85	91	110	133	141	127	120	110	122	101	95	135	102	127	123	116	113	108	106	112	104	111	112	124	144	130	120
Robo a transportista	8	20	9	10	10	13	8	10	6	16	17	14	20	22	8	10	15	14	10	1	7	11	4	3	10	7	8	2	3	6	10	11	11	16	4	10	33	17	21	18	11	2	2	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
Robo de autopartes	33	26	39	34	37	30	52	34	34	41	40	28	36	22	16	16	14	49	62	52	46	49	43	40	55	64	57	72	55	76	53	70	76	86	87	57	78	86	100	94	116	90	104	86	104	90	73	73	110	96	75	68	63	69	76	58	61	71	39	45	70	61	81	68	46	49	52	62	49	38	47	31	48	64	48	53	42	52	37	53	33	22	47	45	51	48	57	26	36	58
Robo de ganado	26	24	24	22	19	28	42	34	32	22	14	32	30	26	21	20	26	18	13	20	18	26	26	22	14	20	20	7	20	18	27	17	16	21	21	23	28	31	12	9	15	19	16	21	11	16	13	14	17	33	19	19	29	19	19	27	19	22	13	22	22	11	15	7	18	12	10	19	16	20	12	11	15	11	20	22	11	11	22	11	11	8	9	16	6	5	14	11	10	11
Robo de maquinaria	0	1	1	3	2	2	3	1	1	2	3	1	2	3	2	2	3	3	0	1	3	2	1	1	0	0	4	0	6	3	1	1	1	2	0	4	1	1	0	1	3	2	1	1	0	2	2	2	1	1	2	0	0	0	0	1	0	0	1	1	3	0	2	2	1	2	4	0	1	0	0	0	1	0	0	3	0	0	3	1	0	1	1	0	1	0	0	0	0	1
Robo de vehículo automotor	313	275	274	273	326	340	320	364	389	350	311	337	326	305	378	347	372	415	408	504	458	478	440	449	423	412	457	411	500	516	513	516	496	510	494	490	508	398	468	474	535	525	556	632	480	527	468	594	472	442	441	473	426	399	402	372	355	357	376	407	347	338	328	272	223	236	338	299	280	333	318	319	298	276	310	273	299	285	322	306	306	341	385	366	349	295	378	333	350	313
Robo en transporte individual	22	12	16	12	16	22	11	23	26	19	29	28	26	24	25	15	35	19	22	32	19	25	36	28	17	25	41	25	27	22	27	29	37	31	33	41	33	33	28	21	34	38	24	30	37	31	37	29	22	20	19	36	35	42	27	28	35	43	23	27	27	27	28	17	32	42	50	31	39	32	28	27	29	24	23	24	21	19	33	27	35	31	20	38	44	35	43	33	38	34
Robo en transporte público colectivo	29	26	51	33	27	20	38	60	60	54	41	48	28	38	35	47	53	57	55	75	61	66	46	32	38	31	33	33	34	65	52	33	24	16	17	24	15	12	10	2	7	6	5	7	5	5	9	9	16	7	4	13	12	16	13	21	24	47	51	27	30	42	21	28	37	34	35	22	33	19	24	15	15	27	34	41	29	24	31	12	22	23	22	27	12	9	18	11	8	8
Robo en transporte público individual	6	3	7	6	3	7	5	2	4	5	2	5	1	4	5	4	1	6	9	7	6	6	0	6	7	5	12	10	8	12	14	12	10	5	5	2	7	11	8	5	12	8	8	6	11	6	6	6	8	14	15	8	6	6	12	8	17	8	13	20	11	10	21	14	11	9	7	10	3	15	9	12	19	9	15	14	15	14	10	14	2	9	10	0	8	6	5	5	5	5
Secuestro	1	0	2	2	3	1	2	3	0	2	0	3	1	0	1	1	0	0	0	1	2	0	3	3	2	0	1	0	2	0	3	0	1	1	0	1	2	0	1	0	0	0	2	0	2	3	1	1	1	2	1	0	2	0	0	0	0	0	0	2	1	0	2	2	0	0	1	0	1	1	0	1	0	0	1	2	2	1	0	1	5	0	1	2	2	1	1	3	0	0
Tráfico de menores	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
Trata de personas	0	0	0	0	0	0	0	0	1	0	0	1	0	0	0	2	0	1	0	0	1	3	0	1	0	0	0	3	1	2	1	3	1	1	2	0	0	1	0	0	1	1	3	0	1	1	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	0	0	0	1	1	1	0	0	0	1	1	0	0	0	0	1	0	1	1	2	0	1	0	0
Violación equiparada	1	3	3	2	1	2	3	1	3	4	1	5	1	1	4	1	3	6	7	4	6	3	7	6	6	8	4	1	11	10	7	9	9	6	6	4	10	5	6	5	6	9	4	4	6	5	9	4	3	9	8	7	12	5	9	12	5	7	11	14	11	14	4	12	16	20	9	20	13	23	15	13	16	21	28	25	22	13	17	19	21	31	20	21	23	14	29	31	28	29
Violación simple	17	11	30	25	31	22	29	28	24	28	28	21	16	20	21	24	34	22	25	25	37	24	28	9	12	21	31	23	36	31	25	27	23	24	24	19	18	25	18	18	22	32	23	23	20	22	27	14	20	24	29	33	44	47	49	33	28	44	43	51	47	39	47	30	25	26	33	30	29	29	33	27	32	37	35	38	29	41	37	38	33	48	32	29	24	28	33	35	37	37
Violencia de género en todas sus modalidades distinta a la violencia familiar	0	0	0	1	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	1	0	1	0	0	0	1	1	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	1	0	0	1	1	1	2	0	1	0	1	3	0	3	1	2	3	0	0	2	3	4	5	4	7	8	13	9	14	16	17	30	23	18	26	58	63	77	44
Violencia familiar	49	67	81	74	86	76	73	82	86	106	83	79	59	72	80	82	75	76	83	95	89	103	82	69	85	63	96	83	123	92	106	126	86	111	103	112	113	97	136	178	179	154	177	175	182	188	142	144	150	159	221	236	245	216	385	354	286	338	283	262	260	298	376	297	308	261	342	295	274	313	281	247	266	286	337	289	368	346	354	308	307	325	286	312	289	265	391	426	527	472

Delitos que aumentaron respecto del mismo mes en el año anterior(en tasa por cada 1000 habitantes)

kable(aumentoContraUnAno)

x
Abuso sexual
Acoso sexual
Extorsión
Falsedad
Fraude
Homicidio doloso
Hostigamiento sexual
Incumplimiento de obligaciones de asistencia familiar
Narcomenudeo
Otros delitos del Fuero Común
Otros delitos que atentan contra la libertad personal
Otros robos
Robo a casa habitación
Robo a negocio
Robo de autopartes
Robo de vehículo automotor
Robo en transporte individual
Violación equiparada
Violencia de género en todas sus modalidades distinta a la violencia familiar
Violencia familiar

Delitos en su máximo del año en Querétaro

#MAximo en el año

stop3<-stop1-(stop1 %% 12)+2
if(stop3>stop1){
  stop3<-stop3-12
}else{stop3<-stop3}

soloEsteAno<-catalogoDelitos[,c(1,stop3:stop1)]
if(dim(soloEsteAno)[2]==2){
  maxAno<-soloEsteAno[,2:ncol(soloEsteAno)]
  }else{
  maxAno<-apply(X = soloEsteAno[,2:ncol(soloEsteAno)],MARGIN = 1,FUN = max)
  }


delitosEnmaximoAnual<-soloEsteAno$Delito[soloEsteAno[,ncol(soloEsteAno)]>=maxAno & soloEsteAno[ncol(soloEsteAno)]!=0]

kable(delitosEnmaximoAnual)

x
Acoso sexual
Despojo
Falsedad
Hostigamiento sexual
Narcomenudeo
Otros delitos contra la sociedad
Otros delitos del Fuero Común
Otros delitos que atentan contra la libertad personal
Robo de autopartes
Robo de maquinaria
Violación simple

Municipal

Municipios que aumentaron respecto del mismo mes del año anterior (Junio )

#Superior al mismo périodo del año anterior

catalogoMunicipios<-as.data.frame(sort(unique(delitosQRO2020$Cve..Municipio)))
losMeses2020<-sort(unique(delitosQRO2020$periodo))
for (i in 1:length(losMeses2020)){
  a<-subset(delitosQRO2020, delitosQRO2020$periodo==losMeses2020[i])
  b<-as.data.frame(aggregate(a$value~a$Cve..Municipio,a,sum))[2]
  catalogoMunicipios<-cbind(catalogoMunicipios,b)
}
names(catalogoMunicipios)<-c("cveMun", losMeses2020)
catalogoMunicipios<-catalogoMunicipios[1:18,]

pop2020Qro<-subset(pop2020,pop2020$CLAVE_ENT==22)
popQro20<- aggregate(pop2020Qro$POB~ pop2020Qro$CLAVE,pop2020Qro,sum)

pop2019Qro<-subset(pop,pop$CLAVE_ENT==22 & pop$ANO==2019)
popQro19<- aggregate(pop2019Qro$POB~ pop2019Qro$CLAVE,pop2019Qro,sum)


comparaAnoAnteriorMUN<-catalogoMunicipios[,c(1,stop2,stop1)]
comparaAnoAnteriorMUNTasa<-comparaAnoAnteriorMUN
comparaAnoAnteriorMUNTasa[2]<-round(comparaAnoAnteriorMUNTasa[2]/popQro19[2]*1000,3)
comparaAnoAnteriorMUNTasa[3]<-round(comparaAnoAnteriorMUNTasa[3]/popQro20[2]*1000,3)
names(comparaAnoAnteriorMUNTasa)<-c("Delito", "Tasa 2019", "Tasa 2020")
comparaAnoAnteriorMUNTasa$cambio<-NA
comparaAnoAnteriorMUNTasa$cambio<-round((comparaAnoAnteriorMUNTasa[3]-comparaAnoAnteriorMUNTasa[2])/comparaAnoAnteriorMUNTasa[2],2)

misMuns<-catalogoMunicipios[,1]
catalogoMunicipios$nomMun<-NA
nomMun<-c()
for (i in 1:length(misMuns)) {
  catalogoMunicipios$nomMun[i]<-unique(delitosQRO2020$Municipio[delitosQRO2020$Cve..Municipio==misMuns[i]])
  nomMun[i]<-unique(delitosQRO2020$Municipio[delitosQRO2020$Cve..Municipio==misMuns[i]])
}


aumento<-comparaAnoAnteriorMUNTasa$Delito[comparaAnoAnteriorMUNTasa$cambio>0 & !is.na(comparaAnoAnteriorMUNTasa$cambio)]
aumentoContraUnAnoMUNICIPAL<-NA
for (i in 1:length(aumento)) {
  aumentoContraUnAnoMUNICIPAL[i]<-catalogoMunicipios$nomMun[catalogoMunicipios$cveMun==aumento[i]]
}
names(aumentoContraUnAnoMUNICIPAL)<-c("Municipios")

kable(aumentoContraUnAnoMUNICIPAL,caption = "Municipios cuya tasa por cada 1000 habitantes aumentó respecto del mismo mes del año anterior")

Municipios cuya tasa por cada 1000 habitantes aumentó respecto del mismo mes del año anterior
x
Arroyo Seco
Cadereyta de Montes
Colón
Corregidora
Ezequiel Montes
Huimilpan
Landa de Matamoros
Pedro Escobedo
Querétaro
San Juan del Río
Tequisquiapan

Cambio respecto del mes anterior por municipio

stop4<-stop1-1
municipio<-as.data.frame(cbind(catalogoMunicipios$cveMun, catalogoMunicipios$nomMun,catalogoMunicipios[,stop4],catalogoMunicipios[,stop1]))
municipio$tasa<-NA
municipio$tasa<-round((as.numeric(municipio[,4])-as.numeric(municipio[,3]) )/as.numeric(municipio[,3])*100,2)
names(municipio)<-c("cveMun","Municipio",anterior, esteMes,"Tasa de cambio respecto del mes anterior (%)")
kable(municipio[2:5])

Municipio	Mayo	Junio	Tasa de cambio respecto del mes anterior (%)
Amealco de Bonfil	76	76	0.00
Pinal de Amoles	26	20	-23.08
Arroyo Seco	11	19	72.73
Cadereyta de Montes	75	97	29.33
Colón	65	90	38.46
Corregidora	413	359	-13.08
Ezequiel Montes	92	76	-17.39
Huimilpan	49	57	16.33
Jalpan de Serra	48	37	-22.92
Landa de Matamoros	17	15	-11.76
El Marqués	297	290	-2.36
Pedro Escobedo	78	100	28.21
Peñamiller	8	8	0.00
Querétaro	3071	2889	-5.93
San Joaquín	10	8	-20.00
San Juan del Río	671	614	-8.49
Tequisquiapan	117	132	12.82
Tolimán	31	31	0.00

Municipios en Máximo Anual

soloEsteAnoMUN<-catalogoMunicipios[,c(1,stop3:stop1)]
if(dim(soloEsteAnoMUN)[2]==2){maxAnoMun<-soloEsteAnoMUN[,2:ncol(soloEsteAnoMUN)]}else{

maxAnoMun<-apply(X = soloEsteAnoMUN[,2:ncol(soloEsteAnoMUN)],MARGIN = 1,FUN = max)}

municipiosEnmaximoAnual<-soloEsteAnoMUN
municipiosEnmaximoAnual<-soloEsteAnoMUN$cveMun[soloEsteAnoMUN[,ncol(soloEsteAnoMUN)]>=maxAnoMun & soloEsteAnoMUN[ncol(soloEsteAnoMUN)]!=0]

munmax<-c()
for (i in 1:length(municipiosEnmaximoAnual)) {
  munmax[i]<-catalogoMunicipios$nomMun[catalogoMunicipios$cveMun==municipiosEnmaximoAnual[i]]
}
if(length(munmax)!=0|!is.null(length(munmax))){
munmax<-data.frame(munmax)
names(munmax)<-c("Municipios en Máximo Anual")
kable(munmax)
}

Municipios en Máximo Anual
Arroyo Seco
Cadereyta de Montes
Huimilpan
Pedro Escobedo
Tequisquiapan

Municipios en su nivel máximo (absoluto) registrado

maximoAbsolutoMUNICIPAL<-apply(X = catalogoMunicipios[,2:stop1], MARGIN = 1,max)

estePeriodoMunicipal<-catalogoMunicipios[,stop1]

municipiosEnmaximoAbsoluto<-catalogoMunicipios$nomMun[estePeriodoMunicipal!=0 & estePeriodoMunicipal>=maximoAbsolutoMUNICIPAL]


if(!is.null(dim(municipiosEnmaximoAbsoluto))){
names(municipiosEnmaximoAbsoluto)<-c("Municipios en máximo histórico (absoluto) registrado")
}
kable(municipiosEnmaximoAbsoluto)

x

Serie de tiempo municipal (Absolutos)

catalogoMunicipios2<-catalogoMunicipios
names(catalogoMunicipios2[2:73])<-paste0(substr(names(catalogoMunicipios2[2:73]),5,6),"-",substr(names(catalogoMunicipios2[2:73]),1,4))


catalogoMunicipios2<-cbind(catalogoMunicipios2[,1],catalogoMunicipios2[,74],catalogoMunicipios2[,2:stop1])
names(catalogoMunicipios2)[c(1,2)]<-c("Clave","Municipio")
kable(catalogoMunicipios2)

Clave	Municipio	201501	201502	201503	201504	201505	201506	201507	201508	201509	201510	201511	201512	201601	201602	201603	201604	201605	201606	201607	201608	201609	201610	201611	201612	201701	201702	201703	201704	201705	201706	201707	201708	201709	201710	201711	201712	201801	201802	201803	201804	201805	201806	201807	201808	201809	201810	201811	201812	201901	201902	201903	201904	201905	201906	201907	201908	201909	201910	201911	201912	202001	202002	202003	202004	202005	202006	202007	202008	202009	202010	202011	202012	202101	202102	202103	202104	202105	202106	202107	202108	202109	202110	202111	202112	202201	202202	202203	202204	202205	202206
22001	70	45	47	52	40	52	51	50	59	42	52	55	70	48	51	53	52	71	50	59	49	43	44	40	40	51	36	45	43	43	81	48	42	48	40	48	37	54	46	43	34	38	80	90	80	53	70	73	70	92	89	92	101	101	105	80	74	65	87	87	88	76	84	93	75	53	74	67	74	76	75	65	63	70	62	91	96	91	86	63	79	57	73	68	79	71	59	86	62	76	76
22002	21	14	3	10	10	11	12	11	6	10	11	3	11	10	17	9	14	10	9	5	10	8	17	4	13	8	7	17	13	14	11	13	12	11	21	13	6	9	11	9	18	26	28	28	15	18	15	12	7	9	21	16	25	15	21	21	21	15	18	18	19	20	20	19	19	28	21	12	20	15	11	18	14	21	20	19	24	26	20	22	19	19	10	12	20	21	14	21	25	26	20
22003	5	5	4	5	4	4	5	7	8	5	4	5	3	2	2	4	3	7	6	6	2	5	2	3	9	6	6	3	5	4	2	9	7	2	3	5	3	3	6	6	8	12	8	12	5	2	8	3	9	17	7	7	9	7	9	12	8	5	7	20	10	11	4	16	11	10	8	10	10	7	8	4	0	5	4	7	9	6	15	8	5	6	13	9	12	5	15	15	11	11	19
22004	75	41	37	37	37	38	47	40	36	50	29	37	40	47	48	47	58	52	41	51	45	42	50	37	38	43	44	46	48	51	59	47	48	49	49	40	27	38	50	46	59	48	74	84	60	109	75	53	64	58	88	87	60	66	62	75	80	71	60	74	72	52	69	61	65	64	59	72	54	62	64	72	73	75	71	74	76	88	52	91	61	78	73	66	96	71	67	88	81	75	97
22005	55	40	30	46	42	40	56	45	40	48	38	47	36	49	53	50	49	57	63	56	60	71	66	55	52	45	60	53	50	57	67	48	48	36	54	55	56	47	53	49	62	54	61	80	53	67	77	54	65	62	59	71	76	67	70	75	82	86	80	59	71	72	62	81	69	64	82	61	66	91	74	69	70	55	72	93	91	67	73	73	57	55	83	76	82	71	62	96	73	65	90
22006	236	176	166	186	179	200	218	189	183	189	210	211	182	185	192	183	213	226	297	338	359	302	304	308	306	321	311	368	283	361	304	343	306	342	352	298	330	345	329	397	362	379	387	390	373	349	365	329	373	353	333	396	374	399	379	382	364	346	394	377	333	400	358	349	260	253	254	315	302	317	342	302	285	236	251	261	302	312	278	277	273	253	260	294	354	294	343	400	378	413	359
22007	62	30	38	25	23	22	42	37	31	40	47	43	43	26	35	68	55	57	40	41	48	48	47	37	39	28	22	36	26	32	38	47	38	39	43	48	30	51	52	42	51	46	58	64	75	63	46	59	54	54	46	90	59	61	62	54	60	63	55	55	46	62	55	57	35	63	56	43	44	37	51	68	53	62	55	63	54	68	47	62	54	62	62	39	58	53	55	80	69	92	76
22008	31	36	33	42	28	25	39	30	33	32	26	52	35	29	36	42	21	33	28	34	31	28	29	40	22	22	21	23	24	37	29	26	41	32	35	20	35	29	37	33	28	28	34	49	49	44	46	55	38	48	44	55	54	53	43	59	50	58	61	35	49	57	61	65	38	51	56	68	60	36	45	43	51	31	38	44	43	51	39	41	39	44	33	27	44	44	28	53	43	49	57
22009	44	18	32	35	15	27	21	16	23	13	24	16	18	25	16	32	29	25	24	32	27	20	24	15	15	22	25	21	23	21	24	23	18	14	38	32	20	29	27	30	34	41	31	49	36	38	42	32	31	50	47	42	40	57	29	36	36	23	36	31	21	39	30	32	38	28	36	36	40	49	40	37	45	44	26	50	47	56	53	44	60	35	53	42	50	67	40	35	64	48	37
22010	5	1	4	3	2	5	4	6	2	6	9	8	5	3	1	1	3	4	9	6	8	6	2	6	4	6	5	5	6	9	4	6	8	4	4	6	7	10	3	8	6	7	11	10	9	5	10	15	10	7	6	7	9	5	9	10	12	9	11	11	10	13	10	18	19	6	13	14	13	13	10	19	5	5	8	15	11	13	11	7	7	8	9	7	11	5	9	7	10	17	15
22011	288	133	161	158	184	158	171	166	168	197	169	158	173	152	151	148	170	189	222	279	322	287	289	276	266	262	279	294	313	338	325	328	325	285	291	268	307	365	308	334	352	390	376	378	381	337	393	347	372	441	457	437	474	488	392	473	387	380	417	379	408	377	395	404	321	291	348	403	355	363	392	311	346	288	259	306	325	317	344	261	258	224	255	241	293	275	221	321	307	297	290
22012	69	44	32	54	48	49	59	49	57	32	45	45	44	47	50	68	57	70	46	52	66	55	37	48	49	59	68	101	83	101	113	107	123	106	131	87	117	112	102	110	116	135	112	123	117	106	129	111	90	151	111	103	130	140	113	131	114	115	105	91	80	80	76	115	66	90	84	101	107	75	70	87	65	69	84	84	81	113	89	101	83	90	72	87	84	96	92	88	83	78	100
22013	12	10	4	3	4	9	5	9	3	6	6	8	7	8	5	4	7	13	11	7	7	17	6	11	5	5	4	6	5	10	14	3	9	6	5	6	10	11	8	10	15	12	14	9	15	15	17	14	11	13	7	14	11	10	14	11	15	8	19	4	17	7	20	14	13	6	37	15	20	16	17	11	10	12	11	15	13	11	12	9	10	12	11	9	9	6	8	5	11	8	8
22014	2442	1556	1414	1611	1557	1605	1541	1601	1713	1747	1830	1762	1704	1557	1414	1712	1686	1873	2461	2647	2936	2769	2983	2550	2561	2489	2447	2772	2517	2992	2962	2701	3073	2829	3031	2941	2833	2684	2500	2873	2791	3003	2802	2975	3026	2859	3126	2648	2702	2816	2748	2915	2976	3184	2959	3101	2900	2671	2971	2717	2755	2620	2676	2748	2061	2006	2053	2478	2564	2659	2828	2576	2513	2442	2439	2944	2774	2770	2736	2852	2755	2708	2881	2745	2776	2500	2446	2919	2741	3071	2889
22015	5	1	1	1	2	2	2	1	3	3	1	3	3	3	4	3	3	4	4	2	5	7	4	5	6	3	4	3	4	8	3	2	5	3	3	5	2	1	0	4	8	4	5	5	8	4	6	5	10	8	6	4	7	7	3	13	9	6	10	7	7	8	6	6	7	6	7	7	6	11	6	5	9	5	12	8	11	5	12	10	10	9	9	11	10	4	8	13	11	10	8
22016	524	371	314	404	425	440	410	366	312	354	400	406	364	339	380	400	437	430	392	398	356	392	371	403	479	518	478	569	457	543	558	514	560	537	617	574	535	594	604	695	677	714	650	631	605	594	664	589	611	624	561	684	702	788	664	736	687	631	660	579	579	616	611	622	490	442	478	644	631	592	589	502	528	524	518	665	551	551	544	573	595	486	561	547	579	587	501	545	600	671	614
22017	69	47	40	32	34	43	37	52	46	53	47	54	57	35	35	55	52	42	54	52	50	58	41	42	49	49	57	50	50	119	98	109	93	107	100	91	86	123	81	103	127	132	102	100	103	94	109	84	100	73	90	103	95	94	94	114	134	84	108	87	101	110	117	111	100	79	103	99	103	89	81	65	69	69	66	74	98	110	86	92	83	104	83	94	106	104	88	122	112	117	132
22018	18	11	10	24	18	11	21	17	12	13	18	16	11	18	14	17	20	21	21	15	16	13	16	12	18	13	9	16	17	24	14	11	11	15	15	12	17	8	10	6	18	19	43	44	41	41	42	39	38	33	36	53	36	19	43	56	46	29	16	29	23	23	22	18	27	35	27	16	22	11	22	15	24	18	18	26	33	40	38	48	40	35	36	29	38	20	31	27	33	31	31

Top 5 delitos por municipio

En lo que va del año

mm<-unique(delitosQRO2020$Cve..Municipio)
mm<-mm[1:18]
top5<-as.data.frame(c("Primero","Segundo","Tercero","Cuarto","Quinto"))
for (i in 1:length(mm)){
  mimu<-subset(delitosQRO2020,delitosQRO2020$Cve..Municipio==mm[i] & delitosQRO2020$Ano==losAnos[length(losAnos)])
  a<-aggregate(mimu$value~mimu$Subtipo.de.delito,data = mimu, FUN = sum)
  a<-as.data.frame(a)
  names(a)<-c(nomMun[i],"Carpetas")
  a<-a[order(a$Carpetas, decreasing = TRUE),]
  top5<-cbind(top5,a[1:5,])
}
names(top5)[1]<-c("Posicion")
kable(top5,caption="Top 5 delitos en carpetas de investigación por municipio en lo que va del año ")

Top 5 delitos en carpetas de investigación por municipio en lo que va del año
	Posicion	Amealco de Bonfil	Carpetas	Pinal de Amoles	Carpetas	Arroyo Seco	Carpetas	Cadereyta de Montes	Carpetas	Colón	Carpetas	Corregidora	Carpetas	Ezequiel Montes	Carpetas	Huimilpan	Carpetas	Jalpan de Serra	Carpetas	Landa de Matamoros	Carpetas	El Marqués	Carpetas	Pedro Escobedo	Carpetas	Peñamiller	Carpetas	Querétaro	Carpetas	San Joaquín	Carpetas	San Juan del Río	Carpetas	Tequisquiapan	Carpetas	Tolimán	Carpetas
34	Primero	Otros robos	66	Lesiones dolosas	26	Violencia familiar	18	Violencia familiar	98	Otros robos	118	Otros robos	420	Otros robos	75	Amenazas	43	Amenazas	46	Violencia familiar	11	Otros robos	327	Otros robos	86	Otros robos	7	Otros robos	3342	Otros robos	11	Otros robos	609	Otros robos	119	Lesiones dolosas	30
6	Segundo	Amenazas	46	Violencia familiar	17	Lesiones dolosas	13	Otros robos	48	Lesiones dolosas	58	Fraude	318	Violencia familiar	44	Otros robos	39	Otros robos	40	Amenazas	9	Narcomenudeo	198	Lesiones dolosas	79	Lesiones dolosas	6	Robo de vehículo automotor	1391	Violencia familiar	9	Amenazas	399	Amenazas	83	Violencia familiar	30
55	Tercero	Violencia familiar	46	Amenazas	15	Otros delitos del Fuero Común	10	Lesiones dolosas	46	Otros delitos del Fuero Común	41	Amenazas	199	Lesiones dolosas	36	Daño a la propiedad	26	Violencia familiar	39	Lesiones dolosas	8	Lesiones dolosas	164	Violencia familiar	54	Otros delitos del Fuero Común	6	Violencia familiar	1379	Amenazas	4	Lesiones dolosas	376	Lesiones dolosas	75	Amenazas	18
25	Cuarto	Lesiones dolosas	45	Daño a la propiedad	11	Amenazas	8	Fraude	40	Violencia familiar	30	Lesiones dolosas	169	Otros delitos del Fuero Común	36	Otros delitos del Fuero Común	26	Lesiones dolosas	33	Otros robos	8	Violencia familiar	127	Narcomenudeo	41	Violencia familiar	6	Otros delitos del Fuero Común	1344	Violación simple	4	Violencia familiar	260	Robo a casa habitación	53	Otros robos	15
30	Quinto	Otros delitos del Fuero Común	40	Otros robos	11	Otros robos	7	Amenazas	37	Amenazas	28	Otros delitos del Fuero Común	147	Fraude	34	Violencia familiar	26	Fraude	18	Acoso sexual	3	Otros delitos del Fuero Común	111	Amenazas	38	Narcomenudeo	3	Fraude	1026	Fraude	3	Robo de vehículo automotor	224	Fraude	49	Otros delitos del Fuero Común	11

Top 5 municipal durante Junio

top5mes<-as.data.frame(c("Primero","Segundo","Tercero","Cuarto","Quinto"))
for (i in 1:length(mm)) {
  mimume<-subset(delitosQRO2020,delitosQRO2020$Cve..Municipio==mm[i] & delitosQRO2020$Ano==2020 & delitosQRO2020$meses==esteMes)
  a<-aggregate(mimume$value~mimume$Subtipo.de.delito,data = mimume, FUN = sum)
  a<-as.data.frame(a)
  names(a)<-c(nomMun[i],"Carpetas")
  a<-a[order(a$Carpetas, decreasing = TRUE),]
  top5mes<-cbind(top5mes,a[1:5,])
}
names(top5mes)[1]<-c("Posicion")
kable(top5mes,caption=paste0("Top 5 delitos en carpetas de investigación por municipio en ",esteMes))

Top 5 delitos en carpetas de investigación por municipio en Junio
	Posicion	Amealco de Bonfil	Carpetas	Pinal de Amoles	Carpetas	Arroyo Seco	Carpetas	Cadereyta de Montes	Carpetas	Colón	Carpetas	Corregidora	Carpetas	Ezequiel Montes	Carpetas	Huimilpan	Carpetas	Jalpan de Serra	Carpetas	Landa de Matamoros	Carpetas	El Marqués	Carpetas	Pedro Escobedo	Carpetas	Peñamiller	Carpetas	Querétaro	Carpetas	San Joaquín	Carpetas	San Juan del Río	Carpetas	Tequisquiapan	Carpetas	Tolimán	Carpetas
6	Primero	Amenazas	13	Lesiones dolosas	7	Fraude	2	Lesiones dolosas	8	Otros robos	16	Otros robos	36	Lesiones dolosas	9	Lesiones dolosas	9	Violencia familiar	8	Lesiones dolosas	4	Otros robos	70	Lesiones dolosas	17	Lesiones dolosas	11	Otros robos	397	Amenazas	3	Otros robos	82	Amenazas	17	Violencia familiar	8
34	Segundo	Otros robos	13	Violencia familiar	4	Lesiones dolosas	2	Violencia familiar	8	Violencia familiar	14	Otros delitos del Fuero Común	32	Violencia familiar	7	Otros robos	9	Otros robos	7	Despojo	2	Lesiones dolosas	35	Otros robos	15	Otros delitos del Fuero Común	6	Lesiones dolosas	181	Otros robos	2	Lesiones dolosas	50	Lesiones dolosas	13	Amenazas	4
25	Tercero	Lesiones dolosas	12	Amenazas	2	Violencia familiar	2	Otros robos	6	Lesiones dolosas	9	Fraude	24	Narcomenudeo	5	Amenazas	8	Amenazas	6	Otros robos	2	Amenazas	33	Amenazas	8	Amenazas	5	Otros delitos del Fuero Común	180	Daño a la propiedad	1	Amenazas	44	Otros robos	13	Lesiones dolosas	4
30	Cuarto	Otros delitos del Fuero Común	8	Otros robos	2	Otros robos	1	Abuso sexual	5	Amenazas	7	Lesiones dolosas	24	Fraude	4	Violencia familiar	6	Lesiones dolosas	3	Allanamiento de morada	1	Robo de vehículo automotor	28	Violencia familiar	8	Otros robos	3	Robo a negocio	176	Otros delitos del Fuero Común	1	Otros delitos del Fuero Común	42	Robo a casa habitación	13	Acoso sexual	2
55	Quinto	Violencia familiar	5	Lesiones culposas	1	Robo de ganado	1	Amenazas	4	Otros delitos del Fuero Común	7	Robo a casa habitación	19	Otros delitos del Fuero Común	4	Otros delitos del Fuero Común	5	Otros delitos del Fuero Común	3	Amenazas	1	Robo a casa habitación	22	Otros delitos del Fuero Común	7	Violencia familiar	3	Robo de vehículo automotor	141	Aborto	0	Robo a casa habitación	35	Otros delitos del Fuero Común	7	Despojo	2

Robo y robo con violencia

delitos3<-delitos2[delitos2$Modalidad=="Con violencia" | delitos2$Modalidad=="Sin violencia" | delitos2$Subtipo.de.delito=="Robo de maquinaria" | delitos2$Subtipo.de.delito== "Robo de vehículo automotor" ,]

cualArreglar<-unique(delitos3$Modalidad)
cualArreglar<-cualArreglar[3:length(cualArreglar)]
for (i in 1:length(cualArreglar)) {
    x<-i%%2
  if(x==0){
    delitos3$Subtipo.de.delito[delitos3$Modalidad==cualArreglar[i]]<-sub("Sin violencia","", cualArreglar[i])
    delitos3$Modalidad[delitos3$Modalidad==cualArreglar[i]]<-"Sin violencia"
  }else{
    delitos3$Subtipo.de.delito[delitos3$Modalidad==cualArreglar[i]]<-sub("Con violencia","", cualArreglar[i])
    delitos3$Modalidad[delitos3$Modalidad==cualArreglar[i]]<-"Con violencia"
  }
}

# esto es casi copia del primer modulo, delitos por estado

RobosPorEstadoAnual<-as.data.frame(order(unique(delitos3$Clave_Ent)))
for (i in 1:length(losAnos)) {
  misub=subset(delitos3,delitos3$Ano==losAnos[i])
  mitab<-as.data.frame(aggregate(misub$value~misub$Clave_Ent,misub,sum))[2]
  RobosPorEstadoAnual<-cbind(RobosPorEstadoAnual,mitab)
}
names(RobosPorEstadoAnual)<-c("clave de la entidad",paste0("year",losAnos))

Robos por estado y año

kable(RobosPorEstadoAnual)

clave de la entidad	year2015	year2016	year2017	year2018	year2019	year2020	year2021	year2022
1	10719	11412	15205	15697	12988	10417	10103	5169
2	48838	48708	51385	40705	37180	27993	30839	16424
3	9113	11365	10797	10350	8625	5690	5068	2728
4	858	1091	883	981	1063	925	1732	2767
5	13140	10628	10438	8866	6654	6357	7136	3873
6	2986	7779	8336	8163	7547	6415	8048	3578
7	7930	8996	9160	9336	6410	3431	2839	1290
8	16139	13475	17366	16509	16186	12914	14426	7365
9	77435	81555	102714	123514	109431	77962	79544	37002
10	10363	9835	11158	10629	10060	8712	7755	3184
11	31655	35063	39809	42982	42732	34398	30811	15468
12	12600	11613	10286	8383	7564	5917	6200	3058
13	9866	11403	14400	14641	14873	11588	10774	6142
14	27501	58804	88606	85035	76247	53455	52079	23173
15	168652	149203	161155	167529	157281	136258	138845	69509
16	16001	16313	18262	18611	17239	13940	12917	5500
17	20564	19641	17686	17313	16301	15100	14830	7178
18	1468	795	584	1172	735	745	850	625
19	14534	19000	16877	15793	14235	16091	14218	8014
20	1737	9919	10887	12541	13153	10344	10719	5693
21	23166	21691	29621	32477	35887	25548	28538	14893
22	17633	22119	27020	27836	26816	22760	21867	11314
23	12652	7102	11441	14318	20050	15510	15692	7334
24	6033	7854	11850	13991	16495	12774	14108	8113
25	10115	8628	9885	8608	7155	6660	7535	4017
26	9997	16021	10456	7470	7291	9250	8929	4319
27	18091	23178	25469	25059	20167	12961	11927	5129
28	19273	15541	16175	14098	13019	8641	8813	4070
29	4736	4703	5360	4296	2822	2615	3003	1449
30	17841	16902	28262	23595	29887	22429	22697	10175
31	3625	2664	2218	2371	2625	583	352	190
32	7386	7047	7348	7733	7378	5892	6123	2987

Robos con violencia por estado y año

RobosConViolenciaPorEstadoAnual<-as.data.frame(order(unique(delitos3$Clave_Ent)))
for (i in 1:length(losAnos)) {
  misub=subset(delitos3,delitos3$Ano==losAnos[i] & delitos3$Modalidad=="Con violencia")
  mitab<-as.data.frame(aggregate(misub$value~misub$Clave_Ent,misub,sum))[2]
  RobosConViolenciaPorEstadoAnual<-cbind(RobosConViolenciaPorEstadoAnual,mitab)
}
names(RobosConViolenciaPorEstadoAnual)<-c("clave de la entidad",paste0("year",losAnos))

kable(RobosConViolenciaPorEstadoAnual)

clave de la entidad	year2015	year2016	year2017	year2018	year2019	year2020	year2021	year2022
1	838	883	1122	1245	1198	976	870	458
2	9250	10360	12544	9908	10497	8316	10090	4683
3	698	827	1037	924	889	624	484	222
4	185	137	150	226	210	249	468	464
5	2221	1466	1471	1124	511	580	403	254
6	418	1061	1136	1015	447	131	129	48
7	5767	5701	5268	5528	3883	1519	889	445
8	2241	1592	1949	1562	1626	1501	1430	753
9	23710	21483	28456	42686	37550	24774	22490	9434
10	1890	1180	1001	1016	694	682	716	568
11	6549	8497	10257	12737	14903	13097	9900	4949
12	3383	4089	5530	4733	3655	2795	2662	1298
13	1390	2126	3634	4609	4830	3749	3786	1693
14	6376	7494	30525	28849	27472	21329	18879	7899
15	88064	58336	93723	97255	86549	75006	74788	37016
16	4207	5367	6884	7379	6971	5878	5303	2165
17	6736	5769	4967	4083	3510	4150	4357	2175
18	369	167	121	191	163	143	147	122
19	4148	5935	4398	3752	3072	2680	2575	1532
20	814	2758	3782	4683	4170	3587	3833	2179
21	9133	9249	14862	18552	19754	12691	12643	6603
22	3455	2927	2682	2718	2953	3117	2350	1428
23	1721	1419	2614	4297	5910	4405	3013	1113
24	1288	1590	2777	3396	3562	3181	3782	2301
25	3506	3454	4622	4669	3827	3265	3762	1920
26	2569	7642	4675	3213	3552	5288	5095	2350
27	9278	10331	10586	14303	11973	7440	4193	1610
28	5716	4894	5953	5173	4908	3474	3172	1578
29	1331	1590	2066	2101	1120	868	902	459
30	5171	5402	12911	11496	15880	9930	9070	3730
31	230	114	66	59	95	30	39	19
32	1871	1599	1775	1796	1710	1456	1741	892

Serie mensual de robos totales por Estado

RobosPorEstadoMensual<-as.data.frame(order(unique(delitos3$Clave_Ent)))

for (i in 1:length(losmeses)) {
  misub=subset(delitos3,delitos3$Ano==losAnos[length(losAnos)] & delitos3$meses==losmeses[i])
  mitab<-as.data.frame(aggregate(misub$value~misub$Clave_Ent,misub,sum))[2]
  RobosPorEstadoMensual<-cbind(RobosPorEstadoMensual,mitab)
}
names(RobosPorEstadoMensual)<-c("clave de la entidad",losmeses)
kable(RobosPorEstadoMensual)

clave de la entidad	1	2	3	4	5	6
1	834	796	893	866	871	909
2	2699	2534	2904	2693	2921	2673
3	416	443	461	449	459	500
4	468	436	470	496	393	504
5	661	610	741	483	648	730
6	762	525	495	518	565	713
7	232	213	255	196	200	194
8	1238	1182	1250	1160	1345	1190
9	5797	5872	6581	5946	6473	6333
10	537	503	487	580	457	620
11	2636	2435	2724	2456	2569	2648
12	532	469	538	518	524	477
13	976	994	1015	990	1085	1082
14	4016	3771	4013	3668	3762	3943
15	11154	10822	12398	11555	11866	11714
16	987	886	960	862	913	892
17	1225	1201	1229	1115	1187	1221
18	75	120	134	78	117	101
19	1279	1043	1288	1376	1423	1605
20	1046	855	930	929	992	941
21	2371	2242	2618	2308	2810	2544
22	1897	1713	2035	1838	1901	1930
23	1166	1157	1266	1256	1237	1252
24	1138	1179	1440	1222	1618	1516
25	579	585	684	692	754	723
26	694	743	823	708	723	628
27	860	849	931	856	813	820
28	639	634	774	689	665	669
29	266	233	250	213	250	237
30	1635	1678	1954	1640	1648	1620
31	23	21	31	36	39	40
32	494	460	471	454	533	575

Serie mensual de robos con violencia por Estado

RobosConViolenciaPorEstadoMensual<-as.data.frame(order(unique(delitos3$Clave_Ent)))
for (i in 1:length(losmeses)) {
  misub=subset(delitos3,delitos3$Ano==losAnos[length(losAnos)] & delitos3$Modalidad=="Con violencia" & delitos3$meses==losmeses[i])
  mitab<-as.data.frame(aggregate(misub$value~misub$Clave_Ent,misub,sum))[2]
  RobosConViolenciaPorEstadoMensual<-cbind(RobosConViolenciaPorEstadoMensual,mitab)
}
names(RobosConViolenciaPorEstadoMensual)<-c("clave de la entidad",losmeses)
kable(RobosConViolenciaPorEstadoMensual)

clave de la entidad	1	2	3	4	5	6
1	78	59	66	84	81	90
2	776	750	861	738	831	727
3	39	36	40	43	35	29
4	83	75	86	74	54	92
5	46	42	52	42	38	34
6	9	10	13	5	6	5
7	78	78	91	67	68	63
8	122	113	123	115	131	149
9	1673	1560	1657	1477	1563	1504
10	145	104	60	83	48	128
11	846	806	860	792	801	844
12	236	201	221	201	224	215
13	286	243	307	262	263	332
14	1481	1289	1328	1225	1325	1251
15	5910	6046	6667	6223	6266	5904
16	411	362	352	355	343	342
17	441	380	365	350	290	349
18	17	27	26	12	28	12
19	266	236	285	220	244	281
20	402	331	356	324	433	333
21	1064	978	1135	1057	1241	1128
22	259	234	262	226	222	225
23	194	203	181	188	181	166
24	371	312	329	264	554	471
25	278	294	317	365	330	336
26	411	401	470	366	371	331
27	252	268	279	299	267	245
28	303	252	308	235	237	243
29	83	68	87	74	70	77
30	639	646	736	570	553	586
31	4	3	3	5	2	2
32	193	123	136	140	149	151

Porcentaje de robos con violencia por mes

prvm<-RobosPorEstadoMensual

prvm[,2:13]<-round(RobosConViolenciaPorEstadoMensual[,2:13]/RobosPorEstadoMensual[,2:13]*100,2)
names(prvm)<-c("Entidad",levels(losmeses))

kable(prvm)

Entidad	Enero	Febrero	Marzo	Abril	Mayo	Junio	Julio	Agosto	Septiembre	Octubre	Noviembre	Diciembre
1	9.35	7.41	7.39	9.70	9.30	9.90	NaN	NaN	NaN	NaN	NaN	NaN
2	28.75	29.60	29.65	27.40	28.45	27.20	NaN	NaN	NaN	NaN	NaN	NaN
3	9.38	8.13	8.68	9.58	7.63	5.80	NaN	NaN	NaN	NaN	NaN	NaN
4	17.74	17.20	18.30	14.92	13.74	18.25	NaN	NaN	NaN	NaN	NaN	NaN
5	6.96	6.89	7.02	8.70	5.86	4.66	NaN	NaN	NaN	NaN	NaN	NaN
6	1.18	1.90	2.63	0.97	1.06	0.70	NaN	NaN	NaN	NaN	NaN	NaN
7	33.62	36.62	35.69	34.18	34.00	32.47	NaN	NaN	NaN	NaN	NaN	NaN
8	9.85	9.56	9.84	9.91	9.74	12.52	NaN	NaN	NaN	NaN	NaN	NaN
9	28.86	26.57	25.18	24.84	24.15	23.75	NaN	NaN	NaN	NaN	NaN	NaN
10	27.00	20.68	12.32	14.31	10.50	20.65	NaN	NaN	NaN	NaN	NaN	NaN
11	32.09	33.10	31.57	32.25	31.18	31.87	NaN	NaN	NaN	NaN	NaN	NaN
12	44.36	42.86	41.08	38.80	42.75	45.07	NaN	NaN	NaN	NaN	NaN	NaN
13	29.30	24.45	30.25	26.46	24.24	30.68	NaN	NaN	NaN	NaN	NaN	NaN
14	36.88	34.18	33.09	33.40	35.22	31.73	NaN	NaN	NaN	NaN	NaN	NaN
15	52.99	55.87	53.77	53.86	52.81	50.40	NaN	NaN	NaN	NaN	NaN	NaN
16	41.64	40.86	36.67	41.18	37.57	38.34	NaN	NaN	NaN	NaN	NaN	NaN
17	36.00	31.64	29.70	31.39	24.43	28.58	NaN	NaN	NaN	NaN	NaN	NaN
18	22.67	22.50	19.40	15.38	23.93	11.88	NaN	NaN	NaN	NaN	NaN	NaN
19	20.80	22.63	22.13	15.99	17.15	17.51	NaN	NaN	NaN	NaN	NaN	NaN
20	38.43	38.71	38.28	34.88	43.65	35.39	NaN	NaN	NaN	NaN	NaN	NaN
21	44.88	43.62	43.35	45.80	44.16	44.34	NaN	NaN	NaN	NaN	NaN	NaN
22	13.65	13.66	12.87	12.30	11.68	11.66	NaN	NaN	NaN	NaN	NaN	NaN
23	16.64	17.55	14.30	14.97	14.63	13.26	NaN	NaN	NaN	NaN	NaN	NaN
24	32.60	26.46	22.85	21.60	34.24	31.07	NaN	NaN	NaN	NaN	NaN	NaN
25	48.01	50.26	46.35	52.75	43.77	46.47	NaN	NaN	NaN	NaN	NaN	NaN
26	59.22	53.97	57.11	51.69	51.31	52.71	NaN	NaN	NaN	NaN	NaN	NaN
27	29.30	31.57	29.97	34.93	32.84	29.88	NaN	NaN	NaN	NaN	NaN	NaN
28	47.42	39.75	39.79	34.11	35.64	36.32	NaN	NaN	NaN	NaN	NaN	NaN
29	31.20	29.18	34.80	34.74	28.00	32.49	NaN	NaN	NaN	NaN	NaN	NaN
30	39.08	38.50	37.67	34.76	33.56	36.17	NaN	NaN	NaN	NaN	NaN	NaN
31	17.39	14.29	9.68	13.89	5.13	5.00	NaN	NaN	NaN	NaN	NaN	NaN
32	39.07	26.74	28.87	30.84	27.95	26.26	NaN	NaN	NaN	NaN	NaN	NaN

Porcentajes por mes a nivel nacional

t<-colSums(RobosPorEstadoMensual[,2:13])
k<-colSums(RobosConViolenciaPorEstadoMensual[,2:13])
z<-round(k/t*100,2)
names(z)<-losmeses
kable(z)

	x
Enero	35.26
Febrero	35.02
Marzo	34.05
Abril	33.74
Mayo	33.32
Junio	32.29
Julio	NaN
Agosto	NaN
Septiembre	NaN
Octubre	NaN
Noviembre	NaN
Diciembre	NaN

Porcentaje de robos con violencia por estado y año

prv<-RobosPorEstadoAnual
prv[,2:ncol(RobosConViolenciaPorEstadoAnual)]<-round(RobosConViolenciaPorEstadoAnual[,2:ncol(RobosConViolenciaPorEstadoAnual)]/RobosPorEstadoAnual[,2:ncol(RobosConViolenciaPorEstadoAnual)]*100,2)
kable(prv)

clave de la entidad	year2015	year2016	year2017	year2018	year2019	year2020	year2021	year2022
1	7.82	7.74	7.38	7.93	9.22	9.37	8.61	8.86
2	18.94	21.27	24.41	24.34	28.23	29.71	32.72	28.51
3	7.66	7.28	9.60	8.93	10.31	10.97	9.55	8.14
4	21.56	12.56	16.99	23.04	19.76	26.92	27.02	16.77
5	16.90	13.79	14.09	12.68	7.68	9.12	5.65	6.56
6	14.00	13.64	13.63	12.43	5.92	2.04	1.60	1.34
7	72.72	63.37	57.51	59.21	60.58	44.27	31.31	34.50
8	13.89	11.81	11.22	9.46	10.05	11.62	9.91	10.22
9	30.62	26.34	27.70	34.56	34.31	31.78	28.27	25.50
10	18.24	12.00	8.97	9.56	6.90	7.83	9.23	17.84
11	20.69	24.23	25.77	29.63	34.88	38.07	32.13	32.00
12	26.85	35.21	53.76	56.46	48.32	47.24	42.94	42.45
13	14.09	18.64	25.24	31.48	32.47	32.35	35.14	27.56
14	23.18	12.74	34.45	33.93	36.03	39.90	36.25	34.09
15	52.22	39.10	58.16	58.05	55.03	55.05	53.86	53.25
16	26.29	32.90	37.70	39.65	40.44	42.17	41.05	39.36
17	32.76	29.37	28.08	23.58	21.53	27.48	29.38	30.30
18	25.14	21.01	20.72	16.30	22.18	19.19	17.29	19.52
19	28.54	31.24	26.06	23.76	21.58	16.66	18.11	19.12
20	46.86	27.81	34.74	37.34	31.70	34.68	35.76	38.28
21	39.42	42.64	50.17	57.12	55.05	49.68	44.30	44.34
22	19.59	13.23	9.93	9.76	11.01	13.70	10.75	12.62
23	13.60	19.98	22.85	30.01	29.48	28.40	19.20	15.18
24	21.35	20.24	23.43	24.27	21.59	24.90	26.81	28.36
25	34.66	40.03	46.76	54.24	53.49	49.02	49.93	47.80
26	25.70	47.70	44.71	43.01	48.72	57.17	57.06	54.41
27	51.29	44.57	41.56	57.08	59.37	57.40	35.16	31.39
28	29.66	31.49	36.80	36.69	37.70	40.20	35.99	38.77
29	28.10	33.81	38.54	48.91	39.69	33.19	30.04	31.68
30	28.98	31.96	45.68	48.72	53.13	44.27	39.96	36.66
31	6.34	4.28	2.98	2.49	3.62	5.15	11.08	10.00
32	25.33	22.69	24.16	23.23	23.18	24.71	28.43	29.86

posicionQRO2020<-length(prv[,ncol(prv)][prv[,ncol(prv)]>prv[,ncol(prv)][22]])+1

Querétaro es el estado numero 26 con más robos con violencia.

Porcentaje de robos con violencia por estado y mes

prvm<-RobosPorEstadoMensual

Los robos con más violencia en 2022 (Nacional)

losRobos<-as.data.frame(sort(unique(delitos3$Subtipo.de.delito)))
mods=unique(delitos3$Modalidad)
for (i in 1:length(mods)) {
  a <-delitos3[delitos3$Ano==losAnos[length(losAnos)] & delitos3$Modalidad==mods[i],] 
  b<-as.data.frame(aggregate(a$value~a$Subtipo.de.delito,a,sum))[2]
  losRobos<-cbind(losRobos,b)
}
losRobos$total<-apply(losRobos[,2:3],MARGIN = 1,FUN = sum)
losRobos$cv<-round(losRobos[,2]/losRobos$total*100,2)
losRobos$sv<-round(losRobos[,3]/losRobos$total*100,2)
losRobos<-losRobos[order(losRobos$cv,decreasing = TRUE),]

names(losRobos)<-c("Subtipo",mods,"Total", paste0("Porcentaje con ",mods))

kable(losRobos)

	Subtipo	Con violencia	Sin violencia	Total	Porcentaje con Con violencia	Porcentaje con Sin violencia
7	Robo a transportista	3717	544	4261	87.23	12.77
6	Robo a transeúnte en vía pública	27114	8270	35384	76.63	23.37
18	Robo en transporte público individual	938	425	1363	68.82	31.18
17	Robo en transporte público colectivo	4139	2323	6462	64.05	35.95
3	Robo a institución bancaria	57	37	94	60.64	39.36
5	Robo a transeúnte en espacio abierto al público	1522	1579	3101	49.08	50.92
4	Robo a negocio	20154	22104	42258	47.69	52.31
16	Robo en transporte individual	3016	4589	7605	39.66	60.34
10	Robo de coche de 4 ruedas	18670	32186	50856	36.71	63.29
15	Robo de tractores	20	35	55	36.36	63.64
11	Robo de embarcaciones pequeñas y grandes	3	7	10	30.00	70.00
14	Robo de motocicleta	4679	12728	17407	26.88	73.12
1	Otros robos	14580	76219	90799	16.06	83.94
13	Robo de herramienta industrial o agrícola	31	192	223	13.90	86.10
2	Robo a casa habitación	3231	26120	29351	11.01	88.99
8	Robo de autopartes	406	9487	9893	4.10	95.90
12	Robo de ganado	54	1579	1633	3.31	96.69
9	Robo de cables, tubos y otros objetos destinados a servicios públicos	29	946	975	2.97	97.03

Los robos con más violencia en 2022 (Querétaro)

losRobosQro<-as.data.frame(sort(unique(delitos3$Subtipo.de.delito)))
mods=unique(delitos3$Modalidad)
for (i in 1:length(mods)) {
  a <-delitos3[delitos3$Ano==losAnos[length(losAnos)] & delitos3$Clave_Ent==22 & delitos3$Modalidad==mods[i],] 
  b<-as.data.frame(aggregate(a$value~a$Subtipo.de.delito,a,sum))[2]
  losRobosQro<-cbind(losRobosQro,b)
}
losRobosQro$total<-apply(losRobosQro[,2:3],MARGIN = 1,FUN = sum)
losRobosQro$cv<-round(losRobosQro[,2]/losRobosQro$total*100,2)
losRobosQro$sv<-round(losRobosQro[,3]/losRobosQro$total*100,2)
losRobosQro<-losRobosQro[order(losRobosQro$cv,decreasing = TRUE),]

names(losRobosQro)<-c("Subtipo",mods,"Total", paste0("Porcentaje con ",mods))
kable(losRobosQro)

	Subtipo	Con violencia	Sin violencia	Total	Porcentaje con Con violencia	Porcentaje con Sin violencia
18	Robo en transporte público individual	21	13	34	61.76	38.24
16	Robo en transporte individual	124	103	227	54.63	45.37
6	Robo a transeúnte en vía pública	391	350	741	52.77	47.23
17	Robo en transporte público colectivo	31	35	66	46.97	53.03
5	Robo a transeúnte en espacio abierto al público	15	23	38	39.47	60.53
4	Robo a negocio	397	896	1293	30.70	69.30
10	Robo de coche de 4 ruedas	329	1178	1507	21.83	78.17
2	Robo a casa habitación	53	1156	1209	4.38	95.62
14	Robo de motocicleta	19	492	511	3.72	96.28
8	Robo de autopartes	3	273	276	1.09	98.91
1	Otros robos	45	5308	5353	0.84	99.16
12	Robo de ganado	0	57	57	0.00	100.00
13	Robo de herramienta industrial o agrícola	0	1	1	0.00	100.00
15	Robo de tractores	0	1	1	0.00	100.00
3	Robo a institución bancaria	0	0	0	NaN	NaN
7	Robo a transportista	0	0	0	NaN	NaN
9	Robo de cables, tubos y otros objetos destinados a servicios públicos	0	0	0	NaN	NaN
11	Robo de embarcaciones pequeñas y grandes	0	0	0	NaN	NaN

El futuro

Delitos para preocuparse en Agosto

Aquí se presentan los delitos que en promedio aumentan durante Agosto; hemos calculado el promedio de los logaritmos de la tasa por cada 100 mil habitantes de cada mes, de cada año, por cada delito. Presentamos los delitos que, en promedio, alcanzan su máximo en Agosto.

anos2<-unique(delitosQRO2020$Ano)
meses2<-unique(delitosQRO2020$meses)

canalDelitos<-catalogoDelitos[,1]
for(i in 1:length(meses2)){
  mediamesEntodo<-c()
  for(j in 1:length(catalogoDelitos[,1])){
    delmes<-subset(delitosQRO2020,delitosQRO2020$meses==meses2[i] & delitosQRO2020$Subtipo.de.delito==catalogoDelitos[j,1])
    delmesano<-aggregate(delmes$value~delmes$Ano, data = delmes, FUN = sum)
    cuantos<-nrow(delmesano)-1
    delmesano<-delmesano[1:cuantos,]
    pobs<-ent[22,2:(2+cuantos-1)]
    pobs<-t(pobs)
    delmesano$pob<-NA
    delmesano$tasa<-NA
    delmesano$logtasa<-NA
    delmesano$pob<-pobs[,1]
    delmesano$tasa<-(delmesano[,2])/delmesano$pob*100000
    delmesano$logtasa<-log(delmesano$tasa+1)
    mimedia<-mean(delmesano$logtasa)
    miEE<-1.96*(sd(delmesano$logtasa)/sqrt(cuantos))
    mediamesEntodo<-c(mediamesEntodo,mimedia)
  }
  canalDelitos<-cbind(canalDelitos,as.numeric(mediamesEntodo))
}
canalDelitos<-as.data.frame(canalDelitos)
names(canalDelitos)<-c("Delito",levels(meses2))

for(i in 1:55){
  for(j in 2:13){
    canalDelitos[i,j]<-as.numeric(canalDelitos[i,j])
  }
}


aumentan<-canalDelitos[c("Delito", esteMes,proximo)]
aumentan$aumentan<-NA
aumentan$max<-NA
aumentan$max<-apply(canalDelitos[,2:13],1, max)
aumentan$aumentan<-aumentan[,3]>aumentan[,2]
aumentan$enMaximoAnual<-NA
aumentan$enMaximoAnual<-aumentan$enMaximoAnual<-aumentan$max==aumentan[c(proximo)]
alerta<-cbind(aumentan$Delito[aumentan$enMaximoAnual==TRUE & aumentan$enMaximoAnual!=0],aumentan[aumentan$enMaximoAnual ==TRUE  & aumentan$enMaximoAnual!=0,3])
alerta<-as.data.frame(alerta)
names(alerta)<-c("Delito","logTasaPromedio")
miAlerta<-alerta[alerta$logTasaPromedio!=0,]
if(nrow(miAlerta)!=0){
kable(miAlerta[,1], caption=paste0("Delitos que, en promedio, aumentan en ",proximo))

cual<-miAlerta$Delito[miAlerta$logTasaPromedio==max(miAlerta$logTasaPromedio)]}else{cual=c()}

Comportamiento mensual del delito de mayor riesgo (Amenazas)

if(length(cual)!=0){
esteDelito<-subset(delitosQRO2020,delitosQRO2020$Subtipo.de.delito==cual)
mismeses2<-as.data.frame(levels(delitosQRO2020$meses))
for (i in 1:length(anos2)) {
  miano1<-subset(esteDelito,esteDelito$Ano==anos2[i])
  aggregate(miano1$value~miano1$meses,miano1,sum)
  mismeses2<-cbind(mismeses2,as.data.frame(aggregate(miano1$value~miano1$meses,miano1,sum))[2])
}
names(mismeses2)<-c("Mes",paste0("año ",anos2))
kable(mismeses2, caption = paste0("Serie de tiempo anual y mensual para ",cual))
}

Serie de tiempo anual y mensual para Amenazas
Mes	año 2015	año 2016	año 2017	año 2018	año 2019	año 2020	año 2021	año 2022
Enero	78	71	169	233	319	342	296	301
Febrero	81	67	186	210	307	390	308	261
Marzo	95	89	176	287	333	380	407	371
Abril	94	106	189	263	376	251	429	357
Mayo	88	113	294	315	417	201	374	433
Junio	85	189	231	276	344	278	365	337
Julio	103	187	208	315	399	322	352	0
Agosto	98	223	281	297	391	350	311	0
Septiembre	95	159	241	273	308	333	316	0
Octubre	102	184	245	341	367	324	254	0
Noviembre	103	148	230	278	353	271	271	0
Diciembre	86	174	215	273	328	281	310	0

Acumulados anuales por delito, en Querétaro

delitosQro<-delitos2[delitos2$Clave_Ent=="22",]
delitoAnualQueretaro<-as.data.frame(losDelitos)
names(delitoAnualQueretaro)[1]<-c("Delito")
for(i in 1:length(losAnos)){
  x=as.data.frame(aggregate(delitosQro$value ~delitosQro$Subtipo.de.delito,delitoAnualQueretaro,sum, subset=delitosQro$Ano==losAnos[i] ))
    names(x)<-c("Delito", paste("AÑO ", losAnos[i]))
  delitoAnualQueretaro<-merge(delitoAnualQueretaro,x,by=c("Delito"))
}
kable(delitoAnualQueretaro)

Delito	AÑO 2015	AÑO 2016	AÑO 2017	AÑO 2018	AÑO 2019	AÑO 2020	AÑO 2021	AÑO 2022
Aborto	5	10	12	14	22	28	37	21
Abuso de confianza	459	564	635	622	681	587	715	316
Abuso sexual	250	294	358	413	540	551	678	387
Acoso sexual	23	40	44	128	294	599	691	410
Allanamiento de morada	101	149	172	232	315	296	274	163
Amenazas	1108	1710	2665	3361	4242	3723	3993	2060
Contra el medio ambiente	3	4	2	2	3	3	3	1
Corrupción de menores	1	0	0	0	1	0	0	0
Daño a la propiedad	1982	3862	5200	5421	3660	1360	1526	785
Delitos cometidos por servidores públicos	3	0	1	0	0	0	1	0
Despojo	483	511	597	720	850	861	912	437
Electorales	5	7	2	49	0	16	60	0
Evasión de presos	1	0	0	2	3	0	2	0
Extorsión	6	11	18	104	259	242	257	126
Falsedad	37	95	79	88	101	88	144	94
Falsificación	642	556	438	580	695	300	213	107
Feminicidio	8	1	1	7	10	11	9	4
Fraude	1486	1692	2034	2119	2480	2764	3500	1864
Homicidio culposo	316	303	296	310	327	283	347	161
Homicidio doloso	131	118	175	180	176	182	185	74
Hostigamiento sexual	0	0	0	0	0	0	6	27
Incesto	0	0	0	0	0	0	0	0
Incumplimiento de obligaciones de asistencia familiar	812	829	848	663	697	555	549	374
Lesiones culposas	541	784	793	893	972	847	1023	487
Lesiones dolosas	2804	3572	4734	5194	5690	4797	4768	2199
Narcomenudeo	224	826	942	1149	1579	1134	1154	646
Otros delitos contra el patrimonio	33	28	38	37	48	47	49	13
Otros delitos contra la familia	66	112	164	211	207	201	256	131
Otros delitos contra la sociedad	108	124	132	132	183	400	479	170
Otros delitos del Fuero Común	1513	2561	3532	4294	4922	4063	4087	2106
Otros delitos que atentan contra la libertad personal	33	26	44	30	52	105	139	101
Otros delitos que atentan contra la libertad y la seguridad sexual	53	45	47	29	51	54	51	19
Otros delitos que atentan contra la vida y la integridad corporal	659	626	764	767	940	1022	1333	531
Otros robos	6668	7819	9879	10493	11495	9967	10441	5353
Rapto	0	0	0	0	0	0	0	0
Robo a casa habitación	2417	3282	3852	3929	3409	2735	2415	1209
Robo a institución bancaria	3	3	0	0	0	0	0	0
Robo a negocio	1850	2613	3363	3052	3379	3196	2334	1293
Robo a transeúnte en espacio abierto al público	8	54	203	217	158	105	85	38
Robo a transeúnte en vía pública	1129	1655	1976	2000	1614	1432	1342	741
Robo a transportista	141	125	98	104	0	0	0	0
Robo de autopartes	428	445	808	1094	831	654	544	276
Robo de ganado	319	266	224	205	258	173	167	57
Robo de maquinaria	20	23	22	16	7	15	10	2
Robo de vehículo automotor	3872	4880	5738	6165	4922	3631	3767	2018
Robo en transporte individual	236	306	355	375	357	380	324	227
Robo en transporte público colectivo	487	593	400	92	251	340	307	66
Robo en transporte público individual	55	55	102	94	135	132	131	34
Secuestro	19	12	11	12	8	9	15	7
Tráfico de menores	0	0	0	0	0	0	0	0
Trata de personas	2	8	14	9	2	3	4	4
Violación equiparada	29	49	81	73	102	170	254	154
Violación simple	294	285	296	262	445	395	429	194
Violencia de género en todas sus modalidades distinta a la violencia familiar	2	2	4	1	7	18	150	286
Violencia familiar	942	965	1186	1865	3135	3552	3784	2370

Movilidad

gmr=read.csv("Global_Mobility_Report_12_2020.csv",header = T,sep = ",")

gmrMex=gmr[gmr$country_region=="Mexico",]
gmrQro<-gmrMex[gmrMex$sub_region_1==unique(gmrMex$sub_region_1)[22],]
gmrQro$mes<-substr(x = gmrQro$date,start = 6,7)

movMesQro<-as.data.frame(aggregate(gmrQro$residential_percent_change_from_baseline~gmrQro$mes,gmrQro,mean))
kable(movMesQro)

gmrQro\(mes \| gmrQro\)residential_percent_change_from_baseline
02	-1.600000
03	6.354839
04	21.333333
05	21.064516
06	16.333333
07	13.000000
08	11.032258
09	11.166667
10	9.935484
11	10.233333
12	10.444444

delitosQueretaro <-delitos2 %>% filter(Clave_Ent==22) %>% mutate(trimestre=
  paste0(Ano,
  "-",
  ifelse(meses %in% unique(meses)[1:3],1,ifelse(meses %in% unique(meses)[4:6],2,ifelse(meses %in% unique(meses)[7:9],3,ifelse(meses %in% unique(meses)[01:12],4,NA))))
  )
          )%>% group_by(trimestre) %>% summarise(delitosEnElTrimestre=sum(value))%>%data.frame(.)

kable(delitosQueretaro)

trimestre	delitosEnElTrimestre
2015-1	7693
2015-2	8143
2015-3	8275
2015-4	8706
2016-1	7993
2016-2	9922
2016-3	12704
2016-4	12281
2017-1	12318
2017-2	13494
2017-3	13671
2017-4	13896
2018-1	13577
2018-2	14767
2018-3	15013
2018-4	14452
2019-1	14870
2019-2	15909
2019-3	15231
2019-4	14505
2020-1	14190
2020-2	11105
2020-3	13491
2020-4	13240
2021-1	12903
2021-2	13906
2021-3	13431
2021-4	13704
2022-1	13323
2022-2	14820
2022-3	0
2022-4	0

estados=data.frame(estados=unique(delitos2$Clave_Ent))
estados$nombre=NA
for (i in 1:nrow(estados)) {
  estados$nombre[i]<-unique(delitos2$Entidad[delitos2$Clave_Ent==estados$estados[i]])
}
gobierna2020= factor(c(1,2,1,3,3,3,2,1,2,1,1,3,3,4,3,5,6,1,7,3,2,1,5,3,3,3,2,1,3,2,1,3),levels = c(1,2,3,4,5,6,7), labels = c("PAN","Morena","PRI","Movimiento ciudadano","PRD","Encuentro social","Independiente"))
estados$gobierna2020=gobierna2020
estados$gobierna2020=gobierna2020
aborto=as.data.frame(aggregate(delitos2$value~delitos2$Clave_Ent,delitos2,sum,subset = delitos2$Subtipo.de.delito=="Aborto" & (delitos2$Ano==2020|delitos2$Ano==2019)) )[2]
names(aborto)<-c("Aborto")
estados=cbind(estados,aborto)
estados=cbind(estados,ent$year2020)
estados$tasaAborto=(estados$Aborto+1)/(estados$`ent$year2020`*100000)
logtasaAborto=log(estados$tasaAborto)
estados$logtasaAborto=logtasaAborto

t.test(x = estados$logtasaAborto[estados$gobierna2020=="PAN"],y =estados$logtasaAborto[estados$gobierna2020!="PAN"],paired = F)

## 
##  Welch Two Sample t-test
## 
## data:  estados$logtasaAborto[estados$gobierna2020 == "PAN"] and estados$logtasaAborto[estados$gobierna2020 != "PAN"]
## t = 0.050284, df = 11.367, p-value = 0.9608
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
##  -1.173222  1.228304
## sample estimates:
## mean of x mean of y 
## -23.61699 -23.64453

t.test(x = estados$tasaAborto[estados$gobierna2020=="PAN"],y =estados$tasaAborto[estados$gobierna2020!="PAN"],paired = F)

## 
##  Welch Two Sample t-test
## 
## data:  estados$tasaAborto[estados$gobierna2020 == "PAN"] and estados$tasaAborto[estados$gobierna2020 != "PAN"]
## t = 0.57717, df = 12.695, p-value = 0.5739
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
##  -6.346334e-11  1.095821e-10
## sample estimates:
##    mean of x    mean of y 
## 1.120132e-10 8.895383e-11

wilcox.test(x = estados$tasaAborto[estados$gobierna2020=="PAN"],y =estados$tasaAborto[estados$gobierna2020!="PAN"],paired = F,conf.int = .95)

## 
##  Wilcoxon rank sum exact test
## 
## data:  estados$tasaAborto[estados$gobierna2020 == "PAN"] and estados$tasaAborto[estados$gobierna2020 != "PAN"]
## W = 107, p-value = 0.9018
## alternative hypothesis: true location shift is not equal to 0
## 95 percent confidence interval:
##  -4.379211e-11  9.599250e-11
## sample estimates:
## difference in location 
##           3.598757e-12

apan=median(estados$tasaAborto[estados$gobierna2020=="PAN"])
aotros=median(estados$tasaAborto[estados$gobierna2020!="PAN"])

barplot(height =c(apan,aotros),names.arg = c("PAN","Otros"),main = "Mediana de las tasas de aborto por cada 100 mil habitantes \n entre estados con gobiernos panistas y no panistas" )

# Los estados panistas tienen tasas de aborto por cada 100 mil habitantes mayores que los estados no panistas, aunque la diferencia no es estadísticamente significativa

library(dplyr)
aborto <-subset(delitos2, delitos2$Subtipo.de.delito=="Aborto" & delitos2$Ano==2020)

abortomunEst<-data.frame(aggregate(aborto$value~(aborto$Clave_Ent+aborto$Cve..Municipio), data = aborto,FUN = sum))
names(abortomunEst)<-c("estados","ClaveMun","abortos")
eds<-estados[,c(1,2,3)]

abortomunEst<-left_join(x = abortomunEst,y = eds, by="estados")

popMuni<-data.frame(aggregate(pop$POB~pop$CLAVE,data = pop,subset = pop$ANO==2020, FUN = sum))
names(popMuni)<-c("ClaveMun","pob")

popMuni$ClaveMun<-as.numeric(popMuni$ClaveMun)
abortomunEst<-left_join(x = popMuni,y = abortomunEst,by="ClaveMun")
abortomunEst2<-abortomunEst
abortomunEst2$tasa<-abortomunEst2$abortos/abortomunEst2$pob*100000

abortomunEst2$abortosMasUno<-abortomunEst2$abortos+1
abortomunEst2$tasa2<-abortomunEst2$abortosMasUno/abortomunEst2$pob

#Mediana de no panistas
summary(abortomunEst2$tasa[abortomunEst2$gobierna2020!="PAN"])

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.0000  0.0000  0.0000  0.1956  0.0000 32.1337

#Mediana de panistas
summary(abortomunEst2$tasa[abortomunEst2$gobierna2020=="PAN"])

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.0000  0.0000  0.0000  0.3363  0.0000 14.8610

#abortomunEst2$logtasa2<-log(abortomunEst2$tasa2)
wilcox.test(x=abortomunEst2$tasa[abortomunEst2$gobierna2020=="PAN"],y = abortomunEst2$tasa[abortomunEst2$gobierna2020!="PAN"],paired = F)

## 
##  Wilcoxon rank sum test with continuity correction
## 
## data:  abortomunEst2$tasa[abortomunEst2$gobierna2020 == "PAN"] and abortomunEst2$tasa[abortomunEst2$gobierna2020 != "PAN"]
## W = 391027, p-value = 0.003765
## alternative hypothesis: true location shift is not equal to 0

#barplot(height = c(mean(abortomunEst2$tasa[abortomunEst2$gobierna2020=="PAN"]),mean(abortomunEst2$tasa[abortomunEst2$gobierna2020!="PAN"])),main = "Promedio municipal de carpetas de investigación iniciadas \n por aborto, por cada 100 mil habitantes en 2020,\n según partido en el gobierno estatal",names.arg = c("PAN","Otros"))

#t.test(x = abortomunEst2$logtasa[abortomunEst2$gobierna2020=="PAN"],y = abortomunEst2$logtasa[abortomunEst2$gobierna2020!="PAN"],paired = F,var.equal = F)

FEDERALES

names(federales)<-toupper(names(federales))

federales<-melt(data = federales,id.vars = names(federales)[1:6],measure.vars = names(federales)[7:18],variable.name = "MES")

federales$value[is.na(federales$value)]<-0
names(federales)[1]<-"YEAR"
federalesQro<-federales%>%filter(INEGI==22)

misanos=unique(federales$YEAR)
misanos[length(misanos)]

## [1] 2022

Delitos federales distintos de contra la salud, en Querétaro 2022

federalesQrNoSalud=federalesQro%>%filter(CONCEPTO!="CONTRA LA SALUD" & !is.na(value) & YEAR==misanos[length(misanos)])
fns=tapply(X = federalesQrNoSalud$value,INDEX = federalesQrNoSalud[,c("TIPO","MES")],FUN = sum)

kable(fns, caption="Delitos federales distintos de contra la salud")

Delitos federales distintos de contra la salud
	ENERO	FEBRERO	MARZO	ABRIL	MAYO	JUNIO
CODIGO FISCAL DE LA FEDERACION (C.F.F.)	1	1	2	0	0	0
COMETIDOS POR SERVIDORES PUBLICOS	2	3	2	0	2	0
CONTRA EL AMBIENTE Y LA GESTION AMBIENTAL	1	1	2	1	2	1
CONTRA LA INTEGRIDAD CORPORAL	1	0	0	0	2	1
CONTRA LA SALUD	0	0	0	0	0	0
CONTRA LA SALUD EN SU MODALIDAD DE NARCOMENUDEO	1	1	0	0	0	0
ELECTORALES	0	0	0	0	0	0
EN MATERIA DE DERECHOS DE AUTOR	1	0	0	0	0	0
FALSEDAD, TITULO DECIMO TERCERO	2	2	10	6	4	9
LEY DE LA PROPIEDAD INDUSTRIAL (L.P.I.)	1	1	1	1	3	2
LEY DE MIGRACION	1	0	0	1	1	1
LEY DE VIAS GENERALES DE COMUNICACION (L.V.G.C.)	4	4	8	12	10	4
LEY FEDERAL DE ARMAS DE FUEGO Y EXPLOSIVOS (L.F.A.F.E.)	33	30	43	23	30	40
LEY FEDERAL DEL DERECHO DE AUTOR (L.F.D.A.)	0	0	0	0	0	0
LEY FEDERAL PARA PREVENIR Y SANCIONAR LOS DELITOS COMETIDOS EN MATERIA DE HIDROCARBUROS (L.F.P.S.D.C.M.H.)	4	8	13	10	7	8
LEY GENERAL EN MATERIA DE DELITOS ELECTORALES (L.G.M.D.E.)	0	0	0	0	1	0
LEYES DE INSTITUCIONES DE CREDITO, INVERSION, FIANZAS Y SEGUROS	8	7	10	6	3	1
OTRAS LEYES ESPECIALES	3	6	4	9	6	6
OTROS DELITOS DEL C.P.F.	1	2	1	5	3	2
OTROS DELITOS PREVISTOS EN LA L.F.C.D.O.	0	0	0	0	0	0
OTROS DELITOS PREVISTOS EN LA L.G.S.	1	0	0	0	0	0
PATRIMONIALES	71	85	114	76	82	89
VIAS DE COMUNICACION Y CORRESPONDENCIA	2	5	1	2	0	4

Delitos contra la salud en Querétaro 2022

federalesQroSalud2021=federalesQro%>%filter(CONCEPTO=="CONTRA LA SALUD" & !is.na(value) & YEAR==misanos[length(misanos)])
fs=tapply(X = federalesQroSalud2021$value,INDEX = federalesQroSalud2021[,c("TIPO","MES")],FUN = sum)
kable(fs,caption="Delitos contra la salud")

Delitos contra la salud
	ENERO	FEBRERO	MARZO	ABRIL	MAYO	JUNIO
COMERCIO	0	2	1	0	0	0
OTROS	0	0	0	0	0	1
POSESION	11	16	16	8	8	7
PRODUCCION	0	0	1	0	0	0
SUMINISTRO	0	0	0	0	0	0
TRAFICO	13	9	11	9	5	11
TRANSPORTE	7	12	11	10	13	10

Delitos contra la salud en el año, por entidad federativa 2022

fsalud=federales%>%filter(YEAR==misanos[length(misanos)] & CONCEPTO=="CONTRA LA SALUD")
saludenElAno=tapply(X = fsalud$value,INDEX = fsalud[,c("ENTIDAD","TIPO")],FUN = sum, na.rm=T)
kable(saludenElAno, caption="Delitos contra la salud en el año, por entidad federativa")

Delitos contra la salud en el año, por entidad federativa
	COMERCIO	OTROS	POSESION	PRODUCCION	SUMINISTRO	TRAFICO	TRANSPORTE
AGUASCALIENTES	0	0	42	0	0	7	13
BAJA CALIFORNIA	4	9	279	3	0	53	56
BAJA CALIFORNIA SUR	0	1	29	1	0	16	58
CAMPECHE	0	0	2	0	0	0	4
CHIAPAS	0	0	2	0	0	14	23
CHIHUAHUA	6	25	122	0	0	12	7
CIUDAD DE MEXICO	4	1	37	0	0	130	6
COAHUILA	5	0	25	1	0	12	13
COLIMA	17	2	88	1	0	9	2
DURANGO	4	15	14	2	0	5	8
EXTRANJERO	0	0	0	0	0	0	0
GUANAJUATO	5	0	112	0	0	5	9
GUERRERO	7	29	14	2	0	6	0
HIDALGO	1	5	16	1	0	7	4
JALISCO	17	12	107	11	0	45	21
MEXICO	17	3	49	2	0	54	15
MICHOACAN	5	4	58	7	2	19	14
MORELOS	1	0	16	0	0	2	0
NAYARIT	0	2	10	0	0	1	0
NUEVO LEON	25	0	76	0	3	40	26
OAXACA	3	0	6	0	0	16	7
PUEBLA	3	1	28	2	1	2	0
QUERETARO	3	1	66	1	0	58	63
QUINTANA ROO	15	0	35	3	0	12	14
SAN LUIS POTOSI	6	1	28	0	0	9	18
SINALOA	2	15	38	12	0	29	91
SONORA	12	6	113	3	0	44	69
TABASCO	0	0	0	0	0	1	2
TAMAULIPAS	0	0	17	1	0	9	12
TLAXCALA	0	1	1	0	0	0	0
VERACRUZ	2	1	32	0	0	9	2
YUCATAN	17	0	17	0	0	7	6
ZACATECAS	0	5	12	0	0	0	0

sa=data.frame(saludenElAno)%>%mutate(ENTIDAD=rownames(saludenElAno))

comercio=length(sa$COMERCIO[sa$COMERCIO>sa$COMERCIO[sa$ENTIDAD=="QUERETARO"]])+1
trafico=length(sa$TRAFICO[sa$TRAFICO>sa$TRAFICO[sa$ENTIDAD=="QUERETARO"]])+1
transporte=length(sa$TRANSPORTE[sa$TRANSPORTE>sa$TRANSPORTE[sa$ENTIDAD=="QUERETARO"]])+1

posesion=length(sa$POSESION[sa$POSESION>sa$POSESION[sa$ENTIDAD=="QUERETARO"]])+1

produccion=length(sa$PRODUCCION[sa$PRODUCCION>sa$PRODUCCION[sa$ENTIDAD=="QUERETARO"]])+1

suministro=length(sa$SUMINISTRO[sa$SUMINISTRO>sa$SUMINISTRO[sa$ENTIDAD=="QUERETARO"]])+1

A nivel nacional, en el acumulado anual, Querétaro ocupa el lugar 17 en comercio; el lugar 2 en tráfico; el lugar 3 en transporte; el lugar 8 en posesión; el lugar 11 en producción y el lugar 4 en suministro de narcóticos.

Laboratorio Universitario de Seguridad Ciudadana

Panorama de la incidencia delictiva del fuero común en Querétaro. Informe a Junio de 2022.

Laboratorio Universitario de Seguridad Ciudadana

Julio de 2022

Pasos preliminares:

Resumen

Delitos por estado (Serie Anual)

Serie Anual (Absolutos)

Serie Anual (Tasa por 100 mil habitantes)

Posición de Querétaro por año (según tasa por cada 100k habitantes)

Delitos por estado (Serie Mensual)

General

Tasa de cambio

Serie Mensual 2020 (Absolutos)

Serie Mensual 2020 (Tasa por 100 mil habitantes)

posición de queretaro por mes en el país

Lugar de Querétaro en el año por delito

Incidencia en subtipos de Delito por estado en 2020

Tasa por cada 100 mil habitantes

Posicion de queretaro en 2020 por tipo de delito

Querétaro en Junio

Tasa en el mes

Absolutos en el mes

Lugar a nivel nacional de los municipios Queretanos en incidencia delictiva

Top 50 municipios en el año

Top 50 municipios en el mes

Posición de los municipios de Queretaro en el año

Posición de los municipios de Queretaro en el mes

Delitos en Querétaro

Delitos que aumentaron entre Mayo y Junio

Querétaro: Los delitos que han alcanzado su máximo histórico (en números absolutos) en este mes

Querétaro: Los delitos más frecuentes en Junio

Serie Mensual por delito en Querétaro

Delitos que aumentaron respecto del mismo mes en el año anterior(en tasa por cada 1000 habitantes)

Delitos en su máximo del año en Querétaro

Municipal

Municipios que aumentaron respecto del mismo mes del año anterior (Junio )

Cambio respecto del mes anterior por municipio

Municipios en Máximo Anual

Municipios en su nivel máximo (absoluto) registrado

Serie de tiempo municipal (Absolutos)

Top 5 delitos por municipio

En lo que va del año

Top 5 municipal durante Junio

Robo y robo con violencia

Robos por estado y año

Robos con violencia por estado y año

Serie mensual de robos totales por Estado

Serie mensual de robos con violencia por Estado

Porcentaje de robos con violencia por mes

Porcentajes por mes a nivel nacional

Porcentaje de robos con violencia por estado y año

Porcentaje de robos con violencia por estado y mes

Los robos con más violencia en 2022 (Nacional)

Los robos con más violencia en 2022 (Querétaro)

El futuro

Delitos para preocuparse en Agosto

Comportamiento mensual del delito de mayor riesgo (Amenazas)

Acumulados anuales por delito, en Querétaro

Movilidad

FEDERALES

Delitos federales distintos de contra la salud, en Querétaro 2022

Delitos contra la salud en Querétaro 2022

Delitos contra la salud en el año, por entidad federativa 2022