TALLER-APE 10: TIDYVERSE
2023-07-16
Autores:
- Mueses Emily
- Muzo Jenifer
- Oña Mishel
- Simbaña Mavelin
Grupo 5
EJERCICIOS PROPUESTOS:
EJERCICIO N°1
Seleccionamos las 3 primeras columnas del dataset mtcars y mostramos la cabecera
Ejecución del ejercicio: `
Instalamos los paquetes, cargamos la libreria y con Head mostramos el dataset mtcars
#install.packages("dplyr")
library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionhead(mtcars)## mpg cyl disp hp drat wt qsec vs am gear carb
## Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
## Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
## Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
## Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
## Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
## Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1Forma 1: escribimos el nombre de las columnas que queremos visualizar
head(select(mtcars,mpg, cyl,disp))## mpg cyl disp
## Mazda RX4 21.0 6 160
## Mazda RX4 Wag 21.0 6 160
## Datsun 710 22.8 4 108
## Hornet 4 Drive 21.4 6 258
## Hornet Sportabout 18.7 8 360
## Valiant 18.1 6 225Forma 2: escribir el numero de las columnas que queremos mostrar
head(select(mtcars,1:3))## mpg cyl disp
## Mazda RX4 21.0 6 160
## Mazda RX4 Wag 21.0 6 160
## Datsun 710 22.8 4 108
## Hornet 4 Drive 21.4 6 258
## Hornet Sportabout 18.7 8 360
## Valiant 18.1 6 225EJERCICIO N°2
Utiliza la ayuda ?select_helpers para que observes el resultado
?select_helpers- ?select_helpers: Permite observar la función select con mas detalles en Help, es decir, nos muestra todas las herramientas de la función select.
EJERCICIO N°3
Seleccionar las columnas que empiezan por d
Ejecución del ejercicio: `
Utilizamos starts_with para indicar la letra por la que deben empezar los nombres de las columnas que vamos a seleccionar.
head(select(mtcars,starts_with("d")))## disp drat
## Mazda RX4 160 3.90
## Mazda RX4 Wag 160 3.90
## Datsun 710 108 3.85
## Hornet 4 Drive 258 3.08
## Hornet Sportabout 360 3.15
## Valiant 225 2.76EJERCICIO N°4
Seleccionar las columnas que terminan por p
Ejecución del ejercicio:
Utilizamos ends_with para indicar la letra por la que deben terminar los nombres de las columnas vamos a seleccionar
head(select(mtcars,ends_with("p")))## disp hp
## Mazda RX4 160 110
## Mazda RX4 Wag 160 110
## Datsun 710 108 93
## Hornet 4 Drive 258 110
## Hornet Sportabout 360 175
## Valiant 225 105EJERCICIO N°5
head(select( mtcars, -drat, -am )) (Explica que resultado obtienes ?)
head(select( mtcars, -drat, -am ))## mpg cyl disp hp wt qsec vs gear carb
## Mazda RX4 21.0 6 160 110 2.620 16.46 0 4 4
## Mazda RX4 Wag 21.0 6 160 110 2.875 17.02 0 4 4
## Datsun 710 22.8 4 108 93 2.320 18.61 1 4 1
## Hornet 4 Drive 21.4 6 258 110 3.215 19.44 1 3 1
## Hornet Sportabout 18.7 8 360 175 3.440 17.02 0 3 2
## Valiant 18.1 6 225 105 3.460 20.22 1 3 1- Muestra todas las columnas del dataset menos las columnas drat y am
EJERCICIO N°6
head(select( mtcars, contains( “a” ) )) (Explica que resultado obtienes ?)
head(select( mtcars, contains( "a" ) ))## drat am gear carb
## Mazda RX4 3.90 1 4 4
## Mazda RX4 Wag 3.90 1 4 4
## Datsun 710 3.85 1 4 1
## Hornet 4 Drive 3.08 0 3 1
## Hornet Sportabout 3.15 0 3 2
## Valiant 2.76 0 3 1- Con la ayuda de la funición contains selecciona las columnas que en su encabezado contienen una a y las muestra
EJERCICIO N°7
head(filter( mtcars, mpg > 20, gear == 4)) (Explica que resultado obtienes ?)
filter: nos permite filtrar filas según una condición.
head(filter( mtcars, mpg > 20, gear == 4))## mpg cyl disp hp drat wt qsec vs am gear carb
## Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
## Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
## Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
## Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
## Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
## Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1- Nos muestra todas las filas que cumplen con la condición de que los valores de la columna mpg sean mayor a 20 y los valores de la columna gear sean igual a 4.
EJERCICIO N°8
Seleccionar los sujetos con tipo de transmisión (am) 1 que, además, tienen 6 cilindros o menos
head(filter(mtcars, am == 1, cyl <= 6))## mpg cyl disp hp drat wt qsec vs am gear carb
## Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
## Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
## Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
## Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
## Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
## Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1EJERCICIO N°9
Seleccionar los sujetos que bien consumen menos de 21 mpg o bien tienen menos de 3 carburantes (carb) y menos de 4 engranajes (gear)
head(filter(mtcars, (mpg < 21 | carb < 3) & gear < 4))## mpg cyl disp hp drat wt qsec vs am gear carb
## Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1
## Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
## Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1
## Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4
## Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3
## Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3EJERCICIO N°10
Ordena por cilindrada (cyl) y por desplazamiento (disp)
orden <- arrange(mtcars,cyl,disp)
head(orden)## mpg cyl disp hp drat wt qsec vs am gear carb
## Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
## Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
## Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
## Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1
## Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2
## Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1EJERCICIO N°11
Crea una nueva columna que indique los kilogramos que pesa el coche, sabiendo que 1 libra = 0.45 kg. La variable wt indica el peso en libras.
mtcars$kg <- (mtcars$wt*0.45)
head(mtcars)## mpg cyl disp hp drat wt qsec vs am gear carb kg
## Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4 1.17900
## Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4 1.29375
## Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1 1.04400
## Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1 1.44675
## Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2 1.54800
## Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1 1.55700EJERCICIO N°12
La función summarise() agrupa los valores en una tabla de acuerdo a la función que indiquemos. Calcula la media de disp usando la función summarise:
summarise(group_by(mtcars, disp), mean(disp))## # A tibble: 27 × 2
## disp `mean(disp)`
## <dbl> <dbl>
## 1 71.1 71.1
## 2 75.7 75.7
## 3 78.7 78.7
## 4 79 79
## 5 95.1 95.1
## 6 108 108
## 7 120. 120.
## 8 120. 120.
## 9 121 121
## 10 141. 141.
## # ℹ 17 more rowsEJERCICIO N°13
summarise(group_by(mtcars, cyl), max = max(disp)) (Explica que resultado obtienes ?)
summarise(group_by(mtcars, cyl), max = max(disp))## # A tibble: 3 × 2
## cyl max
## <dbl> <dbl>
## 1 4 147.
## 2 6 258
## 3 8 472- Agrupa los datos del cilindraje por su valor y obtiene el maximo de ese conjunto de datos.
EJERCICIO N°14
mtcars %>% select( mpg:disp )%>% head (Explica que resultado obtienes ?)
mtcars %>% select( mpg:disp )%>% head## mpg cyl disp
## Mazda RX4 21.0 6 160
## Mazda RX4 Wag 21.0 6 160
## Datsun 710 22.8 4 108
## Hornet 4 Drive 21.4 6 258
## Hornet Sportabout 18.7 8 360
## Valiant 18.1 6 225- Selecciona las columnas desde mpg hasta disp y nos muestra los 6 primeros valores del dataset.
EJERCICIO N°15
head(select(select(mtcars, contains(“a”)), -drat, -am)) (Explica que resultado obtienes ?)
head(select(select(mtcars, contains("a")), -drat, -am))## gear carb
## Mazda RX4 4 4
## Mazda RX4 Wag 4 4
## Datsun 710 4 1
## Hornet 4 Drive 3 1
## Hornet Sportabout 3 2
## Valiant 3 1- Selecciona las columnas que contengan una letra a en su encabezado a excepción de drat y am.
EJERCICIO N°16
Utilizando pipes ejecuta el ejercicio 15
mtcars %>% select((contains("a")), -drat, -am)## gear carb
## Mazda RX4 4 4
## Mazda RX4 Wag 4 4
## Datsun 710 4 1
## Hornet 4 Drive 3 1
## Hornet Sportabout 3 2
## Valiant 3 1
## Duster 360 3 4
## Merc 240D 4 2
## Merc 230 4 2
## Merc 280 4 4
## Merc 280C 4 4
## Merc 450SE 3 3
## Merc 450SL 3 3
## Merc 450SLC 3 3
## Cadillac Fleetwood 3 4
## Lincoln Continental 3 4
## Chrysler Imperial 3 4
## Fiat 128 4 1
## Honda Civic 4 2
## Toyota Corolla 4 1
## Toyota Corona 3 1
## Dodge Challenger 3 2
## AMC Javelin 3 2
## Camaro Z28 3 4
## Pontiac Firebird 3 2
## Fiat X1-9 4 1
## Porsche 914-2 5 2
## Lotus Europa 5 2
## Ford Pantera L 5 4
## Ferrari Dino 5 6
## Maserati Bora 5 8
## Volvo 142E 4 2EJERCICIO N°17
mtcars_filtered = filter(mtcars, wt > 1.5) mtcars_grouped = group_by(mtcars_filtered, cyl) summarise(mtcars_grouped, mn = mean(mpg), sd = sd(mpg)) (Explica que resultado obtienes ?)
mtcars_filtered = filter(mtcars, wt > 1.5)
mtcars_grouped = group_by(mtcars_filtered, cyl)
summarise(mtcars_grouped, mn = mean(mpg), sd = sd(mpg))## # A tibble: 3 × 3
## cyl mn sd
## <dbl> <dbl> <dbl>
## 1 4 26.7 4.51
## 2 6 19.7 1.45
## 3 8 15.1 2.56- Se obtiene la media y la desviación estándar de la columna mpg, agrupadas según su cilindraje siempre y cuando su wt sea mayor a 1.5..
EJERCICIO N°18
Utilizando pipes ejecuta el ejercicio 17
mtcars %>% filter(wt > 1.5) %>% group_by(cyl) %>% summarise(mean(mpg), sd(mpg))## # A tibble: 3 × 3
## cyl `mean(mpg)` `sd(mpg)`
## <dbl> <dbl> <dbl>
## 1 4 26.7 4.51
## 2 6 19.7 1.45
## 3 8 15.1 2.56EJERCICIO N°19
Es obligatorio utilizar las funciones del paquete dplyr
y recomendable utilizar pipes %>% para los siguientes
ejercicios
library(dbplyr)EJERCICIO N°20
Descarga el fichero de datos vuelos.csv situado en http://gauss.inf.um.es/datos/; en local o localiza la
url donde se encuentra.
EJERCICIO N°21
Descarga el archivo y Guarda los datos en una variable llamada
vuelos
setwd("E:/Programacion1")
vuelos<- read.table(file="vuelos.csv", header = TRUE, sep = ",")
head(vuelos)## date hour minute dep arr dep_delay arr_delay carrier flight dest
## 1 2011-01-01 14 0 1400 1500 0 -10 AA 428 DFW
## 2 2011-01-02 14 1 1401 1501 1 -9 AA 428 DFW
## 3 2011-01-03 13 52 1352 1502 -8 -8 AA 428 DFW
## 4 2011-01-04 14 3 1403 1513 3 3 AA 428 DFW
## 5 2011-01-05 14 5 1405 1507 5 -3 AA 428 DFW
## 6 2011-01-06 13 59 1359 1503 -1 -7 AA 428 DFW
## plane cancelled time dist
## 1 N576AA 0 40 224
## 2 N557AA 0 45 224
## 3 N541AA 0 48 224
## 4 N403AA 0 39 224
## 5 N492AA 0 44 224
## 6 N262AA 0 45 224EJERCICIO N°22
Selecciona los vuelos con destino SFO u OAK
utilizando las funciones del paquete dplyr. ¿Con cuantos vuelos nos
quedamos?
destino <- vuelos %>%
select(dest) %>%
filter(dest == "SFO" | dest == "OAK") %>%
count()
head(destino)## n
## 1 1121## Nos quedamos con un total de 1121 vuelos con destino a SFO y OAK.EJERCICIO N°23
Selecciona los vuelos que se han retrasado más de una hora. ¿Cuál es el destino que más se retrasa en proporción al número de vuelos?
vuelos%>%select(dest, dep_delay)%>%
filter(dep_delay >60)%>%
group_by(dest)%>%
summarise(destino_retraso= n_distinct(dep_delay))%>%head## # A tibble: 6 × 2
## dest destino_retraso
## <chr> <int>
## 1 ABQ 28
## 2 AEX 13
## 3 AMA 11
## 4 ASE 6
## 5 ATL 105
## 6 AUS 49EJERCICIO N°24
Encuentra 4 maneras diferentes de utilizar la función
select para seleccionar las variables relacionadas con los
retrasos (delay)
head(select(vuelos, contains("delay")))## dep_delay arr_delay
## 1 0 -10
## 2 1 -9
## 3 -8 -8
## 4 3 3
## 5 5 -3
## 6 -1 -7head(select(vuelos, ends_with("delay")))## dep_delay arr_delay
## 1 0 -10
## 2 1 -9
## 3 -8 -8
## 4 3 3
## 5 5 -3
## 6 -1 -7head(select(vuelos, matches(".d.")))## dep_delay arr_delay
## 1 0 -10
## 2 1 -9
## 3 -8 -8
## 4 3 3
## 5 5 -3
## 6 -1 -7head(select(vuelos, dep_delay, arr_delay))## dep_delay arr_delay
## 1 0 -10
## 2 1 -9
## 3 -8 -8
## 4 3 3
## 5 5 -3
## 6 -1 -7EJERCICIO N°25
Agrupa los vuelos por fecha y calcula: media, mediana y cuartil 75 de los retrasos en los vuelos por hora
agrupfech <- vuelos %>%
select(date, hour, arr_delay) %>%
group_by(date) %>%
summarise(media = mean(arr_delay, na.rm = T), mediana = median(arr_delay, na.rm = T), cuatil_75 = quantile(arr_delay, 0.75, na.rm = T))
head(agrupfech)## # A tibble: 6 × 4
## date media mediana cuatil_75
## <chr> <dbl> <dbl> <dbl>
## 1 2011-01-01 10.1 5 17
## 2 2011-01-02 10.5 3 17
## 3 2011-01-03 6.04 -2 10.5
## 4 2011-01-04 7.97 4 16
## 5 2011-01-05 4.17 -1 11
## 6 2011-01-06 6.07 2 13EJERCICIO N°26
Utilizando pipes calcula la media de retraso en los vuelos por día y hora, la cantidad de vuelos por día y hora y luego muestra solo los casos para los cuales haya más de 10
can_vuelos <- vuelos %>%
select(date, hour, arr_delay, flight) %>%
filter(flight > 10) %>%
group_by(date) %>%
summarise(media_retraso = mean(arr_delay, na.rm = T),
cantidad_vuelos = n_distinct(flight))EJERCICIO N°27
Importar la base de datos realizada en MYSQL a R (Consultarlo como hacerlo)
Ejecución del ejercicio: `
- En el ordenador de nuestra computadora buscamos los orígenes de datos ODBC, buscamos el servidor Mysql y el connector odbc, y damos en finalizar.
- Instalamos la libreria RODBC en Rstudio para establecer la conexión entre MySQL y rstudio.
- Creamos una variable y usamos la funcion odbcConnect que actúa como una interfaz entre la base de datos y rstudio, escribimos el nombre de la conexión que creamos, en uid colocamos el nombre del servidor y en pwd nuestra contraseña de MySQL.
- En otra variable utilizamos sqlQuery que sirve para hacer consultas y seleccionamos lo que queremos ver de la tabla importada de vuelos.
- Para verificar que se haya importado correctamente la base de datos utilizamos la función head o View.
library("RODBC")
con <- odbcConnect("MySQLConexion1", uid="root", pwd = "e123456")
vuelos1 <- sqlQuery(con,"SELECT * FROM vuelos.vuelos")
head(vuelos1)## date hour minute dep arr dep_delay arr_delay carrier flight dest
## 1 01/01/2011 14 0 1400 1500 0 -10 AA 428 DFW
## 2 02/01/2011 14 1 1401 1501 1 -9 AA 428 DFW
## 3 03/01/2011 13 52 1352 1502 -8 -8 AA 428 DFW
## 4 04/01/2011 14 3 1403 1513 3 3 AA 428 DFW
## 5 05/01/2011 14 5 1405 1507 5 -3 AA 428 DFW
## 6 06/01/2011 13 59 1359 1503 -1 -7 AA 428 DFW
## plane cancelled time dist
## 1 N576AA 0 40 224
## 2 N557AA 0 45 224
## 3 N541AA 0 48 224
## 4 N403AA 0 39 224
## 5 N492AA 0 44 224
## 6 N262AA 0 45 224