Tiempo invertido en la actividad en minutos: 1 hora

Grado de dificultad percibida de la actividad: Alto

Comentarios adicionales: no lo pude terminar, no recuerdo todos los códigos y, aunque realicé investigación no pude concluir.

library(readr)
my_data <- read_csv("C:\\Users\\Catalina\\Documents\\tec\\5to semestre\\titanic-1.csv")
## Rows: 891 Columns: 12
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (5): Name, Sex, Ticket, Cabin, Embarked
## dbl (7): PassengerId, Survived, Pclass, Age, SibSp, Parch, Fare
## 
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
View(my_data)
# 1.- Dimensión de la base de datos y tipo de datos
dim(my_data)
## [1] 891  12
class(my_data)
## [1] "spec_tbl_df" "tbl_df"      "tbl"         "data.frame"
# 2.- Campos con valores "Null". Si existe un campo nulo, debes de cambiarlo con un NP (No Proporcionado).
colSums(sapply(my_data, is.na)) > 0
## PassengerId    Survived      Pclass        Name         Sex         Age 
##       FALSE       FALSE       FALSE       FALSE       FALSE        TRUE 
##       SibSp       Parch      Ticket        Fare       Cabin    Embarked 
##       FALSE       FALSE       FALSE       FALSE        TRUE        TRUE
# Los campos con valores nulos son Cabin, Age y Embarked
# 3.- Mostrar nombre y # de ticket de pasajeros. 
filtro1<-my_data[,c("Name","Ticket")]
head(filtro1)
## # A tibble: 6 × 2
##   Name                                                Ticket          
##   <chr>                                               <chr>           
## 1 Braund, Mr. Owen Harris                             A/5 21171       
## 2 Cumings, Mrs. John Bradley (Florence Briggs Thayer) PC 17599        
## 3 Heikkinen, Miss. Laina                              STON/O2. 3101282
## 4 Futrelle, Mrs. Jacques Heath (Lily May Peel)        113803          
## 5 Allen, Mr. William Henry                            373450          
## 6 Moran, Mr. James                                    330877
# 4.- Orden alfabético de nombre de usuarios
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, union
filtro2<-my_data %>%
  arrange(Name)
print(filtro2)
## # A tibble: 891 × 12
##    PassengerId Survived Pclass Name   Sex     Age SibSp Parch Ticket  Fare Cabin
##          <dbl>    <dbl>  <dbl> <chr>  <chr> <dbl> <dbl> <dbl> <chr>  <dbl> <chr>
##  1         846        0      3 Abbin… male     42     0     0 C.A. …  7.55 <NA> 
##  2         747        0      3 Abbot… male     16     1     1 C.A. … 20.2  <NA> 
##  3         280        1      3 Abbot… fema…    35     1     1 C.A. … 20.2  <NA> 
##  4         309        0      2 Abels… male     30     1     0 P/PP … 24    <NA> 
##  5         875        1      2 Abels… fema…    28     1     0 P/PP … 24    <NA> 
##  6         366        0      3 Adahl… male     30     0     0 C 7076  7.25 <NA> 
##  7         402        0      3 Adams… male     26     0     0 341826  8.05 <NA> 
##  8          41        0      3 Ahlin… fema…    40     1     0 7546    9.48 <NA> 
##  9         856        1      3 Aks, … fema…    18     0     1 392091  9.35 <NA> 
## 10         208        1      3 Albim… male     26     0     0 2699   18.8  <NA> 
## # ℹ 881 more rows
## # ℹ 1 more variable: Embarked <chr>
# 5.- Pasajero con mayor y menor edad
#Mayor
mayor<-my_data%>%
  slice(which.max(Age))
print(mayor)
## # A tibble: 1 × 12
##   PassengerId Survived Pclass Name    Sex     Age SibSp Parch Ticket  Fare Cabin
##         <dbl>    <dbl>  <dbl> <chr>   <chr> <dbl> <dbl> <dbl> <chr>  <dbl> <chr>
## 1         631        1      1 Barkwo… male     80     0     0 27042     30 A23  
## # ℹ 1 more variable: Embarked <chr>
#Menor
menor<-my_data%>%
  slice(which.min(Age))
print(menor)
## # A tibble: 1 × 12
##   PassengerId Survived Pclass Name    Sex     Age SibSp Parch Ticket  Fare Cabin
##         <dbl>    <dbl>  <dbl> <chr>   <chr> <dbl> <dbl> <dbl> <chr>  <dbl> <chr>
## 1         804        1      3 Thomas… male   0.42     0     1 2625    8.52 <NA> 
## # ℹ 1 more variable: Embarked <chr>
# 6.- Pasajeros mayores de edad
filtro3<- filter(my_data, Age>= 18)
head(filtro3)
## # A tibble: 6 × 12
##   PassengerId Survived Pclass Name    Sex     Age SibSp Parch Ticket  Fare Cabin
##         <dbl>    <dbl>  <dbl> <chr>   <chr> <dbl> <dbl> <dbl> <chr>  <dbl> <chr>
## 1           1        0      3 Braund… male     22     1     0 A/5 2…  7.25 <NA> 
## 2           2        1      1 Cuming… fema…    38     1     0 PC 17… 71.3  C85  
## 3           3        1      3 Heikki… fema…    26     0     0 STON/…  7.92 <NA> 
## 4           4        1      1 Futrel… fema…    35     1     0 113803 53.1  C123 
## 5           5        0      3 Allen,… male     35     0     0 373450  8.05 <NA> 
## 6           7        0      1 McCart… male     54     0     0 17463  51.9  E46  
## # ℹ 1 more variable: Embarked <chr>
# 7.- Pasajeros hombres mayores de 70 años
Filtro4<-filter(my_data, Age>=70 | Sex == "male")
print(filtro3)
## # A tibble: 601 × 12
##    PassengerId Survived Pclass Name   Sex     Age SibSp Parch Ticket  Fare Cabin
##          <dbl>    <dbl>  <dbl> <chr>  <chr> <dbl> <dbl> <dbl> <chr>  <dbl> <chr>
##  1           1        0      3 Braun… male     22     1     0 A/5 2…  7.25 <NA> 
##  2           2        1      1 Cumin… fema…    38     1     0 PC 17… 71.3  C85  
##  3           3        1      3 Heikk… fema…    26     0     0 STON/…  7.92 <NA> 
##  4           4        1      1 Futre… fema…    35     1     0 113803 53.1  C123 
##  5           5        0      3 Allen… male     35     0     0 373450  8.05 <NA> 
##  6           7        0      1 McCar… male     54     0     0 17463  51.9  E46  
##  7           9        1      3 Johns… fema…    27     0     2 347742 11.1  <NA> 
##  8          12        1      1 Bonne… fema…    58     0     0 113783 26.6  C103 
##  9          13        0      3 Saund… male     20     0     0 A/5. …  8.05 <NA> 
## 10          14        0      3 Ander… male     39     1     5 347082 31.3  <NA> 
## # ℹ 591 more rows
## # ℹ 1 more variable: Embarked <chr>