Evidencia 1 | New York
Karla Mireya Velderrain A00227411
2024-02-26
Contexto
El paquete nycflights13 contiene información sobre todos los vuelos que partieron desde Nueva York (EWR, FK y LGA) a destinos en los Estados Unidos en 2013. Fueron 336,776 vuelos en total. Para ayudar a comprender las causas de los retrasos, también incluye otros conjuntos de datos útiles.
Este paquete incluye las siguientes tablas:
- flights = todos los vuelos que salieron de Nueva York en 2013
- weather = datos meteorológicos por hora de cada aeropuerto
- planes = información de construcción de cada avión
- airports = nombres y ubicaciones de aeropuertos
- airlines = relación entre nombres y códigos de las aerolíneas.
Fuente: Origen de los datos
Instalar paquetes y llamar librerías
#install.packages ("nycflights13)
library(nycflights13)
#install.packages ("tidyverse")
library(tidyverse)## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.4 ✔ readr 2.1.5
## ✔ forcats 1.0.0 ✔ stringr 1.5.1
## ✔ ggplot2 3.4.4 ✔ tibble 3.2.1
## ✔ lubridate 1.9.3 ✔ tidyr 1.3.1
## ✔ purrr 1.0.2
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errorsGuardar bases de datos
flights <- flights
weather<- weather
planes<- planes
airports<- airports
airlines<- airlinesRelación entre las bases de datos
Cargar en memoria la tabla “flights” y mostrar su contenido
#la carga a memoria se hizo en el paso anterior
flights## # A tibble: 336,776 × 19
## year month day dep_time sched_dep_time dep_delay arr_time sched_arr_time
## <int> <int> <int> <int> <int> <dbl> <int> <int>
## 1 2013 1 1 517 515 2 830 819
## 2 2013 1 1 533 529 4 850 830
## 3 2013 1 1 542 540 2 923 850
## 4 2013 1 1 544 545 -1 1004 1022
## 5 2013 1 1 554 600 -6 812 837
## 6 2013 1 1 554 558 -4 740 728
## 7 2013 1 1 555 600 -5 913 854
## 8 2013 1 1 557 600 -3 709 723
## 9 2013 1 1 557 600 -3 838 846
## 10 2013 1 1 558 600 -2 753 745
## # ℹ 336,766 more rows
## # ℹ 11 more variables: arr_delay <dbl>, carrier <chr>, flight <int>,
## # tailnum <chr>, origin <chr>, dest <chr>, air_time <dbl>, distance <dbl>,
## # hour <dbl>, minute <dbl>, time_hour <dttm>Consulta la estructura de “flights”
str(flights)## tibble [336,776 × 19] (S3: tbl_df/tbl/data.frame)
## $ year : int [1:336776] 2013 2013 2013 2013 2013 2013 2013 2013 2013 2013 ...
## $ month : int [1:336776] 1 1 1 1 1 1 1 1 1 1 ...
## $ day : int [1:336776] 1 1 1 1 1 1 1 1 1 1 ...
## $ dep_time : int [1:336776] 517 533 542 544 554 554 555 557 557 558 ...
## $ sched_dep_time: int [1:336776] 515 529 540 545 600 558 600 600 600 600 ...
## $ dep_delay : num [1:336776] 2 4 2 -1 -6 -4 -5 -3 -3 -2 ...
## $ arr_time : int [1:336776] 830 850 923 1004 812 740 913 709 838 753 ...
## $ sched_arr_time: int [1:336776] 819 830 850 1022 837 728 854 723 846 745 ...
## $ arr_delay : num [1:336776] 11 20 33 -18 -25 12 19 -14 -8 8 ...
## $ carrier : chr [1:336776] "UA" "UA" "AA" "B6" ...
## $ flight : int [1:336776] 1545 1714 1141 725 461 1696 507 5708 79 301 ...
## $ tailnum : chr [1:336776] "N14228" "N24211" "N619AA" "N804JB" ...
## $ origin : chr [1:336776] "EWR" "LGA" "JFK" "JFK" ...
## $ dest : chr [1:336776] "IAH" "IAH" "MIA" "BQN" ...
## $ air_time : num [1:336776] 227 227 160 183 116 150 158 53 140 138 ...
## $ distance : num [1:336776] 1400 1416 1089 1576 762 ...
## $ hour : num [1:336776] 5 5 5 5 6 5 6 6 6 6 ...
## $ minute : num [1:336776] 15 29 40 45 0 58 0 0 0 0 ...
## $ time_hour : POSIXct[1:336776], format: "2013-01-01 05:00:00" "2013-01-01 05:00:00" ...# int: entero (sin decimales)
#num: numerico (con decimales)
#chr: caracter (letras)
#Date: fecha(en R va año-mes-día)
#POSIXct_: Formato fechaCual es la clase de “flights” y que significan?
class(flights)## [1] "tbl_df" "tbl" "data.frame"#Los 5 clases de objetos son:
# 1. numeric: Numero real o decimales
# 2. integer: numero enteros
# 3. complex: numero complejos
# 4. character: caracteres (texto)
# 5. logical: TRUE o FALSE
# las 4 clases de objetos compuestos son:
# 1. list: lista
# 2. matrix: matriz
# 3. array: coleccion de objetos
# 4. character: coleccion de objetos
# 5. data.frame: base de datos¿Cuántas columnas y renglones tiene “flights”? ¿Cual es su dimensión?
#Numero de columnas
ncol(flights)## [1] 19#Numero de renglones
nrow(flights)## [1] 336776Muestra los primeros 6 renglones de “flights”. Tambien los ultimos 6
head(flights)## # A tibble: 6 × 19
## year month day dep_time sched_dep_time dep_delay arr_time sched_arr_time
## <int> <int> <int> <int> <int> <dbl> <int> <int>
## 1 2013 1 1 517 515 2 830 819
## 2 2013 1 1 533 529 4 850 830
## 3 2013 1 1 542 540 2 923 850
## 4 2013 1 1 544 545 -1 1004 1022
## 5 2013 1 1 554 600 -6 812 837
## 6 2013 1 1 554 558 -4 740 728
## # ℹ 11 more variables: arr_delay <dbl>, carrier <chr>, flight <int>,
## # tailnum <chr>, origin <chr>, dest <chr>, air_time <dbl>, distance <dbl>,
## # hour <dbl>, minute <dbl>, time_hour <dttm>tail(flights)## # A tibble: 6 × 19
## year month day dep_time sched_dep_time dep_delay arr_time sched_arr_time
## <int> <int> <int> <int> <int> <dbl> <int> <int>
## 1 2013 9 30 NA 1842 NA NA 2019
## 2 2013 9 30 NA 1455 NA NA 1634
## 3 2013 9 30 NA 2200 NA NA 2312
## 4 2013 9 30 NA 1210 NA NA 1330
## 5 2013 9 30 NA 1159 NA NA 1344
## 6 2013 9 30 NA 840 NA NA 1020
## # ℹ 11 more variables: arr_delay <dbl>, carrier <chr>, flight <int>,
## # tailnum <chr>, origin <chr>, dest <chr>, air_time <dbl>, distance <dbl>,
## # hour <dbl>, minute <dbl>, time_hour <dttm># Si quisieramos 7 renglones: head(flights, 7)Muestra los estadísticos descriptivos de “flights”. Tambien los ultimos 6
summary(flights)## year month day dep_time sched_dep_time
## Min. :2013 Min. : 1.000 Min. : 1.00 Min. : 1 Min. : 106
## 1st Qu.:2013 1st Qu.: 4.000 1st Qu.: 8.00 1st Qu.: 907 1st Qu.: 906
## Median :2013 Median : 7.000 Median :16.00 Median :1401 Median :1359
## Mean :2013 Mean : 6.549 Mean :15.71 Mean :1349 Mean :1344
## 3rd Qu.:2013 3rd Qu.:10.000 3rd Qu.:23.00 3rd Qu.:1744 3rd Qu.:1729
## Max. :2013 Max. :12.000 Max. :31.00 Max. :2400 Max. :2359
## NA's :8255
## dep_delay arr_time sched_arr_time arr_delay
## Min. : -43.00 Min. : 1 Min. : 1 Min. : -86.000
## 1st Qu.: -5.00 1st Qu.:1104 1st Qu.:1124 1st Qu.: -17.000
## Median : -2.00 Median :1535 Median :1556 Median : -5.000
## Mean : 12.64 Mean :1502 Mean :1536 Mean : 6.895
## 3rd Qu.: 11.00 3rd Qu.:1940 3rd Qu.:1945 3rd Qu.: 14.000
## Max. :1301.00 Max. :2400 Max. :2359 Max. :1272.000
## NA's :8255 NA's :8713 NA's :9430
## carrier flight tailnum origin
## Length:336776 Min. : 1 Length:336776 Length:336776
## Class :character 1st Qu.: 553 Class :character Class :character
## Mode :character Median :1496 Mode :character Mode :character
## Mean :1972
## 3rd Qu.:3465
## Max. :8500
##
## dest air_time distance hour
## Length:336776 Min. : 20.0 Min. : 17 Min. : 1.00
## Class :character 1st Qu.: 82.0 1st Qu.: 502 1st Qu.: 9.00
## Mode :character Median :129.0 Median : 872 Median :13.00
## Mean :150.7 Mean :1040 Mean :13.18
## 3rd Qu.:192.0 3rd Qu.:1389 3rd Qu.:17.00
## Max. :695.0 Max. :4983 Max. :23.00
## NA's :9430
## minute time_hour
## Min. : 0.00 Min. :2013-01-01 05:00:00.00
## 1st Qu.: 8.00 1st Qu.:2013-04-04 13:00:00.00
## Median :29.00 Median :2013-07-03 10:00:00.00
## Mean :26.23 Mean :2013-07-03 05:22:54.64
## 3rd Qu.:44.00 3rd Qu.:2013-10-01 07:00:00.00
## Max. :59.00 Max. :2013-12-31 23:00:00.00
## Conclusión
En este trabajo pudimos realizar las funciones más comunes del análisis exploratorio, el cual es el primer pasó para cualquier trabajo de manipulación de datos.
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