Bootcamp de R - Trabajo Final

Author

Gino Di Angelo Machoa Flores

Published

March 16, 2024

Indicaciones:

Dataset utilizado: Enlace a Kaggle - Game Recommendations on Steam

Acerca del conjunto de datos:

El conjunto de datos contiene más de 41 millones de recomendaciones (reseñas) de usuarios limpias y preprocesadas de Steam Store, una plataforma en línea líder para comprar y descargar videojuegos, DLC y otro contenido relacionado con juegos. Además, contiene información detallada sobre juegos y complementos.

El conjunto de datos consta de la entidad principal:

games.csv : una tabla de información sobre juegos (o complementos) sobre clasificaciones, precios en dólares estadounidenses, fecha de lanzamiento, etc. En los metadatos se encuentran detalles adicionales no tabulares sobre los juegos, como descripciones y etiquetas.

#Cargar paquetes

library(tidyverse)
── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
✔ dplyr     1.1.1     ✔ readr     2.1.4
✔ forcats   1.0.0     ✔ stringr   1.5.0
✔ ggplot2   3.4.2     ✔ tibble    3.2.1
✔ lubridate 1.9.2     ✔ tidyr     1.3.0
✔ purrr     1.0.1     
── 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 errors
library(googledrive)

1. Descargue el archivo y lea su contenido en un data.frame.

#Cargar archivo

#install.packages(“googledrive”)

# Enlace al archivo CSV en Google Drive
enlace <- "https://drive.google.com/file/d/1IX76wvo_2AunbdVLSEIe_062liKXMfGr/view?usp=sharing"

# Nombre del archivo en tu sistema local
games <- "games.csv"

# Verifica si el archivo ya existe localmente
if (!file.exists(games)) {
  # Descarga el archivo CSV desde Google Drive con la opción de sobrescribir
  drive_file <- drive_download(as_id(games), overwrite = TRUE)
  
  # Verifica si la descarga fue exitosa
  if (drive_file$status == "ok") {
    message("Archivo descargado exitosamente.")
  } else {
    warning("Hubo un problema al descargar el archivo.")
  }
} else {
  message("El archivo ya existe localmente.")
}
El archivo ya existe localmente.
# Si el archivo se descargó correctamente o ya existe, procede a leerlo
if (file.exists(games)) {
  # Lee el archivo CSV descargado
  games <- read.csv(games)
  # Visualiza las primeras filas del archivo CSV descargado
  head(games)
} else {
  warning("No se pudo descargar o encontrar el archivo.")
}
  app_id                             title date_release  win   mac linux
1  13500 Prince of Persia: Warrior Within™   2008-11-21 true false false
2  22364           BRINK: Agents of Change   2011-08-03 true false false
3 113020      Monaco: What's Yours Is Mine   2013-04-24 true  true  true
4 226560                Escape Dead Island   2014-11-18 true false false
5 249050           Dungeon of the ENDLESS™   2014-10-27 true  true false
6 250180                      METAL SLUG 3   2015-09-14 true false false
         rating positive_ratio user_reviews price_final price_original discount
1 Very Positive             84         2199        9.99           9.99        0
2      Positive             85           21        2.99           2.99        0
3 Very Positive             92         3722       14.99          14.99        0
4         Mixed             61          873       14.99          14.99        0
5 Very Positive             88         8784       11.99          11.99        0
6 Very Positive             90         5579        7.99           7.99        0
  steam_deck
1       true
2       true
3       true
4       true
5       true
6       true

2. Despliegue el tipo de datos reconocido en cada variable del archivo. Transforme #en factores aquellas variables que considere lo ameritan.

#Visualizar la estructura de la data

str(games)
'data.frame':   50872 obs. of  13 variables:
 $ app_id        : int  13500 22364 113020 226560 249050 250180 253980 271850 282900 19810 ...
 $ title         : chr  "Prince of Persia: Warrior Within™" "BRINK: Agents of Change" "Monaco: What's Yours Is Mine" "Escape Dead Island" ...
 $ date_release  : chr  "2008-11-21" "2011-08-03" "2013-04-24" "2014-11-18" ...
 $ win           : chr  "true" "true" "true" "true" ...
 $ mac           : chr  "false" "false" "true" "false" ...
 $ linux         : chr  "false" "false" "true" "false" ...
 $ rating        : chr  "Very Positive" "Positive" "Very Positive" "Mixed" ...
 $ positive_ratio: int  84 85 92 61 88 90 75 61 94 75 ...
 $ user_reviews  : int  2199 21 3722 873 8784 5579 1608 199 9686 33 ...
 $ price_final   : num  9.99 2.99 14.99 14.99 11.99 ...
 $ price_original: num  9.99 2.99 14.99 14.99 11.99 ...
 $ discount      : num  0 0 0 0 0 0 0 0 0 0 ...
 $ steam_deck    : chr  "true" "true" "true" "true" ...

#Transformar variables en factores

games$rating <- factor(games$rating, labels = c("Very Negative", "Negative", "Mostly Negative", 
                                         "Mixed", "Positive", "Mostly Positive", "Very Positive",
                                         "Overwhelmingly Negative", "Overwhelmingly Positive"))

#Verificar la transformación

str(games$rating)
 Factor w/ 9 levels "Very Negative",..: 9 7 9 1 9 9 3 1 9 3 ...

3. Calcule la media, la varianza, la desviación estándar, el máximo, el mínimo, la #mediana y los cuartiles de cada variable numérica. Comente sus hallazgos.

#Calcular medidas de resumen para cada #variable numérica

# Seleccionar solo las variables numéricas
variables_numericas <- games[sapply(games, is.numeric) & names(games) != "app_id"]

# Calcular las estadísticas descriptivas
medias <- round(colMeans(variables_numericas, na.rm = TRUE), 2)
varianzas <- round(sapply(variables_numericas, function(x) var(x, na.rm = TRUE)), 2)
desviaciones <- round(sapply(variables_numericas, sd, na.rm = TRUE), 2)
maximos <- round(sapply(variables_numericas, max, na.rm = TRUE), 2)
minimos <- round(sapply(variables_numericas, min, na.rm = TRUE), 2)
medianas <- round(sapply(variables_numericas, median, na.rm = TRUE), 2)

# Calcular los cuartiles
cuartiles <- apply(variables_numericas, 2, function(x) quantile(x, probs = c(0.25, 0.5, 0.75)))

# Crear un data frame con los resultados
resultados <- data.frame(Media = medias, Varianza = varianzas, Desviacion = desviaciones,
                         Maximo = maximos, Minimo = minimos, Mediana = medianas,
                         Cuartil_25 = cuartiles[1, ], Cuartil_50 = cuartiles[2, ],
                         Cuartil_75 = cuartiles[3, ])

# Mostrar los resultados
print(resultados)
                 Media     Varianza Desviacion     Maximo Minimo Mediana
positive_ratio   77.05 3.331900e+02      18.25     100.00      0   81.00
user_reviews   1824.42 1.605887e+09   40073.52 7494460.00     10   49.00
price_final       8.62 1.325800e+02      11.51     299.99      0    4.99
price_original    8.73 1.324100e+02      11.51     299.99      0    4.99
discount          5.59 3.462100e+02      18.61      90.00      0    0.00
               Cuartil_25 Cuartil_50 Cuartil_75
positive_ratio      67.00      81.00      91.00
user_reviews        19.00      49.00     206.00
price_final          0.99       4.99      10.99
price_original       0.99       4.99      11.99
discount             0.00       0.00       0.00

#Comentario de los hallazgos:

positive_ratio:

Media: 77.05; Varianza: 332.19; Desviación estándar: 18.25; Máximo: 100.00 Mínimo (Minimo): 0; Mediana: 81.00; Cuartil 25: 67.00; Cuartil 50: 81.00; Cuartil 75: 91.00; Observaciones: La variable positive_ratio muestra una distribución de valores entre 0 y 100, con una media de aproximadamente 77. La desviación estándar es relativamente baja (18.25), lo que indica que los valores tienden a estar cercanos a la media.

user_reviews:

Media: 1824.42; Varianza: 1’605,887,000.00; Desviación estándar: 40073.52; Máximo: 7,494,460.00; Mínimo: 10; Mediana: 49.00; Cuartil 25: 19.00; Cuartil 50: 49.00; Cuartil 75: 206.00; Observaciones: La variable user_reviews muestra una amplia variación en los valores, con una alta varianza y desviación estándar. Esto sugiere que hay juegos con un amplio rango de reseñas de usuarios, desde unos pocos hasta millones.

price_final y price_original:

Observaciones: Ambas variables, price_final y price_original, muestran valores relativamente similares en términos de media, varianza y desviación estándar. Esto indica que los precios finales y originales de los juegos tienen una distribución similar en este conjunto de datos.

discount:

Observaciones: La variable discount tiene una varianza y desviación estándar más bajas en comparación con otras variables, lo que sugiere que los descuentos tienden a tener valores más consistentes en el conjunto de datos. Estos hallazgos proporcionan una visión general de la distribución y variabilidad de las variables numéricas en el conjunto de datos de juegos de Steam, lo que puede ser útil para comprender mejor las características y tendencias relacionadas con los juegos y sus precios, reseñas y descuentos.

4. Calcule la moda de cada variable no numérica. Comente sus hallazgos.

#Definir una función para calcular la moda

Mode <- function(x) {
  ux <- unique(x)
  ux[which.max(tabulate(match(x, ux)))]
}

#Suponiendo que tienes un data frame llamado “games”

#Seleccionar solo las variables no numéricas

variables_no_numericas <- games[sapply(games, is.character) | sapply(games, is.factor)]

#Calcular la moda para cada variable no numérica

modas <- sapply(variables_no_numericas, Mode)

#Mostrar las modas

print(modas)
       title date_release          win          mac        linux       rating 
      "Loop" "2020-06-18"       "true"      "false"      "false"          "7" 
  steam_deck 
      "true" 

#Comentario de los hallazgos:

title: “Loop”

Esta es la moda para la variable “title”, lo que significa que el juego “Loop” es el título más frecuente en su conjunto de datos.

date_release: “2020-06-18”

Esta es la moda para la variable “date_release”, lo que indica que la fecha de lanzamiento más frecuente en su conjunto de datos es “2020-06-18”.

win: “true”

Esta es la moda para la variable “win”, lo que sugiere que la mayoría de los juegos en su conjunto de datos son compatibles con Windows.

mac: “false”

Esta es la moda para la variable “mac”, lo que indica que la mayoría de los juegos en su conjunto de datos no son compatibles con Mac.

linux: “false”

Esta es la moda para la variable “linux”, lo que sugiere que la mayoría de los juegos en su conjunto de datos no son compatibles con Linux.

rating: “7”

Esta es la moda para la variable “rating”, lo que significa que la calificación “7” es la más frecuente en su conjunto de datos.

steam_deck: “true”

Esta es la moda para la variable “steam_deck”, lo que sugiere que la mayoría de los juegos en su conjunto de datos son compatibles con Steam Deck.

5.Una de las variables del archivo se denomina price_final. Contiene el precio de cada juego de la tabla. Cree una nueva variable llamada price_cat que contenga las categorías “bajo”, “medio” y “alto” en términos de si el precio pertenece al cuartil 1, al 2 o 3, respectivamente. Asegúrese de que dicha variable es entendida como un factor.

# Calcula los cuartiles del precio final
cuartiles_precio <- quantile(games$price_final, probs = c(0.25, 0.50, 0.75))

# Define los cortes para crear tres intervalos
cortes <- c(-Inf, cuartiles_precio[1], cuartiles_precio[2], Inf)

# Define las etiquetas para los intervalos
etiquetas <- c("bajo", "medio", "alto")

# Crea la nueva variable price_cat utilizando cut()
games$price_cat <- cut(games$price_final, breaks = cortes, labels = etiquetas, include.lowest = TRUE)

# Convierte price_cat en un factor
games$price_cat <- factor(games$price_cat, levels = etiquetas)

# Muestra las primeras filas para verificar
head(games$price_cat)
[1] alto  medio alto  alto  alto  alto 
Levels: bajo medio alto

6. Elabore y presente tablas de frecuencia apropiadas para las variables win, mac y linux. Comente sus hallazgos

# Calcular la frecuencia de la variable win
win<- as.data.frame(table(games$win))
win
   Var1  Freq
1 false   796
2  true 50076
# Calcular la frecuencia de la variable mac
mac<- as.data.frame(table(games$mac))
mac
   Var1  Freq
1 false 37854
2  true 13018
# Calcular la frecuencia de la variable linux
linux<- as.data.frame(table(games$linux))
linux
   Var1  Freq
1 false 41831
2  true  9041

#Comentario de los hallazgos:

Compatibilidad con Windows: La mayoría de los registros en la columna win son true, con solo unos pocos siendo false. Esto es esperado ya que la mayoría de las aplicaciones de juegos de Steam están diseñadas para ejecutarse en sistemas Windows.

Compatibilidad con Mac y Linux: Si observamos las columnas mac y linux, vemos que hay un número significativo de registros con valores true en ambas columnas. Esto indica que una proporción considerable de juegos también son compatibles con sistemas operativos macOS y Linux. Esta es una señal positiva en términos de diversidad de sistemas operativos compatibles.

En general, parece haber una buena compatibilidad con los tres sistemas operativos principales (Windows, macOS y Linux), lo que sugiere que los juegos en la plataforma Steam son bastante accesibles para diferentes tipos de usuarios de computadoras.

7. Elabore y presente tablas de frecuencia apropiadas para las variables positive_ratio, user_reviews y price_final. Comente sus hallazgos.

# Calcular la frecuencia de la variable positive_ratio
#Tabla de frecuencias de una variable continua agrupada en intervalos.

library(agricolae)
tbFreqpstratio=table.freq(hist(games$positive_ratio,plot=FALSE))
tbFreqpstratio
   Lower Upper Main Frequency Percentage    CF   CPF
1      0     5  2.5        49        0.1    49   0.1
2      5    10  7.5        80        0.2   129   0.3
3     10    15 12.5       122        0.2   251   0.5
4     15    20 17.5       216        0.4   467   0.9
5     20    25 22.5       242        0.5   709   1.4
6     25    30 27.5       454        0.9  1163   2.3
7     30    35 32.5       526        1.0  1689   3.3
8     35    40 37.5       845        1.7  2534   5.0
9     40    45 42.5      1014        2.0  3548   7.0
10    45    50 47.5      1536        3.0  5084  10.0
11    50    55 52.5      1650        3.2  6734  13.2
12    55    60 57.5      2346        4.6  9080  17.8
13    60    65 62.5      2714        5.3 11794  23.2
14    65    70 67.5      3602        7.1 15396  30.3
15    70    75 72.5      4035        7.9 19431  38.2
16    75    80 77.5      5216       10.3 24647  48.4
17    80    85 82.5      5841       11.5 30488  59.9
18    85    90 87.5      6979       13.7 37467  73.6
19    90    95 92.5      7106       14.0 44573  87.6
20    95   100 97.5      6299       12.4 50872 100.0
# Calcular la frecuencia de la variable user_reviews

tbFrequser_reviews=table.freq(hist(games$user_reviews,plot=FALSE))
tbFrequser_reviews
     Lower   Upper    Main Frequency Percentage    CF CPF
1        0  500000  250000     50852        100 50852 100
2   500000 1000000  750000        16          0 50868 100
3  1000000 1500000 1250000         1          0 50869 100
4  1500000 2000000 1750000         0          0 50869 100
5  2000000 2500000 2250000         2          0 50871 100
6  2500000 3000000 2750000         0          0 50871 100
7  3000000 3500000 3250000         0          0 50871 100
8  3500000 4000000 3750000         0          0 50871 100
9  4000000 4500000 4250000         0          0 50871 100
10 4500000 5000000 4750000         0          0 50871 100
11 5000000 5500000 5250000         0          0 50871 100
12 5500000 6000000 5750000         0          0 50871 100
13 6000000 6500000 6250000         0          0 50871 100
14 6500000 7000000 6750000         0          0 50871 100
15 7000000 7500000 7250000         1          0 50872 100
# Calcular la frecuencia de la variable price_final
tbFreqpric_fin=table.freq(hist(games$price_final,plot=FALSE))
tbFreqpric_fin
   Lower Upper Main Frequency Percentage    CF   CPF
1      0    20   10     47052       92.5 47052  92.5
2     20    40   30      3016        5.9 50068  98.4
3     40    60   50       602        1.2 50670  99.6
4     60    80   70        84        0.2 50754  99.8
5     80   100   90        90        0.2 50844  99.9
6    100   120  110         4        0.0 50848 100.0
7    120   140  130         4        0.0 50852 100.0
8    140   160  150         4        0.0 50856 100.0
9    160   180  170         0        0.0 50856 100.0
10   180   200  190        13        0.0 50869 100.0
11   200   220  210         0        0.0 50869 100.0
12   220   240  230         0        0.0 50869 100.0
13   240   260  250         0        0.0 50869 100.0
14   260   280  270         1        0.0 50870 100.0
15   280   300  290         2        0.0 50872 100.0

Analizando las tablas de frecuencia proporcionadas:

Variable positive_ratio

La mayoría de las observaciones se encuentran en los intervalos superiores de la variable positive_ratio, con un porcentaje creciente a medida que aumentan los valores. Los intervalos de 75-80, 80-85, 85-90, 90-95 y 95-100 concentran una proporción significativa de las observaciones. Esto sugiere que hay una tendencia general hacia calificaciones más positivas en los juegos, ya que la mayoría de las observaciones están en los intervalos superiores de positive_ratio.

Variable user_reviews

La mayoría de las observaciones se concentran en el rango de 0-500000 para la variable user_reviews. Hay muy pocas observaciones en los rangos superiores de user_reviews, lo que indica que la mayoría de los juegos tienen una cantidad relativamente baja de reseñas. Esto podría significar que la mayoría de los juegos tienen una base de usuarios más pequeña en términos de reseñas.

Variable price_final La mayor proporción de observaciones se encuentra en el rango de precios de 0-20 y 20-40 para la variable price_final. A medida que aumenta el rango de precios, la frecuencia de observaciones disminuye considerablemente, lo que sugiere que la mayoría de los juegos tienen precios más bajos.

Hay muy pocas observaciones en los rangos superiores de precios, como 160-180, 180-200, 200-220, etc. Estos hallazgos son útiles para comprender la distribución de las variables y pueden proporcionar información valiosa sobre el perfil general de los juegos en el conjunto de datos. Por ejemplo, la predominancia de calificaciones positivas y precios más bajos podría ser un indicador importante para ciertos análisis y recomendaciones.

8. Para las variables mencionadas en 6 y 7, elabore y despliegue gráficos apropiados que ilustren sus valores.

# Calcular la tabla de frecuencia y porcentaje para la variable win
tabla_win <- table(games$win)
porcentajes <- round(prop.table(tabla_win) * 100, 1)

# Crear etiquetas con el conteo y el porcentaje
etiquetas <- paste(names(tabla_win), ": ", tabla_win, " (", porcentajes, "%)", sep = "")

# Crear el gráfico de torta con etiquetas, leyenda y porcentaje
pie(tabla_win, labels = etiquetas, col = c("red", "blue"), main = "Distribución de Win", cex.main = 1.2)

# Agregar una leyenda
legend("topright", legend = c("False", "True"), fill = c("red", "blue"),
       title = "Valores", cex = 0.8)

# Calcular la tabla de frecuencia y porcentaje para la variable mac
tabla_mac <- table(games$mac)
porcentajes_mac <- round(prop.table(tabla_mac) * 100, 1)

# Crear etiquetas con el conteo y el porcentaje para mac
etiquetas_mac <- paste(names(tabla_mac), ": ", tabla_mac, " (", porcentajes_mac, "%)", sep = "")

# Crear el gráfico de torta con etiquetas, leyenda y porcentaje para mac
pie(tabla_mac, labels = etiquetas_mac, col = c("#13E8BB", "orange"), main = "Distribución de Mac", cex.main = 1.2)

# Agregar una leyenda para mac
legend("topright", legend = c("False", "True"), fill = c("#13E8BB", "orange"),
       title = "Valores", cex = 0.8)

# Calcular la tabla de frecuencia y porcentaje para la variable linux
tabla_linux <- table(games$linux)
porcentajes_linux <- round(prop.table(tabla_linux) * 100, 1)

# Crear etiquetas con el conteo y el porcentaje para linux
etiquetas_linux <- paste(names(tabla_linux), ": ", tabla_linux, " (", porcentajes_linux, "%)", sep = "")

# Crear el gráfico de torta con etiquetas, leyenda y porcentaje para linux
pie(tabla_linux, labels = etiquetas_linux, col = c("#E88613", "#6C52EA"), main = "Distribución de Linux", cex.main = 1.2)

# Agregar una leyenda para linux
legend("topright", legend = c("False", "True"), fill = c("#E88613", "#6C52EA"),
       title = "Valores", cex = 0.8)

# Crear el histograma con título y color azul para la variable positive_ratio
hist(games$positive_ratio, col = "blue", main = "Distribución de Positive Ratio", xlab = "Positive Ratio")

# Crear el histograma con título y color azul
hist(games$user_reviews, col = "#E81337", main = "Distribución de User Reviews", xlab = "User Reviews")

# Crear el histograma con título, color azul y escala en el eje x
# Crear el histograma con título y color azul
hist(games$price_final, col = "#EBDB52", main = "Distribución de Price Final", xlab = "Price Final")

9. Considerando la nueva variable creada price_cat y la variable positive_ratio, elabore y despliegue un gráfico de cajas que le permita comentar entre la relación del precio del juego con la opinión de los jugadores consultados.

# Crear el gráfico de cajas
# Crear el gráfico de cajas
ggplot(games, aes(x = price_cat, y = positive_ratio, fill = price_cat)) +
  geom_boxplot(outlier.shape = NA) +  # Remover los valores atípicos
  labs(title = "Relación entre Price Category y Positive Ratio",
       x = "Price Category", y = "Positive Ratio") +
  theme_minimal() +
  scale_y_continuous(limits = c(70, 100))  # Establecer límites en el eje Y
Warning: Removed 14383 rows containing non-finite values (`stat_boxplot()`).

resumen2=games %>%
  mutate (n =1) %>% 
  group_by(price_cat)%>%
  summarise (positive_ratio_min=min(positive_ratio),
             positive_ratio_prom=mean(positive_ratio),
             positive_ratio_max=max(positive_ratio))
resumen2
# A tibble: 3 × 4
  price_cat positive_ratio_min positive_ratio_prom positive_ratio_max
  <fct>                  <int>               <dbl>              <int>
1 bajo                       0                75.7                100
2 medio                      0                77.4                100
3 alto                       0                77.6                100

10. Elabore y despliegue una serie de tiempo del precio (price_final) con relación a la fecha de lanzamiento (date_release)

# Convertir date_release a formato de fecha si no lo está
df <- games[games$date_release > as.Date("2000-01-01"), ]
df$date_release <- as.Date(df$date_release)

# Crear el gráfico de líneas
ggplot(df, aes(x = date_release, y = price_final)) +
  geom_line() +
  labs(title = "Precio Final a lo largo del Tiempo",
       x = "Fecha de Lanzamiento", y = "Precio Final") +
  theme_minimal()+
  geom_vline(xintercept = as.Date("2007-09-15"),
             linetype = 3, color = 2, linewidth = 1)

# Convertir date_release a formato de fecha si no lo está


# Convertir date_release a formato de fecha si no lo está
games$date_release <- as.Date(games$date_release)

# Extraer el año de date_release
games$year <- year(games$date_release)

# Crear el gráfico de serie de tiempo con el año en el eje x
ggplot(games, aes(x = year, y = price_final)) +
  geom_line() +
  labs(title = "Serie de Tiempo del Precio Final por Año",
       x = "Año", y = "Precio Final Promedio") +
  theme_minimal()+
  geom_point()+
  geom_smooth(se = FALSE)
`geom_smooth()` using method = 'gam' and formula = 'y ~ s(x, bs = "cs")'

# Límites


# Convertir date_release a formato de fecha si no lo está
games$date_release <- as.Date(games$date_release)

# Crear el gráfico de líneas
ggplot(games, aes(x = date_release, y = price_final)) +
  geom_line() +
  labs(title = "Precio Final durante el 2023",
       x = "Fecha de Lanzamiento", y = "Precio Final") +
  scale_x_date(limit = c(as.Date("2023-01-01"), as.Date("2023-12-31"))) +
  theme_minimal()
Warning: Removed 47447 rows containing missing values (`geom_line()`).

resumen3=games %>%
  mutate (n =1) %>% 
  group_by(year)%>%
  summarise (price_final_min=min(price_final),
             price_final_prom=mean(price_final),
             price_final_max=max(price_final))
resumen3
# A tibble: 27 × 4
    year price_final_min price_final_prom price_final_max
   <dbl>           <dbl>            <dbl>           <dbl>
 1  1997            0                5.00            9.99
 2  1998            9.99             9.99            9.99
 3  1999            0                3.33            4.99
 4  2000            4.99             7.49            9.99
 5  2001            4.99             4.99            4.99
 6  2002            4.94             4.94            4.94
 7  2003            4.99             5.99            6.99
 8  2004            4.99             8.74            9.99
 9  2005            0                1.16            2.49
10  2006            0                6.90           40.0 
# ℹ 17 more rows
# Obtener el año con el precio máximo
year_max_price <- resumen3 %>%
  filter(price_final_max == max(price_final_max)) %>%
  pull(year)

# Obtener el año con el mejor promedio de precios
year_best_avg_price <- resumen3 %>%
  filter(price_final_prom == max(price_final_prom)) %>%
  pull(year)

# Obtener el año con el promedio más bajo de precios
year_worst_avg_price <- resumen3 %>%
  filter(price_final_prom == min(price_final_prom)) %>%
  pull(year)

# Mostrar los valores de los años
print(paste("Año con el precio máximo:", year_max_price))
[1] "Año con el precio máximo: 2014"
print(paste("Año con el mejor promedio de precios:", year_best_avg_price))
[1] "Año con el mejor promedio de precios: 2023"
print(paste("Año con el promedio más bajo de precios:", year_worst_avg_price))
[1] "Año con el promedio más bajo de precios: 2005"