setwd("C:/Users/HP/OneDrive/Documentos/00. Curso de Udemy/Curso de Rstudio Avanzado")
#BFCases <- read.table(file = "BirdFluCases.txt", head = T)
#No se puede importar este tipo de base de datos con esta fx, por lo que usaremos otra
BFCases <- read.csv(file = "BirdFluCases.txt", sep = "\t", header = T)
# ?read.table: arroja info sobre esta fx de rstudio
names(BFCases)
## 'data.frame': 6 obs. of 16 variables:
## $ Year : int 2003 2004 2005 2006 2007 2008
## $ Azerbaijan: int 0 0 0 8 0 0
## $ Bangladesh: int 0 0 0 0 0 1
## $ Cambodia : int 0 0 4 2 1 0
## $ China : int 1 0 8 13 5 3
## $ Djibouti : int 0 0 0 1 0 0
## $ Egypt : int 0 0 0 18 25 7
## $ Indonesia.: int 0 0 20 55 42 18
## $ Iraq : int 0 0 0 3 0 0
## $ LaoPDR : int 0 0 0 0 2 0
## $ Myanmar : int 0 0 0 0 1 0
## $ Nigeria : int 0 0 0 0 1 0
## $ Pakistan : int 0 0 0 0 3 0
## $ Thailand : int 0 17 5 3 0 0
## $ Turkey : int 0 0 0 12 0 0
## $ VietNam : int 3 29 61 0 8 5
#La fecha debería ser de tipo factor no int
#View(BFCases)
5.2.1 Representación más tabular y ordenada
Cases <- rowSums(BFCases[ ,2:16]) #sumar las filas [filas,columnas]
names(Cases) <- BFCases[ ,1] #hace que no sume los años, los consideres como sumas
Cases
ls() #permite visualizar los objetos creados hasta
## [1] "BFCases" "Cases"
5.2.2 Realización de varios diagramas de pastel
op <- par(mfrow = c(2, 2), mar = c(3, 3, 2, 1)) #2 filas 2 columnas
#(Inferior, Izquierdo, Superior, Derecho)
#Todo lo que se grafique a partir de dicha corrida es para ubicar en n de gráficas en el panel
pie(Cases, main = "Ordinary pie chart")
pie(Cases, col = gray(seq(0.4, 1.0, length = 6)),
clockwise = T, main = "Grey colours")
pie(Cases, col = rainbow(6), clockwise = T, main = "Rainbow colours")
par(op)
#Cuando renderizamos en la pestaña plots a veces no salen los gráficos del tamaño del que deberían, dependerá del tamaño de la pantalla, sin embargo basta con colocar en una pestaña grande y única todos los gráficos]]
#Instalar la librería plotrix para el último diagrama de pastel
#install.packages("plotrix")
#No fue posible instalar este paquete debido a que es muy antiguo, por lo que procederemos a generar otro
5.2.3 Un diagrama a la vez en lugar de los 3
par(nfrow = c(1, 1))
## Warning in par(nfrow = c(1, 1)): "nfrow" is not a graphical parameter
pie(Cases, main = "Ordinary pie chart")
pie(Cases, col = gray(seq(0.4, 1.0, length = 6)),
clockwise = T, main = "Grey colours")
pie(Cases, col = rainbow(6), clockwise = T, main = "Rainbow colours")
5.2 Diagramas de Barras
5.2.1 Importación y Ejemplo
setwd("C:/Users/HP/OneDrive/Documentos/00. Curso de Udemy/Curso de Rstudio Avanzado")
BFDeaths <- read.csv(file = "BirdFluDeaths.txt", sep = "\t", header = T)
#View(BFDeaths)
Deaths <- rowSums(BFDeaths[, 2:16])
names(Deaths) <- BFDeaths[,1]
OP <- par (mfrow = c(2, 2), mar = c(3, 3, 2, 1))
barplot(Cases, main = "Bird flu cases")
Counts <- cbind(Cases, Deaths)
barplot(Counts)
barplot(t(Counts), col = gray(c(0.5, 1)))
barplot(t(Counts), beside =T)
par(OP)
5.2.2 Diagrama de Barras con análisis estadístico
setwd("C:/Users/HP/OneDrive/Documentos/00. Curso de Udemy/Curso de Rstudio Avanzado")
Benthic <- read.table(file = "RIKZ2.txt", header = T)
Bent.M <- tapply(X = Benthic$Richness, INDEX = Benthic$Beach, FUN = mean)
#INDEX es el índice (variable beach) donde se almacena cada una de las medias
#en cuanto a la var abundancia, se sacó la media de la abundancia de cada playa (son 9 playas)
Bent.M #Media de la variable abundancia según cada una de las 9 playas
class(Bent.sd) #Que sea un array podría ser un dataframe o una matriz
## [1] "array"
#Todo Data Frame es un arreglo, pero no todo arreglo (array) es un Data Frame
MSD <- cbind(Bent.M, Bent.sd) #Código para hacer un "Merge" o unir 2 objetos(si sus clases con arreglos o arrays), cuyos datos se convienten en una matriz
MSD #arreglo o matriz de 9 filas y 2 columnas
