install.packages("dplyr")
install.packages("readr")
install.packages("ggplot2")
library(dplyr)
library(readr)
library(ggplot2)Entregable RPubs
Enunciado
Valentina Cabrera
Crear un nuevo dataframe que sea un subconjunto del dataframe original de dfFires. El subconjunto debe contener todos los incendios del Estado de Idaho y las columnas deben ser limitadas para que sólo estén presentes las columnas YEAR_, CAUSE y TOTALACRES. Cambie el nombre de las columnas. Agrupe los datos por CAUSE y YEAR_ y luego resuma por el total de acres quemados. Trazar los resultados.
Librerías y paquetes
DataFrame original
A continuación, se muestra el DataFrame original que se usará para el desarrollo de este ejercicio.
dfFires = read_csv("StudyArea.csv", col_types = cols(.default = "c"), col_names = TRUE)
knitr::kable(head(dfFires))| FID | ORGANIZATI | UNIT | SUBUNIT | SUBUNIT2 | FIRENAME | CAUSE | YEAR_ | STARTDATED | CONTRDATED | OUTDATED | STATE | STATE_FIPS | TOTALACRES |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | FWS | 81682 | USCADBR | San Diego Bay National Wildlife Refuge | PUMP HOUSE | Human | 2001 | 1/1/01 0:00 | 1/1/01 0:00 | NA | California | 6 | 0.1 |
| 1 | FWS | 81682 | USCADBR | San Diego Bay National Wildlife Refuge | I5 | Human | 2002 | 5/3/02 0:00 | 5/3/02 0:00 | NA | California | 6 | 3 |
| 2 | FWS | 81682 | USCADBR | San Diego Bay National Wildlife Refuge | SOUTHBAY | Human | 2002 | 6/1/02 0:00 | 6/1/02 0:00 | NA | California | 6 | 0.5 |
| 3 | FWS | 81682 | USCADBR | San Diego Bay National Wildlife Refuge | MARINA | Human | 2001 | 7/12/01 0:00 | 7/12/01 0:00 | NA | California | 6 | 0.1 |
| 4 | FWS | 81682 | USCADBR | San Diego Bay National Wildlife Refuge | HILL | Human | 1994 | 9/13/94 0:00 | 9/13/94 0:00 | NA | California | 6 | 1 |
| 5 | FWS | 81682 | USCADBR | San Diego Bay National Wildlife Refuge | IRRIGATION | Human | 1994 | 4/22/94 0:00 | 4/22/94 0:00 | NA | California | 6 | 0.1 |
Transformación de DataFrame
Ahora, procederemos a filtrar (filter()) y acotar (select()) dfFires para la creación del subconjunto solicitado. Además, cambiaremos el nombre de las columnas del nuevo dataframe.
dfIdaho = filter(dfFires, STATE == 'Idaho') #Filtrado
dfIdaho = select(dfIdaho, YEAR_, CAUSE, TOTALACRES) #Acotado. Selección de columnas en específico
dfIdaho = select(dfIdaho, "AÑO" = "YEAR_", "CAUSA" = "CAUSE", "ACRES" = "TOTALACRES")
knitr::kable(head(dfIdaho))| AÑO | CAUSA | ACRES |
|---|---|---|
| 1987 | Human | 5 |
| 1991 | Natural | 150 |
| 1991 | Human | 800 |
| 1990 | Natural | 2 |
| 1985 | Human | 38 |
| 1988 | Human | 2 |
Agrupar y resumir los datos
Con el nuevo dataframe creado, haremos uso de las funciones groub.by() y summarize() para agrupar los datos por AÑO y CAUSA, y resumir por el total de ACRES, respectivamente.
En este caso, dado que estamos trabajando con una gran cantidad de datos, vamos a agregar una nueva columna para indicar a qué década pertenece cada año.
dfIdaho <- mutate(dfIdaho, DECADA = ifelse(AÑO %in% 1980:1989, "1980-1989",
ifelse(AÑO %in% 1990:1999, "1990-1999",
ifelse(AÑO %in% 2000:2009, "2000-2009",
ifelse(AÑO %in% 2010:2016, "2010-2016", "-99")))))
knitr::kable(head(dfIdaho))| AÑO | CAUSA | ACRES | DECADA |
|---|---|---|---|
| 1987 | Human | 5 | 1980-1989 |
| 1991 | Natural | 150 | 1990-1999 |
| 1991 | Human | 800 | 1990-1999 |
| 1990 | Natural | 2 | 1990-1999 |
| 1985 | Human | 38 | 1980-1989 |
| 1988 | Human | 2 | 1980-1989 |
- Por AÑO (décadas) y CAUSA
dfIdaho$ACRES <- as.numeric(as.character(dfIdaho$ACRES))
grpsum = dfIdaho %>%
group_by(DECADA,CAUSA) %>%
summarize(PROM_ACRES = mean(ACRES, na.rm = TRUE))
knitr::kable(head(grpsum))| DECADA | CAUSA | PROM_ACRES |
|---|---|---|
| 1980-1989 | Human | 571.80455 |
| 1980-1989 | Natural | 517.23274 |
| 1980-1989 | NA | 52.58621 |
| 1990-1999 | Human | 236.62499 |
| 1990-1999 | Natural | 281.89232 |
| 1990-1999 | NA | 167.35833 |
ggplot(grpsum , aes(x = DECADA , y = PROM_ACRES , fill = CAUSA)) +
geom_bar(stat = "identity", position = "dodge") +
labs(title = "Acres Afectados por Causa en Diferentes Años",
x = "Décadas",
y = "Total Acres quemados") +
theme_minimal() + theme(axis.text.x = element_text(angle = 90, hjust = 1))
- Por AÑO (décadas)
ggplot(grpsum , aes(x = DECADA , y = PROM_ACRES)) +
geom_bar(stat = "identity", position = "dodge", fill="#6CA6CD") +
labs(title = "Acres Afectados en Diferentes Años",
x = "Décadas",
y = "Promedio Acres quemados") +
theme_minimal() + theme(axis.text.x = element_text(angle = 90, hjust = 1)) 
Por CAUSA
ggplot(grpsum , aes(x = CAUSA , y = PROM_ACRES)) + geom_bar(stat = "identity", position = "dodge", fill="#6CA6CD") + labs(title = "Acres Afectados por Diferentes Causas", x = "Causas", y = "Promedio Acres quemados") + theme_minimal() + theme(axis.text.x = element_text(angle = 90, hjust = 1))