# Instalación de Librerías:
library(openxlsx)
library(readODS)
library(readxl)
1) Lectura de Datos xlsx
piel_xlsx= read.xlsx("Pielescuero.xlsx")
head(piel_xlsx)
## Exportacion Tamano Financiacion Zona Actividad
## 1 1 1 2 2 4
## 2 2 1 2 3 3
## 3 1 1 2 2 3
## 4 1 1 2 2 3
## 5 1 1 2 1 3
## 6 1 1 2 3 3
dim(piel_xlsx)
## [1] 173 5
str(piel_xlsx)
## 'data.frame': 173 obs. of 5 variables:
## $ Exportacion : num 1 2 1 1 1 1 1 1 1 2 ...
## $ Tamano : num 1 1 1 1 1 1 1 1 1 1 ...
## $ Financiacion: num 2 2 2 2 2 2 2 2 2 2 ...
## $ Zona : num 2 3 2 2 1 3 3 3 1 1 ...
## $ Actividad : num 4 3 3 3 3 3 3 3 4 3 ...
# Coincide con las 173 observaciones y 5 variables
piel_xlsx$Exportacion <- factor(piel_xlsx$Exportacion,
levels = c(1,2),
labels = c("siexp","noexp"))
piel_xlsx$Tamano <- factor(piel_xlsx$Tamano,
levels = c(1,2,3),
labels = c("11-20","21-50","> 50"), ordered = TRUE)
piel_xlsx$Financiacion <- factor(piel_xlsx$Financiacion)
piel_xlsx$Zona <- factor(piel_xlsx$Zona)
piel_xlsx$Actividad <- factor(piel_xlsx$Actividad)
str(piel_xlsx)
## 'data.frame': 173 obs. of 5 variables:
## $ Exportacion : Factor w/ 2 levels "siexp","noexp": 1 2 1 1 1 1 1 1 1 2 ...
## $ Tamano : Ord.factor w/ 3 levels "11-20"<"21-50"<..: 1 1 1 1 1 1 1 1 1 1 ...
## $ Financiacion: Factor w/ 2 levels "1","2": 2 2 2 2 2 2 2 2 2 2 ...
## $ Zona : Factor w/ 3 levels "1","2","3": 2 3 2 2 1 3 3 3 1 1 ...
## $ Actividad : Factor w/ 4 levels "1","2","3","4": 4 3 3 3 3 3 3 3 4 3 ...
write.csv(piel_xlsx, file = "Pielescuero_modificado1.csv", row.names = FALSE)
2) Lectura de Datos xls
piel_xls= read_xls("Pielescuero.xls")
head(piel_xls)
## # A tibble: 6 × 5
## Exportacion Tamano Financiacion Zona Actividad
## <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 1 1 2 2 4
## 2 2 1 2 3 3
## 3 1 1 2 2 3
## 4 1 1 2 2 3
## 5 1 1 2 1 3
## 6 1 1 2 3 3
dim(piel_xls)
## [1] 173 5
# Coincide con las 173 observaciones y 5 variables
piel_xls$Exportacion <- factor(piel_xls$Exportacion,
levels = c(1,2),
labels = c("siexp","noexp"))
piel_xls$Tamano <- factor(piel_xls$Tamano,
levels = c(1,2,3),
labels = c("11-20","21-50","> 50"), ordered = TRUE)
piel_xls$Financiacion <- factor(piel_xls$Financiacion)
piel_xls$Zona <- factor(piel_xls$Zona)
piel_xls$Actividad <- factor(piel_xls$Actividad)
str(piel_xls)
## tibble [173 × 5] (S3: tbl_df/tbl/data.frame)
## $ Exportacion : Factor w/ 2 levels "siexp","noexp": 1 2 1 1 1 1 1 1 1 2 ...
## $ Tamano : Ord.factor w/ 3 levels "11-20"<"21-50"<..: 1 1 1 1 1 1 1 1 1 1 ...
## $ Financiacion: Factor w/ 2 levels "1","2": 2 2 2 2 2 2 2 2 2 2 ...
## $ Zona : Factor w/ 3 levels "1","2","3": 2 3 2 2 1 3 3 3 1 1 ...
## $ Actividad : Factor w/ 4 levels "1","2","3","4": 4 3 3 3 3 3 3 3 4 3 ...
write.csv(piel_xls, file = "Pielescuero_modificado2.csv", row.names = FALSE)
3) Lectura de Datos ods
piel_ods= read_ods("Pielescuero.ods")
head(piel_ods)
## # A tibble: 6 × 5
## Exportacion Tamano Financiacion Zona Actividad
## <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 1 1 2 2 4
## 2 2 1 2 3 3
## 3 1 1 2 2 3
## 4 1 1 2 2 3
## 5 1 1 2 1 3
## 6 1 1 2 3 3
dim(piel_ods)
## [1] 173 5
# Coincide con las 173 observaciones y 5 variables
piel_ods$Exportacion <- factor(piel_ods$Exportacion,
levels = c(1,2),
labels = c("siexp","noexp"))
piel_ods$Tamano <- factor(piel_ods$Tamano,
levels = c(1,2,3),
labels = c("11-20","21-50","> 50"), ordered = TRUE)
piel_ods$Financiacion <- factor(piel_ods$Financiacion)
piel_ods$Zona <- factor(piel_ods$Zona)
piel_ods$Actividad <- factor(piel_ods$Actividad)
str(piel_ods)
## tibble [173 × 5] (S3: tbl_df/tbl/data.frame)
## $ Exportacion : Factor w/ 2 levels "siexp","noexp": 1 2 1 1 1 1 1 1 1 2 ...
## $ Tamano : Ord.factor w/ 3 levels "11-20"<"21-50"<..: 1 1 1 1 1 1 1 1 1 1 ...
## $ Financiacion: Factor w/ 2 levels "1","2": 2 2 2 2 2 2 2 2 2 2 ...
## $ Zona : Factor w/ 3 levels "1","2","3": 2 3 2 2 1 3 3 3 1 1 ...
## $ Actividad : Factor w/ 4 levels "1","2","3","4": 4 3 3 3 3 3 3 3 4 3 ...
write.csv(piel_ods, file = "Pielescuero_modificado3.csv", row.names = FALSE)
4) Lectura de Datos Pielescuero2.csv
# Se le agrega en la lectura el separador ; para realizar una correcta lectura de los datos
piel <- read.csv("Pielescuero2.csv", sep = ";", dec = ",")
head(piel)
## Exportacion Tamano Financiacion Zona Actividad
## 1 1 1 2 2 4
## 2 2 1 2 3 3
## 3 1 1 2 2 3
## 4 1 1 2 2 3
## 5 1 1 2 1 3
## 6 1 1 2 3 3