[1] "C:/Users/GATEWAY/Documents/Alexandra/UCV/Materias/cursosR/cursor/proyecto_ccd"Libros de Goodreads
Los libros son puertas, ventanas o caminos a otros mundos desconocidos, herramientas para generar conocimiento e inagoables fuentes de inspiración.
Goodreads
Es una conocida plataforma en linea dedicada a las personas que aman los libros, es una red social que permite a usuarios compartir recomendaciones, discutir sobre libros, además de poder escribir reseñas y calificaciones. Por su conocido uso en esta comunidad es de las mejores fuente para poder trabajar con datos sobre libros, por su amplio catalogo.
Los Datos a trabajar
La diversidad de data.fame disponible en Kagel, permitio que encontraramos este conjunto datos de goodreads, por ellos procedimos a sus descarga e importación una gran cantidad de libros con variables como:
Titulo
Autor
Casificacion por estrellas (Average Rating)
Numero de paginas
Fecha de Publicacion
Un incoveniente que surgio al importar los datos, fue que la columna del año de publicacion, la reconocia como un caracter y no como un fecha o un numero. Asi que, al primer problema que nos enfrentamos fue a modoficar estos valores.
De la siguiente manera buscamos tranformar la columna a fechas y extraer e incluir un columna del año de publicacion
df_libros <- df_libros %>%
mutate(publication_date = mdy(publication_date))
#class(df_libros$publication_date)
#head(df_libros$publication_date)
#cambiamos la clase de numero de pagina
df_libros<-df_libros %>%
mutate(num_pages = as.numeric(num_pages))
#class(df_libros$num_pages)[1] 2006 2004 2003 2004 2004 2005[1] "numeric"Ahora si volvemos a vizualizar la tabla con nuestros datos
Exploremos los datos
Ahora que loogramos solunar esa transformacion, iniciemos la exploracion de los datos. En resumen, el mimnimo con el que se puede calificar un libro es de 0/0 y el maximo es de 5/5.
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.000 3.770 3.960 3.934 4.135 5.000 Podemos ver que la media para la calificacion de los libros es de 3.96
Veamos los 10 autores con mas publicaciones.
Ahora veamos una tabla con los autores con peor rating del conjunto de datos
Escogemos Autores
Se escogido trabajar con dos renombrados autores del genero fantasia, reconocidos por su exitosa trayectoria y transcendencia de sus creaciones literaria, como son J.K. Rowling & J.R.R Tolkien.
Para poder trabajar con sus estadísticas, primero debimos crear nuevas columnas que actúan como indicadores para identificas si el nombre del autor contienen ciertas cadenas de texto.
Podemos hacer una comparativa entre los promedios de ambos autores:
Hay que tener presente, que estas estadísticas se pueden ver distorsionadas por categorías de la plataforma goodreads, por ejemplo: en la calificación, numero de paginas e incluso los años de publicación, podrían estar tomando en cuenta recopilaciones de los libros u varias ediciones a la vez.
Graficas Comparativas
Libros Publicados
En primer lugar, vamos a comparar el total de libros publicados de cada autor, donde hay 56 por J. R.R Tolkien y 25 por J. K Rowling.
Aquí es cuando nos referimos ha posibles distorsiones en los datos, ya que si contabilizamos los libros de J.K Rowling realmente no sobrepasan los 15 libros publicados, ya que son 7 libros de su saga principal de Harry Potter, tres libros complementarios (animales fantásticos) y cuatro novelas policiales, por tanto para llegar a 25 deben están tomando en cuenta las versiones coleccionistas, ediciones especiales en algunos idiomas y las cajas de libros.
Por otro lado, con J. R. R. Tolkien, es mas complicado calcular un aproximado de sus libros, ya que después de su muerte se han publicado varios tomos de Historia de Tierra Media y otros relatos. Aun así, difícilmente llegan a los 56 libros, si contamos la saga del El Señor de Los Anillos, El Hobbit y sumamos los publicado póstumo como El Silmarillion y relatos de Tierra Media, estos se aproximan a los 30 libros. Por ello, en este caso, también se deben estar contando ediciones especiales y en distintos idiomas.
Rating del Autor
En este apartado se trabajo con el promedio de calificaciones dadas por parte de los usuarios, esta corresponde a la escala del 1 al 5.
En este caso como es un promedio, es más abstractor decir cuanta distorsión de datos se encuentran presente.
Podemos inferir que una posible razon de que J.K. Rowling pueda tener mayor promedio calificaciones, es por la menor cantidad de libros que tiene publicados a deiferencia de J. R. R. Tolkien, ademas de que sus libros son considerados literatura juvenil, por tanto tiene mayor publico dentro de la plataforma.