PRACTICA EN CLASE 1 - 05 de Diciembre 2025 Sandoval
Chávez Lucia AnahĂ
-Crear objeto:
#crear un objeto "edad"
edad <- c(25, 30, 35, 40)
#mostrar el objeto:
print(edad)
df <- as.data.frame(edad)
-Calcular Promedio:
#calcular el promedio de un vector promedio
promedio <-mean(c(10, 20, 30, 40))
print(promedio)
-Operaciones matemáticas:
#Sumar las edades
sum(edad)
PRACTICA EN CLASE 2 - 08 de Diciembre 2025
Graficar los datos con ggplot
#Graficar los datos
df<-data.frame(x=1:5, y= datos)
df
#crear gráfica de barras
ggplot(df, aes(x=x, y=y)) + geom_bar(stat = "identity", fill = "#bda2fa") + labs(title = "Grafico de barras", x= "Indice", y= "Valores")

NA
NA
#Para renombrar o darle un caracter/valor a X
df <- df %>% mutate(x= c("AnahĂ", "Luis", "Julissa", "Liliana", "Johanna"), x=factor(x, levels = c("AnahĂ", "Luis", "Julissa", "Liliana", "Johanna")))
df
ggplot(df, aes(x=x, y=y)) +
geom_bar(stat = "identity", fill = "#bda2fa") +
labs(title = "Grafico de barras", x= "Indice", y= "Valores")

NA
NA
NA
NA
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