Introducción

El presente análisis tiene como objetivo explorar el conjunto de datos starwars del paquete dplyr, el cual contiene información variada sobre los personajes de la saga Star Wars.

A través de un análisis exploratorio y la generación de gráficos descriptivos, se busca comprender mejor las características físicas, sociales y de participación de los personajes en el universo de Star Wars, identificando patrones, tendencias y valores atípicos interesantes.

Objetivos del estudio

Librerías utilizadas

En este proyecto se hace uso de las siguientes librerías:

## Warning: package 'dplyr' was built under R version 4.5.3
## 
## Adjuntando el paquete: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

Descripción de los datos

Descripción de los datos

El conjunto de datos starwars proviene del paquete dplyr y contiene información detallada acerca de varios personajes de la saga cinematográfica Star Wars.

Cada fila representa un personaje único y registra una serie de atributos asociados a dicho personaje, como:

Además, su temática popular hace que el análisis sea accesible e interesante para despertar interés en el análisis de datos en personas de todas las edades seguidoras de esta reconocida saga.

Descripción de la fuente de datos

El conjunto de datos starwars proviene del paquete dplyr, uno de los principales componentes del ecosistema tidyverse en R.

dplyr fue desarrollado principalmente por Hadley Wickham y su equipo en RStudio (actualmente Posit) con el objetivo de facilitar la manipulación de datos de manera más intuitiva, rápida y eficiente, especialmente enfocándose en tareas comunes como:

Este conjunto de datos fue creado con fines educativos y de demostración, buscando proporcionar un material interesante y accesible para practicar funciones de manipulación y análisis de datos.

La elección de un tema tan popular como Star Wars ayuda a despertar el interés y la motivación en personas de diversas edades y niveles de experiencia.

Descripción de variables

Variable Descripción Numérica Categórica
name Nombre del personaje x
height Altura del personaje en centímetros x
mass Masa del personaje en kilogramos x
hair_color Color de cabello x
skin_color Color de piel x
eye_color Color de ojos x
birth_year Año de nacimiento respecto a la Batalla de Yavin x
sex Sexo biológico del personaje x
gender Género del personaje x
homeworld Mundo natal x
species Especie del personaje x
films Lista de películas en las que aparece el personaje x
vehicles Lista de vehículos que el personaje ha conducido x
starships Lista de naves espaciales que el personaje ha piloteado x

Visualizaciones de datos

¿Cuál es el tamaño total del data frame?

cat("Número de filas (observaciones):", nrow(starwars), "\n")
## Número de filas (observaciones): 87
cat("Número de columnas (variables):", ncol(starwars), "\n")
## Número de columnas (variables): 14

Valores faltantes

colSums(is.na(starwars))
##       name     height       mass hair_color skin_color  eye_color birth_year 
##          0          6         28          5          0          0         44 
##        sex     gender  homeworld    species      films   vehicles  starships 
##          4          4         10          4          0          0          0

arias variables presentan valores perdidos. Las columnas con más NAs son birth_year, mass y hair_color. Esto se debe a que muchos personajes no tienen registrada esa informacion debido a que pueden ser droides, a un droide no se le puede calcular tan facilmente la edad y tampoco el color de cabello (no tiene).

Inspeccion de variables

glimpse(starwars)
## Rows: 87
## Columns: 14
## $ name       <chr> "Luke Skywalker", "C-3PO", "R2-D2", "Darth Vader", "Leia Or…
## $ height     <int> 172, 167, 96, 202, 150, 178, 165, 97, 183, 182, 188, 180, 2…
## $ mass       <dbl> 77.0, 75.0, 32.0, 136.0, 49.0, 120.0, 75.0, 32.0, 84.0, 77.…
## $ hair_color <chr> "blond", NA, NA, "none", "brown", "brown, grey", "brown", N…
## $ skin_color <chr> "fair", "gold", "white, blue", "white", "light", "light", "…
## $ eye_color  <chr> "blue", "yellow", "red", "yellow", "brown", "blue", "blue",…
## $ birth_year <dbl> 19.0, 112.0, 33.0, 41.9, 19.0, 52.0, 47.0, NA, 24.0, 57.0, …
## $ sex        <chr> "male", "none", "none", "male", "female", "male", "female",…
## $ gender     <chr> "masculine", "masculine", "masculine", "masculine", "femini…
## $ homeworld  <chr> "Tatooine", "Tatooine", "Naboo", "Tatooine", "Alderaan", "T…
## $ species    <chr> "Human", "Droid", "Droid", "Human", "Human", "Human", "Huma…
## $ films      <list> <"A New Hope", "The Empire Strikes Back", "Return of the J…
## $ vehicles   <list> <"Snowspeeder", "Imperial Speeder Bike">, <>, <>, <>, "Imp…
## $ starships  <list> <"X-wing", "Imperial shuttle">, <>, <>, "TIE Advanced x1",…

Se observan las variables numéricas: height, mass y birth_year. height tiene valores que van desde aproximadamente 66 cm hasta 264 cm.mass muestra pesos desde 15 kg hasta 1358 kg, aunque hay valores atipicos. birth_year cubre una amplia gama, incluyendo personajes con nacimiento hace muchos años antes de la Batalla de Yavin 896 BBY (Yoda) hasta 19 BBY.

library(ggplot2)
## Warning: package 'ggplot2' was built under R version 4.5.3
ggplot(starwars, aes(x = height, y = mass)) +
  geom_point(na.rm = TRUE) +
  labs(title = "Altura vs Masa de personajes Star Wars")

se grafico la relación entre el tamaño físico y el peso de los personajes, en general se observa una tendencia positiva ya que los personajes mas altos tienden a ser mas pesados, pero tambien tenemos valores atipicos donde la altura es promedio pero el peso es extremadamente alto (seguramente es jabba the hutt) lo que causa una distrosion en el grafico y su escala.

starwars %>%
  count(species, sort = TRUE) %>%
  slice_head(n = 10) %>%
  ggplot(aes(x = reorder(species, n), y = n)) +
  geom_col() +
  coord_flip() +
  labs(title = "Top 10 especies en Star Wars")

Top 10 especies con mayor presencia en el dataset, ordenada de mayor a menor siendo dominada por los humanos, lo que refleja que la historia del universo de Star Wars esta centrada principalmente en humanos acompañados por los droides y diversidad de especies no humanas, como chewbacca que es un wookie o Jar Jar binks que es un gungan