Semana 5

Parte 1 — Leer el archivo CSV

tipo_de_columnas <- cols(
  id_empleado = col_character(),
  nombre = col_character(),
  departamento = col_character(),
  salario_mensual = col_double(),
  fecha_ingreso = col_date(format = "%Y-%m-%d"))

empleados_csv <- read_csv("empleados.csv", col_types = tipo_de_columnas)

glimpse(empleados_csv)

Rows: 20
Columns: 5
$ id_empleado     <chr> "001", "002", "003", "004", "005", "006", "007", "008"…
$ nombre          <chr> "Ana Torres", "Pedro Méndez", "María López", "Luis Gar…
$ departamento    <chr> "Tecnología", "Auditoría", "Tecnología", "RRHH", "Audi…
$ salario_mensual <dbl> 58000, 45000, 63000, 41000, 52000, 70000, 65000, 48000…
$ fecha_ingreso   <date> 2019-03-15, 2021-07-01, 2018-11-20, 2022-01-10, 2020-…

Parte 2 — Leer el archivo Excel

hoja_2022 <- read_excel("empleados.xlsx", sheet = "2022")
hoja_2023 <- read_excel("empleados.xlsx", sheet = "2023")


empleados_excel <- bind_rows(
  hoja_2022 %>% mutate(anio = 2022),
  hoja_2023 %>% mutate(anio = 2023))

glimpse(empleados_excel)

Rows: 38
Columns: 5
$ id_empleado     <chr> "001", "002", "003", "004", "005", "006", "007", "009"…
$ nombre          <chr> "Ana Torres", "Pedro Méndez", "María López", "Luis Gar…
$ departamento    <chr> "Tecnología", "Auditoría", "Tecnología", "RRHH", "Audi…
$ salario_mensual <dbl> 55500, 42500, 60500, 38500, 49500, 67500, 62500, 36500…
$ anio            <dbl> 2022, 2022, 2022, 2022, 2022, 2022, 2022, 2022, 2022, …

salario_medio_depto <- empleados_excel %>%
  group_by(departamento) %>%
  summarise(salario_promedio = mean(salario_mensual, na.rm = TRUE))

kable(salario_medio_depto, caption = "Salario Promedio por Departamento", digits = 2, align = "c")

Salario Promedio por Departamento

departamento	salario_promedio
Auditoría	47357.14
Finanzas	48200.00
RRHH	39416.67
Riesgo	61000.00
Tecnología	61916.67

Parte 3 — Conectar a SQLite

con <- dbConnect(RSQLite::SQLite(), "empleados.db")

datos_para_sqlite <- hoja_2023 %>% 
  mutate(
    anio = 2023,
    monto_total_año = salario_mensual * 12 ) %>% 
  select(id_empleado, anio, monto_total_año)

dbWriteTable(con, "empleados", datos_para_sqlite, overwrite = TRUE)

consulta_filtrada_sql <- "SELECT id_empleado, anio, monto_total_año FROM empleados WHERE anio = 2023"
resultado_consulta <- dbGetQuery(con, consulta_filtrada_sql)

# Centra el ID, el Año y el Monto Total en el reporte HTML
kable(resultado_consulta, caption = "Datos recuperados de SQLite (Filtro: Año 2023)", align = "c")

Datos recuperados de SQLite (Filtro: Año 2023)

id_empleado	anio	monto_total_año
001	2023	696000
002	2023	540000
003	2023	756000
004	2023	492000
005	2023	624000
006	2023	840000
007	2023	780000
008	2023	576000
009	2023	468000
010	2023	708000
011	2023	732000
012	2023	564000
013	2023	636000
014	2023	660000
015	2023	804000
016	2023	612000
017	2023	504000
018	2023	552000
019	2023	864000
020	2023	696000

dbDisconnect(con)

```