Lección 3 - Práctica 2: R visualization packages

Objetivo de la práctica

• Crear un mismo diagrama de caja (boxplot) con distintos paquetes de R para visualizar la relación entre la posición de juego y la altura en metros de los jugadores de la NBA en la temporada regular 2025-26.

Opciones de los fragmentos de código

• En el primer fragmento de código de R, denominado setup, define las opciones globales de los fragmentos de código con la función opts_chunk$set() del paquete knitr para que estas opciones se apliquen a todos los fragmentos del archivo .Rmd sin tener que repetirlas en el encabezado de cada fragmento.

• El paquete knitr se instala junto con el paquete rmarkdown, por lo que no es necesario instalarlo ni cargarlo si se utiliza el prefijo knitr:: al llamar a la función opts_chunk$set().

• Las opciones de los fragmentos de código utilizadas en esta práctica, por orden de aparición en el documento, son las siguientes:

  • include=TRUE: se ejecuta el código de R y se muestran en el documento HTML resultante el código ejecutado y sus resultados, ya sean valores, tablas o gráficos.

  • message=FALSE: se ejecuta el código de R sin mostrar en el documento HTML resultante los mensajes generados durante su ejecución.

  • warning=FALSE: se ejecuta el código de R sin mostrar en el documento HTML resultante las advertencias generadas durante su ejecución.

  • results='hide': se ejecuta el código de R y se muestran en el documento HTML resultante el código ejecutado y los gráficos, pero no sus resultados en formato de texto (valores y tablas).

  • class.source='fold-hide': se muestra en el documento HTML resultante el código ejecutado, colapsado y con un botón Show para desplegarlo.

  • fig.width=10: se define en 10 pulgadas el ancho de los gráficos mostrados en el documento HTML resultante.

  • fig.height=15: se define en 15 pulgadas el alto de los gráficos mostrados en el documento HTML resultante.

#### Fragmento 1 ####

# Definir opciones globales fragmentos código
knitr::opts_chunk$set(message = FALSE, warning = FALSE)

Importación y transformación de datos

• En el segundo fragmento de código de R, denominado data_import_and_transformation, copia y pega el código del archivo r_script_nba_rs_2526.R, teniendo en cuenta que no es necesario copiar la sección #### Instalación paquetes Python ####.

#### Fragmento 2 ####

#### Instalación paquetes R ####

# Definir paquetes necesarios
  # reticulate: paquete para interoperabilidad entre R y Python
  # readr: paquete para importar datos
  # dplyr: paquete para transformar datos
  # labelled: paquete para etiquetar variables
r_packages <- c("reticulate", "readr", "dplyr", "labelled")

# Instalar conjuntamente paquetes necesarios si no instalados
install.packages(setdiff(r_packages, rownames(installed.packages())), repos = "https://cloud.r-project.org")

#### Importación paquetes y datos R ####

# Cargar conjuntamente paquetes necesarios
lapply(r_packages, library, character.only = TRUE)

# Importar conjunto datos formato CSV + asignar dataframe df_r_nba_rs_2526
df_r_nba_rs_2526 <- read_csv("https://raw.githubusercontent.com/EasySportsApps/nba_api_25_26_data/refs/heads/main/nba_players_regular_season_25_26_wide_data.csv")

#### Pipeline transformación datos R (dplyr) ####

# Detectar player_name con valores faltantes (NA) en weight_kg (opcional)
df_r_nba_rs_2526$player_name[is.na(df_r_nba_rs_2526$weight_kg)]

# Asignar dataframe original a nuevo dataframe transformado
df_r_nba_rs_2526_transformed <- df_r_nba_rs_2526 |> 
  
  # Completar valores faltantes (NA) de variable weight_kg obtenidos de Wikipedia
  mutate(
    weight_kg = case_when(
      player_name == "Chris Youngblood" ~ 100.2, # https://en.wikipedia.org/wiki/Chris_Youngblood_(basketball)
      player_name == "Jahmyl Telfort" ~ 99.8, # https://en.wikipedia.org/wiki/Jahmyl_Telfort
      player_name == "Jaylen Wells" ~ 93.0, # https://en.wikipedia.org/wiki/Jaylen_Wells
      player_name == "LJ Cryer" ~ 90.7, # https://en.wikipedia.org/wiki/LJ_Cryer
      player_name == "Lawson Lovering" ~ 106.6, # https://en.wikipedia.org/wiki/Lawson_Lovering
      player_name == "Tolu Smith" ~ 111.1, # https://en.wikipedia.org/wiki/Tolu_Smith
      TRUE ~ weight_kg)
  ) |>
  
  # Crear nuevas variables a partir de variables originales
  mutate( 
    
    # Crear variable conference a partir de variable team
    conference = case_when( 
      team %in% c("ATL", "BKN", "BOS", "CHA", "CHI", "CLE", "DET", "IND",
                  "MIA", "MIL", "NYK", "ORL", "PHI", "TOR", "WAS") ~ "Eastern",
      team %in% c("DAL", "DEN", "GSW", "HOU", "LAC", "LAL", "MEM", "MIN",
                  "NOP", "OKC", "PHX", "POR", "SAC", "SAS", "UTA") ~ "Western"),
    
    # Crear variable bmi_kgm2 a partir de variables weight_kg y height_m
    bmi_kgm2 = weight_kg / height_m^2,
    
    # Crear variable bmi_category a partir de variable bmi_kgm2
    bmi_category = case_when(
      bmi_kgm2 < 18.5 ~ "U",
      bmi_kgm2 < 25 ~ "N",
      bmi_kgm2 < 30 ~ "O",
      bmi_kgm2 < 35 ~ "OI",
      bmi_kgm2 < 40 ~ "OII",
      bmi_kgm2 >= 40 ~ "OIII"
    ),
    
    # Crear variable usa_player a partir de variable country
    usa_player = country == "USA",
    
    # Crear variable age_decimal_years a partir de fecha inicio temporada y variable birthdate
    age_decimal_years = (as.Date("2025-10-21") - birthdate) / 365.25,
    
    # Crear variable birth_year a partir de variable birthdate
    birth_year = format(birthdate, "%Y"),
    
    # Crear variable games_played a partir de variables wins y losses
    games_played = wins + losses,
    
    # Crear variable minutes_per_game a partir de variables minutes_played y games_played
    minutes_per_game = ifelse(games_played == 0, 0, minutes_played / games_played),
    
    # Crear variable points a partir de variables one_point_made, two_point_made y three_point_made
    points = one_point_made + (two_point_made * 2) + (three_point_made * 3),
    
    # Crear variable points_per_game a partir de variables points y games_played
    points_per_game = ifelse(games_played == 0, 0, points / games_played),
    
    # Crear variable one_point_percentage a partir de variables one_point_made y one_point_attempted
    one_point_percentage = ifelse(one_point_attempted == 0, 0, one_point_made / one_point_attempted * 100),
    
    # Crear variable two_point_percentage a partir de variables two_point_made y two_point_attempted
    two_point_percentage = ifelse(two_point_attempted == 0, 0, two_point_made / two_point_attempted * 100),
    
    # Crear variable three_point_percentage a partir de variables three_point_made y three_point_attempted
    three_point_percentage = ifelse(three_point_attempted == 0, 0, three_point_made / three_point_attempted * 100),
    
    # Crear variable field_goals_made a partir de variables two_point_made y three_point_made
    field_goals_made = two_point_made + three_point_made,
    
    # Crear variable field_goals_attempted a partir de variables two_point_attempted y three_point_attempted
    field_goals_attempted = two_point_attempted + three_point_attempted,
    
    # Crear variable field_goals_percentage a partir de variables field_goals_made y field_goals_attempted
    field_goals_percentage = ifelse(field_goals_attempted == 0, 0, field_goals_made / field_goals_attempted * 100),
    
    # Crear variable effective_field_goals_percentage a partir de variables field_goals_made, three_point_made y field_goals_attempted
    effective_field_goals_percentage = ifelse(field_goals_attempted == 0, 0, 
                                              (field_goals_made + 0.5 * three_point_made) / field_goals_attempted * 100),
    
    # Crear variable true_shooting_percentage a partir de variables points, field_goals_attempted y one_point_attempted
    true_shooting_percentage = ifelse((field_goals_attempted + 0.44 * one_point_attempted) == 0, 0,
                                      points / (2 * (field_goals_attempted + 0.44 * one_point_attempted)) * 100),
    
    # Crear variable rebounds a partir de variables offensive_rebounds y defensive_rebounds
    rebounds = offensive_rebounds + defensive_rebounds,
    
    # Crear variable rebounds_per_game a partir de variables rebounds y games_played
    rebounds_per_game = ifelse(games_played == 0, 0, rebounds / games_played),
    
    # Crear variable assists_per_game a partir de variables assists y games_played
    assists_per_game = ifelse(games_played == 0, 0, assists / games_played),
    
    # Crear variable turnovers_per_game a partir de variables turnovers y games_played
    turnovers_per_game = ifelse(games_played == 0, 0, turnovers / games_played),
    
    # Crear variable steals_per_game a partir de variables steals y games_played
    steals_per_game = ifelse(games_played == 0, 0, steals / games_played),
    
    # Crear variable blocks_per_game a partir de variables blocks y games_played
    blocks_per_game = ifelse(games_played == 0, 0, blocks / games_played),
    
    # Crear variable personal_fouls_per_game a partir de variables personal_fouls y games_played
    personal_fouls_per_game = ifelse(games_played == 0, 0, personal_fouls / games_played),
    
    # Crear variable fantasy_points a partir de variables points, rebounds, assists, steals, blocks y turnovers
    fantasy_points = points + (rebounds * 1.2) + (assists * 1.5) + (steals * 3) + (blocks * 3) - turnovers
    
  ) |> 
  
  # Ordenar variables + eliminar variables no incluidas (season, season_type, player_id, age_completed_years, birthdate)
  select(
    player_name, team, conference, position, 
    height_m, weight_kg, bmi_kgm2, bmi_category, 
    country, usa_player, 
    age_decimal_years, birth_year, experience, 
    games_played, wins, losses, 
    minutes_played, minutes_per_game,
    points, points_per_game,
    one_point_made, one_point_attempted, one_point_percentage,
    two_point_made, two_point_attempted, two_point_percentage,
    three_point_made, three_point_attempted, three_point_percentage,
    field_goals_made, field_goals_attempted, field_goals_percentage,
    effective_field_goals_percentage, true_shooting_percentage,
    offensive_rebounds, defensive_rebounds, rebounds, rebounds_per_game,
    assists, assists_per_game, 
    turnovers, turnovers_per_game,
    steals, steals_per_game, 
    blocks, blocks_per_game,
    personal_fouls, personal_fouls_per_game, 
    fantasy_points
  ) |>
  
  # Convertir variables cualitativas nominales a tipo categórico no ordenado
  mutate(across(c(player_name, team, conference, position, country), as.factor)) |>
  
  # Convertir variables cualitativas ordinales a tipo categórico ordenado
  mutate(
    bmi_category = factor(bmi_category,
                          levels = c("U", "N", "O", "OI", "OII", "OIII"),
                          ordered = TRUE)
  ) |>
  
  # Convertir variables cuantitativas discretas a tipo entero (números enteros)
  mutate(across(c(birth_year, experience, games_played, wins, losses, points,
                  one_point_made, one_point_attempted, two_point_made, two_point_attempted,
                  three_point_made, three_point_attempted, field_goals_made, field_goals_attempted,
                  offensive_rebounds, defensive_rebounds, rebounds, assists, turnovers, steals, blocks,
                  personal_fouls),
                as.integer)) |>
  
  # Convertir variables cuantitativas continuas a tipo numérico (números decimales)
  mutate(across(c(height_m, weight_kg, bmi_kgm2, age_decimal_years, 
                  minutes_played, minutes_per_game, points_per_game,
                  one_point_percentage, two_point_percentage, three_point_percentage,
                  field_goals_percentage, effective_field_goals_percentage, true_shooting_percentage,
                  rebounds_per_game, assists_per_game, turnovers_per_game, steals_per_game,
                  blocks_per_game, personal_fouls_per_game, fantasy_points),
                as.numeric)) |>
  
  # Etiquetar categorías variable position
  mutate(
    position = recode(position,
                      "C" = "Center",
                      "C-F" = "Center-Forward",
                      "F" = "Forward",
                      "F-C" = "Forward-Center",
                      "F-G" = "Forward-Guard",
                      "G" = "Guard",
                      "G-F" = "Guard-Forward")
  ) |>
  
  # Etiquetar categorías variable bmi_category
  mutate(
    bmi_category = recode(bmi_category,
                          "U" = "Underweight",
                          "N" = "Normal",
                          "O" = "Overweight",
                          "OI" = "Obese I",
                          "OII" = "Obese II",
                          "OIII" = "Obese III")
  ) |>
  
  # Etiquetar variables
  # NBA Stats Glossary: https://www.nba.com/stats/help/glossary
  set_variable_labels(
    player_name                       = "Player Name",
    team                              = "Team",
    conference                        = "Conference",
    position                          = "Position",
    height_m                          = "Height (m)",
    weight_kg                         = "Weight (kg)",
    bmi_kgm2                          = "BMI (kg/m²)",
    bmi_category                      = "BMI Category",
    country                           = "Country",
    usa_player                        = "USA Player",
    age_decimal_years                 = "Age (years)",
    birth_year                        = "Birth Year",
    experience                        = "Years of Experience",
    games_played                      = "Games Played (GP)",
    wins                              = "Wins (W)",
    losses                            = "Losses (L)",
    minutes_played                    = "Minutes Played (MIN)",
    minutes_per_game                  = "Minutes Per Game (MPG)",
    points                            = "Points (PTS)",
    points_per_game                   = "Points Per Game (PPG)",
    one_point_made                    = "Free Throws Made (FTM)",
    one_point_attempted               = "Free Throws Attempted (FTA)",
    one_point_percentage              = "Free Throw Percentage (FT%)",
    two_point_made                    = "2 Point Field Goals Made (2PM)",
    two_point_attempted               = "2 Point Field Goals Attempted (2PA)",
    two_point_percentage              = "2 Point Field Goal Percentage (2P%)",
    three_point_made                  = "3 Point Field Goals Made (3PM)",
    three_point_attempted             = "3 Point Field Goals Attempted (3PA)",
    three_point_percentage            = "3 Point Field Goal Percentage (3P%)",
    field_goals_made                  = "Field Goals Made (FGM)",
    field_goals_attempted             = "Field Goals Attempted (FGA)",
    field_goals_percentage            = "Field Goal Percentage (FG%)",
    effective_field_goals_percentage  = "Effective Field Goal Percentage (eFG%)",
    true_shooting_percentage          = "True Shooting Percentage (TS%)",
    offensive_rebounds                = "Offensive Rebounds (OREB)",
    defensive_rebounds                = "Defensive Rebounds (DREB)",
    rebounds                          = "Rebounds (REB)",
    rebounds_per_game                 = "Rebounds Per Game (RPG)",
    assists                           = "Assists (AST)",
    assists_per_game                  = "Assists Per Game (APG)",
    turnovers                         = "Turnovers (TOV)",
    turnovers_per_game                = "Turnovers Per Game (TOPG)",
    steals                            = "Steals (STL)",
    steals_per_game                   = "Steals Per Game (SPG)",
    blocks                            = "Blocks (BLK)",
    blocks_per_game                   = "Blocks Per Game (BPG)",
    personal_fouls                    = "Personal Fouls (PF)",
    personal_fouls_per_game           = "Personal Fouls Per Game (PFPG)",
    fantasy_points                    = "Fantasy Points (FP)"
  )

Exploración de la estructura de los datos

• En el tercer fragmento de código de R, denominado explore_data_structure, explora la estructura del dataframe df_r_nba_rs_2526_transformed con la función glimpse() del paquete dplyr.

• En la salida de este fragmento de código se muestran el número de observaciones (filas) y variables (columnas), los nombres de las variables, sus tipos de datos y algunos de sus valores.

#### Fragmento 3 ####

# Explorar estructura dataframe df_r_nba_rs_2526_transformed
glimpse(df_r_nba_rs_2526_transformed)

## Rows: 582
## Columns: 49
## $ player_name                      <fct> A.J. Lawson, AJ Green, AJ Johnson, Aa…
## $ team                             <fct> TOR, MIL, DAL, DEN, HOU, IND, OKC, UT…
## $ conference                       <fct> Eastern, Eastern, Western, Western, W…
## $ position                         <fct> Guard, Guard, Guard, Forward, Guard, …
## $ height_m                         <dbl> 1.981, 1.930, 1.956, 2.032, 1.829, 1.…
## $ weight_kg                        <dbl> 81.2, 86.2, 72.6, 106.6, 83.9, 97.5, …
## $ bmi_kgm2                         <dbl> 20.69127, 23.14156, 18.97575, 25.8172…
## $ bmi_category                     <ord> Normal, Normal, Normal, Overweight, O…
## $ country                          <fct> Canada, USA, USA, USA, USA, USA, USA,…
## $ usa_player                       <lgl> FALSE, TRUE, TRUE, TRUE, TRUE, TRUE, …
## $ age_decimal_years                <dbl> 25.26762, 26.06708, 20.88706, 30.0971…
## $ birth_year                       <int> 2000, 1999, 2004, 1995, 1996, 1999, 1…
## $ experience                       <int> 4, 4, 2, 12, 8, 6, 5, 1, 1, 2, 1, 2, …
## $ games_played                     <int> 24, 78, 48, 36, 57, 45, 65, 72, 8, 71…
## $ wins                             <int> 12, 31, 9, 27, 38, 10, 50, 19, 1, 41,…
## $ losses                           <int> 12, 47, 39, 9, 19, 35, 15, 53, 7, 30,…
## $ minutes_played                   <dbl> 226.11500, 2269.93333, 453.43333, 100…
## $ minutes_per_game                 <dbl> 9.421458, 29.101709, 9.446528, 27.915…
## $ points                           <int> 101, 809, 160, 582, 312, 621, 611, 99…
## $ points_per_game                  <dbl> 4.208333, 10.371795, 3.333333, 16.166…
## $ one_point_made                   <int> 14, 53, 34, 125, 35, 92, 53, 66, 9, 8…
## $ one_point_attempted              <int> 18, 62, 40, 163, 41, 111, 72, 88, 10,…
## $ one_point_percentage             <dbl> 77.77778, 85.48387, 85.00000, 76.6871…
## $ two_point_made                   <int> 15, 30, 45, 137, 38, 107, 135, 258, 1…
## $ two_point_attempted              <int> 33, 64, 119, 241, 82, 235, 266, 494, …
## $ two_point_percentage             <dbl> 45.45455, 46.87500, 37.81513, 56.8464…
## $ three_point_made                 <int> 19, 232, 12, 61, 67, 105, 96, 137, 18…
## $ three_point_attempted            <int> 45, 554, 57, 157, 170, 277, 270, 398,…
## $ three_point_percentage           <dbl> 42.222222, 41.877256, 21.052632, 38.8…
## $ field_goals_made                 <int> 34, 262, 57, 198, 105, 212, 231, 395,…
## $ field_goals_attempted            <int> 78, 618, 176, 398, 252, 512, 536, 892…
## $ field_goals_percentage           <dbl> 43.58974, 42.39482, 32.38636, 49.7487…
## $ effective_field_goals_percentage <dbl> 55.76923, 61.16505, 35.79545, 57.4120…
## $ true_shooting_percentage         <dbl> 58.77561, 62.68597, 41.32231, 61.9518…
## $ offensive_rebounds               <int> 9, 29, 14, 51, 13, 48, 41, 104, 6, 12…
## $ defensive_rebounds               <int> 34, 184, 41, 158, 45, 139, 158, 198, …
## $ rebounds                         <int> 43, 213, 55, 209, 58, 187, 199, 302, …
## $ rebounds_per_game                <dbl> 1.7916667, 2.7307692, 1.1458333, 5.80…
## $ assists                          <int> 7, 152, 47, 96, 60, 86, 109, 131, 19,…
## $ assists_per_game                 <dbl> 0.2916667, 1.9487179, 0.9791667, 2.66…
## $ turnovers                        <int> 6, 75, 30, 38, 38, 63, 81, 107, 6, 56…
## $ turnovers_per_game               <dbl> 0.2500000, 0.9615385, 0.6250000, 1.05…
## $ steals                           <int> 12, 39, 11, 21, 27, 26, 60, 60, 9, 30…
## $ steals_per_game                  <dbl> 0.5000000, 0.5000000, 0.2291667, 0.58…
## $ blocks                           <int> 4, 8, 3, 10, 5, 23, 28, 49, 1, 82, 2,…
## $ blocks_per_game                  <dbl> 0.16666667, 0.10256410, 0.06250000, 0…
## $ personal_fouls                   <int> 27, 179, 30, 62, 72, 124, 83, 193, 27…
## $ personal_fouls_per_game          <dbl> 1.1250000, 2.2948718, 0.6250000, 1.72…
## $ fantasy_points                   <dbl> 205.1, 1358.6, 308.5, 1031.8, 529.6, …

Selección y filtrado de datos

• En el cuarto fragmento de código de R, denominado select_and_filter_data, selecciona las variables player_name, position y height_m, filtra las observaciones para conservar solo a los jugadores clasificados en una única posición de juego (Center, Forward, Guard), elimina las categorías no utilizadas de la variable position (Center-Forward, Forward-Center, Forward-Guard, Guard-Forward) y almacena el resultado en el dataframe df_r_nba_rs_2526_reduced.

#### Fragmento 4 ####

# Asignar dataframe transformado a nuevo dataframe reducido
df_r_nba_rs_2526_reduced <- df_r_nba_rs_2526_transformed |>
  
  # Seleccionar variables (eliminar resto)
  select(player_name, position, weight_kg) |>
  
  # Filtrar observaciones por variable position
  filter(position %in% c("Center", "Forward", "Guard")) |>
  
  # Eliminar categorías no utilizadas variable position
  mutate(position = droplevels(position))

# Explorar estructura dataframe df_r_nba_rs_2526_reduced
glimpse(df_r_nba_rs_2526_reduced)

## Rows: 484
## Columns: 3
## $ player_name <fct> A.J. Lawson, AJ Green, AJ Johnson, Aaron Gordon, Aaron Hol…
## $ position    <fct> Guard, Guard, Guard, Forward, Guard, Guard, Forward, Guard…
## $ weight_kg   <dbl> 81.2, 86.2, 72.6, 106.6, 83.9, 86.2, 90.7, 86.2, 106.6, 99…

Instalación y carga de paquetes

• En el quinto fragmento de código de R, denominado install_and_load_packages, instala y carga conjuntamente los paquetes necesarios para realizar la práctica, excepto graphics, que forma parte de la instalación básica de R.

• Entre estos paquetes se incluye gifski, porque el paquete gganimate, que se utiliza para animar el diagrama de caja, lo necesita para generar la animación en formato GIF.

• Entre estos paquetes se incluye también gridGraphics, porque el paquete cowplot, que se utiliza al final de la práctica para combinar varios gráficos en una misma figura, lo necesita para poder incluir el gráfico creado con el paquete graphics.

#### Fragmento 5 ####

# Definir paquetes necesarios
  # lattice: paquete para gráficos estáticos con sintaxis fórmulas
  # ggplot2: paquete para gráficos estáticos con gramática en capas
  # gganimate: paquete para animaciones ggplot2
  # gifski: paquete para animaciones formato GIF
  # plotly: paquete para gráficos interactivos
  # ggpubr: paquete para gráficos publicables con función única
  # tidyplots: paquete para gráficos publicables con funciones encadenadas
  # ggstatsplot: paquete para gráficos con resultados pruebas estadísticas
  # cowplot: paquete para combinar y alinear gráficos
  # gridGraphics: paquete para incluir gráficos graphics en cowplot
r_packages <- c("lattice", "ggplot2", "gganimate", "gifski", "plotly", "ggpubr", 
                "tidyplots", "ggstatsplot", "cowplot", "gridGraphics")

# Instalar conjuntamente paquetes necesarios si no instalados
install.packages(setdiff(r_packages, rownames(installed.packages())), repos = "https://cloud.r-project.org")

# Cargar conjuntamente paquetes necesarios
lapply(r_packages, library, character.only = TRUE)

Creación del boxplot con el paquete graphics

• En el sexto fragmento de código de R, denominado boxplot_graphics, crea el diagrama de caja de la altura en metros (height_m) según la posición de juego (position) del dataframe df_r_nba_rs_2526_reduced con la función boxplot() del paquete graphics y guárdalo en la función boxplot_graphics(), ya que esto es necesario para poder incluirlo en la figura combinada que genera el paquete cowplot al final de la práctica.

• En el gráfico resultante se muestran, para cada posición de juego, los siguientes elementos del diagrama de caja:

  • La mediana (median), representada por la línea que divide la caja, es el valor que deja por debajo el 50% de las alturas ordenadas y por encima el otro 50%.

  • Los cuartiles (quartiles), representados por los extremos de la caja, son el primer cuartil (Q1), que deja por debajo el 25% de las alturas ordenadas, y el tercer cuartil (Q3), que deja por debajo el 75%.

  • El rango intercuartílico (interquartile range, IQR), que equivale a la longitud de la caja, es la diferencia entre Q3 y Q1 y mide la dispersión del 50% central de las alturas.

  • Los bigotes (whiskers), representados por las líneas que salen de la caja, llegan hasta las alturas mínima y máxima observadas dentro del intervalo [Q1 - 1.5 × IQR, Q3 + 1.5 × IQR], por lo que no tienen por qué coincidir con los límites del intervalo.

  • Los valores atípicos (outliers), representados por los puntos situados más allá de los bigotes, son las alturas observadas que quedan fuera del intervalo [Q1 - 1.5 × IQR, Q3 + 1.5 × IQR].

#### Fragmento 6 ####

# Crear boxplot con paquete graphics y guardarlo en función boxplot_graphics()
boxplot_graphics <- function() {
  
  # Reducir margen superior para alinear título con etiqueta cowplot (opcional)
  par(mar = replace(x = par("mar"), list = 3, values = 1.5)) # cambiar margen superior boxplot en 3.ª posición a 1.5 líneas

  boxplot(
    formula = weight_kg ~ position, # fórmula: variable cuantitativa height_m (eje Y) ~ variable categórica position (eje X)
    data = df_r_nba_rs_2526_reduced, # nombre dataframe
    horizontal = FALSE, # orientación vertical gráfico
    main = "Boxplot with the graphics package", # título gráfico
    xlab = "Position", # título eje X
    ylab = "Weight (kg)", # título eje Y
    col = "#107dc1" # color cajas
  )
}

# Mostrar boxplot creado con paquete graphics
boxplot_graphics()

Creación del boxplot con el paquete lattice

• En el séptimo fragmento de código de R, denominado boxplot_lattice, crea el diagrama de caja de la altura en metros (height_m) según la posición de juego (position) del dataframe df_r_nba_rs_2526_reduced con la función bwplot() del paquete lattice y guárdalo en el objeto boxplot_lattice.

• En el gráfico resultante se muestran los mismos elementos del diagrama de caja que en el creado con el paquete graphics, con la diferencia de que bwplot() representa por defecto la mediana con un punto, por lo que se ha incluido pch = "|" en par.settings para representarla con una línea, que es lo habitual, ya que el punto suele reservarse para representar la media en este tipo de gráfico.

#### Fragmento 7 ####

# Crear boxplot con paquete lattice y guardarlo en objeto boxplot_lattice
boxplot_lattice <- bwplot(
  x = weight_kg ~ position, # fórmula: variable cuantitativa height_m (eje Y) ~ variable categórica position (eje X)
  data = df_r_nba_rs_2526_reduced, # nombre dataframe
  horizontal = FALSE, # orientación vertical gráfico
  main = "Boxplot with the lattice package", # título gráfico
  xlab = "Position", # título eje X
  ylab = "Weight (kg)", # título eje Y
  fill = "#107dc1", # color cajas
  par.settings = list( # color mediana, bordes cajas, bigotes y valores atípicos
    box.dot = list(col = "#000000", pch = "|"), # color mediana y símbolo línea
    box.rectangle = list(col = "#000000"), # color bordes cajas
    box.umbrella = list(col = "#000000"), # color bigotes
    plot.symbol = list(col = "#000000") # color valores atípicos
  )
)

# Mostrar boxplot creado con paquete lattice
boxplot_lattice

Creación del boxplot con el paquete ggplot2

• En el octavo fragmento de código de R, denominado boxplot_ggplot2, crea el diagrama de caja de la altura en metros (height_m) según la posición de juego (position) del dataframe df_r_nba_rs_2526_reduced con las funciones ggplot() y geom_boxplot() del paquete ggplot2 y guárdalo en el objeto boxplot_ggplot2.

• En el gráfico resultante se muestran los mismos elementos del diagrama de caja que en los creados con los paquetes graphics y lattice, con la diferencia de que ggplot2 implementa la gramática de gráficos en capas (layered grammar of graphics):

  • La función ggplot() inicializa el gráfico, especifica el dataframe con el argumento data y establece el mapeo de variables a estéticas (aesthetics) con el argumento mapping.

  • La función aes() asigna la variable categórica position al eje X con el argumento x y la variable cuantitativa height_m al eje Y con el argumento y.

  • La función geom_boxplot() añade la capa que dibuja un diagrama de caja para cada categoría de position, establece el color de relleno de las cajas con el argumento fill y define el color de la mediana, los bordes de las cajas, los bigotes y los valores atípicos con el argumento color.

  • La función labs() añade las etiquetas al gráfico, establece el título con el argumento title y define los títulos de los ejes X e Y con los argumentos x e y.

  • La función theme_classic() añade el componente que define el tema del gráfico, con fondo blanco, sin cuadrícula y con líneas solo en los ejes X e Y, y no requiere argumentos.

  • El operador + combina la función ggplot() con las capas y componentes siguientes, y debe colocarse al final de la línea para que R sepa que la instrucción continúa en la línea siguiente.

#### Fragmento 8 ####

# Crear boxplot con paquete ggplot2 y guardarlo en objeto boxplot_ggplot2
boxplot_ggplot2 <- ggplot( # inicializar gráfico
  data = df_r_nba_rs_2526_reduced, # nombre dataframe
  mapping = aes(x = position, y = weight_kg)) + # variable categórica position (eje X) y variable cuantitativa height_m (eje Y)
  geom_boxplot( # añadir capa diagrama caja
    fill = "#107dc1", # color cajas
    color = "#000000") + # color mediana, bordes cajas, bigotes y valores atípicos
  labs( # añadir etiquetas gráfico
    title = "Boxplot with the ggplot2 package", # título gráfico
    x = "Position", # título eje X
    y = "Weight (kg)") + # título eje Y
  theme_classic() # añadir tema clásico

# Mostrar boxplot creado con paquete ggplot2
boxplot_ggplot2

Conversión del boxplot de ggplot2 a animado con el paquete gganimate

• En el noveno fragmento de código de R, denominado boxplot_ggplot2_gganimate, convierte el objeto boxplot_ggplot2 en un diagrama de caja animado con las funciones transition_states() y shadow_mark() del paquete gganimate, guárdalo en el objeto boxplot_ggplot2_gganimate y muéstralo con la función animate().

• En el gráfico resultante se muestran los mismos elementos del diagrama de caja que en el creado con el paquete ggplot2, con la diferencia de que gganimate lo convierte en una animación en la que las cajas aparecen una a una según la posición de juego.

#### Fragmento 9 ####

# Convertir boxplot de ggplot2 a animado y guardarlo en objeto boxplot_ggplot2_gganimate
boxplot_ggplot2_gganimate <- boxplot_ggplot2 + # asignar boxplot de ggplot2 a nuevo boxplot animado
  labs( # añadir etiquetas gráfico
    title = "Boxplot with the ggplot2 and gganimate packages", # título gráfico modificado
    subtitle = "Position: {closest_state}") + # subtítulo gráfico con posición estado actual
  transition_states( # añadir animación por estados
    states = position, # variable categórica position como estados
    transition_length = 2, # duración relativa transiciones
    state_length = 1) + # duración relativa estados
  shadow_mark() # mantener cajas estados anteriores

# Mostrar boxplot animado
animate(
  plot = boxplot_ggplot2_gganimate, # boxplot animado a mostrar
  fps = 10, # fotogramas por segundo
  nframes = 30) # número fotogramas (30 / 10 fps = animación de 3 segundos)

Conversión del boxplot de ggplot2 a interactivo con el paquete plotly

• En el décimo fragmento de código de R, denominado boxplot_ggplot2_plotly, convierte el objeto boxplot_ggplot2 en un diagrama de caja interactivo con la función ggplotly() del paquete plotly y guárdalo en el objeto boxplot_ggplot2_plotly.

• En el gráfico resultante se muestran los mismos elementos del diagrama de caja que en el creado con el paquete ggplot2, con la diferencia de que plotly lo convierte en un gráfico interactivo que muestra los valores de los elementos del diagrama de caja al pasar el cursor del ratón sobre él.

#### Fragmento 10 ####

# Convertir boxplot de ggplot2 a interactivo y guardarlo en objeto boxplot_ggplot2_plotly
boxplot_ggplot2_plotly <- ggplotly(
  p = boxplot_ggplot2 + # gráfico estático ggplot2 a convertir en interactivo
    labs(title = "Boxplot with the ggplot2 and plotly packages")) # título gráfico modificado

# Mostrar boxplot interactivo
boxplot_ggplot2_plotly

Creación del boxplot con el paquete plotly

• En el undécimo fragmento de código de R, denominado boxplot_plotly, crea el diagrama de caja interactivo de la altura en metros (height_m) según la posición de juego (position) del dataframe df_r_nba_rs_2526_reduced con las funciones plot_ly() y layout() del paquete plotly y guárdalo en el objeto boxplot_plotly.

• En el gráfico resultante se muestran los mismos elementos que en el diagrama de caja convertido a interactivo con la función ggplotly(), con la diferencia de que plot_ly() permite personalizar la información que aparece al pasar el cursor del ratón, como el nombre del jugador (player_name) en cada valor atípico.

#### Fragmento 11 ####

# Crear boxplot con paquete plotly y guardarlo en objeto boxplot_plotly
boxplot_plotly <- plot_ly( # inicializar gráfico
  data = df_r_nba_rs_2526_reduced, # nombre dataframe
  x = ~position, # variable categórica position (eje X)
  y = ~weight_kg, # variable cuantitativa height_m (eje Y)
  type = "box", # tipo gráfico diagrama caja
  boxpoints = "outliers", # mostrar solo valores atípicos como puntos
  hoveron = "boxes+points", # etiqueta caja al pasar cursor por caja + etiqueta punto al pasar cursor por valor atípico
  text = ~player_name, # variable player_name como texto etiqueta valor atípico
  fillcolor = "#107dc1", # color cajas
  line = list(color = "#000000"), # color mediana, bordes cajas y bigotes
  marker = list(color = "#000000")) |> # color valores atípicos
  layout( # añadir títulos gráfico y ejes
    title = "Boxplot with the plotly package", # título gráfico
    xaxis = list(title = "Position"), # título eje X
    yaxis = list(title = "Weight (kg)")) # título eje Y

# Mostrar boxplot creado con paquete plotly
boxplot_plotly

Creación del boxplot con el paquete ggpubr

• En el duodécimo fragmento de código de R, denominado boxplot_ggpubr, crea el diagrama de caja de la altura en metros (height_m) según la posición de juego (position) del dataframe df_r_nba_rs_2526_reduced con la función ggboxplot() del paquete ggpubr y guárdalo en el objeto boxplot_ggpubr.

• En el gráfico resultante se muestran los mismos elementos que en el diagrama de caja creado con el paquete ggplot2, con la diferencia de que ggpubr, como extensión de ggplot2, permite crearlo con una sola función, ggboxplot(), sin necesidad de combinar varias funciones con el operador +.

#### Fragmento 12 ####

# Crear boxplot con paquete ggpubr y guardarlo en objeto boxplot_ggpubr
boxplot_ggpubr <- ggboxplot(
  data = df_r_nba_rs_2526_reduced, # nombre dataframe
  x = "position", # variable categórica position (eje X)
  y = "weight_kg", # variable cuantitativa height_m (eje Y)
  fill = "#107dc1", # color cajas
  color = "#000000", # color mediana, bordes cajas, bigotes y valores atípicos
  title = "Boxplot with the ggpubr package", # título gráfico
  xlab = "Position", # título eje X
  ylab = "Weight (kg)", # título eje Y
  ggtheme = theme_classic()) # tema clásico

# Mostrar boxplot creado con paquete ggpubr
boxplot_ggpubr

Creación del boxplot con el paquete tidyplots

• En el decimotercero fragmento de código de R, denominado boxplot_tidyplots, crea el diagrama de caja de la altura en metros (height_m) según la posición de juego (position) del dataframe df_r_nba_rs_2526_reduced con las funciones tidyplot() y add_boxplot() del paquete tidyplots y guárdalo en el objeto boxplot_tidyplots.

• En el gráfico resultante se muestran los mismos elementos que en el diagrama de caja creado con el paquete ggplot2, con la diferencia de que tidyplots, como extensión de ggplot2, permite crearlo con funciones de nombres intuitivos que empiezan por add_ (añadir elementos) y adjust_ (ajustar componentes), unidas con el operador de tubería (pipe) |>.

#### Fragmento 13 ####

# Crear boxplot con paquete tidyplots y guardarlo en objeto boxplot_tidyplots
boxplot_tidyplots <- df_r_nba_rs_2526_reduced |> # nombre dataframe
  tidyplot( # inicializar gráfico
    x = position, # variable categórica position (eje X)
    y = weight_kg) |> # variable cuantitativa height_m (eje Y)
  add_boxplot( # añadir capa diagrama caja
    fill = "#107dc1", # color cajas
    color = "#000000", # color mediana, bordes cajas, bigotes y valores atípicos
    alpha = 1, # transparencia cajas (1 = sin transparencia)
    outlier.size = 1.5) |> # tamaño valores atípicos
  adjust_title("Boxplot with the tidyplots package") |> # título gráfico
  adjust_x_axis_title("Position") |> # título eje X
  adjust_y_axis_title("Weight (kg)") |> # título eje Y
  adjust_size(width = NA, height = NA) |> # tamaño gráfico ajustado a espacio disponible
  adjust_font(fontsize = 12) # tamaño fuente texto gráfico

# Mostrar boxplot creado con paquete tidyplots
boxplot_tidyplots

Creación del boxplot con el paquete ggstatsplot

• En el decimocuarto fragmento de código de R, denominado boxplot_ggstatsplot, crea el diagrama de caja de la altura en metros (height_m) según la posición de juego (position) del dataframe df_r_nba_rs_2526_reduced con la función ggbetweenstats() del paquete ggstatsplot y guárdalo en el objeto boxplot_ggstatsplot.

• En el gráfico resultante se muestran los elementos del diagrama de caja junto con otros elementos que ggbetweenstats() añade por defecto (diagrama de violín, diagrama de dispersión con jitter, media y resultados de pruebas estadísticas), ya que ggstatsplot, como extensión de ggplot2, combina visualización de datos y análisis estadístico.

• Los resultados de las pruebas estadísticas (ANOVA de Welch y comparaciones por pares de Games-Howell con ajuste de Holm) indican diferencias estadísticamente significativas en la altura media tanto entre las tres posiciones de juego a la vez, F(2, 186.77) = 547.19, p < .001, como entre cada par de posiciones, p_Holm < .001, con los Center (M = 2.11 m) por encima de los Forward (M = 2.03 m) y estos por encima de los Guard (M = 1.92 m).

#### Fragmento 14 ####

# Crear boxplot con paquete ggstatsplot y guardarlo en objeto boxplot_ggstatsplot
boxplot_ggstatsplot <- ggbetweenstats(
  data = df_r_nba_rs_2526_reduced, # nombre dataframe
  x = position, # variable categórica position (eje X)
  y = weight_kg, # variable cuantitativa height_m (eje Y)
  type = "parametric", # pruebas paramétricas: ANOVA Welch + comparaciones pares Games-Howell
  title = "Boxplot with the ggstatsplot package", # título gráfico
  xlab = "Position", # título eje X
  ylab = "Weight (kg)") # título eje Y

# Mostrar boxplot creado con paquete ggstatsplot
boxplot_ggstatsplot

Combinación de boxplots estáticos con el paquete cowplot

• En el decimoquinto fragmento de código de R, denominado static_boxplots_cowplot, combina la función boxplot_graphics() y los objetos boxplot_lattice, boxplot_ggplot2, boxplot_ggpubr, boxplot_tidyplots y boxplot_ggstatsplot en una única figura con la función plot_grid() del paquete cowplot y guárdala en el objeto static_boxplots_cowplot.

• Solo se combinan los diagramas de caja estáticos, ya que cowplot no puede incluir en una figura estática los gráficos interactivos creados con plotly ni el gráfico animado creado con gganimate.

#### Fragmento 15 ####

# Combinar boxplots estáticos con paquete cowplot y guardarlos en objeto static_boxplots_cowplot
static_boxplots_cowplot <- plot_grid(
  boxplot_graphics, boxplot_lattice, # fila 1: graphics y lattice
  boxplot_ggplot2, boxplot_ggpubr, # fila 2: ggplot2 y ggpubr
  boxplot_tidyplots, boxplot_ggstatsplot, # fila 3: tidyplots y ggstatsplot
  ncol = 2, # número columnas
  nrow = 3, # número filas
  labels = "AUTO") # añadir etiquetas gráficos (A, B, C, D, E, F)

# Mostrar boxplots combinados
static_boxplots_cowplot