Dataframes y gráficos
AE
26/6/2017
Matrices vrs. Data Frames
Matrices
Anteriormente, aprendimos a instalar paquetes y a importar bases de datos. Las matrices por lo general sólo almacenan un tipo de datos mientras que las data frames puede almacenar varios tipos de datos.
m <-matrix(1:20, ncol=2)
m## [,1] [,2]
## [1,] 1 11
## [2,] 2 12
## [3,] 3 13
## [4,] 4 14
## [5,] 5 15
## [6,] 6 16
## [7,] 7 17
## [8,] 8 18
## [9,] 9 19
## [10,] 10 20En general, los datos de una matriz son numéricos. R es muy potente para hacer operaciones con matrices.
Para poder llegar a ver los elementos individuales de una matriz, tenemos que usar los corchetes y revisar por ejemplo el elemento 5 de la columna 1
m[5,1] ## [1] 5m[5,2]## [1] 15m[, 1] # si queremos todas las filas, no ponemos nada## [1] 1 2 3 4 5 6 7 8 9 10m[1, ] # si queremos todas las columnas no ponemos nada## [1] 1 11m[1:2,]## [,1] [,2]
## [1,] 1 11
## [2,] 2 12m[c(1,5, 6),]## [,1] [,2]
## [1,] 1 11
## [2,] 5 15
## [3,] 6 16n<-m[1,]
class(m)## [1] "matrix"class(n)## [1] "integer"Estos resultados se pueden asignar también a nuevos objetos, lo cual es muy útil cuando estemos filtrando caso.
Dataframes
Vamos a instalar la librería “MASS” que nos da acceso a un grupo amplio de bases de datos que nos ayudaran a revisar y analizar algunas técnicas sencillas.
install.packages("MASS", repos = "http://cran.us.r-project.org", dependencies = TRUE)##
## The downloaded binary packages are in
## /var/folders/fr/mw1x21js54367mjdhqsjfwqm0000gn/T//RtmpbZwqIB/downloaded_packageslibrary(MASS)## Warning: package 'MASS' was built under R version 3.3.2Vamos a llamar a la base “painters” que contiene información sobre pintores del siglo XVIII
data()
data(painters)
class(painters)## [1] "data.frame"Para revisar el contenido de un data frame podemos usar, como lo hicimos en el ejercicio de la ENIGH, el formado basededatos$var o usar corchete, checa como estas tres formas tan el mismo resultado
painters$School## [1] A A A A A A A A A A B B B B B B C C C C C C D D D D D D D D D D E E E
## [36] E E E E F F F F G G G G G G G H H H H
## Levels: A B C D E F G Hpainters[["School"]] # ¡Ojo con las comillas! ## [1] A A A A A A A A A A B B B B B B C C C C C C D D D D D D D D D D E E E
## [36] E E E E F F F F G G G G G G G H H H H
## Levels: A B C D E F G Hpainters[,5] ## [1] A A A A A A A A A A B B B B B B C C C C C C D D D D D D D D D D E E E
## [36] E E E E F F F F G G G G G G G H H H H
## Levels: A B C D E F G HVamos a pedir cosas más especificas y podemos seleccionar observaciones o files
painters[painters$School=="A",]## Composition Drawing Colour Expression School
## Da Udine 10 8 16 3 A
## Da Vinci 15 16 4 14 A
## Del Piombo 8 13 16 7 A
## Del Sarto 12 16 9 8 A
## Fr. Penni 0 15 8 0 A
## Guilio Romano 15 16 4 14 A
## Michelangelo 8 17 4 8 A
## Perino del Vaga 15 16 7 6 A
## Perugino 4 12 10 4 A
## Raphael 17 18 12 18 Apainters[(painters$School=="A" & painters$Composition>10 ),]## Composition Drawing Colour Expression School
## Da Vinci 15 16 4 14 A
## Del Sarto 12 16 9 8 A
## Guilio Romano 15 16 4 14 A
## Perino del Vaga 15 16 7 6 A
## Raphael 17 18 12 18 Asubset1<- painters[(painters$School=="A" & painters$Composition>10 ),]También podemos seleccionar columnas
painters[, c("Colour", "Expression")]## Colour Expression
## Da Udine 16 3
## Da Vinci 4 14
## Del Piombo 16 7
## Del Sarto 9 8
## Fr. Penni 8 0
## Guilio Romano 4 14
## Michelangelo 4 8
## Perino del Vaga 7 6
## Perugino 10 4
## Raphael 12 18
## F. Zucarro 8 8
## Fr. Salviata 8 8
## Parmigiano 6 6
## Primaticcio 7 10
## T. Zucarro 10 9
## Volterra 5 8
## Barocci 6 10
## Cortona 12 6
## Josepin 6 2
## L. Jordaens 9 6
## Testa 0 6
## Vanius 12 13
## Bassano 17 0
## Bellini 14 0
## Giorgione 18 4
## Murillo 15 4
## Palma Giovane 14 6
## Palma Vecchio 16 0
## Pordenone 17 5
## Tintoretto 16 4
## Titian 18 6
## Veronese 16 3
## Albani 10 6
## Caravaggio 16 0
## Corregio 15 12
## Domenichino 9 17
## Guercino 10 4
## Lanfranco 10 5
## The Carraci 13 13
## Durer 10 8
## Holbein 16 13
## Pourbus 6 6
## Van Leyden 6 4
## Diepenbeck 14 6
## J. Jordaens 16 6
## Otho Venius 10 10
## Rembrandt 17 12
## Rubens 17 17
## Teniers 13 6
## Van Dyck 17 13
## Bourdon 8 4
## Le Brun 8 16
## Le Suer 4 15
## Poussin 6 15subset2<- painters[, c("Colour", "Expression")]podemos combinar los dos tipos de selección
painters[painters$School=="A", c("Colour", "Expression")]## Colour Expression
## Da Udine 16 3
## Da Vinci 4 14
## Del Piombo 16 7
## Del Sarto 9 8
## Fr. Penni 8 0
## Guilio Romano 4 14
## Michelangelo 4 8
## Perino del Vaga 7 6
## Perugino 10 4
## Raphael 12 18subset4<- painters[, c("Colour", "Expression")]Vamos a revisar cuántos pintores estudiaron en cada escuela. Si recuerdas, eso se puede hacer con el comando table. Como estamos trabajando
table(painters$School)##
## A B C D E F G H
## 10 6 6 10 7 4 7 4Este resultado lo podemos asignar a un objeto nuevo
freq.school<-table(painters$School)El tenerlo como un objeto nos sirve sobre todo porque podemos aplicarle funciones a esta tabla de frecuencias, las funciones m´ás importantes que podemos aplicar son las gráficas
plot(freq.school) # el gráfico más sencillo 
barplot(freq.school) # gráficos de barra
pie(freq.school) # gráfico de pastel
Vamos a modificar ligeramente los colores
barplot(freq.school, col=gray(0:8/8)) # gráficos de barra con escala de grises de oscuro a claros, (8 categorías)
barplot(freq.school, col=gray(8:0/8)) # gráficos de barra con escala de grises de claro a oscuros
barplot(freq.school, col=rainbow(8)) # gráfico de barras () ponemos el número de categorías
barplot(freq.school, col=heat.colors(8)) # gráfico de barras () ponemos el número de categorías
También podemos hacer nuestro propio vector de colores, para la paleta de nombres de colores que usa R, revisar http://www.stat.columbia.edu/~tzheng/files/Rcolor.pdf
my_colors1<-c("lightblue","lightblue1", "lightblue2", "lightblue3", "lightblue4", "lightcyan4", "lightcyan3", "lightcyan2")
my_colors2<-c("mediumorchid","mediumorchid1", "mediumorchid2", "mediumorchid3", "mediumorchid4", "mediumpurple4", "mediumpurple3", "mediumpurple2")
barplot(freq.school, col=my_colors1) # gráficos de barra con colores personalizados 1
barplot(freq.school, col=my_colors2) # gráficos de barra con colores personalizados 2
Para poner título
barplot(freq.school, col=gray.colors(8))
title(main = list("Escuelas de pintores", font = 4))
# border :
barplot(freq.school, border = "dark blue", col=my_colors2, legend = rownames(freq.school))
Para hacer las barras horizontales le ponemos la opción “horiz=TRUE”
barplot(freq.school, border = "dark blue", col=my_colors2, legend = rownames(freq.school), horiz=TRUE )
Gráficos bivariados
Igual hacemos un objeto con las frecuencias de una tabla, pero en este caso será una tabla bivariada. Vamos a cargar otra base de datos. Nuestra base de pintores sólo tenía una sóla variable categórica.
data()
data("Cars93")
freq.cars<-table(Cars93$AirBags, Cars93$Type)
freq.cars##
## Compact Large Midsize Small Sporty Van
## Driver & Passenger 2 4 7 0 3 0
## Driver only 9 7 11 5 8 3
## None 5 0 4 16 3 6Con este objeto vamos a graficar.
Para barras apiladas
barplot(freq.cars, main="Carros según bolsas de aire y tipo",
col=heat.colors(3),
legend = rownames(freq.cars))
Para barras agrupadas Para estos gráficos usamos el mismo código, pero le activamos la opción “beside”
barplot(freq.cars, main="Carros según bolsas de aire y tipo",
col=heat.colors(3),
legend = rownames(freq.cars),
beside=TRUE )
Para las barras apiladas es útil que lo veamos en términos de proporciones.
Para eso usabmos “prop.table” la opción 1, es para que nos dé las proporciones por fila la opción 2, es para que nos dé las proporciones por columna Sin opción, da la proporción para el total de observaciones
prop.cars<-prop.table(freq.cars,2)
prop.cars##
## Compact Large Midsize Small Sporty
## Driver & Passenger 0.1250000 0.3636364 0.3181818 0.0000000 0.2142857
## Driver only 0.5625000 0.6363636 0.5000000 0.2380952 0.5714286
## None 0.3125000 0.0000000 0.1818182 0.7619048 0.2142857
##
## Van
## Driver & Passenger 0.0000000
## Driver only 0.3333333
## None 0.6666667barplot(prop.cars, main="Carros según bolsas de aire y tipo",
col=heat.colors(3),
legend = rownames(prop.cars))