Practica 2: Analisis de Personas

BLOQUE 1: “Primero llenamos los Vectores con los Datos que Necesitaremos”

#.....BLOQUE 1

# Vector Nombre
nombre <- c("Juan", "Mary", "Rubén","Paty", "Jorge", 
            "Luis", "Olga", "Verónica", "Mimí", "Karina",
            "Gera", "Jose","Karen", "Andres", "Lorena")

# Vector Edades
edades <- c(40, 26, 56, 70, 3, 
            17, 23, 45, 34, 28,
            25, 44, 22, 19, 38)

# Vector Genero
genero <- c('M', 'F', 'M', 'F', 'M', 
            'M', 'F', 'F', 'F', 'F',
            'M', 'M', 'F', 'M', 'F')

# Vector Sueldo
sueldo <- c(5400.90, 6800.50, 34200.20, 68400.40, 23500.90,
            32900, 23550.90, 25800.20, 20500.40, 21800.20,
            33345.92, 17432.77, 54231.02, 66078.52, 51233.60)

# Vector Estado Civil
edocivil <- c('S', 'C', 'V', 'D', 'V',
              'S', 'C', 'V', 'D', 'V',
              'C', 'V', 'S', 'S', 'C')


personas <- data.frame(nombre, edades, genero, sueldo, edocivil)

BLOQUE 2: “Mostrar DataFrame”

# BLOQUE 2: Mostar DataFrame. 
# Mostrar en pantalla del DataFrme Personas Todos los Registros Todas las Columnas

personas

##      nombre edades genero   sueldo edocivil
## 1      Juan     40      M  5400.90        S
## 2      Mary     26      F  6800.50        C
## 3     Rubén     56      M 34200.20        V
## 4      Paty     70      F 68400.40        D
## 5     Jorge      3      M 23500.90        V
## 6      Luis     17      M 32900.00        S
## 7      Olga     23      F 23550.90        C
## 8  Verónica     45      F 25800.20        V
## 9      Mimí     34      F 20500.40        D
## 10   Karina     28      F 21800.20        V
## 11     Gera     25      M 33345.92        C
## 12     Jose     44      M 17432.77        V
## 13    Karen     22      F 54231.02        S
## 14   Andres     19      M 66078.52        S
## 15   Lorena     38      F 51233.60        C

BLOQUE 3: “Acceder a Ciertos Registros”

#.....Bloque 3
# Acceder a los datos del atributo Nombre 
personas$nombre 

##  [1] Juan     Mary     Rubén    Paty     Jorge    Luis     Olga    
##  [8] Verónica Mimí     Karina   Gera     Jose     Karen    Andres  
## [15] Lorena  
## 15 Levels: Andres Gera Jorge Jose Juan Karen Karina Lorena Luis ... Verónica

# .....Bloque 3
# Acceder a los datos del atributo Genero
personas$genero

##  [1] M F M F M M F F F F M M F M F
## Levels: F M

# .....Bloque 3
# Acceder al registro 5 y todos sus atributo
personas[5,]

##   nombre edades genero  sueldo edocivil
## 5  Jorge      3      M 23500.9        V

# .....Bloque 3
# Acceder al registro 6 y todos sus atributo
personas[6,]

##   nombre edades genero sueldo edocivil
## 6   Luis     17      M  32900        S

# .....Bloque 3
# Acceder a los registros 7 y 8, y mostrar los (1,3,4) atributos
personas[c(7,8),c(1,3,4)] 

##     nombre genero  sueldo
## 7     Olga      F 23550.9
## 8 Verónica      F 25800.2

BLOQUE 4: “Analisis General (Sueldo y Edad) Mostrar Minimos y Maximos”

#.....Bloque 4
# Datos de la persona que mas gana
personas[which.max(personas$sueldo),]

##   nombre edades genero  sueldo edocivil
## 4   Paty     70      F 68400.4        D

#......Bloque 4
# Datos de la persona que menos gana
personas[which.min(personas$sueldo),]

##   nombre edades genero sueldo edocivil
## 1   Juan     40      M 5400.9        S

#......Bloque 4
# Datos de la persona mas grande de edad
personas[which.max(personas$edades),]

##   nombre edades genero  sueldo edocivil
## 4   Paty     70      F 68400.4        D

#......Bloque 4
# Datos de la persona con menor edad
personas[which.min(personas$edades),]

##   nombre edades genero  sueldo edocivil
## 5  Jorge      3      M 23500.9        V

BLOQUE 5: “Determinar la Media de Edades y Sueldos”

#.....Bloque 5
# Valor de la media de eadad de las persoanas

edadprom <- mean(personas$edades)
paste("La Edad Promedio de nuestros registros de personas es: ",round(edadprom,2))

## [1] "La Edad Promedio de nuestros registros de personas es:  32.67"

#.....Bloque 5
# Valor de la media de sueldos de las persoanas

sueldoprom <- mean(personas$sueldo)
paste("El sueldo Promedio de nuestros registros de personas es: ",round(sueldoprom,3))

## [1] "El sueldo Promedio de nuestros registros de personas es:  32345.095"

BLOQUE 6: “Determinar la Rango de Personas por Sueldos”

#.....Bloque 6
# Mostrar las personas que ganan entre 22000.00 y 28000.00 y todos sus atributos

RangoSueldo <- which((personas$sueldo >= 22000.00) & (personas$sueldo <= 28000.00))
personas[RangoSueldo,]

##     nombre edades genero  sueldo edocivil
## 5    Jorge      3      M 23500.9        V
## 7     Olga     23      F 23550.9        C
## 8 Verónica     45      F 25800.2        V

#.....Bloque 6
# Mostrar las personas que estan por encima de la media de edad y todos sus atributos

edadprom <- mean(personas$edades)
edadporencima <- which(personas$edades > edadprom) 
personas[edadporencima,]

##      nombre edades genero   sueldo edocivil
## 1      Juan     40      M  5400.90        S
## 3     Rubén     56      M 34200.20        V
## 4      Paty     70      F 68400.40        D
## 8  Verónica     45      F 25800.20        V
## 9      Mimí     34      F 20500.40        D
## 12     Jose     44      M 17432.77        V
## 15   Lorena     38      F 51233.60        C

De los cuales obtuvimos a la persona de mayor y menor ingreso, Paty con 68400.4 y Juan con 5400.9.

Tambien conocimos las personas de mayor y menor edad, Paty con 70 y Jorge con 3.

Se obtubo el promedio de edad que oscila entre los 32.66 años de edad, asi como el sueldo promedio que arrojo la cantidad de 32345.095.

Ademas logramos conocer a las personas que ganaban entre 22000.00 y 28000.00 los cuales fueron Jorge, Olga y Veronica con 23500.9, 23550.9 y 25800.2 respectivamente.

Por ultimo pudimos determinar que hay 7 personas por encima de la edad promedio Juan (40), Ruben(56), Paty(70), Veronica(45), Mimi(34), Jose(44) y Lorena(38).