Objetivo: Crear documento con formato html markdown para publicarse en Rpubs que muestre la creacion de un dataframe en R que integre un conjuto de vectores con atributos de nombres, edades, generos, sueldos, estados civiles de 15 personas y muestre e interprete analisis de los de datos.

Bloque 1: Creacion de un DataFrame nombrado Personas

#Se llenan los vectores de las diferentes columnas
Nombre  = c("Juan","Mary","Ruben","Paty","Jorge","Luis","Olga","Veronica","Mimi","Karina","Jose","Pablo","Tere","Pedro","Gaby")
Edad    = c(40,26,56,70,30,17,23,45,34,28,32,45,28,31,35)
Genero  = c("M","F","M","F","M","M","F","F","F","F","M","M","F","M","F")
Sueldo  = c(5400.90,6800.50,34200.20,68400.40,23500.90,32900,23550.90,25800.20,20500.40,21800.20,9785.55,36870.69,12753.50,14295.50,32578.50)
EdoCivil= c("S","C","V","D","V","S","C","V","D","V","S","D","S","V","D")
Personas =  data.frame(Nombre,Edad,Genero,Sueldo,EdoCivil)

Bloque 2: Mostrar el dataframe en pantalla. Todos los registros y todas las columnas

Personas
##      Nombre Edad Genero   Sueldo EdoCivil
## 1      Juan   40      M  5400.90        S
## 2      Mary   26      F  6800.50        C
## 3     Ruben   56      M 34200.20        V
## 4      Paty   70      F 68400.40        D
## 5     Jorge   30      M 23500.90        V
## 6      Luis   17      M 32900.00        S
## 7      Olga   23      F 23550.90        C
## 8  Veronica   45      F 25800.20        V
## 9      Mimi   34      F 20500.40        D
## 10   Karina   28      F 21800.20        V
## 11     Jose   32      M  9785.55        S
## 12    Pablo   45      M 36870.69        D
## 13     Tere   28      F 12753.50        S
## 14    Pedro   31      M 14295.50        V
## 15     Gaby   35      F 32578.50        D

Bloque 3: Acceder a ciertos registros

Personas$Nombre # Los datos del atributo nombre del dataframe personas
##  [1] Juan     Mary     Ruben    Paty     Jorge    Luis     Olga    
##  [8] Veronica Mimi     Karina   Jose     Pablo    Tere     Pedro   
## [15] Gaby    
## 15 Levels: Gaby Jorge Jose Juan Karina Luis Mary Mimi Olga Pablo ... Veronica
Personas$Genero # Los datos del atributo genero del dataframe personas
##  [1] M F M F M M F F F F M M F M F
## Levels: F M
Personas[5,]    # El registro 5 y todos los atributos
##   Nombre Edad Genero  Sueldo EdoCivil
## 5  Jorge   30      M 23500.9        V
Personas[6,]    # El registro 6 y todos los atributos
##   Nombre Edad Genero Sueldo EdoCivil
## 6   Luis   17      M  32900        S
Personas[c (7,8),c (1,3,4)] # El registro 7 y 8 con las columnas 1, 3 y 4
##     Nombre Genero  Sueldo
## 7     Olga      F 23550.9
## 8 Veronica      F 25800.2

Bloque 4: Realizar analisis general

Personas[which.max(Personas$Sueldo),] # Datos de la persona que MAS sueldo ganae
##   Nombre Edad Genero  Sueldo EdoCivil
## 4   Paty   70      F 68400.4        D
Personas[which.min(Personas$Sueldo),] # Datos de la persona que MENOS sueldo gana
##   Nombre Edad Genero Sueldo EdoCivil
## 1   Juan   40      M 5400.9        S
Personas[which.max(Personas$Edad),] # Datos de la persona que MAS edad tiene
##   Nombre Edad Genero  Sueldo EdoCivil
## 4   Paty   70      F 68400.4        D
Personas[which.min(Personas$Edad),] # Datos de la persona que MENOS edad tiene
##   Nombre Edad Genero Sueldo EdoCivil
## 6   Luis   17      M  32900        S

Bloque 5: Determinar la media de edades y sueldos

mean(Personas$Edad)   # Valor de la media de edad de las personas
## [1] 36
mean(Personas$Sueldo) # Valor de la media de sueldo de las personas
## [1] 24609.22

Bloque 6. Determinar rango de persona por sueldo

Personas[which(Personas$Sueldo >= 22000 & Personas$Sueldo >= 28000), ] # Personas que ganan entre 22000 y 28000
##    Nombre Edad Genero   Sueldo EdoCivil
## 3   Ruben   56      M 34200.20        V
## 4    Paty   70      F 68400.40        D
## 6    Luis   17      M 32900.00        S
## 12  Pablo   45      M 36870.69        D
## 15   Gaby   35      F 32578.50        D
Personas[which(Personas$Edad >= mean(Personas$Edad)), ] # Personas por encima de la media de edad
##      Nombre Edad Genero   Sueldo EdoCivil
## 1      Juan   40      M  5400.90        S
## 3     Ruben   56      M 34200.20        V
## 4      Paty   70      F 68400.40        D
## 8  Veronica   45      F 25800.20        V
## 12    Pablo   45      M 36870.69        D

Interpretacion de la practica

De una lista de 15 personas con los datos de nombre, edad, genero estado civil y sueldo mediante programacion en R nos es posible analizar y obtener informacion de este universo de datos.

Podemos conocer que persona es la que tiene el sueldo mas alto que en este caso es Paty con un sueldo de $68400.40

Otro ejemplo es conocer la persona mas joven que en este caso es Luis con 17 años

Se pueden conocer tambien datos estadisticos como la media.

Tambien se pueden conocer un grupo de informacion como saber que personas tienen un sueldo entre un rango determinado segun lo que se requiera (en este caso fue entre 22000 y 28000)

O tambien obtener quienes estan por encima de la media en cuanto al suelo persivido o edad.

.