Librerias

library(readr)
library(dplyr)
library(knitr)

Cargar datos

Conjunto de datos Hombres
hombres<-read.csv("../Datos/hombres.csv", encoding = "UTF-8")
kable(head(hombres,10))
nombre frec edad_media
JOSE LUIS 7028 45.13
MIGUEL ANGEL 5137 41.78
FRANCISCO 4853 46.73
JUAN 4655 47.27
JESUS 4198 44.66
ALEJANDRO 4042 41.72
ANTONIO 3961 46.33
JORGE 3847 45.30
PEDRO 3830 46.09
CARLOS 3765 45.34 
kable(tail(hombres,10))
nombre frec edad_media
5350 WALTERIO 5 44.2
5351 WBALDO 5 39.4
5352 WILBERT FERNANDO 5 53.6
5353 WILBERT MANUEL 5 47.8
5354 WILIULFO 5 48.0
5355 WILLY 5 29.4
5356 YASSER 5 30.8
5357 YEUDIEL 5 35.4
5358 YOSIMAR 5 23.0
5359 ZOZIMO 5 46.2
Conjunto de datos Mujeres
mujeres<-read.csv("../Datos/mujeres.csv", encoding = "UTF-8")
kable(head(mujeres,10))
nombre frec edad_media
MARIA GUADALUPE 7105 42.81
LETICIA 5848 43.66
PATRICIA 5422 42.41
GUADALUPE 5348 43.38
MARIA DEL CARMEN 4881 44.04
VERONICA 4772 38.18
MARGARITA 4674 45.41
ELIZABETH 4661 38.18
SILVIA 4223 45.43
ROSA MARIA 4107 46.97 
kable(tail(mujeres,10))
nombre frec edad_media
10752 ZAIRA GUADALUPE 5 28.0
10753 ZAIRA LIZETH 5 26.6
10754 ZARAHI 5 30.6
10755 ZAYURI 5 25.6
10756 ZENDY 5 32.5
10757 ZENIA 5 35.2
10758 ZITLALLY 5 30.2
10759 ZOILA LIBERTAD 5 44.2
10760 ZOILA LUZ 5 41.2
10761 ZUGEY 5 32.6
Conjunto de datos Apellidos
apellidos<-read.csv("../Datos/apellidos.csv", encoding = "UTF-8")
kable(head(apellidos,10))
apellido frec_pri frec_seg
HERNANDEZ 44095 44333
GARCIA 33010 33351
MARTINEZ 31080 31087
LOPEZ 30288 30188
GONZALEZ 25356 25362
RODRIGUEZ 22642 22490
PEREZ 22470 22353
SANCHEZ 21801 21782
RAMIREZ 18806 18632
FLORES 14160 13907 
kable(tail(apellidos,10))
apellido frec_pri frec_seg
7914 Y TINOCO 0 5
7915 Y TORRES 0 6
7916 Y TUN 0 7
7917 Y VARGAS 0 7
7918 Y VAZQUEZ 0 16
7919 Y YAM 0 5
7920 Y ZAPATA 0 5
7921 YOLANDA 0 6
7922 ZACATECO 0 6
7923 ZASUETA 0 5
Conjunto de datos Entidades
entidades<-read.csv("../Datos/entidades.csv", encoding = "UTF-8")
kable(head(entidades,10))
entidades
Aguascalientes
Baja California
Baja California Sur
Campeche
Coahuila de Zaragoza
Colima
Chiapas
Chihuahua
Ciudad de México
Durango 
kable(tail(entidades,10))
entidades
23 Quintana Roo
24 San Luis Potosí
25 Sinaloa
26 Sonora
27 Tabasco
28 Tamaulipas
29 Tlaxcala
30 Veracruz de Ignacio de la Llave
31 Yucatán
32 Zacatecas

Simular y crear un conjunto de datos personas

Simular y generar un conjunto de datos de 10,000 registros con las variables:

* Nombre
* Paterno
* Materno
* Genero
* Entidad
Utilizar la funcion sample() para generar aleatorios
Conjuntos de datos a generar:
personasM Una emulación de personas del género Masculino, con un rango de edad de 18 a 60 años
personasF Una emulación de personas del género Femenino, con un rango de eddad de 18 a 60 años
set.seed(2020)

# Se genera en un dataframe.  Replace = TRUE: si se permite repetir el dato

personasM<- data.frame(sample(hombres$nombre, 4800, replace = TRUE), sample(apellidos$apellido, 4800, replace = TRUE), sample(apellidos$apellido, 4800, replace = TRUE), rep("M", 4800), sample(18:60, 4800, replace = TRUE), sample(entidades$entidad, 4800, replace = TRUE))

colnames(personasM)<-c("Nombre", "Paterno", "Materno", "Género", "Edad", "Entidad")
personasF<- data.frame(sample(mujeres$nombre, 5200, replace = TRUE), sample(apellidos$apellido, 5200, replace = TRUE), sample(apellidos$apellido, 5200, replace = TRUE), rep("F", 5200), sample(18:60, 5200, replace = TRUE), sample(entidades$entidad, 5200, replace = TRUE))

colnames(personasF)<-c("Nombre", "Paterno", "Materno", "Género", "Edad", "Entidad")

Unir ambos conjuntos utilizando rbind()

datos<-rbind(personasF,personasM)

kable(head(datos))
Nombre Paterno Materno Género Edad Entidad
MIRNA JANET RAYGOZA TORRECILLAS F 52 Zacatecas
NANCY YESENIA Y KU TEJAS F 18 Aguascalientes
IRMA KARINA REMENTERIA OLAGUEZ F 30 Tabasco
VIANCA BRACHO TLAPA F 20 Tabasco
MARIA ALMENDRA MU?OZ NACIANCENO F 50 Morelos
JUANA EMMA CHAPARRO TIBURCIO F 43 Sonora 
kable(tail(datos))
Nombre Paterno Materno Género Edad Entidad
9995 RAZIEL TORREALBA CHAIREZ M 31 Colima
9996 CARLOS IGNACIO LLANES BARQUIN M 21 San Luis Potosí
9997 ALBERTO AGUSTIN OLVEDA APALE M 50 Morelos
9998 FRANCISCO DAVID PULIDO BIU M 22 Michoacán de Ocampo
9999 CORNELIO ROSARIO LETICIA M 52 Sonora
10000 MIGUEL ESTEBAN VILCHEZ RICO M 49 Quintana Roo
- Ver estadísticos
summary(datos)
##                Nombre         Paterno           Materno     Género  
##  IVANHOE          :   6   FITTA   :   7   CORDERO   :   8   F:5200  
##  JOSE ABEL        :   6   QUEMADA :   7   MONTEAGUDO:   7   M:4800  
##  CECILIA MAGDALENA:   5   TECO    :   7   ROJERO    :   7           
##  MANUEL           :   5   VARGAZ  :   7   ANDON     :   6           
##  MARTHA CRISTINA  :   5   AGIS    :   6   BARQUERA  :   6           
##  PILAR            :   5   BALCAZAR:   6   CHONGO    :   6           
##  (Other)          :9968   (Other) :9960   (Other)   :9960           
##       Edad                       Entidad    
##  Min.   :18.00   Guanajuato          : 351  
##  1st Qu.:28.00   Durango             : 332  
##  Median :39.00   Coahuila de Zaragoza: 330  
##  Mean   :38.93   Oaxaca              : 329  
##  3rd Qu.:50.00   Baja California Sur : 327  
##  Max.   :60.00   Querétaro           : 326  
##                  (Other)             :8005

Crear ó exportar archivo csv, desde la consola

write.csv(datos, file = “~/Laura/Titulacion/Modulo3/Datos/personaslv.csv”)
> dir()