set.seed(111)Examen Parcial Jesus Zarate
#Pregunta 1
library(htmltab) ## Warning: package 'htmltab' was built under R version 3.6.3link = "https://en.wikipedia.org/wiki/Democracy_Index"
Path ='//*[@id="mw-content-text"]/div/table[2]'
DemoIndex = htmltab(doc = link,
which =Path)
DemoIndex=na.omit(DemoIndex)
DemoIndex[,c(3:11)]=lapply(DemoIndex[,c(3:11)],as.numeric)## Warning in lapply(DemoIndex[, c(3:11)], as.numeric): NAs introducidos por
## coerción## Warning in lapply(DemoIndex[, c(3:11)], as.numeric): NAs introducidos por
## coerción
## Warning in lapply(DemoIndex[, c(3:11)], as.numeric): NAs introducidos por
## coerciónstr(DemoIndex)## 'data.frame': 167 obs. of 11 variables:
## $ Rank >> Rank : chr "1" "2" "3" "4" ...
## $ Country >> Country : chr " Norway" " Iceland" " Sweden" " New Zealand" ...
## $ Score >> Score : num 9.87 9.58 9.39 9.26 9.25 9.24 9.22 9.22 9.09 9.03 ...
## $ Electoral processand pluralism >> Electoral processand pluralism: num 10 10 9.58 10 10 10 10 9.58 10 9.58 ...
## $ FunctioÂÂning ofgovernÂÂment >> FunctioÂÂning ofgovernÂÂment : num 9.64 9.29 9.64 9.29 8.93 7.86 9.29 9.64 8.93 9.29 ...
## $ PoliticalparticiÂÂpation >> PoliticalparticiÂÂpation : num 10 8.89 8.33 8.89 8.89 8.33 8.33 7.78 7.78 7.78 ...
## $ Politicalculture >> Politicalculture : num 10 10 10 8.13 8.75 10 9.38 9.38 8.75 9.38 ...
## $ Civilliberties >> Civilliberties : num 9.71 9.71 9.41 10 9.71 10 9.12 9.71 10 9.12 ...
## $ Regimetype >> Regimetype : num NA NA NA NA NA NA NA NA NA NA ...
## $ Region >> Region : num NA NA NA NA NA NA NA NA NA NA ...
## $ Changes fromlast year >> Changes fromlast year : num NA NA NA NA NA NA NA NA NA NA ...library(cluster)
g.dist = daisy(DemoIndex[,c(3:11)], metric="gower") #Para ver la distancia entre puntos ## Warning in min(x): ningún argumento finito para min; retornando Inf## Warning in max(x): ningun argumento finito para max; retornando -Inf## Warning in min(x): ningún argumento finito para min; retornando Inf## Warning in max(x): ningun argumento finito para max; retornando -Inf## Warning in min(x): ningún argumento finito para min; retornando Inf## Warning in max(x): ningun argumento finito para max; retornando -Infpam.resultado=pam(g.dist,5,cluster.only = F) #Propones la distancia, pero se puede cambiar
DemoIndex$clusterPT=pam.resultado$cluster #Crea una nueva columna con el resultado de los cluters
library(factoextra) #Permite visualzargraficamente ## Warning: package 'factoextra' was built under R version 3.6.3## Loading required package: ggplot2## Welcome! Want to learn more? See two factoextra-related books at https://goo.gl/ve3WBafviz_cluster(object = list(data=g.dist, cluster = DemoIndex$clusterPT),geom = c("text"),
ellipse.type = "convex")
View(DemoIndex)
DemoIndex[,c(1,5,6)]=NULL
#Pregunta 2:
#El archivo seguridadUSA.xlsx informa sobre diversas variables relacionadas con
#la seguridad pública en cada estado de USA (si el valor es menor indica una mejor situación).
#¿Cuál es el Estado con la peor situación de asesinatos?
library(rio)
Esesinato="https://github.com/jesuszaratev/covid/raw/master/archivo.xlsx"
Asesinatos=import(Esesinato)
names(Asesinatos)## [1] "estado" "asesinatos" "asaltos" "violaciones" "score"#Georgia es el pais con mayor numer de asesinatos
#Pregunta 3:
#Use los dos indicadores o scores de democracia y felicidad,
#asà como el de tasa de crecimiento urbano como entrada para la clusterización
#(asumiendo que mayor tasa es algo negativo).
#Si se le pide hallar 3 clusters: "Bueno", "Intermedio", "Malo"...
#¿en qué cluster estarÃa Perú?
library(htmltab)
link = "https://en.wikipedia.org/wiki/World_Happiness_Report"
Path ='//*[@id="mw-content-text"]/div/table'
Happy = htmltab(doc = link,
which =Path)
Happy$`Overall rank`=NULL
Happy[,c(3:8)]=NULL
names(Happy) = c("Pais", "HappyScore")
Happy$Pais =gsub("Â", "", Happy$Pais)
#-------------------------
library(htmltab)
link = "https://en.wikipedia.org/wiki/Democracy_Index"
Path ='//*[@id="mw-content-text"]/div/table[2]'
Democracy = htmltab(doc = link,
which =Path)
Democracy$`Rank >> Rank`=NULL
Democracy[,c(3:10)]=NULL
names(Democracy) = c("Pais", "DemoScore")
Democracy$Pais =gsub("Â", "", Democracy$Pais)
#------------------------
library(htmltab)
link = "https://www.cia.gov/library/publications/resources/the-world-factbook/fields/349.html"
Path ='//*[@id="fieldListing"]'
Cia = htmltab(doc = link,
which =Path) ## No encoding supplied: defaulting to UTF-8.names(Cia) = c("Pais", "Urban")
PATRON="(\\d+\\.*\\d*)(?=\\%)"
COLSUCIA=Cia$Urban
# UNA COLUMNA
library(stringr)
Cia$Urban=str_extract_all(string = COLSUCIA,pattern=PATRON,simplify = T)[,1]
str(Cia)## 'data.frame': 231 obs. of 2 variables:
## $ Pais : chr "Afghanistan" "Albania" "Algeria" "American Samoa" ...
## $ Urban: chr "26" "62.1" "73.7" "87.2" ...Cia$Urban = as.numeric(Cia$Urban)
#------------------------
total1=merge(Democracy,Happy,by.x='Pais', by.y='Pais')
total2=merge(total1,Cia,by.x='Pais', by.y='Pais')
total3=merge(Cia,Democracy,by.x='Pais', by.y='Pais')
#Pregunta 4
library(htmltab)
link = "https://en.wikipedia.org/wiki/World_Happiness_Report"
Path ='//*[@id="mw-content-text"]/div/table'
DataHappy = htmltab(doc = link,
which =Path)
DataHappy$`Overall rank`=NULL
DataHappy=na.omit(DataHappy)
str(DataHappy)## 'data.frame': 156 obs. of 8 variables:
## $ Country or region : chr " Finland" " Denmark" " Norway" " Iceland" ...
## $ Score : chr "7.769" "7.600" "7.554" "7.494" ...
## $ GDP per capita : chr "1.340" "1.383" "1.488" "1.380" ...
## $ Social support : chr "1.587" "1.573" "1.582" "1.624" ...
## $ Healthy life expectancy : chr "0.986" "0.996" "1.028" "1.026" ...
## $ Freedom to make life choices: chr "0.596" "0.592" "0.603" "0.591" ...
## $ Generosity : chr "0.153" "0.252" "0.271" "0.354" ...
## $ Perceptions of corruption : chr "0.393" "0.410" "0.341" "0.118" ...DataHappy[,c(2:8)]=lapply(DataHappy[,c(2:8)],as.numeric)
library(cluster)
g.dist = daisy(DataHappy[,c(2:8)], metric="gower") #Para ver la distancia entre puntos
pam.resultado=pam(g.dist,5,cluster.only = F) #Propones la distancia, pero se puede cambiar
DataHappy$clusterPT=pam.resultado$cluster #Crea una nueva columna con el resultado de los cluters
library(factoextra) #Permite visualzargraficamente
fviz_cluster(object = list(data=g.dist, cluster = DataHappy$clusterPT),geom = c("text"),
ellipse.type = "convex")
#segun la nueva columna el peru se encuentra en el 2 grupo que representa
#Peru se encuentra en el grupo 2 Seria feliz
#Pregunta 5----------
library(rio)
Esesinato="https://github.com/jesuszaratev/covid/raw/master/archivo.xlsx"
Asesinatos=import(Esesinato)
names(Asesinatos)## [1] "estado" "asesinatos" "asaltos" "violaciones" "score"Asesinatos=na.omit(Asesinatos)
str(Asesinatos)## 'data.frame': 50 obs. of 5 variables:
## $ estado : chr "Alabama" "Alaska" "Arizona" "Arkansas" ...
## $ asesinatos : num 45 35 29 31 33 28 10 19 48 50 ...
## $ asaltos : num 35 43 47 31 44 33 15 36 49 34 ...
## $ violaciones: num 29 49 43 24 48 47 7 15 44 36 ...
## $ score : num 36 47 41 30 44 33 10 23 50 42 ...library(cluster)
g.dist = daisy(Asesinatos[,c(2:4)], metric="gower") #Para ver la distancia entre puntos
pam.resultado=pam(g.dist,5,cluster.only = F) #Propones la distancia, pero se puede cambiar
Asesinatos$clusterPT=pam.resultado$cluster #Crea una nueva columna con el resultado de los cluters
library(factoextra) #Permite visualzargraficamente
fviz_cluster(object = list(data=g.dist, cluster = Asesinatos$clusterPT),geom = c("text"),
ellipse.type = "convex")
#Todo lo he trabajado en un scrpit normal y lo he copiado de un r.notebook
#Olvide copiar todas las preguntas