{r setup, include=FALSE, warning=FALSE, message=FALSE, eval=FALSE} knitr::opts_chunk$set(echo = TRUE)
###P1 Instale el paquete de data.table, ggplot2 y caret y abra la base de datos que contiene la información de arriendos de airbnb de New York para el año 2019.
install.packages("data.table")
install.packages("ggplot2")
install.packages("caret")
library("data.table")
library("ggplot2")
library("caret")
airbnb<-fread("AB_NYC_2019.csv")###P2 Muestre en un gráfico de barras la oferta de arriendos para cada grupo de vecindario, es decir, cuántos departamentos/casas se arriendan por grupo de vecindario.
airbnb[,nbhg:=as.factor(neighbourhood_group)]
airbnb[,nbh:=as.factor(neighbourhood)]
airbnb[,roomt:=as.factor(room_type)]
vn<-as.vector(airbnb[,neighbourhood_group])
table(vn)
barplot(table(vn),
main="numero deptos",
xlab="barrio",
ylab="Cantidad",
border="black",
col="orange",
density=10
)###P3 Muestre con un scatter plot la relación entre el precio (eje x) y el número de visitas (eje y) según el tipo de habitación que se está arrendando. Pista: Recuerde la función facet_wrap.
ggplot(airbnb, aes(price,calculated_host_listings_count)) + geom_point() + facet_wrap(facets = "room_type") + labs (x="Precio", y="N. visitas", title = "relacion precio numero de visitas", subtitle = "tipo de habitación", caption = "Fuente: Airbnb New York año 2019")