Se carga la librería readr() que permit importar datos
library(readr)Se utiliza la función read.csv() para cargar os daos y almacenarlo en una variable llamada datos
Se puede importar datos del disco local de la computadora
datos <- read.csv(file = "../datos/personas.2.csv", header = TRUE,
sep = ",")
datos## id nombres edades generos feliz estaturas pesos zonas
## 1 1 Juan 24 M TRUE 1.65 80 CENTRO
## 2 2 Pedro 34 M FALSE 1.70 70 SUR
## 3 3 Luis 51 M TRUE 1.54 75 SUR
## 4 4 Aracely 32 F TRUE 1.72 60 CENTRO
## 5 5 Rubén 45 M FALSE 1.70 65 ORIENTE
## 6 6 Linda 30 F TRUE 1.80 70 PONIENTE
## 7 7 Brenda 43 F FALSE 1.90 86 CENTRO
## 8 8 Lucy 54 F TRUE 1.75 90 SUR
## 9 9 Liliana 54 F FALSE 1.72 50 PONIENTE
## 10 10 Aracely 23 F TRUE 1.65 76 CENTRO
## 11 11 Luis 34 M FALSE 1.78 78 SUR
## 12 12 Gabriel 23 M TRUE 1.90 89 NORTE
## 13 13 Jimena 45 F FALSE 1.65 65 SURTambién se puede importar datos de una dirección URL de internet, por ejemplo importar datos de afectaciones por covid hasta el mes de Febrero del 2020.
URL <- "https://raw.githubusercontent.com/rpizarrog/FundamentosMachineLearning/master/datos/covid_19_data.csv"
datos.covid <- read.csv(URL)Muestra los primeros registros u bservaciones de un data frame
head(datos.covid, 15)## SNo ObservationDate Province.State Country.Region Last.Update Confirmed
## 1 1 01/22/2020 Anhui Mainland China 1/22/2020 17:00 1
## 2 2 01/22/2020 Beijing Mainland China 1/22/2020 17:00 14
## 3 3 01/22/2020 Chongqing Mainland China 1/22/2020 17:00 6
## 4 4 01/22/2020 Fujian Mainland China 1/22/2020 17:00 1
## 5 5 01/22/2020 Gansu Mainland China 1/22/2020 17:00 0
## 6 6 01/22/2020 Guangdong Mainland China 1/22/2020 17:00 26
## 7 7 01/22/2020 Guangxi Mainland China 1/22/2020 17:00 2
## 8 8 01/22/2020 Guizhou Mainland China 1/22/2020 17:00 1
## 9 9 01/22/2020 Hainan Mainland China 1/22/2020 17:00 4
## 10 10 01/22/2020 Hebei Mainland China 1/22/2020 17:00 1
## 11 11 01/22/2020 Heilongjiang Mainland China 1/22/2020 17:00 0
## 12 12 01/22/2020 Henan Mainland China 1/22/2020 17:00 5
## 13 13 01/22/2020 Hong Kong Hong Kong 1/22/2020 17:00 0
## 14 14 01/22/2020 Hubei Mainland China 1/22/2020 17:00 444
## 15 15 01/22/2020 Hunan Mainland China 1/22/2020 17:00 4
## Deaths Recovered
## 1 0 0
## 2 0 0
## 3 0 0
## 4 0 0
## 5 0 0
## 6 0 0
## 7 0 0
## 8 0 0
## 9 0 0
## 10 0 0
## 11 0 0
## 12 0 0
## 13 0 0
## 14 17 28
## 15 0 0Muestra los últimos registros
tail(datos.covid, 15)## SNo ObservationDate Province.State Country.Region
## 2365 2365 02/25/2020 Sri Lanka
## 2366 2366 02/25/2020 Sweden
## 2367 2367 02/25/2020 Switzerland
## 2368 2368 02/25/2020 Boston, MA US
## 2369 2369 02/25/2020 Humboldt County, CA US
## 2370 2370 02/25/2020 Los Angeles, CA US
## 2371 2371 02/25/2020 Madison, WI US
## 2372 2372 02/25/2020 Orange, CA US
## 2373 2373 02/25/2020 Sacramento County, CA US
## 2374 2374 02/25/2020 San Antonio, TX US
## 2375 2375 02/25/2020 Seattle, WA US
## 2376 2376 02/25/2020 Tempe, AZ US
## 2377 2377 02/25/2020 Lackland, TX (From Diamond Princess) US
## 2378 2378 02/25/2020 Omaha, NE (From Diamond Princess) US
## 2379 2379 02/25/2020 Travis, CA (From Diamond Princess) US
## Last.Update Confirmed Deaths Recovered
## 2365 2020-02-08T03:43:03 1 0 1
## 2366 2020-02-01T02:13:26 1 0 0
## 2367 2020-02-25T19:13:21 1 0 0
## 2368 2020-02-01T19:43:03 1 0 0
## 2369 2020-02-21T05:13:09 1 0 0
## 2370 2020-02-01T19:53:03 1 0 0
## 2371 2020-02-05T21:53:02 1 0 0
## 2372 2020-02-01T19:53:03 1 0 0
## 2373 2020-02-21T23:13:16 1 0 0
## 2374 2020-02-13T18:53:02 1 0 0
## 2375 2020-02-09T07:03:04 1 0 1
## 2376 2020-02-25T21:23:03 1 0 1
## 2377 2020-02-24T23:33:02 0 0 0
## 2378 2020-02-24T23:33:02 0 0 0
## 2379 2020-02-24T23:33:02 0 0 0