Estructura del dataset del proyecto

Clase 7 de 35 • Curso de Fundamentos de R

Resumen

summary: función que nos va a mostrar un resumen del dataset que le mandemos.
transform: función para modificar los valores de un dataset.

Martín Leyva

student•

Estrictamente hablando es una mejor aproximación usar como factor de conversión entre kilogramos y libras, el siguiente:

1 kg = 2.20462262 lb

Ya que 1 lb = 0.45359237 kg

NIST, Instituto Nacional de Estándares y Tecnología de los Estados Unidos, recomienda la siguiente aproximación:

1 kg = 2.20 lb

https://www.nist.gov/pml/weights-and-measures/approximate-conversions-metric-us-customary-measures

Mario Sanchez Jaramillo

student•

Exacto, creo que esa aclaración debería estar ahí, para que la gente no aprenda mal

JAVIER SANTIAGO SALGADO

student•

Gracias por la informacion se me había hecho raro ese cambio

Rubén Maier Enzler

student•

che en la intro al lenguaje creo que deberían haber explicado un poco mas sobre sus formalidades, tipo... si es imperativo o declarativo (por ejemplo, la asignación "<-" me hace acordar a prolog que es declarativo), si esta orientado a un paradigma en particular (porque esas funciones como "as.logical" me dan a entender que "logical" es un atributo del objeto "as", lo que me lleva a creer que sus raíces están sedimentadas en un paradigma de objetos), etc... Un buen programador, o en este caso ingeniero en datos, debería tener claro con lo que está trabajando, no solo para darle utilidad, sino también para poder en un futuro extender las funcionalidades en caso de necesitarlo.

César Espitia

student•

Hola rmaierenzler, tienes razón en tu apreciación, sin embargo debes tener en cuenta que este es un curso de fundamentos (dirigido a personas novatas). Sin embargo la mayoría de la info que tu preguntas se encuentra fácilmente en internet, ejemplos:

Concretamente en la wikipedia esta tu respuesta: "Paradigms: Multi-paradigm: Array, object-oriented, imperative, functional, procedural, reflective."

Rubén Maier Enzler

student•

Si lo dice en cualquier biblioteca digital, mas razón me das a que no debería faltar ese concepto en este curso, siendo que es de caracter "fundamental"

Diego Fernando Arósquipa Rojas

student•

str(): muestra la estructura del dataset summary(): muestra el resumen del dataset transform(): permite modificar los valores de un dataset as.logical(dataset$variable): te permite cambiar el tipo de dato de un dataset a booleano

Daniel Carmona

student•

gracias

Francisco Pin

student•

yo convertí el peso de kilos a libras modificando la variable mtcars$wt, así:

mtcars$wt <- (mtcars$wt*1000)/2

al hacer el summary sí hizo el cambio. Será que afectó en algo más, o simplemente es otra forma de hacerlo?

Diego Buesaquillo

student•

Creo que es lo mismo y de hecho más intuitivo. Similar a lo que se hace Python.

Jon Francis Perez

student•

Si no me equivoco de este modo se sobrescribirá el archivo original mientras que mediante el método ".new" operamos sobre una copia.

Ronaldo Carbajal Tapahuasco

student•

Pongan heading "SI" al importar los datos y asi tener los mismas observaciones y variables

Laura Elisa Casallas Angulo

student•

Gracias!

Ivan Alex Omonte Carreño

student•

En realidad para hacer la conversión a kilogramos debería ser con estos datos: 1lb = 0.453592 kg ó 1kg = 2.204623 lb

mtcars.new <- transform(mtcars, wt = wt * 1000 / 2.204623)

mtcars.new <- transform(mtcars, wt = wt * 1000 * 0.453592)

Wilder Alberto Fierro Rojas

student•

Si el dato esta en miles de libras y queremos convertirlos en kilogramos deberíamos multiplicar por 2.204623 luego de multiplicar por 1000. mtcars.new <- transform(mtcars, wt = wt * 1000 * 2.204623)

Ricardo Posada

student•

no entiendo porque, el 1000, para pasar de kg a lb o viceversa no se debe usar un 1000.

Jennifer MH

student•

Es la primera vez que uso RStudio, entonces me preguntaba cómo hacer comentarios en cada línea, por si alguien se pregunta lo mismo:

# Mi Comentario 2
/*
Comentario 1
Comentario 2
Comentario 3
*/

Fuente:

GOMEZ ROMERO KAREN ALEXANDRA

student•

Multilinea no existe solo toca como lo dices #comentario linea por linea

Renzo Adhemar Yanaguaya Apaza

student•

Si no les sale los nombres de los modelos de carros como en el video de la clase, es porque el tipo de datos de la variable model no esta en tipo"factor", y tienen que cambiarlo.

Pablo Díaz de Valdés

student•

que grande. Gracias

Adam Carrillo

student•

Siguiendo ejemplo de la clase pasada hice la transformación del wt asi:
mtcars$wt = (mtcars$wt*1000)/2 y tuve el mismo resultado. Hay alguna diferencia con esta forma mtcars.new <- transform(mtcars,wt=wt*1000/2)
?

Bryan Tony Cipriano Tarazona

student•

Si deseas modificar tu modelo esta perfecto lo que dices, pero si deseas mantener el modelo original pero ademas visualizar en otro los valores que transformaste entonces creas un modelo temporal o uno nuevo (mtcars.new) como en el video.

Carlos David Sanchez Moreno

student•

Al importar el dataser a mi me paso que la opcion de headers esta desactivada por defecto, lo que convierte todos los valore sen factors, unicamente hay que ponerla en true y listo.

Sebastian Cobo Isaac

student•

¿Es por el cambio de versión que aquí en la columna Model no me aparecen los nombres de los modelos con valores unitarios al utilizar la funcion Summary()?

Bryan

student•

A mi también me sucede lo mismo

Renzo Adhemar Yanaguaya Apaza

student•

Enrealidad es por el tipo de dato, ya que el que tienes en tu data set la variable model esta con tipo de datos character y la del video en "factor".

Miguel Yucra

student•

Al ver la estructura de datos de orangeec, me sale que todas las variables son de tipo “factor” pero no debería salir así…importé los datos como indicaron la primera vez y sigue el problema, porque sale así?

$ V10: Factor w/ 18 levels “38.2”,“42.1”,…: 18 17 4 12 10 11 6 14 13 5 …
$ V11: Factor w/ 18 levels “22.1”,“22.7”,…: 18 14 2 4 15 16 12 13 7 6 …
$ V12: Factor w/ 18 levels “% pop 25-54”,…: 1 8 3 5 17 16 15 18 9 6 …
$ V13: Factor w/ 14 levels “2.8”,“3.2”,“3.5”,…: 14 10 13 12 10 7 6 11 8 3 …

Eday Alix González Manjarrés

student•

Probablemente los tienes como cadena de texto, dentro de comillas dobles.

Eday Alix González Manjarrés

student•

Revisa el archivo plano.

Liceth Patricia Garcìa Martinez

student•

Hola, Porque cuando ejecuto la instrucción str(Orangec) el resultado que me arroja para todo es "Factor" osea el resultado que arroja no es parecido al que muestras. lo que observo es que cuando importo el dataset orangeec, le coloca a cada columna (v1, v2, v3... hasta v13) y no directamente los nombres de las columnas del dataset (Country, GDP PC...) Resultado que arroja:

str(orangeec) 'data.frame': 18 obs. of 13 variables: $ V1 : Factor w/ 18 levels "Argentina","Belize",..: 8 1 2 3 4 5 6 7 9 10 ... $ V2 : Factor w/ 18 levels "11500","13300",..: 18 7 15 13 4 9 3 5 1 16 ... $ V3 : Factor w/ 18 levels "102.3","1149000",..: 18 16 4 12 5 8 11 13 1 9 ... $ V4 : Factor w/ 18 levels "0.8","1","1.5",..: 18 10 1 13 2 3 4 12 8 6 ... $ V5 : Factor w/ 18 levels "50","50.8","54.5",..: 18 7 9 1 15 12 8 16 5 13 ... $ V6 : Factor w/ 12 levels "","1","1.5","2",..: 12 8 1 1 6 5 7 4 4 1 ... $ V7 : Factor w/ 16 levels "0.4","0.9","1",..: 16 8 4 7 9 6 12 5 1 3 ...

Fredy Alberto Orozco Loaiza

student•

Podría decirse que el dataset se cargó como type string, tipo de escritura, cuando cargas los datos a RStudio cuadras todo eso (encabezado y lectura de datos)

Astrid Gisela Acosta Vela

student•

Para solucionarlo al momento de importar tus datos debes activar el campo de Heading ya que por defecto viene en No

Ricardo Gomez

student•

en la última version de R, no es requerido usar <- para igualar, ya se puede usar = y luego enter

Juan Esteban Henao Uribe

student•

Otra forma en la que podemos hacer la transformación sin tener que hacer la operación en la función transform() es creando una nueva variable que contenga los valores de esta columna, como se hace en la clase antes de usar la función, en mi caso lo hice de esta forma:

wt_kg = (mtcars$wt * 1000) / 2

mtcars.new = transform(mtcars, wt = wt_kg)

Nota: Esta función recibe unicamente dos parametros:

_data: Objeto donde se va a realizar la transformar (en este caso el dataset 'mtcars')
tag: Estos son los argumentos que vamos a transformar, se toman de la forma 'tag = value' (en este caso la columna 'wt')

Recomiendo esta página que contiene la documentaciónd de R, incluso tiene su propia consola y ejemplos comunitarios:

Juan Esteban Henao Uribe

student•

https://www.rdocumentation.org/packages/base/versions/3.6.2/topics/transform

No quizo mostrar el link >:c

Diego García Alvarez

student•

Existe alguna librería o similar que tenga las conversiones de medidas?

Julio César Noguera López

student•

Hola! aún tengo dificultades para diferenciar el uso de <- y de = ¿Cuál es la diferencia? Ambos permiten que se guarde en la memoria una acción. Busqué respuestas en línea pero aun asi no tengo claro el punto.

Alvaro Max Landeros Hernandez

student•

Hola compañero. En realidad no hay diferencia. Pero se debe acostumbrar hacer la asignación con '<-' o '->' ya que le uso de '=' no genera la asignación deseada. Esto genera ciertos errores que R no te va decir.

JUAN SILVA

student•

Son buenas practicas para este lenguaje

Daniken Espinoza

student•

Se puede leer algun tipo de dataset en vivo que no sea un csv, tal vez desde un api o alguna otra fuente?

Luis Mojica

teacher•

ve a kaggle alli encontraras recursos de gran utilidad.

Mario Sanchez Jaramillo

student•

Yep, hay un curso que se llama trading con R donde conectan la API de yahoo con R para hacer trading

Alejandro Marroquin Cruz

student•

Me podrían ayudar porfavor, mando a llamar la función summary(orangeec) y no me muestra el resultado como en la clase :(

Alejandro Marroquin Cruz

student•

Ya pude solucionarlo, se debe seleccionar Yes en el Heading al momento de importar el dataset :)

JUAN SILVA

student•

Lo mejor es nombrar dentro del mismo código para evitar errores futuros.

Yo lo hice de esta forma :

orangeec=read.csv("orangeec.csv", header=TRUE)

GOMEZ ROMERO KAREN ALEXANDRA

student•

pero ese new en ningun momento crea una dataset nueva es como veo que para que se pueda ver el cambio toca llamar con new y hice la prueba validando sin el new y no se ve cambio entonces no me queda claro si guarda otra datastet o como queda esa transformación?

Sergio Rubiano

student•

se crea un data.frame con los cambios correspondientes