Generando tablas, filtrando y seleccionando datos - dplyr-Parte 2

Clase 31 de 35 • Curso de Fundamentos de R

Contenido del curso

Bienvenida e introducción

Variables, tipos de datos y estructuras

EDA: Exploratory data analysis

La estadística de los datos

Ajustando los datos

Mejorando la visualización

Organizar visualizaciones y código con R Markdown

34
Conociendo R Markdown y organizando los hallazgos del análisis en un documento PDF.
16:29 min

Conclusiones Finales

35
Invitación a continuar recorriendo el mundo del data science.
05:51 min

Tomar examen

Comentarios

Juan David Amaya Cardenas

student•

Otra alternativa para hacer la tabla con los top es usar la funcion 'top_n' :

DatasetNuevo <- top_n(dataset,cantidad_datos, variable)

ej:

## Tabla con top_n  -Topnaranjas-

TopNaranjas <- top_n(orangeec,3,Creat.Ind...GDP )```

Gonzalo Gramaglia

student•

Se puede especificar el orden (descendente/ascendente)?

Manuel Gutierrez Ceballos

student•

@gonzagramaglia

Claro que si. Una forma de hacerlo es con arrange(desc())

DatasetNuevo <- top_n(orangeec,5, GDP.PC) %>% arrange(desc(Creat.Ind...GDP))

Edwin Jesset Barrientos Gonzales

student•

##Generando tablas, filtrando y seleccionando datos - dplyr-Parte 2

orangeec &lt;- orangeec %&gt;%
  mutate(Crecimiento_GDP = ifelse(GDP.Growth.. &gt;=2.5,
                                  &quot;2.5% o mas&quot;,
                                  &quot;menos de 2.5%&quot;))

orangeec &lt;- orangeec %&gt;%
  mutate(Anaranjados=ifelse(Creat.Ind...GDP &gt;= 2.5,
                            &quot;Mas anaranjados&quot;,
                            &quot;Menos anaranjados&quot;))

#ranking

orangeec %&gt;%
  arrange(desc(Creat.Ind...GDP))

TopNaranjas &lt;- orangeec %&gt;%
  filter(Country %in% c(&quot;Mexico&quot;,&quot;Panama&quot;,&quot;Argentina&quot;,
                        &quot;Colombia&quot;,&quot;Brazil&quot;))

TopNaranjas %&gt;%
  arrange(desc(Creat.Ind...GDP))```

Cesar Augusto Morales Godoy

student•

Todos dejan su forma de sacar los topNaranjas yo dejo la mia:

TopOrange <- head(orangeec %>% arrange(desc(Creat.Ind...GDP)))
TopOrange

Camilo Granda Gómez

student•

También podemos especificar la cantidad de filas que queremos:

head(orangeec %>%
  arrange(desc(Creat.Ind...GDP)), 5)

Valentina Peña

student•

PARA LLEGAR A LO + TOP: . .

1.- Vision global #ranking de los paises que MÀS aportan al PIB desde sus Creative Industries

. .

2.- El TOP 5 sin orden de los paises que MÀS aportan al PIB desde sus Creative Industries

. .

3.- LO + TOP con orden descendente de los paises que MÀS aportan al PIB desde sus Creative Industries

Alvaro Max Landeros Hernandez

student•

Hola compañeros. Otra forma de realizar el ejercicio de Ranking.

top &lt;-top_n(orangeec,5,Creat.Ind...GDP)[,] 
top &lt;- top %&gt;% arrange(desc(top$Creat.Ind...GDP))

Saludos

Nicoll Idaly Angulo Mejia

student•

:u ya se va acabar el curso y yo aún siento que me falta un monton por aprender

Nicoll Idaly Angulo Mejia

student•

Hola, cómo complemento

Función top_n Permite realizar filtado

En este caso los 5 números más altos de la industria creativa

Top <- top_n(orangeec,5,Creat.Ind...GDP)

Para ver los últimos 5, los más bajos Se usa el número negativo

Top <- top_n(orangeec,-5,Creat.Ind...GDP)

Josue Paramaconi Perez Mendoza

student•

¿Cual podria ser la descripcion del uso de "%in% y %>%? No me ha quedado muy claro del todo.

Dagoberto Porras Plata

student•

respecto al %>% es útil para hacer varias transformaciones de izq a derecha en la misma línea, aquí una explicación mas extensa:

https://www.quora.com/What-does-sign-mean-in-R

Sergio Rubiano

student•

%>% este porcentaje significa que se va a pasar algún dato

JAVIER SANTIAGO SALGADO

student•

Me ha gustado bastante el curso realmente es muy completo y el articulo de sonia me motivo bastante

#orangeec

orangeec <- orangeec %>%
  mutate(Crecimiento_GDP = ifelse(GDP.Growth.. >= 2.5,
                                  "2.5 % ó más",
                                  "Menos 2.5%"))

orangeec <- orangeec %>%
  mutate(Anaranjados = ifelse(Creat.Ind...GDP >= 2.5,
                              "Mas anaranjados",
                              "Menos anaranjados"))

orangeec %>%
  arrange(desc(Creat.Ind...GDP))

TopNaranjas <- orangeec %>%
  filter(Country %in% c('Mexico','Panama', 'Argentina','Colombia','Brazil'))

TopNaranjas

TopNaranjas %>% 
  arrange(desc(Creat.Ind...GDP))

Valentina Peña

student•

desc() orden que tendran los datos de la variable en el ranking solicitado

Juan David Amaya Cardenas

student•

Tip: con ctrl + f activan la funcion de busqueda de R studio, tambien sirve para reemplzar palabras.

Alejandro Moreno

student•

Yo lo hice así:

#Ranking USO DE ORDENAMIENTOS (ARRANGE)
orangeec %>% 
  arrange(desc(Creat.Ind...GDP))
  
Ranking <- orangeec %>% 
  arrange(desc(Creat.Ind...GDP))

Ranking <- my_df[1:5,]

Camila Baeza

student•

eficientes <- mean(mtcars$mpg) eficientes

mtcars <- mtcars %>% mutate(Mas_eficientes=ifelse(mpg<eficientes, "bajo promedio", "n ó sobre promedio"))

Mas_veloces <- mtcars[mtcars$qsec<16,] Mas_veloces

mtcars <- mtcars %>% mutate(Velocidad_Cuarto_milla=ifelse(qsec < 16, "menos 16 segs", "mas 16 segs"))

mtcars <- mtcars %>% mutate(Peso_kilos=(wt/2)*1000)

mtcars <- mtcars %>% mutate(Peso=ifelse(Peso_kilos <= 1500, "Livianos", "Pesados"))

#Generando tablas, filtrando y seleccionando datos - dplyr-Parte 2

orangeec <- orangeec %>% mutate(Crecimiento_GDP = ifelse(GDP.Growth.. >=2.5, "2.5% o mas", "menos de 2.5%"))

orangeec <- orangeec %>% mutate(Anaranjados=ifelse(Creat.Ind...GDP >= 2.5, "Mas anaranjados", "Menos anaranjados"))

#ranking

orangeec %>% arrange(desc(Creat.Ind...GDP))

TopNaranjas <- orangeec %>% filter(Country %in% c("Mexico","Panama","Argentina", "Colombia","Brazil")) TopNaranjas

TopNaranjas %>% arrange(desc(Creat.Ind...GDP))

Valentina Peña

student•

%in% quiere decir que va a buscar las etiquetas establecidas en el c() para la variable filtrada que es Country

Juan David Amaya Cardenas

student•

Reto: la varaible de peso se categorizara por rangos

CLAUDIA CRISTINA APARICIO RUEDA

student•

interesante!

Alejandro Guerra

student•

El Ranking que hizo la profesora está acotado solamente a los países que colocó en el filtro, al usar top_n no estamos filtrando nada sino haciendo un ranking con todas las observaciones.

Ivan Acosta

student•

Bastante interesante el poder agregar nuevas variables al dataset a medida que se avanza en el análisis.

Diana Gaviria

student•

Se puede hacer en una sola sentencia ambos comandos:

topNaranja <- orangeec %>%
  filter(Country %in% c("Mexico","Panama","Argentina",
                        "Colombia","Brazil"))%>%
  arrange(desc(AporteEcNja))

Daniel Parra

student•

Yo organicé ese ranking así, mostrando los 10 primeros países y sólo las variables de país y aporte de la economía naranja

orangeec %>% 
  arrange(desc(Creat.Ind...GDP)) %>% 
  select(1,6) %>% 
  head(10)

##Generando tablas, filtrando y seleccionando datos - dplyr-Parte 2

orangeec &lt;- orangeec %&gt;%
  mutate(Crecimiento_GDP = ifelse(GDP.Growth.. &gt;=2.5,
                                  &quot;2.5% o mas&quot;,
                                  &quot;menos de 2.5%&quot;))

orangeec &lt;- orangeec %&gt;%
  mutate(Anaranjados=ifelse(Creat.Ind...GDP &gt;= 2.5,
                            &quot;Mas anaranjados&quot;,
                            &quot;Menos anaranjados&quot;))

#ranking

orangeec %&gt;%
  arrange(desc(Creat.Ind...GDP))

TopNaranjas &lt;- orangeec %&gt;%
  filter(Country %in% c(&quot;Mexico&quot;,&quot;Panama&quot;,&quot;Argentina&quot;,
                        &quot;Colombia&quot;,&quot;Brazil&quot;))

TopNaranjas %&gt;%
  arrange(desc(Creat.Ind...GDP))```

#orangeec

orangeec <- orangeec %>%
  mutate(Crecimiento_GDP = ifelse(GDP.Growth.. >= 2.5,
                                  "2.5 % ó más",
                                  "Menos 2.5%"))

orangeec <- orangeec %>%
  mutate(Anaranjados = ifelse(Creat.Ind...GDP >= 2.5,
                              "Mas anaranjados",
                              "Menos anaranjados"))

orangeec %>%
  arrange(desc(Creat.Ind...GDP))

TopNaranjas <- orangeec %>%
  filter(Country %in% c('Mexico','Panama', 'Argentina','Colombia','Brazil'))

TopNaranjas

TopNaranjas %>% 
  arrange(desc(Creat.Ind...GDP))

Generando tablas, filtrando y seleccionando datos - dplyr-Parte 2

Bienvenida e introducción

Todo lo que aprenderás sobre el lenguaje R

Programación y Data Science

R y proyecto economía naranja.

Instalando nuestras herramientas

Variables, tipos de datos y estructuras

Los primeros cálculos con R y variables

Tipos de datos

Estructura del dataset del proyecto

Vectores

Matrices

Ejercicios con matrices

Operadores para comparar y ubicar datos

Factores, listas y echar un vistazo al dataset

EDA: Exploratory data analysis

Qué es EDA: Exploratory Data Analysis

Gráficas de dispersión e histogramas.

Box Plot y su interpretación

EDA con dataset proyecto - Gráficas de dispersión.

EDA con histogramas.

EDA con dataset proyecto - histogramas - ggplot2

EDA con box plot- ggplot2

EDA con dataset proyecto - box plot- ggplot2 - dplyr

EDA con gráficas de dispersión con más de dos variables - ggplot2

EDA con dataset proyecto usando gráficas de dispersión con más de dos variables - ggplot2 - plotly

La estadística de los datos

Buscando correlaciones con pairs

Confirmando correlaciones con la función cor

Buscando correlaciones con pairs en dataset proyecto

Confirmando correlaciones con la función cor en dataset proyecto.

Protegiéndonos de los peligros del promedio.

Eliminando los NA's para hacer los cálculos.

Estadística y visualización aplicada a análisis de datos de mercadeo.

Ajustando los datos

Generando tablas, filtrando y seleccionando datos - dplyr-Parte 1