Clase 1

# Clase 1
## Conceptos básicos
### Equipo FI-UNLZ
### Facultad de Ingeniería
### 2021-07-28

---

layout: true
background-image: url(http://www.ingenieria.unlz.edu.ar/ingenieria/wp-content/uploads/2012/08/unlzfi.fw_-e1386353630407.png)
background-position: 95% 0% 
background-size: 10%

---
# **Introducción**

##Temas a tratar hoy:
--
<br>       
    
   - IDE RStudio. Paquetes y Estructuras y tipos de Datos. Seteo de directorio y     creación de proyectos.   Estructuras de programación.
   
--

- Manipulación de datos: Importar, organizar, estructurar, analizar. 
    Visualización gráfica básica.

---

# RStudio: Aliado de la investigación

---
# **Investigación Reproducible**

## ¿Porqué?

La investigación científica debe disponer de dispositivos que aseguren la reproducibilidad de sus resultados y afirmaciones.
<br>
Esto muy pronto será un requisito para la publicación de artículos.
<br>
Los datos y resultados deben ser: Localizables, Accesibles, Interoperables y
Reutilizables
<br>
RStudio es una herramienta muy valiosa en este aspecto y será un aliado en cualquier auditoría.

---
# **Investigación Reproducible**
### Herramientas:

#### Rproject: 
Los proyectos creados en R permiten incluir en una sóla carpeta los datos, los elementos visuales agregados (figuras, etc.), y los informes finales creados en el formato deseado.

#### Rmarkdown:
Es el archivo base que conectará toda la información, el código, los datos y el texto plano para generar un informe/presentación/archivo en el formato deseado.

---

# **Investigación Reproducible**
### Sintaxis Markdown en R:

[Acceder a la Guía](http://www.clasesvirtuales.org/fs_files/user_img/Guia_completa_markdown_y_su_integracion_con_R.pdf)
<embed src="http://www.clasesvirtuales.org/fs_files/user_img/IMAGEN_GUIA_RMARKDOWN.JPG" width="100%" height="250px" />

### Publicación y DOI: 
Los productos de nuestro trabajo pueden compartirse en plataformas como Github y nuestra autoría puede asegurarse mediante un DOI.

---

# Estructuras básicas de datos
---
# **Introducción**

##Análisis y Manipulación de Datos en R:

¿Cómo empezar?
--
  
  - Si nunca antes usaste R, puedes comenzar un curso básico instalando la librería (swirl).
  
<center>
<img src="http://www.clasesvirtuales.org/fs_files/user_img/swirl.png" alt="drawing" width="500"/><center>
  
---
# **Organización de los Datos de R**

## Estructuras básicas 
<div style="float: left; width: 40%;">

<br>       
   
  - Vector: Es un conjunto lineal de datos del mismo tipo.

<br>
<br>
  - Matrix: Es una tabla con elementos del mismo tipo.
  
<br>  
<br>
  - Data Frame: Una tabla donde cada columna puede tener datos de distinto tipo.

<br>
<br>
  - List: Puede contener datos, estructuras....

</div>

</div>

---
# **Ejemplos**
##Vector 
Secuencia lineal de datos. Para identificar una parte del vector se utiliza [ ]

```r
b <- c(1, "2", 3, 4)
b
```

```
## [1] "1" "2" "3" "4"
```

```r
class(b)
```

```
## [1] "character"
```

```r
data(uspop)
uspop[4]
```

```
## [1] 9.64
```

```r
uspop[2:10]
```

```
## [1]  5.31  7.24  9.64 12.90 17.10 23.20 31.40 39.80 50.20
```

```r
uspop[c(3, 5, 8)]
```

```
## [1]  7.24 12.90 31.40
```
---

# **Ejemplos**
##Matrix
Es un arreglo bidimensional. Una forma de crear una matriz es generando un vector y aplicándole la función matrix(). Por defecto R y S-PLUS llenan la matriz con los valores del vector por columna, primero la primera columna, luego la segunda, etc . Para llenar una matriz por fila hay que utilizar el argumento "byrow=T"

```r
v <- 1:8
a <- matrix(v, 2, 4)
a
```

```
##      [,1] [,2] [,3] [,4]
## [1,]    1    3    5    7
## [2,]    2    4    6    8
```

```r
b <- matrix(v, 2, 4, byrow = T)
b
```

```
##      [,1] [,2] [,3] [,4]
## [1,]    1    2    3    4
## [2,]    5    6    7    8
```
                         
---
# **Ejemplos**
##Matrices obtenidas con cbind rbind.

```r
col1 <- c(1, 2, 3)
col2 <- c(4, 5, 6)
col3 <- c(0, 0, 0)
A <- cbind(col1, col2, col3)  #pegamos los vectores en columnas
A
```

```
##      col1 col2 col3
## [1,]    1    4    0
## [2,]    2    5    0
## [3,]    3    6    0
```

```r
B <- rbind(col1, col2, col3)  #pegamos los vectores en filas
B
```

```
##      [,1] [,2] [,3]
## col1    1    2    3
## col2    4    5    6
## col3    0    0    0
```

---

# **Ejemplos**
##Data Frame
Cada columna es un vector y puede contener un tipo de datos (Numérico, lógico, etc).
Para ejemplificarlos veremos algunos datasets típicos de R (iris, mtcars, HairEyeColor, etc.).
  
<table class="table table-striped table-hover table-condensed table-responsive" style="width: auto !important; margin-left: auto; margin-right: auto;">
 <thead>
  <tr>
   <th style="text-align:right;"> Sepal.Length </th>
   <th style="text-align:right;"> Sepal.Width </th>
   <th style="text-align:right;"> Petal.Length </th>
   <th style="text-align:right;"> Petal.Width </th>
   <th style="text-align:left;"> Species </th>
  </tr>
 </thead>
<tbody>
  <tr>
   <td style="text-align:right;"> 5.1 </td>
   <td style="text-align:right;"> 3.5 </td>
   <td style="text-align:right;"> 1.4 </td>
   <td style="text-align:right;"> 0.2 </td>
   <td style="text-align:left;"> setosa </td>
  </tr>
  <tr>
   <td style="text-align:right;"> 4.9 </td>
   <td style="text-align:right;"> 3.0 </td>
   <td style="text-align:right;"> 1.4 </td>
   <td style="text-align:right;"> 0.2 </td>
   <td style="text-align:left;"> setosa </td>
  </tr>
  <tr>
   <td style="text-align:right;"> 4.7 </td>
   <td style="text-align:right;"> 3.2 </td>
   <td style="text-align:right;"> 1.3 </td>
   <td style="text-align:right;"> 0.2 </td>
   <td style="text-align:left;"> setosa </td>
  </tr>
</tbody>
</table>
### Prueba en tu consola:
 iris[1,,]
 <br>
 iris[1:4,c(1,3)]
 <br>
 iris["Sepal.Length"] 
 <br>
 iris$Sepal.Length
---

# **Familia de funciones "Apply"**
  - Se basan en acciones a aplicar a filas o columnas de una estructura. 
  - Para más detalle ver: [R para principiantes](https://bookdown.org/jboscomendoza/r-principiantes4/la-familia-apply.html)
  - Ejemplo `apply(Estructura, MARGIN, FUN)`

```r
data1 <- data.frame(var1 = c(1:4), var2 = c(6:9))
MediasFilas <- apply(data1, 1, mean)
SumasColumnas <- apply(data1, 2, sum)
```

<table class="table table-striped table-hover table-condensed table-responsive" style="width: auto !important; margin-left: auto; margin-right: auto;">
<caption>Datos del Data Frame</caption>
 <thead>
  <tr>
   <th style="text-align:center;"> var1 </th>
   <th style="text-align:center;"> var2 </th>
  </tr>
 </thead>
<tbody>
  <tr>
   <td style="text-align:center;"> 1 </td>
   <td style="text-align:center;"> 6 </td>
  </tr>
  <tr>
   <td style="text-align:center;"> 2 </td>
   <td style="text-align:center;"> 7 </td>
  </tr>
  <tr>
   <td style="text-align:center;"> 3 </td>
   <td style="text-align:center;"> 8 </td>
  </tr>
  <tr>
   <td style="text-align:center;"> 4 </td>
   <td style="text-align:center;"> 9 </td>
  </tr>
</tbody>
</table>

</div>
 
 
<div style="float: left; width: 30%;">

<table class="table table-striped table-hover table-condensed table-responsive" style="width: auto !important; margin-left: auto; margin-right: auto;">
<caption>Medias Filas</caption>
 <thead>
  <tr>
   <th style="text-align:center;"> x </th>
  </tr>
 </thead>
<tbody>
  <tr>
   <td style="text-align:center;"> 3.5 </td>
  </tr>
  <tr>
   <td style="text-align:center;"> 4.5 </td>
  </tr>
  <tr>
   <td style="text-align:center;"> 5.5 </td>
  </tr>
  <tr>
   <td style="text-align:center;"> 6.5 </td>
  </tr>
</tbody>
</table>

</div>

<table class="table table-striped table-hover table-condensed table-responsive" style="width: auto !important; margin-left: auto; margin-right: auto;">
<caption>Sumas Columnas</caption>
 <thead>
  <tr>
   <th style="text-align:left;">   </th>
   <th style="text-align:center;"> x </th>
  </tr>
 </thead>
<tbody>
  <tr>
   <td style="text-align:left;"> var1 </td>
   <td style="text-align:center;"> 10 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> var2 </td>
   <td style="text-align:center;"> 30 </td>
  </tr>
</tbody>
</table>

</div>

---

# **Ejemplos**
##Lista e iteración "for"
Supongamos que queremos formar un archivo que contenga todos los incluidos en archivos del mismo tipo de un directorio. ("Una base de datos común").
<br>

Partiendo de los archivos "uno"

```
##   var1 var2
## 1 hola hola
## 2   xx   xx
## 3   yy   yy
```

y "dos"

```
##   var1    var2
## 1 chau   hasta
## 2   12 siempre
```

---

# **Ejemplos** _Lista e iteración "for"_
###Obtendremos una base común total.

```r
library(data.table)
## PathProject
Pathproject = "./lista_archivos"
## files
Namefiles = list.files(Pathproject, full.names = TRUE)
Namefiles
## unión de archivos descargados
tmp <- list()
for (i in 1:length(Namefiles)) {
    tmp[[i]] <- fread(Namefiles[i])
}
basetotal <- rbindlist(tmp)
basetotal
```
</div>
<div style="float: right; width: 30%;">

###_Datos concatenados:_
<br>

```
##    var1    var2
## 1: hola    hola
## 2:   xx      xx
## 3:   yy      yy
## 4: chau   hasta
## 5:   12 siempre
```

---

# Tratamiento de datos ordenados

---
##Estructura de datos (ordenados vs. desordenados)
- Con el paquete *tidyr* (que es parte de *tidyverse*) se utilizan las sentencias *pivot_longer* y *pivot_wider* para organizar los datos.
<img src="http://www.clasesvirtuales.org/fs_files/user_img/tidy.png" alt="drawing" width="800"/>
<br>

<center>![ordenar](https://i1.wp.com/www.gis-blog.com/wp-content/uploads/2015/05/spreadVSgather.png)<center>

---
##Ejemplo en dataset de R
<div style="float: left; width: 40%;"> 
<br>
<table class="table table-striped table-hover table-condensed table-responsive" style="width: auto !important; margin-left: auto; margin-right: auto;">
 <thead>
  <tr>
   <th style="text-align:left;">   </th>
   <th style="text-align:right;"> Brown </th>
   <th style="text-align:right;"> Blue </th>
   <th style="text-align:right;"> Hazel </th>
   <th style="text-align:right;"> Green </th>
  </tr>
 </thead>
<tbody>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:right;"> 32 </td>
   <td style="text-align:right;"> 11 </td>
   <td style="text-align:right;"> 10 </td>
   <td style="text-align:right;"> 3 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:right;"> 53 </td>
   <td style="text-align:right;"> 50 </td>
   <td style="text-align:right;"> 25 </td>
   <td style="text-align:right;"> 15 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:right;"> 10 </td>
   <td style="text-align:right;"> 10 </td>
   <td style="text-align:right;"> 7 </td>
   <td style="text-align:right;"> 7 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:right;"> 3 </td>
   <td style="text-align:right;"> 30 </td>
   <td style="text-align:right;"> 5 </td>
   <td style="text-align:right;"> 8 </td>
  </tr>
</tbody>
</table>
</div>

- Leyendo como data frame (los datos se "ordenan")
<br>
<div style="border: 1px solid #ddd; padding: 5px; "><table class="table table-striped table-hover table-condensed table-responsive" style="width: auto !important; margin-left: auto; margin-right: auto;">
 <thead>
  <tr>
   <th style="text-align:left;"> Hair </th>
   <th style="text-align:left;"> Eye </th>
   <th style="text-align:left;"> Sex </th>
   <th style="text-align:right;"> Freq </th>
  </tr>
 </thead>
<tbody>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 32 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 53 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 10 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 3 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 11 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 50 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 10 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 30 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 10 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 25 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 7 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 5 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 3 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 15 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 7 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 8 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 36 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 66 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 16 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 4 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 9 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 34 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 7 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 64 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 5 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 29 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 7 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 5 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 2 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 14 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 7 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 8 </td>
  </tr>
</tbody>
</table></div>
</div>

---

# Usando dplyr ([tidyverse](https://www.tidyverse.org/))

---
## Funciones más importantes:
  - *arrange* ordena los datos según un criterio
<br>

```r
H <- as.data.frame(HairEyeColor)
A <- arrange(H, by_group = Freq)
```

<div style="border: 1px solid #ddd; padding: 5px; "><table class="table table-striped table-hover table-condensed table-responsive" style="width: auto !important; margin-left: auto; margin-right: auto;">
 <thead>
  <tr>
   <th style="text-align:left;"> Hair </th>
   <th style="text-align:left;"> Eye </th>
   <th style="text-align:left;"> Sex </th>
   <th style="text-align:right;"> Freq </th>
  </tr>
 </thead>
<tbody>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 2 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 3 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 3 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 4 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 5 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 5 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 5 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 7 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 7 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 7 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 7 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 7 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 8 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 8 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 9 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 10 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 10 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 10 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 11 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 14 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 15 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 16 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 25 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 29 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 30 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 32 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 34 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 36 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 50 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 53 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 64 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 66 </td>
  </tr>
</tbody>
</table></div>

---
## Funciones más importantes:
  - *summarize* resume información sobre una variable

```r
library(tidyverse)
Petalong <- summarize(iris, Mean.Petal.Length = mean(Petal.Length),
    SD.Petal.Length = sd(Petal.Length))
```
  
<br>  
<table class="table table-striped table-hover table-condensed table-responsive" style="width: auto !important; margin-left: auto; margin-right: auto;">
 <thead>
  <tr>
   <th style="text-align:right;"> Mean.Petal.Length </th>
   <th style="text-align:right;"> SD.Petal.Length </th>
  </tr>
 </thead>
<tbody>
  <tr>
   <td style="text-align:right;"> 3.758 </td>
   <td style="text-align:right;"> 1.765298 </td>
  </tr>
</tbody>
</table>
 <br>
 
   *Recordemos otras escrituras: mean(iris$Petal.Length)....*
---
## Funciones más importantes:
  - *group_by* agrupa información según una variable para luego realizar alguna acción o cálculo.

```r
Summary.Petal <- group_by(iris, Species)
Summary.Petal <- summarize(Summary.Petal, Mean.Petal.Length = mean(Petal.Length),
    SD.Petal.Length = sd(Petal.Length))
```
<br>

---
## Funciones más importantes:
  - *mutate* Incorpora nuevas variables (columnas).

```r
H <- as.data.frame(HairEyeColor)
s <- sum(H$Freq)
A <- mutate(H, FreqRel = round(Freq/s, 2))
```

<table class="table table-striped table-hover table-condensed table-responsive" style="width: auto !important; margin-left: auto; margin-right: auto;">
 <thead>
  <tr>
   <th style="text-align:left;"> Hair </th>
   <th style="text-align:left;"> Eye </th>
   <th style="text-align:left;"> Sex </th>
   <th style="text-align:right;"> Freq </th>
   <th style="text-align:right;"> FreqRel </th>
  </tr>
 </thead>
<tbody>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 32 </td>
   <td style="text-align:right;"> 0.05 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 53 </td>
   <td style="text-align:right;"> 0.09 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 10 </td>
   <td style="text-align:right;"> 0.02 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 3 </td>
   <td style="text-align:right;"> 0.01 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 11 </td>
   <td style="text-align:right;"> 0.02 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 50 </td>
   <td style="text-align:right;"> 0.08 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 10 </td>
   <td style="text-align:right;"> 0.02 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 30 </td>
   <td style="text-align:right;"> 0.05 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 10 </td>
   <td style="text-align:right;"> 0.02 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 25 </td>
   <td style="text-align:right;"> 0.04 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 7 </td>
   <td style="text-align:right;"> 0.01 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 5 </td>
   <td style="text-align:right;"> 0.01 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 3 </td>
   <td style="text-align:right;"> 0.01 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 15 </td>
   <td style="text-align:right;"> 0.03 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 7 </td>
   <td style="text-align:right;"> 0.01 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Male </td>
   <td style="text-align:right;"> 8 </td>
   <td style="text-align:right;"> 0.01 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 36 </td>
   <td style="text-align:right;"> 0.06 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 66 </td>
   <td style="text-align:right;"> 0.11 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 16 </td>
   <td style="text-align:right;"> 0.03 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 4 </td>
   <td style="text-align:right;"> 0.01 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 9 </td>
   <td style="text-align:right;"> 0.02 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 34 </td>
   <td style="text-align:right;"> 0.06 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 7 </td>
   <td style="text-align:right;"> 0.01 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Blue </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 64 </td>
   <td style="text-align:right;"> 0.11 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 5 </td>
   <td style="text-align:right;"> 0.01 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 29 </td>
   <td style="text-align:right;"> 0.05 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 7 </td>
   <td style="text-align:right;"> 0.01 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Hazel </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 5 </td>
   <td style="text-align:right;"> 0.01 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Black </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 2 </td>
   <td style="text-align:right;"> 0.00 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brown </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 14 </td>
   <td style="text-align:right;"> 0.02 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Red </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 7 </td>
   <td style="text-align:right;"> 0.01 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Blond </td>
   <td style="text-align:left;"> Green </td>
   <td style="text-align:left;"> Female </td>
   <td style="text-align:right;"> 8 </td>
   <td style="text-align:right;"> 0.01 </td>
  </tr>
</tbody>
</table>

---

# ¿Seguimos?
<br>
<center>
<img src="http://www.clasesvirtuales.org/fs_files/user_img/mafalda-despertar.jpg" alt="drawing" width="35%"/><center>

<br>
---
## Funciones más importantes:
  - *filter* Selecciona datos según una o varias variables (columnas).

<br>
<table class="table table-striped table-hover table-condensed table-responsive" style="width: auto !important; margin-left: auto; margin-right: auto;">
 <thead>
  <tr>
   <th style="text-align:left;"> simbolo </th>
   <th style="text-align:left;"> representa </th>
   <th style="text-align:left;"> simbolos </th>
   <th style="text-align:left;"> representan </th>
  </tr>
 </thead>
<tbody>
  <tr>
   <td style="text-align:left;"> &gt; </td>
   <td style="text-align:left;"> Mayor que </td>
   <td style="text-align:left;"> != </td>
   <td style="text-align:left;"> distinto a </td>
  </tr>
  <tr>
   <td style="text-align:left;"> &lt; </td>
   <td style="text-align:left;"> Menor que </td>
   <td style="text-align:left;"> %in% </td>
   <td style="text-align:left;"> dentro del grupo </td>
  </tr>
  <tr>
   <td style="text-align:left;"> == </td>
   <td style="text-align:left;"> Igual a </td>
   <td style="text-align:left;"> is.na </td>
   <td style="text-align:left;"> es NA </td>
  </tr>
  <tr>
   <td style="text-align:left;"> &gt;= </td>
   <td style="text-align:left;"> mayor o igual a </td>
   <td style="text-align:left;"> !is.na </td>
   <td style="text-align:left;"> no es NA </td>
  </tr>
  <tr>
   <td style="text-align:left;"> &lt;= </td>
   <td style="text-align:left;"> menor o igual a </td>
   <td style="text-align:left;"> | &amp; </td>
   <td style="text-align:left;"> o, y </td>
  </tr>
</tbody>
</table>
---
## Ejemplo:
  *¿Qué se obtendrá como salida de las siguientes sentencias?*

```r
data("iris")
Filtrado <- filter(iris, Species != "setosa")
Agrupo <- group_by(Filtrado, Species)
Resumo <- summarise_all(Agrupo, mean)
```

--
   <br>
<table class="table table-striped table-hover table-condensed table-responsive" style="width: auto !important; margin-left: auto; margin-right: auto;">
 <thead>
  <tr>
   <th style="text-align:left;"> Species </th>
   <th style="text-align:right;"> Sepal.Length </th>
   <th style="text-align:right;"> Sepal.Width </th>
   <th style="text-align:right;"> Petal.Length </th>
   <th style="text-align:right;"> Petal.Width </th>
  </tr>
 </thead>
<tbody>
  <tr>
   <td style="text-align:left;"> versicolor </td>
   <td style="text-align:right;"> 5.936 </td>
   <td style="text-align:right;"> 2.770 </td>
   <td style="text-align:right;"> 4.260 </td>
   <td style="text-align:right;"> 1.326 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> virginica </td>
   <td style="text-align:right;"> 6.588 </td>
   <td style="text-align:right;"> 2.974 </td>
   <td style="text-align:right;"> 5.552 </td>
   <td style="text-align:right;"> 2.026 </td>
  </tr>
</tbody>
</table>

---
## Funciones más importantes:

- *select* Selecciona variables dentro de la estructura ó las elimina (-)
  - Utiliza los indicadores *starts_with* - *ends_with* o *contains* (y por ello se diferencia de la selección con indicación de ubicación de la columna).

iris1<-select(iris, contains("Petal"))
   <br>
   iris1<-summarize_all(iris1, mean)
 <br>
--------------
 <br>
  iris2<-select(iris, -contains("Petal"))
  <br>
  iris2<-summarize_all(iris2, mean)
  <br>
--------------
  <br>
  iris3<-select(iris, starts_with("Petal") & !ends_with("Width"))
  <br>
  iris3<-summarize_all(iris3, mean)
  <br>

</div>

<table class="table table-striped table-hover table-condensed table-responsive" style="width: auto !important; margin-left: auto; margin-right: auto;">
 <thead>
  <tr>
   <th style="text-align:right;"> Petal.Length </th>
  </tr>
 </thead>
<tbody>
  <tr>
   <td style="text-align:right;"> 3.758 </td>
  </tr>
</tbody>
</table>
  </div>

---
# Funciones más importantes 
  - *Pipeline (%>%)* Realiza las acciones en forma secuencial, ahorra escritura, anidamientos y colocar nombres distintos a cada estructura creada.

Sin Pipe

```r
Grupo <- group_by(iris, Species)
Selectos <- select(Grupo, contains("Petal"))
Salida <- summarize_all(Selectos, mean)
```
Con Pipe (Prueben en la consola)

```r
iris %>%
    group_by(Species) %>%
    select(contains("Petal")) %>%
    summarize_all(mean)
```

---
# "Join ~ Merge"
*Familia "Join"* Es parte del paquete "dplyr". Combina datos de data frames siguiendo la lógica del lenguaje SQL para bases de datos. (Puede también usarse "merge"- "by")
  + `anti_join`    Registros de la primera base que no figuran en la segunda.
  + `semi_join`    Registros de la primera base que también figuran en la segunda.
  + `full_join`     Todos los registros, completa con "NA"
  + `inner_join`    Registros que figuran en ambas bases según un criterio ("by")
  + `left_join`    Todos los registros de la primera base y completa con "NA".
  + `right_join`   Todos los registros de la segunda base y completa con "NA".

```r
Insumos <- data.frame(InsumosId = c(1:4), NombreInsumo = c("A",
    "B", "C", "D"))
Insumoscomprados <- data.frame(InsumosId = c(1, 2,
    3, 5), Cantidad = c(90, 20, 50, 10))
```

<table class="table table-striped table-hover table-condensed table-responsive" style="font-size: 16px; width: auto !important; margin-left: auto; margin-right: auto;">
 <thead>
  <tr>
   <th style="text-align:center;"> InsumosId </th>
   <th style="text-align:center;"> NombreInsumo </th>
  </tr>
 </thead>
<tbody>
  <tr>
   <td style="text-align:center;"> 1 </td>
   <td style="text-align:center;"> A </td>
  </tr>
  <tr>
   <td style="text-align:center;"> 2 </td>
   <td style="text-align:center;"> B </td>
  </tr>
  <tr>
   <td style="text-align:center;"> 3 </td>
   <td style="text-align:center;"> C </td>
  </tr>
  <tr>
   <td style="text-align:center;"> 4 </td>
   <td style="text-align:center;"> D </td>
  </tr>
</tbody>
</table>

</div>
 
 
<div style="float: left; width: 50%;">

<table class="table table-striped table-hover table-condensed table-responsive" style="font-size: 16px; width: auto !important; margin-left: auto; margin-right: auto;">
 <thead>
  <tr>
   <th style="text-align:center;"> InsumosId </th>
   <th style="text-align:center;"> Cantidad </th>
  </tr>
 </thead>
<tbody>
  <tr>
   <td style="text-align:center;"> 1 </td>
   <td style="text-align:center;"> 90 </td>
  </tr>
  <tr>
   <td style="text-align:center;"> 2 </td>
   <td style="text-align:center;"> 20 </td>
  </tr>
  <tr>
   <td style="text-align:center;"> 3 </td>
   <td style="text-align:center;"> 50 </td>
  </tr>
  <tr>
   <td style="text-align:center;"> 5 </td>
   <td style="text-align:center;"> 10 </td>
  </tr>
</tbody>
</table>

</div>
 
---
# Finalizando...
##_Anti_, _Semi_, _Full_

```r
Anti <- anti_join(Insumos, Insumoscomprados)
Semi <- semi_join(Insumos, Insumoscomprados)
Full <- full_join(Insumos, Insumoscomprados)
```

</div>
 
 
<div style="float: left; width: 30%;">

</div>

</div>
---
# Finalizandooo...
##_Inner_, _Left_, _Right_

```r
Inner <- inner_join(Insumos, Insumoscomprados)
Left <- left_join(Insumos, Insumoscomprados)
Right <- right_join(Insumos, Insumoscomprados)
```

</div>

</div>

---

# Todo lindo y apareció Tibble!!!, R es infinito...
<center>
<img src="https://img.culturacolectiva.com/content/2016/06/1490030.jpg" alt="drawing" width="250"/><center>

---
# Tibble
  - *Tibble* Es un data frame que utiliza Tidyverse automáticamente.
  - *Tibble* Nunca cambia los inputs, ni el nombre de las variables y tampoco le asigna nombre a las filas, visualiza en forma acotada los datos. No asume los caracteres como factores (¡!). Se puede pasar de un data frame a un tibble: as.tibble(data) y viceversa: 
  as.data.frame(data).

-Ejemplo 1:
  <br>
  Ingresen en consola >iris
  <br>
  Ahora ingresen: >as.tibble(iris)

-Ejemplo 2:

```r
tibble(ch = c("m", "b", "a", "d"), x = 1:4, y = 1,
    z = x^2 + y)
```

```
## # A tibble: 4 x 4
##   ch        x     y     z
##   <chr> <int> <dbl> <dbl>
## 1 m         1     1     2
## 2 b         2     1     5
## 3 a         3     1    10
## 4 d         4     1    17
```

---
## Factores
  En R, los factores se usan para trabajar con variables categóricas, es decir, variables que tienen un conjunto fijo y conocido de valores posibles. También son útiles cuando quieres mostrar vectores de caracteres en un orden no alfabético. Establecidos los niveles, ignora los valores que no aplican (NA)
  
  -Ejemplo:

```r
x <- c("vie", "lu", "mar", "mie", "lu", "vie", "jue",
    "marzo")
sort(x)
```

```
## [1] "jue"   "lu"    "lu"    "mar"   "marzo" "mie"   "vie"   "vie"
```

```r
dias_niveles = c("lu", "mar", "mie", "jue", "vie")
x <- factor(x, levels = dias_niveles)
sort(x)
```

```
## [1] lu  lu  mar mie jue vie vie
## Levels: lu mar mie jue vie
```

---
class: inverse, center, middle, animated, rubberBand

# Trabajando con datos propios

---

# **Cheatsheets**
## Importar datos Guía Rápida:

[Acceder a Guía de Importación de Datos](http://www.clasesvirtuales.org/fs_files/user_img/data-import-Spanish_translation-2019.pdf)
<br> 
<embed src="
http://www.clasesvirtuales.org/fs_files/user_img/IMAGEN_CHEATSHEET_IMPORTAR_DATOS.JPG" width="100%" height="250px" />

---
# Importando datos
## El paquete **_readr_**
 - Es parte del paquete tidyverse
 - Lee archivos de texto planos formateados de distinta manera (excel,txt, etc.)
  + `read_csv()`      columnas con , decimal con .
  + `read_csv2()`     columnas con ; decimal con ,
  + `read_delim()`    columnas con delimitador personalizado, ej delim = "|"
- skip = n                   saltea n lineas antes de empezar a leer
- n_max = n                  solo lee n filas
- col_names = FALSE          le pone nombres de columna genericos a las filas
- na = "."                   si donde no tenemos datos hay un . rellena el valor con NA
- skip_empty_rows= TRUE      saltea lineas sin datos
- archivos terminados en .gz, .bz2, .xz, or .zip son descomprimidos automaticamente.
- archivos  http://, https://, ftp://, o ftps:// se descargan automaticamente.

- Para leer archivos excel u ODS hay que agregar otros paquetes:
    + `library(readxl)`:  read_excel(), read_xls() , read_xlsx()
    + `library(readODS)`: read_ods

---
# Importamos - Ejemplo 1

```r
vinos <- read_csv("https://raw.githubusercontent.com/cienciadedatos/datos-de-miercoles/master/datos/2019/2019-06-12/vinos.csv")
vinos[1:2, ]
```

```
## # A tibble: 2 x 10
##   pais   nombre   puntos precio provincia  region_1 region_2 variedad   vina    
##   <chr>  <chr>     <dbl>  <dbl> <chr>      <chr>    <chr>    <chr>      <chr>   
## 1 Italia Vulkà B~     87     NA Sicily & ~ Etna     <NA>     Ensamblaj~ Nicosia 
## 2 Portu~ Avidagos     87     15 Douro      <NA>     <NA>     Portugues~ Quinta ~
## # ... with 1 more variable: titulo_resena <chr>
```
_¿Cuántos vinos hay por país en este listado ordenados de mayor a menor?_

`vinos %>% group_by(pais) %>% summarise(total=n())%>%arrange(-total)`
<table class="table table-striped table-hover table-condensed table-responsive" style="width: auto !important; margin-left: auto; margin-right: auto;">
 <thead>
  <tr>
   <th style="text-align:left;"> pais </th>
   <th style="text-align:right;"> total </th>
  </tr>
 </thead>
<tbody>
  <tr>
   <td style="text-align:left;"> Estados Unidos </td>
   <td style="text-align:right;"> 54504 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Francia </td>
   <td style="text-align:right;"> 22093 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Italia </td>
   <td style="text-align:right;"> 19540 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> España </td>
   <td style="text-align:right;"> 6645 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Portugal </td>
   <td style="text-align:right;"> 5691 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Chile </td>
   <td style="text-align:right;"> 4472 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Argentina </td>
   <td style="text-align:right;"> 3800 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Austria </td>
   <td style="text-align:right;"> 3345 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Australia </td>
   <td style="text-align:right;"> 2329 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Alemania </td>
   <td style="text-align:right;"> 2165 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Nueva Zelanda </td>
   <td style="text-align:right;"> 1419 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Sudáfrica </td>
   <td style="text-align:right;"> 1401 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Israel </td>
   <td style="text-align:right;"> 505 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Grecia </td>
   <td style="text-align:right;"> 466 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Canadá </td>
   <td style="text-align:right;"> 257 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Hungría </td>
   <td style="text-align:right;"> 146 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Bulgaria </td>
   <td style="text-align:right;"> 141 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Rumania </td>
   <td style="text-align:right;"> 120 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Uruguay </td>
   <td style="text-align:right;"> 109 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Turquía </td>
   <td style="text-align:right;"> 90 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Eslovenia </td>
   <td style="text-align:right;"> 87 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Georgia </td>
   <td style="text-align:right;"> 86 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Inglaterra </td>
   <td style="text-align:right;"> 74 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Croacia </td>
   <td style="text-align:right;"> 73 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> México </td>
   <td style="text-align:right;"> 70 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> NA </td>
   <td style="text-align:right;"> 63 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Moldavia </td>
   <td style="text-align:right;"> 59 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Brazil </td>
   <td style="text-align:right;"> 52 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Líbano </td>
   <td style="text-align:right;"> 35 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Marruecos </td>
   <td style="text-align:right;"> 28 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Perú </td>
   <td style="text-align:right;"> 16 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Ucrania </td>
   <td style="text-align:right;"> 14 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Macedonia </td>
   <td style="text-align:right;"> 12 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> República Checa </td>
   <td style="text-align:right;"> 12 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Serbia </td>
   <td style="text-align:right;"> 12 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Chipre </td>
   <td style="text-align:right;"> 11 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> India </td>
   <td style="text-align:right;"> 9 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Suiza </td>
   <td style="text-align:right;"> 7 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Luxemburgo </td>
   <td style="text-align:right;"> 6 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Armenia </td>
   <td style="text-align:right;"> 2 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Bosnia y Herzegovina </td>
   <td style="text-align:right;"> 2 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> China </td>
   <td style="text-align:right;"> 1 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Egipto </td>
   <td style="text-align:right;"> 1 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Eslovaquia </td>
   <td style="text-align:right;"> 1 </td>
  </tr>
</tbody>
</table>

---
# Importamos - Ejemplos 2 y 3

```r
T3 <- read_delim("Terremotos3.txt", delim = "|")
T3[1:2, ]
```

```
## # A tibble: 2 x 7
##   time                latitude longitude depth   mag magType id          
##   <dttm>                 <dbl>     <dbl> <dbl> <dbl> <chr>   <chr>       
## 1 2020-06-14 21:23:20     49.2     158.     10  5.4  mww     us6000abte  
## 2 2020-06-14 21:22:17     17.9     -66.9    13  3.09 md      pr2020166020
```

```r
parti <- read_delim("https://raw.githubusercontent.com/cienciadedatos/datos-de-miercoles/master/datos/2019/2019-04-10/partidos.txt",
    delim = "\t")
parti[1:2, ]
```

```
## # A tibble: 2 x 10
##    anio anfitrion estadio    ciudad  partido_orden fecha      equipo_1  equipo_2
##   <dbl> <chr>     <chr>      <chr>   <chr>         <date>     <chr>     <chr>   
## 1  1930 Uruguay   Estadio P~ Montev~ (1)           1930-07-13 Francia   Mexico  
## 2  1930 Uruguay   Estadio P~ Montev~ (2)           1930-07-13 Estados ~ Bélgica 
## # ... with 2 more variables: equipo_1_final <dbl>, equipo_2_final <dbl>
```

---
# Importamos y ordenamos
<div style="float: left; width: 60%;"> 
<br>
censo1<-read_delim("censo1.txt", delim = " ")
<br>
<br>
<table class="table table-striped table-hover table-condensed table-responsive" style="width: auto !important; margin-left: auto; margin-right: auto;">
 <thead>
  <tr>
   <th style="text-align:left;"> Provincia </th>
   <th style="text-align:right;"> Censo_1991 </th>
   <th style="text-align:right;"> Censo_2001 </th>
   <th style="text-align:right;"> Censo_2010 </th>
  </tr>
 </thead>
<tbody>
  <tr>
   <td style="text-align:left;"> BAires </td>
   <td style="text-align:right;"> 10934727 </td>
   <td style="text-align:right;"> 11460575 </td>
   <td style="text-align:right;"> 13596320 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Cordoba </td>
   <td style="text-align:right;"> 1208554 </td>
   <td style="text-align:right;"> 1368301 </td>
   <td style="text-align:right;"> 1466823 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Rosario </td>
   <td style="text-align:right;"> 1118905 </td>
   <td style="text-align:right;"> 1161188 </td>
   <td style="text-align:right;"> 1236089 </td>
  </tr>
</tbody>
</table>
<br>
<br>
<br>
Para realizar el camino inverso se utiliza `spread()`
<br>
censo3<-spread(data = censo2, key = "censo", value = "poblacion")
</div>

<div style="float: left; width: 40%;"> 
<br/>
  ORDENANDO:
  <br>
  censo1<-read_delim("censo1.txt", delim = " ")
  <br>
  censo2<-gather(data = censo1, key = "censo", value = "poblacion", 2:4)
  <br>
<table class="table table-striped table-hover table-condensed table-responsive" style="width: auto !important; margin-left: auto; margin-right: auto;">
 <thead>
  <tr>
   <th style="text-align:left;"> Provincia </th>
   <th style="text-align:left;"> censo </th>
   <th style="text-align:right;"> poblacion </th>
  </tr>
 </thead>
<tbody>
  <tr>
   <td style="text-align:left;"> BAires </td>
   <td style="text-align:left;"> Censo_1991 </td>
   <td style="text-align:right;"> 10934727 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Cordoba </td>
   <td style="text-align:left;"> Censo_1991 </td>
   <td style="text-align:right;"> 1208554 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Rosario </td>
   <td style="text-align:left;"> Censo_1991 </td>
   <td style="text-align:right;"> 1118905 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> BAires </td>
   <td style="text-align:left;"> Censo_2001 </td>
   <td style="text-align:right;"> 11460575 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Cordoba </td>
   <td style="text-align:left;"> Censo_2001 </td>
   <td style="text-align:right;"> 1368301 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Rosario </td>
   <td style="text-align:left;"> Censo_2001 </td>
   <td style="text-align:right;"> 1161188 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> BAires </td>
   <td style="text-align:left;"> Censo_2010 </td>
   <td style="text-align:right;"> 13596320 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Cordoba </td>
   <td style="text-align:left;"> Censo_2010 </td>
   <td style="text-align:right;"> 1466823 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> Rosario </td>
   <td style="text-align:left;"> Censo_2010 </td>
   <td style="text-align:right;"> 1236089 </td>
  </tr>
</tbody>
</table>
</div>

---
# Guardamos tablas

- Para guardar tablas en archivos de texto plano se cambia _read_ por _write_:
    + `write_csv()`
    + `write_csv2()`
    + `write_delim()`

```r
write_delim(censo2, "cen.txt", delim = "/", append = FALSE)
```

---
class: inverse, center, middle, animated, rubberBand

# Adelantando..

---
# Gráficos
  - Ahora que sabemos manejar la información hay que crear visualizaciones.
  - Paquetes: `ggplot2`, `highcharter`, etc.

---
# TAREAS

- Utilizar datos de R o propios para practicar el manejo de estructuras visto.
  - Ver: if-else, while, break y next. [R para principiantes](https://bookdown.org/jboscomendoza/r-principiantes4/estructuras-de-control.html)
  - Crear un archivo Rmarkdown y explorar opciones. 
  - Sitios para dar una mirada: 
    + [RStudio - Pie de página:Learning](https://rstudio.com/)
    + [Materiales y ayudas realizados por usuarios](https://rpubs.com/)
    + [Galería de aplicativos interactivos](https://shiny.rstudio.com/gallery/)
  - Documentos:
    + [Libro Ciencia de Datos](https://es.r4ds.hadley.nz/)
    + [Documentación oficial](https://cran.r-project.org/doc/)
    + [Manual para principiantes](https://cran.r-project.org/doc/contrib/rdebuts_es.pdf)
<center>
<img src="https://altalingua.es/wp-content/uploads/2014/07/mafalda.jpg" alt="drawing" width="250"/><center>

---
class: inverse, center, middle, animated, swing

# Hasta el próximo encuentro!!!!
<br>

# Equipo FI-UNLZ