-
Notifications
You must be signed in to change notification settings - Fork 1
/
Copy pathr-novice-gapminder-es--13-dplyr.diff
253 lines (228 loc) · 7.59 KB
/
r-novice-gapminder-es--13-dplyr.diff
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
diff --git a/home/zhian/Documents/Carpentries/Git/zkamvar--postmaul/data/rmd-repos/swcarpentry--r-novice-gapminder-esR3/_episodes/13-dplyr.md b/home/zhian/Documents/Carpentries/Git/zkamvar--postmaul/data/rmd-repos/swcarpentry--r-novice-gapminder-esR4/_episodes/13-dplyr.md
index 6b8c34e..5c8caee 100644
--- a/home/zhian/Documents/Carpentries/Git/zkamvar--postmaul/data/rmd-repos/swcarpentry--r-novice-gapminder-esR3/_episodes/13-dplyr.md
+++ b/home/zhian/Documents/Carpentries/Git/zkamvar--postmaul/data/rmd-repos/swcarpentry--r-novice-gapminder-esR4/_episodes/13-dplyr.md
@@ -180,10 +180,10 @@ str(gapminder)
~~~
'data.frame': 1704 obs. of 6 variables:
- $ country : Factor w/ 142 levels "Afghanistan",..: 1 1 1 1 1 1 1 1 1 1 ...
+ $ country : chr "Afghanistan" "Afghanistan" "Afghanistan" "Afghanistan" ...
$ year : int 1952 1957 1962 1967 1972 1977 1982 1987 1992 1997 ...
$ pop : num 8425333 9240934 10267083 11537966 13079460 ...
- $ continent: Factor w/ 5 levels "Africa","Americas",..: 3 3 3 3 3 3 3 3 3 3 ...
+ $ continent: chr "Asia" "Asia" "Asia" "Asia" ...
$ lifeExp : num 28.8 30.3 32 34 36.1 ...
$ gdpPercap: num 779 821 853 836 740 ...
~~~
@@ -200,20 +200,21 @@ str(gapminder %>% group_by(continent))
~~~
tibble [1,704 × 6] (S3: grouped_df/tbl_df/tbl/data.frame)
- $ country : Factor w/ 142 levels "Afghanistan",..: 1 1 1 1 1 1 1 1 1 1 ...
+ $ country : chr [1:1704] "Afghanistan" "Afghanistan" "Afghanistan" "Afghanistan" ...
$ year : int [1:1704] 1952 1957 1962 1967 1972 1977 1982 1987 1992 1997 ...
$ pop : num [1:1704] 8425333 9240934 10267083 11537966 13079460 ...
- $ continent: Factor w/ 5 levels "Africa","Americas",..: 3 3 3 3 3 3 3 3 3 3 ...
+ $ continent: chr [1:1704] "Asia" "Asia" "Asia" "Asia" ...
$ lifeExp : num [1:1704] 28.8 30.3 32 34 36.1 ...
$ gdpPercap: num [1:1704] 779 821 853 836 740 ...
- attr(*, "groups")= tibble [5 × 2] (S3: tbl_df/tbl/data.frame)
- ..$ continent: Factor w/ 5 levels "Africa","Americas",..: 1 2 3 4 5
- ..$ .rows :List of 5
+ ..$ continent: chr [1:5] "Africa" "Americas" "Asia" "Europe" ...
+ ..$ .rows : list<int> [1:5]
.. ..$ : int [1:624] 25 26 27 28 29 30 31 32 33 34 ...
.. ..$ : int [1:300] 49 50 51 52 53 54 55 56 57 58 ...
.. ..$ : int [1:396] 1 2 3 4 5 6 7 8 9 10 ...
.. ..$ : int [1:360] 13 14 15 16 17 18 19 20 21 22 ...
.. ..$ : int [1:24] 61 62 63 64 65 66 67 68 69 70 ...
+ .. ..@ ptype: int(0)
..- attr(*, ".drop")= logi TRUE
~~~
{: .output}
@@ -234,6 +235,13 @@ gdp_bycontinents <- gapminder %>%
~~~
{: .language-r}
+
+
+~~~
+`summarise()` ungrouping output (override with `.groups` argument)
+~~~
+{: .output}
+
@@ -263,6 +271,19 @@ Esto nos ha permitido calcular la renta per cápita media para cada continente,
> >lifeExp_bycountry <- gapminder %>%
> > group_by(country) %>%
> > summarize(mean_lifeExp=mean(lifeExp))
+> >~~~
+> >{: .language-r}
+> >
+> >
+> >
+> >~~~
+> >`summarise()` ungrouping output (override with `.groups` argument)
+> >~~~
+> >{: .output}
+> >
+> >
+> >
+> >~~~
> >lifeExp_bycountry %>%
> > filter(mean_lifeExp == min(mean_lifeExp) | mean_lifeExp == max(mean_lifeExp))
> >~~~
@@ -273,7 +294,7 @@ Esto nos ha permitido calcular la renta per cápita media para cada continente,
> >~~~
> ># A tibble: 2 x 2
> > country mean_lifeExp
-> > <fct> <dbl>
+> > <chr> <dbl>
> >1 Iceland 76.5
> >2 Sierra Leone 36.8
> >~~~
@@ -298,7 +319,7 @@ Esto nos ha permitido calcular la renta per cápita media para cada continente,
> >~~~
> ># A tibble: 1 x 2
> > country mean_lifeExp
-> > <fct> <dbl>
+> > <chr> <dbl>
> >1 Sierra Leone 36.8
> >~~~
> >{: .output}
@@ -317,7 +338,7 @@ Esto nos ha permitido calcular la renta per cápita media para cada continente,
> >~~~
> ># A tibble: 1 x 2
> > country mean_lifeExp
-> > <fct> <dbl>
+> > <chr> <dbl>
> >1 Iceland 76.5
> >~~~
> >{: .output}
@@ -334,6 +355,13 @@ gdp_bycontinents_byyear <- gapminder %>%
~~~
{: .language-r}
+
+
+~~~
+`summarise()` regrouping output by 'continent' (override with `.groups` argument)
+~~~
+{: .output}
+
Esto ya es bastante potente, pero puede ser incluso mejor. Puedes definir más de una variable en `summarize()`.
@@ -347,6 +375,13 @@ gdp_pop_bycontinents_byyear <- gapminder %>%
~~~
{: .language-r}
+
+
+~~~
+`summarise()` regrouping output by 'continent' (override with `.groups` argument)
+~~~
+{: .output}
+
## count() y n()
Una operación muy habitual es contar el número de observaciones que hay en cada grupo. El paquete `dplyr` tiene dos funciones relacionadas muy útiles para ello.
@@ -364,14 +399,12 @@ gapminder %>%
~~~
-# A tibble: 5 x 2
- continent n
- <fct> <int>
-1 Africa 52
-2 Asia 33
-3 Europe 30
-4 Americas 25
-5 Oceania 2
+ continent n
+1 Africa 52
+2 Asia 33
+3 Europe 30
+4 Americas 25
+5 Oceania 2
~~~
{: .output}
@@ -387,10 +420,17 @@ gapminder %>%
+~~~
+`summarise()` ungrouping output (override with `.groups` argument)
+~~~
+{: .output}
+
+
+
~~~
# A tibble: 5 x 2
continent se_pop
- <fct> <dbl>
+ <chr> <dbl>
1 Africa 0.366
2 Americas 0.540
3 Asia 0.596
@@ -415,10 +455,17 @@ gapminder %>%
+~~~
+`summarise()` ungrouping output (override with `.groups` argument)
+~~~
+{: .output}
+
+
+
~~~
# A tibble: 5 x 5
continent mean_le min_le max_le se_le
- <fct> <dbl> <dbl> <dbl> <dbl>
+ <chr> <dbl> <dbl> <dbl> <dbl>
1 Africa 48.9 23.6 76.4 0.366
2 Americas 64.7 37.6 80.7 0.540
3 Asia 60.1 28.8 82.6 0.596
@@ -445,6 +492,13 @@ gdp_pop_bycontinents_byyear <- gapminder %>%
~~~
{: .language-r}
+
+
+~~~
+`summarise()` regrouping output by 'continent' (override with `.groups` argument)
+~~~
+{: .output}
+
## Conectando mutate con filtrado lógico: ifelse
La creación de nuevas variables se puede conectar con una condición lógica. Una simple combinación de `mutate` y `ifelse` facilita el filtrado solo allí donde se necesita: en el momento de crear algo nuevo. Esta combinación es fácil de leer y es un modo rápido y potente de descartar ciertos datos (incluso sin cambiar la dimensión conjunta del **data frame**) o para actualizar valores dependiendo de la condición utilizada.
@@ -462,7 +516,19 @@ gdp_pop_bycontinents_byyear_above25 <- gapminder %>%
sd_pop = sd(pop),
mean_gdp_billion = mean(gdp_billion),
sd_gdp_billion = sd(gdp_billion))
+~~~
+{: .language-r}
+
+
+
+~~~
+`summarise()` regrouping output by 'continent' (override with `.groups` argument)
+~~~
+{: .output}
+
+
+~~~
## actualizando sólo si se cumple una determinada condición
# para esperanzas de vida por encima de 40 años, el GDP que se espera en el futuro es escalado
gdp_future_bycontinents_byyear_high_lifeExp <- gapminder %>%
@@ -473,6 +539,13 @@ gdp_future_bycontinents_byyear_high_lifeExp <- gapminder %>%
~~~
{: .language-r}
+
+
+~~~
+`summarise()` regrouping output by 'continent' (override with `.groups` argument)
+~~~
+{: .output}
+
## Combinando `dplyr` y `ggplot2`
En la función de creación de gráficas vimos cómo hacer una figura con múltiples paneles añadiendo una capa de paneles separados (**facet panels**). Aquí está el código que usamos (con algunos comentarios extra):
@@ -544,6 +617,13 @@ gapminder %>%
> > arrange(desc(mean_lifeExp))
> >~~~
> >{: .language-r}
+> >
+> >
+> >
+> >~~~
+> >`summarise()` ungrouping output (override with `.groups` argument)
+> >~~~
+> >{: .output}
> {: .solution}
{: .challenge}