Capacitación en R y herramientas de productividad

name: portada
class: center, middle

.linea-superior[]
.linea-inferior[]

## Capacitación en R y herramientas de productividad

## Proyecto Ciencia de Datos

## Introducción a _data frames_ y _tidyverse_

---

name: diapo-basica
background-image: url("imagenes/fondo2.PNG")
background-size: contain;
background-position: 100% 0%

# Introducción a dataframes y _tidyverse_
---
template: diapo-basica

Como mencionamos, los _data frames_ son la estructura de datos a la que nos enfrentaremos más comúnmente y en la que se enfoca este curso

Para trabajar con estos, el paquete `tidyverse` es de gran ayuda.

**¿Qué es tidyverse?** Es una serie de paquetes para el trabajo con _data frames_ que funcionan en harmonía, pues fueron programados con la misma filosofía y diseño de datos.

**Nota:** la implementación de los _data frames_ en el _tidyverse_ es llamada _tibble_

Incluye paquetes como:

</p>

Listado completo de paquetes [aquí](https://tidyverse.tidyverse.org/)

---
template: diapo-basica

Instalemos `tidyverse` y aprovechemos de instalar `guaguas` que nos proveerá datos
del número de personas nacidas con cada nombre en cada año:

```r
install.packages('tidyverse')
install.packages('guaguas')
```
--

Luego los cargamos en nuestra sesión de la siguiente forma:

```r
library(tidyverse)
library(guaguas)
```

---
template: diapo-basica

Carguemos la base en nuestro ambiente de trabajo:

```r
datos = guaguas
```

Algunas exploraciones básicas:

Dimensiones:

```r
dim(datos)
```

```
## [1] 858782      5
```

N° de filas:

```r
nrow(datos)
```

```
## [1] 858782
```

N° de columnas:

```r
ncol(datos)
```

```
## [1] 5
```

---
template: diapo-basica

Nombres de las columnas:

```r
names(datos)
```

```
## [1] "anio"       "nombre"     "sexo"       "n"          "proporcion"
```

Tipos de datos y mirada inicial:

```r
str(datos)
```

```
## tibble [858,782 x 5] (S3: tbl_df/tbl/data.frame)
##  $ anio      : num [1:858782] 1920 1920 1920 1920 1920 1920 1920 1920 1920 1920 ...
##  $ nombre    : chr [1:858782] "María" "José" "Juan" "Luis" ...
##  $ sexo      : chr [1:858782] "F" "M" "M" "M" ...
##  $ n         : num [1:858782] 2130 984 636 631 426 340 326 289 277 269 ...
##  $ proporcion: num [1:858782] 0.1045 0.0483 0.0312 0.031 0.0209 ...
```

---
template: diapo-basica

Valores únicos de una variable:

```r
distinct(datos, sexo)
```

```
## # A tibble: 3 x 1
##   sexo 
##   <chr>
## 1 F    
## 2 M    
## 3 I
```

Conteo de valores únicos de una variable:

```r
count(datos, sexo)
```

```
## # A tibble: 3 x 2
##   sexo       n
##   <chr>  <int>
## 1 F     531038
## 2 I        318
## 3 M     327426
```

---
template:portada