Avanzar en la Analítica

Capítulo 8. Manipulación y visualización de datos en R

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

El estadístico estadounidense Ronald Thisted bromeó una vez: "Los datos crudos, como las patatas crudas, suelen requerir limpieza antes de su uso". La manipulación de datos lleva tiempo, y habrás sentido el dolor si alguna vez has hecho lo siguiente:

• Selecciona, suelta o crea columnas calculadas

• Ordenar o filtrar filas

• Agrupa por categorías y resúmelas

• Unir varios conjuntos de datos por un campo común

Lo más probable es que hayas hecho todas estas cosas en Excel...muchas veces, y probablemente hayas hurgado en célebres funciones como VLOOKUP() y Tablas dinámicas para llevarlas a cabo. En este capítulo, aprenderás los equivalentes en R de estas técnicas, sobre todo con la ayuda de dplyr.

La manipulación de datos suele ir de la mano de la visualización: como ya se ha dicho, los humanos somos extraordinariamente hábiles para procesar visualmente la información, por lo que es una forma estupenda de dimensionar un conjunto de datos. Aprenderás a visualizar datos utilizando el magnífico paquete ggplot2, que al igual que dplyr forma parte del paquete tidyverse. Esto te pondrá sobre una base sólida para explorar y probar las relaciones en los datos utilizando R, que se tratará en el Capítulo 9. Empecemos por llamar a los paquetes pertinentes. En este capítulo también utilizaremos con el conjunto de datos ...