Manejo de Data Frames en R

en lo que nos hayamos quedado es prácticamente cómo comenzar a trabajar en nuestros data frames que en este caso habíamos hablado de nuestra data frame llamada datos reitero, el tema del data frame funciona principalmente cuando hay datos pequeños. Es decir, no son muchos en cantidad de variables y en cantidad de registros cuando son muchos, pero muchos, muchos, ya hay que buscar herramientas que son más ligeras en cuanto al procesamiento. Pero de momento nos va a servir bastante bien el DataFrames. En este caso decíamos que como DataFrames tenemos uno creado a partir de la función leer.csv en ese caso es va al archivo, toma la dirección una vez que toma la dirección una vez que tenemos Un DataFrame, este DataFrame es una estructura tal que puedo ver en las filas, las observaciones o registros, es decir, la información de cada uno de los elementos que estoy viendo y en cada una de las columnas las variables o características. Hasta ahí nos habíamos quedado. Ahora, ¿qué otra cosa podemos hacer con estos DataFrames? Es decir, ¿cómo veo yo esos datos de los que estoy hablando? por tema de espacio Si yo, por ejemplo, quiero ver aquí qué es datos, me aparece, mire, datos es esa cosa que está ahí. Es decir, se alcanza a ver más o menos que cuando hago la llamada a datos, me presenta, si fueran muchos, voy a ver ahí parte de esa información. En ese caso es, esto que tengo acá es una estructura bastante similar. a lo que originalmente tomamos del archivo students.csv, donde tengo una columna referente al ID, una columna para el nombre completo, una columna para la comida favorita, otra cosa es para el plan de comidas y la edad. En este caso, quiero adelantarme un poquito sobre todo lo que vamos a ver, y es que sobre mis datos... Parte del proceso, incluso de Machine Learning, es que voy a trabajar sobre datos que son útiles. En este caso, la fuente de datos, hay una parte en la que dice N pleca A y hay otra parte que, por ejemplo, tengo simplemente un dato ausente. ¿Cómo voy a trabajar eso? Va a depender. Pero sí, por lo menos, quiero que estemos conscientes que va a tocar. que de mis fuentes de datos haya alguien que interpreta que un NA en aplica como texto me va a tratar a mí de dar la idea de qué significa no aplica o no disponible o no hay datos. Y alguien también interpretó a que bueno, si no pongo datos, se sobreentiende que aquí no hay datos. según lo que estemos haciendo más adelante con cosas un poco más complejas, si voy a tener que especificar, ok, para mí que eso no aplica, es cuando pongo texto en NA o es cuando no hay datos, o los dos y así va a ser el tratamiento que voy a aplicar para cada uno de ellos, es decir en ese proceso de un científico de datos, voy a recibir mis datos, pero siempre van a encontrar mis values o datos que no están bien calculados y hay que hacer en ese caso una limpieza de datos ¿sí? Pero sí, por lo menos, quiero que nos vayamos acostumbrando que yo tomé mis datos que venían de mi archivo students.csv y los trasladé a un entorno que yo ya puedo manejar, que en este caso es RStudio con el lenguaje de R. Entonces, ya que tengo mis datos importados y que ahora sí se llama datos, sí se llama datos porque aquí podemos ver que existe. Antes solo era, prodúzcame un DelaFrame con esa información. No más. Ahora, ya que tengo esta información, puedo tomar alguna especie de exploración de datos. ¿Cuál sería en este caso mi exploración de datos? Uno es lo que hemos visto, la estructura de estos datos. La estructura me dice, ok, tomo entonces STR, que es para ver estructura, y me dice que tengo seis observaciones y cinco variables. Aquí ya no lo veo en... formato de de Taylor. El de arriba si hay formato Taylor. Aquí es quiero ver cuál es su estructura. Ah, ok. En su estructura tenemos cinco variables. La variable sudenid, la variable fullname, la variable favorite food, etc. Y aquí están los valores. Los que se alcancen a ver. Porque puede ser que haya miles de valores y no se van a mostrar todos ahí. Es correcto. Sí, correcto. Es decir, la pregunta es, mire, es correcto que tengamos, como en este caso, si me dicen que es edad, tener valores de tipo carácter. Para estos casos, no. Pero, ojo. Vuelvo a repetir, la intención de estas clases dos de hoy son más o menos que tengamos mayor claridad de lo que hicimos y que seamos capaces de comprender un poco mejor de cómo hacer gráficos. Que hay un gran proceso. Lo que pasa es que quiero dejar como evidencia. Él dijo que así es. No, que hay muchas otras sutilezas o detalles que hay que depurar. Sí. Y por eso varias de esas las vamos a asumir por el momento. En ese caso es, hay un proceso adicional de limpieza de datos. ¿Qué sería? Uno, ¿qué voy a hacer cuando diga NA? ¿Lo voy a tratar diferente o simplemente borro? Si hay un dato faltante, ¿qué voy a hacer con él? Lo voy a sustituir por una variable DOMI, que sería como, mire. Si aquí, por ejemplo, no dice nada, ¿qué voy a hacer con él? Y además, ¿qué pasaría con los casos en los que necesito información adicional en el formato correcto? Como en este caso, 4, 5, 7 son textos. ¿Me sirven los textos como un formato para números de edades? No, hay que hacer transformaciones adicionales. Pero lo que quiero en esta etapa que comprendamos qué es un DataFrame. Veníamos de que es una estructura de datos. Escalar, vector, existen los arrays, matrices y ahora el data. Porque el data frame es la base con lo que se construyen los gráficos. ¿Qué más puedo hacer ahora que ya conozco? Ver directamente datos. vea directamente la estructura, puedo utilizar también algunas otras herramientas como la función View. La función View, acá. Ojo, estamos trabajando en Ptils. La función View, los chambres, los chambres. La función VIEW para mí tiene el objetivo de mostrar una estructura de datos. Esa estructura de datos es precisamente haber escrito VIEW De la estructura de datos me va a mostrar precisamente esa estructura de datos, pero a modo de vista. Es decir, hay diferentes formas de tratar los datos. En ese caso es hay diferentes formas de verlo. Ese view lo que hace es que me muestra ahora. La vista de mi objeto, datos, donde me confirma seis filas, cinco variables. Y aquí puedo ver también que en el caso de la observación tres, columna favorite food, y en el caso de observación cuatro, característica, age, tienen cosas que hay que tratarlas después. Es más, creo que también viene... ¿Qué hago con un file? Todo eso es, pero mire, pero eso alguien tendría que haberme lo dado bien. Si, por ejemplo, tuviéramos una estructura de analítica de datos bien compleja, donde por lo menos esta parte la realiza el analista de datos. Se pura, transforma, hace mutaciones. Hace ingeniería de datos y ya todo bien bonito se lo pasa al científico de datos que no está haciendo depuraciones, sino que ya es más de construcción de modelos y análisis. Porque esta parte es como diríamos la carpintería para los datos. Alguien tiene que ir a depurar todo lo que no hace sentido y dar una indicación de qué se hizo y por qué. Se ve. Ok. ¿Qué más? ¿Qué más? ¿Qué más? Y creo que en datos hasta ahí. Porque ahora veo la estructura, la puedo ver con STR. Puedo ver la estructura de datos simplemente con poner el nombre de la estructura de datos. Y además puedo ver cuál es, en este caso, la estructura de datos, pero en otra vista, que sería como en el view. ¿Se ve? Ok, dicho eso, hablamos de esto, esto, esto, esto. Ya. En el caso de las herramientas sencillas, que eran las que habíamos estado trabajando, aquí hablamos de read.csv. Y recordemos que cuando hablamos de datos así como tal. hablamos de una estructura de tipo data frame. Ahora, esto es en un entorno base, donde únicamente estoy trabajando con los datos que ya están. Sin embargo, no vaya a ser que me dé error, lo voy a reiniciar lo mío. Guardar, don't save. Ahora, en ciencia de datos vamos a necesitar instalar algunos paquetes. Un paquete de R es una colección de funciones, datos y documentación que amplía la capacidad de la base de R. Cuando yo instalo R, lo que me instala es un instalar básico, lo mínimo con lo cual yo puedo instalar. Por ejemplo, si necesito instalar un paquete. pero no tengo la función instalar paquetes, no lo puedo hacer. En este caso es la base de R, por lo menos me instala la función que permite instalar otros paquetes. En este caso, uno de los paquetes más comunes para ciencia de datos con R es Tidyverse. Tidyverse, creo que incluso en la clase de ayer ustedes instalaron no un paquete, una librería. La librería es... Un juego de funciones, datos y documentación. Ahora, Tidyverse es un conjunto de librerías. Es decir, si yo tengo, por ejemplo, funcionalidades específicas para Machine Learning, instalo cierto paquete. Si quiero instalar algunas funcionalidades únicamente para crear gráficos, instalo una librería. Pero si yo sé que voy a trabajar en un set completo y más complejo de cosas, instalo un paquete. El paquete es un conjunto de librerías. El más común, al menos que yo he utilizado, es Tidyverse. Tidyverse es un conjunto de librerías. Y vamos a ver cuáles son las librerías que contiene este paquete. Para ello, vamos primero a definir bien qué es un paquete. Por lo general, todos los paquetes están instalados en repositorios de código abierto y son lugares para guardar código que pueda ser consultado. Varios clases atrás confirmábamos que R es una iniciativa de código abierto. Por tanto, hay... Una gran comunidad que lo que hace es estar pendiente de actualizaciones, integraciones, etc. Entonces, ¿qué es lo que me da a mí más o menos de seguridad? Es que si, por ejemplo, necesito paquetes o librerías, hay algunas personas o empresas que las desarrollan y las comparten. Para que se puedan compartir, hay repositorios públicos. Esos repositorios públicos comunes para R... Estas personas que son los encargados como de custodiar AR, primero revisan que no hay bugs, que no sean virus, etc. Y dicen, ok, ya lo revisé, esta librería sí la puedo tener yo y que cada quien que la vaya a utilizar simplemente la descargue. Entonces, estos paquetes necesitamos hacer dos cosas. Una de ellas es instalar el paquete. Los paquetes se instalan solo una vez. Pero se cargan cada vez que se vaya a utilizar. En R, los reportes más comunes son CRAN, GitHub, Bioconductor, se pueden instalar desde la consola o la interfaz de RStudio. Los paquetes se instalan solo una vez, pero se cargan cada vez que se van a utilizar. Lo que acabo de comentar. En este caso, vamos a instalar el que llamamos Reader. ¿Qué podemos hacer? Install packages y se llama Reader. Ah, creo que funciona con dos comillas. Le damos Enter y me dice ok, estamos instalando el paquete. Es decir, así como instalé el intérprete de R se instala una vez así los paquetes o librerías se instalan una vez pero necesito cargarlos cada vez que yo los vaya a utilizar hola Usted está más cerca. Mentira. Ok, ok Repito yo sé que programar no es fácil y por eso es que a mí me gusta principalmente no es exclusivo estas materias en niveles básicos sí podría seguir en más avanzado pero es como prefiero que la encaminadita sea como más a este ritmo si alguien tiene duda le vuelvo a decir yo ya pasé por todo esto hace ya más de 20 años y si no entiendo lo básico ya tipo semana 7, 8 entender lo que no hice al principio es más difícil la pregunta es para que todos queden muy claros porque estoy al final de la clase pasada alguien me preguntó y me quedé con que ok, esa duda probablemente más de alguien la tiene, pero no la ha querido hacer porque es como, si el profe ya lo explicó y no me va a querer decir, no lo que tenemos nosotros es una computadora si, bueno ¡Gracias! No es que quiera ponerme muy bobo para explicar el concepto, sino que para que quede muy lineal lo que quiero plantear. Lo que yo estoy haciendo es dándole indicaciones a la computadora. ¿Por medio de qué? Por medio de comandos o instrucciones. ¿Quién hace todo lo que le estoy pidiendo? Es la computadora. Si yo tuviera la capacidad de hablar el lenguaje máquina, no tendría que pasar por todo eso. Sino que yo le digo a partir de 0 y 1 que es lo que quiero que haga y lo debería de poder hacer. Ahora, como no sé lenguaje máquina 0 y 1, tengo que pasar por un lenguaje que yo más o menos comprendo o que es menos difícil para mí que el lenguaje máquina. En este caso R. Cuando yo le quiero dar indicaciones a la computadora, tengo que hacerlo a través de esta interfaz, que es el lenguaje R. Ahora, de todo este R estudio, que a mí me sirve para hacerlo más fácil, pero es la mentira que el programa me ha dicho, mira, es más fácil, pero esto es muy difícil, sería mucho más difícil de otra forma. Ahora es, ¿cómo hago realmente para decirle, computadora, aquí va esto, que alguien más interpretó, en este caso es el lenguaje R? Mi único canal. Para que yo pueda enviar indicaciones a la computadora, es la consola. Mira, pero te vas a decir arriba, Pérez, mi único canal para mandarle indicaciones a la computadora para que haga algo, es la consola. Por eso es de que comenzamos escribiendo en la consola. Ahora, pensando también cuál es el objetivo de esta materia. estadística, porque también lo van a hacer, es que puede que trabajen en grupo. Puede que mi análisis no lo voy a terminar en un solo momento. O en todo caso es mire, hice el análisis y si lo quiero ver otra vez de aquí a cinco meses no voy a volver a escribir ruta, archivo va a ser igual a fachos, el dato va a ser igual a esto, hago esta transformación, hago esto. y yo acordarme milagrosamente que es todos los pasos que llegué para al final poder decir y esa es la tendencia del PIB en Centroamérica todos esos pasos tengo que tener una manera de cómo poderlos repetir entonces, lo que tengo marcado en este momento en rojo esto de acá, ese es Mi canal, por medio del cual yo le mando indicaciones o comandos a la computadora. ¿Cómo lo hago? Escribo, enter, escribo, enter, escribo, enter. Internamente, ¿qué es lo que estoy haciendo? Estoy, ya que tengo RStudio y RStudio tiene activado el intérprete de R, le estoy enviando indicaciones en lenguaje R, el intérprete se lo explica a la computadora qué es lo que quiero y me devuelve una respuesta que puede ser. Si quiero pedir un gráfico, me da el gráfico. Si quiero crear una variable, me da la variable. Si quiero hacer una suma, me da la suma. Mi canal por medio del cual yo envío estas indicaciones es la consola o lo que tengo marcado en RAW. ¿Para qué sirve esta parte de arriba? Esta parte de arriba, cuando yo escribo las indicaciones y presiono Enter, ya sabemos que aquí... No se ejecuta nada. Esto es como que si tuviera un Word para poder guardar todas mis indicaciones. En este Word yo puedo poner varias líneas, puedo poner tablaciones, puedo poner comentarios, puedo hacer un comando escrito en varias líneas y no pasa nada. Pero para que eso se ejecute, acá arriba. lo que hago es presionar porque entonces si por ejemplo estoy posicionado acá y ahí presiono control enter lo que le quiero decir es esta línea pasada a la consola y ejecutada siguiente que sería datos RSSV Control Enter, lo que estoy haciendo es esta línea, tomarla, ponerla en la consola y ejecutarla. Y ahí sigue el otro proceso que es el intérprete lo lee y le manda la indicación a la computadora. Entonces, si yo quiero enviar indicaciones directamente a la computadora, lo que hago es utilizo la consola. Si lo que quiero es ir construyendo algo que puedo reproducir posteriormente, Lo hago en el script. ¿Para qué me serviría el script? Uno, si yo esto que estoy haciendo lo quiero ver de aquí a seis meses, de aquí a un año. Vuelvo a cargar el script y lo empiezo a ejecutar. ¿Qué pasa si también podemos trabajar el proyecto en grupos? Y es, ok, yo me encargo de la parte de limpieza y preparación de datos. Yo me encargo de la parte de transformaciones. Yo me encargo de la parte de generación de visualizaciones. Y yo me encargo del análisis. Todos trabajan en algo. Entonces, ¿qué puede pasar? Que no es como que, ah, vaya, entonces juntémonos en una computadora y todos trabajemos sobre la consola. Y una vez que terminemos, ¿y cómo se lo pasamos al profe? No le vamos a decir, mire, venga, ahí en esta computadora está. Lo que va a suceder es que esos pasos que ustedes hicieron lo van a guardar en un script arriba, porque por ejemplo eh Gisela trabajó la importación de datos, información, trabajo de la limpieza, trabajo holográfico, etc. Así va a ir ese archivo hasta que termine en un resultado final. Ese resultado final se lo puede devolver a Compartir de Luna para que todos vean cuál fue todo el proceso y al final el que me van a entregar a mí es ese final. Porque ahí lo que estoy diciendo es esa línea va a hacer esto cuando usted le dé enter. esta otra línea va a hacer esto cuando usted le dé. Entonces, ¿qué sería para mí? Aquí estamos hablando de que mi consola me ha servido para hacer varias cosas. Pero supongamos que aquí estoy construyendo algo que voy a reproducir en el futuro. En este caso, yo quiero crear un análisis. Pongámoslo aquí. análisis sobre pingüinos. Es decir, estoy construyendo una serie de pasos. Primero, vamos a construir la dirección del archivo, porque en alguna parte está ese archivo. Dos, construyo el diagrama. Tres, empiezo a hacer transformaciones. Cuatro, y todos esos pasos los puedo hacer. Así, por ejemplo, si yo no tengo nada acá, puedo volver a reproducir, ¿ok? Una de dos. Si no estoy seguro que esta línea sí me funciona y quiero ver que sí funciona, esta línea la copio, yo la ejecuto aquí abajo y si me da el resultado que yo quiero, ah, ok, sí puedo utilizarlo en mi siguiente fase. En mi siguiente fase sería. ¿Dónde está mi archivo? ¿Ah, sí me produjo el resultado? Ok, ya lo probé en la consola. Es una forma. Ya que sé que lo probé en la consola, ya eso lo puedo copiar aquí arriba. Es decir, no hay nada lineal y diga, tiene que ser así. ¿Qué sí tiene que ser así? Es, si algo se va a ejecutar, es en la consola. Si algo quiero que permanezca para poder ejecutar posteriormente, va en el script. Si ahora me pasan a mí el script y yo quiero ver qué es lo que hicieron, ok, agarro el script y lo ejecuto. Controlente, controlente, controlente. ¿Queda un poco más claro? La parte del script es para guardar los pasos cuando el proceso, si quieres así, cuando el proceso ya está depurado. Si yo quiero que las cosas se ejecuten. o quiero ir haciendo pruebas lo hago en la consola ¿se ve? ¿duditas hasta aquí? ¿no? Ok, entonces, por eso es que incluso es mi hábito ir limpiando la consola, porque la consola es mi canal en el cual yo le doy indicaciones a la computadora. Ya vi que se corrió, ok, limpiemos. ¿Qué decirle a mí? Ah, que si yo, por ejemplo, a ustedes les quiero pasar, mire, mire, esta sería mi resolución al problema tal, yo se lo voy a pasar como un script, para que ustedes lo que van a hacer es... Ir ejecutando los pasos porque prácticamente es yo les pasé un proceso limpio de cuáles fueron todos los pasos que yo estuve haciendo. Y si yo quiero que ustedes vean algo, prácticamente decirles ejecuten la línea 5, la 7, etcétera, etcétera, etcétera. Sí. Ok. Ahora, supongamos que también dentro de mi proceso es mire, en mi computadora necesito instalar un paquete. ¿Cuál paquete? Digamos este que acabo de hacer. Necesito que quien, y este es un buen ejemplo. Supongamos que yo voy a ejecutar un análisis y para ese análisis necesito puntualmente una función que se encuentra en la alegría. ¿Cómo hago yo, por ejemplo, para decirle a... Alexia, mire, cuando usted ejecute esta línea de comandos, va a necesitar tener habilitado la librería RIDO. ¿Qué va a pasar? Si lo vemos así, yo en mi computadora ya lo instalé. Pero ¿qué pasa si yo, en los pasos que yo transmito a alguien más, necesito decirle? Y cuando vos corras en tu computadora, también instalarlo. Por si no está, ok, esta línea que yo la ocupé en el análisis que estoy haciendo, ya vi que sí la voy a ocupar, la puedo trasladar y decir, ok, ahora que ya voy ejecutando mis pasos y necesito que alguien más lo reproduzca o quiero compartirlo con alguien más, ya lo copio hacia el script. Y prácticamente le estoy diciendo, ocupe FileChoose, cree esta estructura de datos, instale Reader, habilite Reader. Porque lo que estoy diciendo es, si quiere ver lo que yo hice, reproduzca mi script. Yo no puedo ver su consola, si me pueden compartir a mí el script. ¿Ya? ¿Más claro? Ok. Sin embargo, generalmente, y se lo puedo aclarar, generalmente esta línea casi no va. Porque digamos que cuando estamos utilizando R, generalmente ya sabemos eso. Se instala una vez, se habilita cada vez que se utiliza. Así que la instalación generalmente no va tan explícita. Es decir, tiene que instalarlo. ¿Qué si puede ir a miles de escenarios utilizar una función de RIDO? ¿Cuál función? Read-CSV. Dice que no me sale. Read-CSV. Y yo sé que read-CSV. Existe. Y existe dentro de la librería. De Read. Pregunto a Ciencio, ¿alguien tiene dudas de lo que estoy haciendo? Lo que yo necesito es otra forma de abrir un CSV, pero mi paquete base no lo tiene. ¿Qué necesito? Yo sé que esa otra forma de cómo cargar un CSV se encuentra en la librería RIP. Porque ahí está la función que busco, que es read-csv. Ahorita, por lo que quiero yo enfocarme, no vamos a ver las diferencias entre read-csv y read-.csv o read.csv2. Pero yo lo que necesito es cargar la función read-csv. ¿Está claro que actualmente no lo tengo disponible? ¿Qué necesito? Instalar la librería una vez, pero cargarla cada vez que la voy a utilizar como sesión. En ese caso, ¿qué le voy a poner? Cargue, así se llama la función, la librería que se llama Revit, la que para mí es línea 9. Esto lo que hace es instalar el paquete o librería que se hace en la computadora solo una vez. Pero si necesito cargar la librería cada vez que inicio una nueva sesión. Quiero poner eso en este momento y ahorita voy a demostrarles que si funciona y que no funciona. pero generalmente generalmente tomando ese punto, generalmente esto no va, ¿por qué? porque a veces instalar la alegría puede tomar tiempo, y eso quiere decir que le vuelvo a atrasar su proceso de, vuelva a descargarla necesito que, no, ya debería usted tenerla instalada Entonces, ¿qué si van a hacer obvio? que esa librería va a ser necesaria en adelante. Entonces, ejecuto. ¿Cómo lo ejecuto? Tengo dos formas. Uno es ejecutarlo en mi consola. ¿Qué pasa si lo ejecuto aquí? Si lo ejecuto en la consola es, miren, cárguela y la única evidencia que la librería se necesita quedó en mi historial, en mi computador. Pero si yo se las quiero transmitir a ustedes y decirles, no quiero que ellos estén preguntándose cuáles son las librerías que tengo que ocupar, se lo voy a compartir en el script. Y el script va a decir línea 9, creo 10, cargar librería que se llama Rhythm. Así si yo la cargo acá, ya, ya es todo. Porque lo que hice en la fila 9 para mí es instalarlo. Ahora que ya está instalado, Library y entre paréntesis Reel, lo que me está diciendo es, esa librería que usted ya tiene instalada solamente es, ok, ahora habilitémosla para este trabajo. Con gusto, mande. quiero explicarlo de una forma este Lo que estamos haciendo, no por la forma de responder, sino como no mencionar otras cosas que no quieren saber. Lo que estamos haciendo nosotros es, y creo que yo sé que ya sueno como, pero eso ya está viejo, por eso es que nos regaña cada vez o nos aconseja de esa forma. No, lo que yo estoy haciendo es intentar en ustedes hacer conciencia. Eso que estamos viendo aquí es. Así de un análisis de datos. Un análisis de datos incluye ese gran proceso de machine learning, creación de modelos, aplicaciones. Esto puede ser varias páginas solo para llegar a un análisis. Ahora, ¿cuál es el proceso medianamente ordenado? Es que, por ejemplo. Si yo voy a hacer un análisis y claramente lo voy a reproducir para mí, para mis compañeros, para mi jefe, para publicarlo, lo que sea, voy a utilizar la consola porque necesito que haga algo. Ahora, más o menos podría ser ok, ya vi que necesito eso. Yo habilito aquí arriba para mí. Un espacio que sería porque yo que lo estoy haciendo, me voy a ir dando cuenta que hay cosas que no son comunes y que sé que alguien más que lo quiera ocupar la va a tener que utilizar. Entonces yo le dejo claro en ese proceso de paso uno. cargar este paquete. Paso a, ¿sabe qué? Hay varias librerías que voy a necesitar. Esto, digamos, es una forma. Lo he visto más común en Python, que, por ejemplo, lo primerito, primerito, primerito de todo esto es un apartado que se llama a las librerías a utilizar. Porque, por ejemplo, ¿qué pasa si hay una forma diferente? de cómo cargar el archivo. Hay una forma diferente de cómo hacer algo antes de todo lo demás. Entonces, ya con esto me aseguro de ya están cargadas las líneas que voy a utilizar, ya puedo seguir. Es decir, pensemos que este proceso de cargar las líneas no es solo para los demás. Es qué pasa cuando yo termine mi análisis o lo voy a continuar la otra semana, cierro mi computadora, la pago y todo. Y cuáles son las líneas que voy a utilizar. A medida que la voy utilizando, voy yo anotando para mí o para los demás, arriba de cuáles son mis sobre librerías que voy a utilizar. Generalmente hay un apartado en los análisis de cuáles son las librerías que vamos a ir a utilizar. Porque ya me topé yo en que no tengo. Ah, hay que cargar a día. Ahí viene mi buena práctica de como ya vi que esa librería no la tengo, yo me voy apuntando arriba de una vez que la necesito y la cargando. ¿Se ve? Entonces, como ya vi que sí necesito librería RIDER, ok, la cargo acá arriba y le digo, mire, cuando alguien vaya a reproducir mi código, primero lo que va a hacer es cargar la librería, cargar FileChoose, crear el archivo. Ah, pero ahora que si lo vemos secuencialmente, a estas alturas ya tengo disponible mi librería RIDER. Por tanto, ya tengo la funcionalidad de read-csv. Si eso llegara a ser cierto, ya puedo utilizar read-csv. Que aquí mismo me aclara, esta función read-csv es parte de la librería reader. Si yo no he cargado reader... La función read-csv no está habilitada para mí. ¿Se ve? Para reforzar este punto, voy a guardar esto para mí. File, sebas. Uy, me lo vi. ¿Dónde? Aquí. El documento, digamos, descargas. Clase 0903. Y en ese caso, ojo, antes de proceder con lo demás, quiero que vean. Si yo veo en mi entorno de trabajo, tengo disponible. la función read-csv si estamos todos viendo que si está read-csv cierro RStudio sin guardar lo vuelvo a abrir y procedo igual, control L para mi read no hay bajo csv porque lo que hice fue cerrar RStudio y es como ok estamos iniciando otra vez yo no sé que hiciste en la última vez que te conectaste pero yo no sé si cargaste librerías cuál sería entonces para mí la resolución es ok podemos comenzar a ejecutar el script que para mí es esto funciona Y estos son los pasos que vamos a utilizar. Ok. Comencemos a ejecutar desde arriba. Cargar. No instalar. Cargar. Ok. Ya la cargó. Cargar. No. Construir. Fanchos. Ok. Cuando cargue, se fue para acá. Y aquí está. Y el siguiente, ya que sé cuál es esa ruta de archivo, construyo. Ah, ese es el error. Aquí está read-error. No existe. Este no existe. Pero ahora que ya cargué de nuevo en mi sesión, ya cargué a reader, la librería, ya tengo acceso a las funciones que están en esa librería. Ahora sí ya puedo decir. read-csu ahora si existe porque ya dentro de esta sesión volví a cargar la librería que es lo que nos puede pasar que por ejemplo estemos corriendo un script y no me acuerdo como decía Che no me acuerdo cual fue la librería donde lo saque si tengo por hábito estructurar mi código para que una de las primeras cosas que haga es ir haciendo el inventario de librerías, porque la voy a ir cargando. Entonces ya sé que más adelante ya las tengo disponibles. Mándenme. Ah, sí, es cierto. Pero, sí. Y la otra, antes de que haya decido, pero es más fácil así. No, existe también esta posibilidad, pero aquí es. Está bien. Aquí está. Pero aquí es más que todo para la sesión y es para la computadora. Si se fijan, me dicen, mire, pero fíjense que a mí me enseñó, incluso el año pasado me enseñaron que puedo crear un DataFrame jalando el archivo. Sí, pero eso es usando el entorno. ¿Cuál es la metodología que yo quiero que tengamos? Es cómo hago esto reproducible. ¿Qué es reproducible? No le puedo decir a alguien aquí. etcétera, etcétera, etcétera. ¿Qué si le puedo hacer que reproduzca el código? Por eso es que yo prefiero que utilicemos file choose porque con ese es el código se ejecuta porque se ejecuta. ¿Que puedo utilizar este administrador de paquetes? Sí. ¿Aquí lo puedo instalar, lo puedo habilitar? Sí. Pero... Con esta forma yo no me aseguro de que quien lo vaya a utilizar, que probablemente no voy a ser yo, también haga los mismos pasos que yo. Si yo los paso, se los transmito por medio del código, eso se va a ejecutar. ¿Sí? ¿Estamos? Ok. Entonces ya puedo utilizar. por eso es de que se hace como un proceso de reproducción ¿qué es lo que puede suceder en algunos casos? y creo que es para hacerlo un poco más fácil ¿qué pasa si yo ya sé que ruta archivo es eso que está ahí? y yo sé que cada vez voy a ir a apuntar al mismo archivo hagamos algo más sencillo la ruta del archivo Esta de acá, ¿no? Ok. Entonces ya no lo pongo acá porque ya obtuve la dirección de una vez y ahora la puedo sustituir acá y decir, mire, la ruta del archivo va a ser esta. Es decir, creo que vamos a aprovechar esta pregunta para resolver. Mire, pero entonces todos esos pasos que estoy haciendo, ¿me los tengo que aprender cada vez? No necesariamente. algunos de ustedes los investiga y los plasma en un script y el script se va a ejecutar solo como en este caso, que pasa si ahora en lugar de utilizar un file choose lo utilice una vez para capturar la dirección del archivo donde voy a estar trabajando, ok puedo borrar todo y decirle, mire sabe que, reproduzcame todo y aquí está solo le di al script corre al script y ya no me tengo que estar asegurando yo de cuáles son todas las alegrías necesarias ya está si de momento suena que mire tengo que acordarme de todas las alegrías No es como que vamos a ocupar cientos de leverías, pero sí por lo menos unas seis, ocho, y las apunto ahí, y yo sé que esas seis, ocho, cada vez las voy a seguir ocupando. Las listo una vez, cobro el script, y ya tengo todo reproducido. No es como que mire y, ajá, ¿se ve? ¿Duditas hasta ahí? Ok. ¿Qué más? Bueno, creo que no hay ningún problema. Igual vamos a utilizar el Tidyverse. Ojo, Tidyverse, insisto, Tidyverse es un paquete. ¿Cuál es el centro de un paquete? Una librería, una librería es un conjunto de funciones, datos, etc. Un paquete es un conjunto de librerías. Veamos. Instal.packages Tidyverse. ¿Por qué yo prefiero Tidyverse? Porque dentro de Tidyverse está Gigi Plot 2, que es el que ustedes usarán. No digo que esté mal, es como el que ya conoce es parte de Tidyverse. Ok, yes. Con gusto. Que ejecute esto de acá. Instal.packages.id. ¿Se ve? Pero esa es la instalación. ¿Qué necesito? Ah, retomando lo que decía Jane, ¿cómo hago para acordarme que voy a utilizar Tidyverse en el camino? En mi script, library, Tidyverse. Quiere decir que esta librería... Ya la tengo instalada. Si no la tuviera instalada, no me la sugiere. Bueno, hay que instalarla así como hicimos con el RIDDLE. ¿Cómo la instalamos? Aquí abajito. Es decir, primero la instalo una vez en la computadora. y de ahí cada vez que vuelvo a abrir la instancia creo que quizás lo que cuesta es ¿qué pasa si voy a trabajar unas 4 horas en eso? y de ahí sigo y sigo trabajando ¿qué es lo que no puedo hacer? trabajar unas 4 horas en ese análisis apago la computadora y seguir con lo demás al día siguiente tengo que volver a cargar la librería No es que, mire, cada vez que quiero una función tengo que cargar la librería. No. Cada vez que inicia prácticamente la sesión tiene que instalar. Si esto funciona, puedo decirle del otro método, yo sé que tengo que cargar la librería. Entonces, aquí ejecuto control-R y le estoy diciendo cargue la librería. La librería... Pero el paquete contiene todas estas librerías. Contiene DeepLayer, Forecast, GML2, Luriday, Purr, Reader, Stringer, Tivo y TidyR. Es decir... Tybels contiene adentro de él otras librerías, que son esas nueve. ¿Se ve? Por tanto, si les preguntara qué es una librería. Datos de documentación. Es decir, lo que nosotros estamos haciendo es utilizando todo el montón de conocimiento que ya alguien más nos adelantó. ¿Qué puede ser? Funciones que hacen cosas más complejas. Funciones que hacen cosas más fáciles para nosotros. Datos que son datasets que me permiten a mí ir trabajando. Y documentación sobre algunas funciones o datos. Es decir. Lo que ustedes están haciendo ahorita es prácticamente entrando a un gran ecosistema de datos. Hay mucha gente que se ha dedicado a crear librerías y paquetes para que los demás sigamos aprendiendo sobre datos. Eso incluye funciones. Datas con los cuales yo puedo comenzar a practicar y estudiar. Y además documentación que me permite a mí conocer sobre funciones, sobre datos, sobre otros temas. Para estos ejercicios que vamos a hacer, también vamos a cargar una librería en la cual principalmente vamos a utilizar un dataset. ¿Qué es un dataset? Es un conjunto de datos. que por ejemplo yo lo voy a utilizar. Por eso decíamos que vamos a hacer análisis sobre pingüinos. Hay un dataset bien común, sobre todo cuando estamos comenzando a estudiar ciencia de datos y ese es de Palmer Penguins. Es decir, alguien llegó a hacer un estudio de unas tres islas, no me recuerdo, no me recuerdo bien, pero llegó a hacer un estudio para tomar muestras sobre pingüinos. Agarró un pingüino, tomó ciertas medidas, guardó esos registros y lo publicó. Como mire, para poder hacer ejercicios. Ese ejercicio lo vamos a utilizar con install.packages. Si no me mal recuerdo, creo que era penguins. Ahí está. Esto se hace una vez, instalar en mi computadora una librería que se llama Penguins. La librería que se llama Penguins contiene dentro de ella funciones, pero principalmente contiene datasets. Es decir, conjuntos de datos con los cuales yo aprendiendo ciencia de datos. puedo practicar. Estos paquetes, ok, ya que lo tengo instalado ¿qué me hace falta? ¿Cómo? ¿Por qué? No, hombre. No, pero si ya está. Espéreme, déjeme ver. No, si es apropiado. No, chavaca nada la que estoy haciendo yo. Hola. Ya le digo, ya le digo. Se me han perdido los pingüinos. Ah, perdón, perdón, perdón. No, perdón, yo me equivoqué. Palmer Penguins. Palmer Penguins. Ya ve, por eso era. Es que como no lo paso instalando acá rápido. Palmer Penguins. Palmer Penguins. ¿verdad? no, claro que sí, esa sí existe porque yo la probé ¿sí? ¿sí? ok ya que sí tenemos panel penguins ¿qué es lo que nos hace falta? guardarlo para poderla Así que decimos, mire, ¿sabe qué? Voy a utilizar la librería llamada Penguins. Ah, que no lo instalé yo. Solo le dije algo, pero no lo hice yo. Start with the packages, Palmer, Penguins. Ya lo instaló, ya que lo instaló, Library, cargándolo. Penguins, aquí está, Pablo Penguins. Hola. André, tú estás más cerca. ¡Carajo, mami! Ok, veamos, estamos ahí instalamos el paquete de Palmer Penguins una vez una vez instalado lo que hacemos es cargar, ya que tenemos cargado ojo, siempre bajo esa misma lógica es ¿qué pasa? o pensemos en no solamente en mi yo del futuro y me voy a acordar, no, el buen acto es Gracias. Que si mi análisis va a incluir ciertas funcionalidades, tengo que recordarme de tener habilitadas esas funcionalidades. Por tanto, vamos a decir, ok, Paddle Penguins. Y ya, ahora que ya funciona, puedo decir, ok, lo guardo para más adelante. ¿Cómo sé que sí ha funcionado? Porque ahora tengo un dataset que se llama Penguins. Este dataset que llamamos Penguins, insisto, se encuentra disponible gracias a la librería Palmer Penguins. Y más o menos así luce esa estructura de datos que vamos a llamar Palmer Penguins. Con esa estructura de datos vamos a trabajar. Es decir, ¿qué es Palmer Penguins? Palmer Penguins es esa estadística que alguien tomó, un montón de pingüinos, no tenía nada que hacer. tomó los largos de las aletas, la altura, el peso, para por lo menos decir, mire, lo que me gusta de este paquete es que, por ejemplo, con él mismo, podemos tener insumos para más o menos trabajar en Machine Learning. Es decir, cómo hacer un análisis entre las especies. Puede ser. un análisis supervisado o no supervisado. Por tanto, puedo decir, mire, quiero saber cuáles son las características de un pingüino de esta especie. O, mire, según las características, intente predecir cuál es la especie a la cual pertenece. Porque tengo para cada uno de los pingüinos, género, peso, largo de la aleta, eh... y no me acuerdo que más pero por ejemplo tengo diferentes categorías con las cuales yo puedo hacer conjeturas sobre ellos, por ejemplo ahora que ya tengo disponible a Penguins puedo decirle, mire sabe que quiero ver la estructura de Penguins, que le estoy pidiendo acá, ya que tengo que es Penguins quiero ver su estructura La estructura de esta de esos datos es el sentido que dijimos que era un tipo. Es un data frame, pero mejorado. Sigue siendo un data frame, pero con algunas características que lo hacen más rápido. Pero sigue siendo 344 filas o 344 observaciones por 8 variables. Es decir, tengo información de 344 pingüinos y sus 8 características. ¿Cuál es la especie? ¿En qué isla lo encontraron? ¿Cuál es el largo? de la aleta, cuál es el alto la aleta no me acuerdo qué más el peso y en qué año fue tomado los datos todas las versiones Vamos a estandarizar eso ya. ¿Estamos? Sí. ¿Qué más podemos hacer con este DataFrame? Uno, vimos que para poder ver un DataFrame, utilizamos Vue. Vue Penguins. Me abre otra ventanita donde aquí puedo ver cuáles son las características de esos pingüinos con el data frame que yo tengo disponible. Ah, lastimosamente no. porque repito eso fue producto de una investigación que alguien dijo voy a compartirlo, datos fue, vio la especie guardó registro de la especie el lado de la aleta, la altura el peso, el género el año en el que se tomó y la isla donde lo encontró, porque son tres islas entonces en esas tres islas tomó la información de estos pingüinos Gracias. y lo dejó en registro explicaciones tiene un montón pero al final más que la explicación es cuál va a ser mi criterio, qué voy a hacer con él es decir lo que vamos a ver aquí, tal vez no en esta materia pero es Si yo quiero estar claro de una respuesta, y eso incluso le va a servir para estadística, no solo para mí. Si yo quiero dar una respuesta sobre una pregunta, tengo que tener claro mi panorama. En ese caso puede decir, ok, voy a hablar y voy a hacer conjeturas sobre los pingüinos. Y puedo decir, generalmente los pingüinos de la especie Adelink, la mayoría se encontraron en la isla de Torgensen. Pero Mi análisis también tiene un pero, que es dentro del proceso para llegar. Por eso es el anticipo a lo que ustedes van a hacer en el proyecto final. Si yo recibo una base de datos y voy a terminar dando conclusiones, lo que yo voy a dar es todo el proceso. En ese caso es cómo lo importé, qué liderías utilicé. ¿Cuál fue mi proceso de limpieza y preparación de datos? Que no lo hemos visto. ¿Cuáles fueron los gráficos que yo utilicé y por qué? ¿Cuáles fueron las luces que todo eso me dio? ¿Y con qué concluir? Sí hay que concluir. Pero, por ejemplo, ¿qué podría decir aquí? Como decía Aurora, es, mire, y quiero señalar que en mi proceso de limpieza de datos, descarté, porque ese fue un criterio. descarté aquellos que, por ejemplo, en el largo de la letra tenían cero o no aplica. Porque en el criterio es yo no tengo como una encuesta decir, ah, mire, vamos a rellenar. Hay diferentes criterios en Machine Learning, como por ejemplo, es la imputación. La imputación puede ser tomemos el promedio, tomemos el mínimo, tomemos el máximo. Hagamos un cálculo de un medio móvil. Hay diferentes criterios, pero uno y el más sencillo es, mire, dado que estos registros pueden ser 2, 3, 4. Dado que para este registro en estas cuatro variables no tomé valor, no hay valor, yo lo descarto. Así, por ejemplo, es tengo 344 observaciones, pero yo trabajé con 342 porque habían dos pingüinos para los cuales no habían estos datos. así que lo saqué de mi análisis. Es decir, es un proceso. No solo es de empezar a escribir el código. En ese caso es cómo voy a graficar al pingüino número 4, del cual no tengo ninguna información. No puedo asumir más que la especie y la isla. ¿Qué puedo inferir sobre él? Nada. Mi criterio es, ok, como no tengo información y no puedo ir a ver cuál pingüino era y volver a tomar las medidas, solo lo saco. Hay que dejar evidencia de el antes 144 y saqué 2 por este criterio. ¿Se ve? Ok. Y creo que de las últimas cosillas que vamos a ir viendo ¿Qué más? Lo que yo tengo es la estructura de la estructura del data frame. ¿Qué hicimos? Ah, miren, si quiero ver solo penguins, ok, penguins. Y eso es todo. En este caso, solo poner el nombre del data frame me dice, miren, estamos hablando de un table de 344 por 8, estas son las columnas, y estos son los tipos. Este tipo de datos no lo hemos visto todavía, que es un factor. Este es un double, es decir, un número con decimales. Double, número con decimales. Este es un int, número entero, etcétera, ¿Sí? Pero, ¿qué pasaría si dentro de mi análisis quiero verlos? No todos, quiero ver en el orden en el que estén los primeros valores. Lo bueno es que esta función es común tanto para R como para Python, que es cuando tenemos un dataset o un... bastante grande lo que a mí me puede ayudar inicialmente para comprender los datos, porque no es solo escribir código tengo que comprender los datos quiero ver por lo menos, más o menos, cómo van los datos, entonces aquí puedo decirle mire, quiero ver los primeros cinco de Pemex quiero ver los primeros cinco de Pemex Porque es los primeros. Uy, fue a la vez. Fue a la vez. De Penguin es los primeros cinco, perdón. Que hay más, sí hay más. Pero. Gea me muestra los primeros cinco. Si quiero ver los últimos cinco. Y así no tengo que saturar de la memoria de estar consultando toda la base de datos a cada vez. G me muestra los primeros tantos y T me muestra los últimos tantos. me pregunta mire por qué Penguins no lo utiliza con RID no quiero saber si se comprende si no pues están en todo su derecho de que yo les explique En el caso de los Reels, hay datos externos que quiero traer. En ese caso, mire, hay un archivo .csv. Tengo que encontrar un método para esa información traerla. Y ahí entonces lo que hago es ir a abrir el archivo, sacarle un .csv y convertirlo en un Taylor. Pero, ¿qué pasa con el PenWiz? Penguins no es un... archivo externo. Penguins es una base dentro de Palmer Penguins y como yo lo que hice es cargar la librería Palmer Penguins, cuando lo cargué, ahí venía también la información de Penguins. Si el archivo es externo, puede ser un XLS, un CSV, un .sav, un .sav, Eh... o una conexión a una de datos, necesito prácticamente un convertidor de datos externos para poderlo meter. A ver, en este caso, Penguins ya existe. Y lo único que hice fue instalarlo. ¿Qué hizo la instalación? Ojo, hay que tener internet. Conectarse al servidor y traerse toda esa información y ponerla en la computadora. Ya la tiene en la computadora o en la instalación. Ahora, como le digo, mire. Pállese aquella carpetita dentro de mi computadora y tráigase esos datos. Ahí le dije Library Palmer Pen, porque ahí la va a cargar. Cuando cargó Palmer Pen, ahí se trajo todo y ya está disponible. ¿Estamos? Y el último, que también es parte de lo que ustedes hicieron ayer. Si yo les preguntara en este momento cuántos pingüinos tiene la base, puedo decirle un largo de penguins. Y me dice 8. ¿Pero 8 qué es? 8 es la cantidad de variables, ¿no? Pero yo quiero los 344. Sale más interesante que, por ejemplo, digamos, mire, quiero ver qué hace tabla. ¿Dónde está el table? ¿Qué hace el table? Una tabla. Y me dice table de penguins enter. Uy, necesito más información. ¿Qué información? ¿Cuál va a ser mi variable de? de agrupación. ¿Qué hizo? Construyó una tabla donde lo que fue a hacer es contar dentro de la tabla Penguins cada vez que encontró en la columna de especies un valor diferente. Así encontró 152 de Adelie, 68 de Chinstrap y 124 de Kento. quizás lo hice un poquito rápido lo que, si les pregunto en esa estructura, ¿qué es table? ¿qué es table? o sea, la traducción no ¿qué es? ¿qué es? una función ¿qué es? Sí, también es mesa, pero no. T-B-O-L-A-Q-I-A-Q-I-A-Q-I es una función. ¿Qué es Penguins? No traducción. Ahí. Es una... Un dataset. Dataset. ¿Y qué es Species? Es una variable que pertenece a Penguins. En ese caso, quizá un poquito rápido, ese símbolo ahí lo que me quiere decir es quiero hacer referencia a un miembro o a un elemento de pingüins. En ese caso es quiero hacer referencia de todas las variables que tiene a speeches. Va a contar la cantidad de ellos porque va a ser un recuento. El símbolo de dólar me está diciendo, en este caso, Fisher pertenece a Pennington. Ok, la categoría especies es la que voy a utilizar como parámetro para hacer construir mi tablet. Los contó. Sí, hubo un montón. Un montón de cosas. Pero sí me quería quedar con, ustedes vieron. Facebook y también vieron cómo tomar referencia a una variable de toda la estructura. Vamos, gracias. ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? Gracias. y por eso me he pasado de todo a la gente que no me sabe porque ellos ya tienen la información que me dicen que no me sabe y entonces me he pasado de todo Nosotros esperamos darle por el dinero que nos pagó el transporte. No sé si tendremos un favor, pero eso es lo que dice el gobierno. El gobierno de Andrés nos va a aceptar el dinero. Por otro lado, el gobierno de Andrés nos va a aceptar el dinero. La lucha es la lucha. Yo lo voy a seguir. Desde donde me permito. Si me da la oportunidad, pero igual. Gracias a todos ustedes por estar. Ah, yo más viejo que te. Al levantar el presente, pero para mí sería muchísimo. Sería muchísimo mejor. Pero el tiempo es un poco largo. Y esperan, esperan, esperan. Tenían que ir con varios. Son muchas cosas que se hacen. Y de tanto tanto tiempo que todo el mundo. En caso de que no sabía que era una palabra de vida. No es un todo. pero no qué pregunta era pues este toda la guía está contando por la última pregunta para la propia Ah, creó un vector mixto. Ah, pero eso era... ¿Sí? O sea, ¿cuál es tu duda? O sea, quería... Porque a este no lo... O sea, la respuesta a tu pregunta es no existe un vector mixto. No, o sea, tipo... O sea, pero para empezar... O sea, ¿cuál es tu pregunta? O sea... Eso sí está muy bien. Vaya, ese es bueno. Y lo otro que quería era de... Vaya, pero o sea, que no en teoría es lo que había dicho usted. Sí. O sea, es que vos lo podés crear, tenés la intención de crear un vector mixto, pero un vector mixto no existe, porque los vectores junto con arreglos y matrices, todos son... homogéneos. Entonces no puedes crear no puedes crear diferentes tipos. ¿Qué sí puedes hacer? Ah, bueno, mire, fíjese que tengo como pusiste. Es decir, si está buena la intención, que quizás te hubiera hecho falta que en lugar de poner edad hubieras puesto texto, número Julián, son tres tipos diferentes. ¿Qué va a pasar? Que cuando vos lo intentes crear, te va a decir, ajá, va, qué bien, démosle. Pero eso no es así. Porque al momento que vos pusiste un texto ahí, a todos te los va a convertir a texto. O sea, sí está bien, pues, porque me refiero a que estás intentando hacer eso. Que no te va a dejar. Ah, ya, ya. Porque sí, sí, sí lo hiciste adecuadamente, que es intentar. O sea, que esto en la práctica y en el control no se podría hacer. O sea, lo que pasa es que vos lo hiciste, pero no te dejas, o que no funciona. Y ahí van todas las opciones. ¿Vos decís qué te hiciste? No sé. pero si lo es hay alguien que bueno quizás por el año pasado yo me acuerdo que se podría poner como en lo de precios porque aquí vaya o sea se tiene que 19 puntos pero si lo queremos convertir a moneda como tipo dólar libra, franco no se podría hacer porque a vos se interesa el valor Ah ok, entonces es por eso que se le pone Por eso Que de alguna manera le quieres presentar bonito Ok, al dato le pongo Formato, pero el dato es uno Y la verdad es que Solo para Vectores cuando tiene lo de combinado Sí, esa es una forma La otra que vimos Es creando secuencias Exacto Dos puntos Gracias. de ahí vamos a ver gracias chau no entendió que

En este caso decíamos que como DataFrames tenemos uno creado a partir de la función leer.csv en ese caso es va al archivo, toma la dirección una vez que toma la dirección una vez que tenemos Un DataFrame, este DataFrame es una estructura tal que puedo ver en las filas, las observaciones o registros, es decir, la información de cada uno de los elementos que estoy viendo y en cada una de las columnas las variables o características. Hasta ahí nos habíamos quedado. Ahora, ¿qué otra cosa podemos hacer con estos DataFrames? Es decir, ¿cómo veo yo esos datos de los que estoy hablando?

por tema de espacio Si yo, por ejemplo, quiero ver aquí qué es datos, me aparece, mire, datos es esa cosa que está ahí. Es decir, se alcanza a ver más o menos que cuando hago la llamada a datos, me presenta, si fueran muchos, voy a ver ahí parte de esa información. En ese caso es, esto que tengo acá es una estructura bastante similar.

a lo que originalmente tomamos del archivo students.csv, donde tengo una columna referente al ID, una columna para el nombre completo, una columna para la comida favorita, otra cosa es para el plan de comidas y la edad. En este caso, quiero adelantarme un poquito sobre todo lo que vamos a ver, y es que sobre mis datos... Parte del proceso, incluso de Machine Learning, es que voy a trabajar sobre datos que son útiles. En este caso, la fuente de datos, hay una parte en la que dice N pleca A y hay otra parte que, por ejemplo, tengo simplemente un dato ausente.

¿Cómo voy a trabajar eso? Va a depender. Pero sí, por lo menos, quiero que estemos conscientes que va a tocar.

que de mis fuentes de datos haya alguien que interpreta que un NA en aplica como texto me va a tratar a mí de dar la idea de qué significa no aplica o no disponible o no hay datos. Y alguien también interpretó a que bueno, si no pongo datos, se sobreentiende que aquí no hay datos. según lo que estemos haciendo más adelante con cosas un poco más complejas, si voy a tener que especificar, ok, para mí que eso no aplica, es cuando pongo texto en NA o es cuando no hay datos, o los dos y así va a ser el tratamiento que voy a aplicar para cada uno de ellos, es decir en ese proceso de un científico de datos, voy a recibir mis datos, pero siempre van a encontrar mis values o datos que no están bien calculados y hay que hacer en ese caso una limpieza de datos ¿sí?

Pero sí, por lo menos, quiero que nos vayamos acostumbrando que yo tomé mis datos que venían de mi archivo students.csv y los trasladé a un entorno que yo ya puedo manejar, que en este caso es RStudio con el lenguaje de R. Entonces, ya que tengo mis datos importados y que ahora sí se llama datos, sí se llama datos porque aquí podemos ver que existe. Antes solo era, prodúzcame un DelaFrame con esa información.

No más. Ahora, ya que tengo esta información, puedo tomar alguna especie de exploración de datos. ¿Cuál sería en este caso mi exploración de datos?

Uno es lo que hemos visto, la estructura de estos datos. La estructura me dice, ok, tomo entonces STR, que es para ver estructura, y me dice que tengo seis observaciones y cinco variables. Aquí ya no lo veo en... formato de de Taylor. El de arriba si hay formato Taylor.

Aquí es quiero ver cuál es su estructura. Ah, ok. En su estructura tenemos cinco variables. La variable sudenid, la variable fullname, la variable favorite food, etc.

Y aquí están los valores. Los que se alcancen a ver. Porque puede ser que haya miles de valores y no se van a mostrar todos ahí. Es correcto.

Sí, correcto. Es decir, la pregunta es, mire, es correcto que tengamos, como en este caso, si me dicen que es edad, tener valores de tipo carácter. Para estos casos, no.

Pero, ojo. Vuelvo a repetir, la intención de estas clases dos de hoy son más o menos que tengamos mayor claridad de lo que hicimos y que seamos capaces de comprender un poco mejor de cómo hacer gráficos. Que hay un gran proceso.

Lo que pasa es que quiero dejar como evidencia. Él dijo que así es. No, que hay muchas otras sutilezas o detalles que hay que depurar.

Sí. Y por eso varias de esas las vamos a asumir por el momento. En ese caso es, hay un proceso adicional de limpieza de datos.

¿Qué sería? Uno, ¿qué voy a hacer cuando diga NA? ¿Lo voy a tratar diferente o simplemente borro? Si hay un dato faltante, ¿qué voy a hacer con él? Lo voy a sustituir por una variable DOMI, que sería como, mire.

Si aquí, por ejemplo, no dice nada, ¿qué voy a hacer con él? Y además, ¿qué pasaría con los casos en los que necesito información adicional en el formato correcto? Como en este caso, 4, 5, 7 son textos.

¿Me sirven los textos como un formato para números de edades? No, hay que hacer transformaciones adicionales. Pero lo que quiero en esta etapa que comprendamos qué es un DataFrame.

Veníamos de que es una estructura de datos. Escalar, vector, existen los arrays, matrices y ahora el data. Porque el data frame es la base con lo que se construyen los gráficos.

¿Qué más puedo hacer ahora que ya conozco? Ver directamente datos. vea directamente la estructura, puedo utilizar también algunas otras herramientas como la función View. La función View, acá.

Ojo, estamos trabajando en Ptils. La función View, los chambres, los chambres. La función VIEW para mí tiene el objetivo de mostrar una estructura de datos.

Esa estructura de datos es precisamente haber escrito VIEW De la estructura de datos me va a mostrar precisamente esa estructura de datos, pero a modo de vista. Es decir, hay diferentes formas de tratar los datos. En ese caso es hay diferentes formas de verlo. Ese view lo que hace es que me muestra ahora.

La vista de mi objeto, datos, donde me confirma seis filas, cinco variables. Y aquí puedo ver también que en el caso de la observación tres, columna favorite food, y en el caso de observación cuatro, característica, age, tienen cosas que hay que tratarlas después. Es más, creo que también viene...

¿Qué hago con un file? Todo eso es, pero mire, pero eso alguien tendría que haberme lo dado bien. Si, por ejemplo, tuviéramos una estructura de analítica de datos bien compleja, donde por lo menos esta parte la realiza el analista de datos.

Se pura, transforma, hace mutaciones. Hace ingeniería de datos y ya todo bien bonito se lo pasa al científico de datos que no está haciendo depuraciones, sino que ya es más de construcción de modelos y análisis. Porque esta parte es como diríamos la carpintería para los datos. Alguien tiene que ir a depurar todo lo que no hace sentido y dar una indicación de qué se hizo y por qué.

Se ve. Ok. ¿Qué más? ¿Qué más?

¿Qué más? Y creo que en datos hasta ahí. Porque ahora veo la estructura, la puedo ver con STR.

Puedo ver la estructura de datos simplemente con poner el nombre de la estructura de datos. Y además puedo ver cuál es, en este caso, la estructura de datos, pero en otra vista, que sería como en el view. ¿Se ve?

Ok, dicho eso, hablamos de esto, esto, esto, esto. Ya. En el caso de las herramientas sencillas, que eran las que habíamos estado trabajando, aquí hablamos de read.csv.

Y recordemos que cuando hablamos de datos así como tal. hablamos de una estructura de tipo data frame. Ahora, esto es en un entorno base, donde únicamente estoy trabajando con los datos que ya están.

Sin embargo, no vaya a ser que me dé error, lo voy a reiniciar lo mío. Guardar, don't save. Ahora, en ciencia de datos vamos a necesitar instalar algunos paquetes.

Un paquete de R es una colección de funciones, datos y documentación que amplía la capacidad de la base de R. Cuando yo instalo R, lo que me instala es un instalar básico, lo mínimo con lo cual yo puedo instalar. Por ejemplo, si necesito instalar un paquete. pero no tengo la función instalar paquetes, no lo puedo hacer. En este caso es la base de R, por lo menos me instala la función que permite instalar otros paquetes.

En este caso, uno de los paquetes más comunes para ciencia de datos con R es Tidyverse. Tidyverse, creo que incluso en la clase de ayer ustedes instalaron no un paquete, una librería. La librería es...

Un juego de funciones, datos y documentación. Ahora, Tidyverse es un conjunto de librerías. Es decir, si yo tengo, por ejemplo, funcionalidades específicas para Machine Learning, instalo cierto paquete.

Si quiero instalar algunas funcionalidades únicamente para crear gráficos, instalo una librería. Pero si yo sé que voy a trabajar en un set completo y más complejo de cosas, instalo un paquete. El paquete es un conjunto de librerías. El más común, al menos que yo he utilizado, es Tidyverse.

Tidyverse es un conjunto de librerías. Y vamos a ver cuáles son las librerías que contiene este paquete. Para ello, vamos primero a definir bien qué es un paquete.

Por lo general, todos los paquetes están instalados en repositorios de código abierto y son lugares para guardar código que pueda ser consultado. Varios clases atrás confirmábamos que R es una iniciativa de código abierto. Por tanto, hay...

Una gran comunidad que lo que hace es estar pendiente de actualizaciones, integraciones, etc. Entonces, ¿qué es lo que me da a mí más o menos de seguridad? Es que si, por ejemplo, necesito paquetes o librerías, hay algunas personas o empresas que las desarrollan y las comparten. Para que se puedan compartir, hay repositorios públicos. Esos repositorios públicos comunes para R...

Estas personas que son los encargados como de custodiar AR, primero revisan que no hay bugs, que no sean virus, etc. Y dicen, ok, ya lo revisé, esta librería sí la puedo tener yo y que cada quien que la vaya a utilizar simplemente la descargue. Entonces, estos paquetes necesitamos hacer dos cosas. Una de ellas es instalar el paquete.

Los paquetes se instalan solo una vez. Pero se cargan cada vez que se vaya a utilizar. En R, los reportes más comunes son CRAN, GitHub, Bioconductor, se pueden instalar desde la consola o la interfaz de RStudio.

Los paquetes se instalan solo una vez, pero se cargan cada vez que se van a utilizar. Lo que acabo de comentar. En este caso, vamos a instalar el que llamamos Reader.

¿Qué podemos hacer? Install packages y se llama Reader. Ah, creo que funciona con dos comillas. Le damos Enter y me dice ok, estamos instalando el paquete.

Es decir, así como instalé el intérprete de R se instala una vez así los paquetes o librerías se instalan una vez pero necesito cargarlos cada vez que yo los vaya a utilizar hola Usted está más cerca. Mentira. Ok, ok Repito yo sé que programar no es fácil y por eso es que a mí me gusta principalmente no es exclusivo estas materias en niveles básicos sí podría seguir en más avanzado pero es como prefiero que la encaminadita sea como más a este ritmo si alguien tiene duda le vuelvo a decir yo ya pasé por todo esto hace ya más de 20 años y si no entiendo lo básico ya tipo semana 7, 8 entender lo que no hice al principio es más difícil la pregunta es para que todos queden muy claros porque estoy al final de la clase pasada alguien me preguntó y me quedé con que ok, esa duda probablemente más de alguien la tiene, pero no la ha querido hacer porque es como, si el profe ya lo explicó y no me va a querer decir, no lo que tenemos nosotros es una computadora si, bueno ¡Gracias!

No es que quiera ponerme muy bobo para explicar el concepto, sino que para que quede muy lineal lo que quiero plantear. Lo que yo estoy haciendo es dándole indicaciones a la computadora. ¿Por medio de qué? Por medio de comandos o instrucciones. ¿Quién hace todo lo que le estoy pidiendo?

Es la computadora. Si yo tuviera la capacidad de hablar el lenguaje máquina, no tendría que pasar por todo eso. Sino que yo le digo a partir de 0 y 1 que es lo que quiero que haga y lo debería de poder hacer. Ahora, como no sé lenguaje máquina 0 y 1, tengo que pasar por un lenguaje que yo más o menos comprendo o que es menos difícil para mí que el lenguaje máquina. En este caso R.

Cuando yo le quiero dar indicaciones a la computadora, tengo que hacerlo a través de esta interfaz, que es el lenguaje R. Ahora, de todo este R estudio, que a mí me sirve para hacerlo más fácil, pero es la mentira que el programa me ha dicho, mira, es más fácil, pero esto es muy difícil, sería mucho más difícil de otra forma. Ahora es, ¿cómo hago realmente para decirle, computadora, aquí va esto, que alguien más interpretó, en este caso es el lenguaje R? Mi único canal.

Para que yo pueda enviar indicaciones a la computadora, es la consola. Mira, pero te vas a decir arriba, Pérez, mi único canal para mandarle indicaciones a la computadora para que haga algo, es la consola. Por eso es de que comenzamos escribiendo en la consola.

Ahora, pensando también cuál es el objetivo de esta materia. estadística, porque también lo van a hacer, es que puede que trabajen en grupo. Puede que mi análisis no lo voy a terminar en un solo momento. O en todo caso es mire, hice el análisis y si lo quiero ver otra vez de aquí a cinco meses no voy a volver a escribir ruta, archivo va a ser igual a fachos, el dato va a ser igual a esto, hago esta transformación, hago esto. y yo acordarme milagrosamente que es todos los pasos que llegué para al final poder decir y esa es la tendencia del PIB en Centroamérica todos esos pasos tengo que tener una manera de cómo poderlos repetir entonces, lo que tengo marcado en este momento en rojo esto de acá, ese es Mi canal, por medio del cual yo le mando indicaciones o comandos a la computadora.

¿Cómo lo hago? Escribo, enter, escribo, enter, escribo, enter. Internamente, ¿qué es lo que estoy haciendo?

Estoy, ya que tengo RStudio y RStudio tiene activado el intérprete de R, le estoy enviando indicaciones en lenguaje R, el intérprete se lo explica a la computadora qué es lo que quiero y me devuelve una respuesta que puede ser. Si quiero pedir un gráfico, me da el gráfico. Si quiero crear una variable, me da la variable. Si quiero hacer una suma, me da la suma. Mi canal por medio del cual yo envío estas indicaciones es la consola o lo que tengo marcado en RAW.

¿Para qué sirve esta parte de arriba? Esta parte de arriba, cuando yo escribo las indicaciones y presiono Enter, ya sabemos que aquí... No se ejecuta nada. Esto es como que si tuviera un Word para poder guardar todas mis indicaciones. En este Word yo puedo poner varias líneas, puedo poner tablaciones, puedo poner comentarios, puedo hacer un comando escrito en varias líneas y no pasa nada.

Pero para que eso se ejecute, acá arriba. lo que hago es presionar porque entonces si por ejemplo estoy posicionado acá y ahí presiono control enter lo que le quiero decir es esta línea pasada a la consola y ejecutada siguiente que sería datos RSSV Control Enter, lo que estoy haciendo es esta línea, tomarla, ponerla en la consola y ejecutarla. Y ahí sigue el otro proceso que es el intérprete lo lee y le manda la indicación a la computadora.

Entonces, si yo quiero enviar indicaciones directamente a la computadora, lo que hago es utilizo la consola. Si lo que quiero es ir construyendo algo que puedo reproducir posteriormente, Lo hago en el script. ¿Para qué me serviría el script?

Uno, si yo esto que estoy haciendo lo quiero ver de aquí a seis meses, de aquí a un año. Vuelvo a cargar el script y lo empiezo a ejecutar. ¿Qué pasa si también podemos trabajar el proyecto en grupos?

Y es, ok, yo me encargo de la parte de limpieza y preparación de datos. Yo me encargo de la parte de transformaciones. Yo me encargo de la parte de generación de visualizaciones. Y yo me encargo del análisis. Todos trabajan en algo.

Entonces, ¿qué puede pasar? Que no es como que, ah, vaya, entonces juntémonos en una computadora y todos trabajemos sobre la consola. Y una vez que terminemos, ¿y cómo se lo pasamos al profe? No le vamos a decir, mire, venga, ahí en esta computadora está.

Lo que va a suceder es que esos pasos que ustedes hicieron lo van a guardar en un script arriba, porque por ejemplo eh Gisela trabajó la importación de datos, información, trabajo de la limpieza, trabajo holográfico, etc. Así va a ir ese archivo hasta que termine en un resultado final. Ese resultado final se lo puede devolver a Compartir de Luna para que todos vean cuál fue todo el proceso y al final el que me van a entregar a mí es ese final. Porque ahí lo que estoy diciendo es esa línea va a hacer esto cuando usted le dé enter.

esta otra línea va a hacer esto cuando usted le dé. Entonces, ¿qué sería para mí? Aquí estamos hablando de que mi consola me ha servido para hacer varias cosas.

Pero supongamos que aquí estoy construyendo algo que voy a reproducir en el futuro. En este caso, yo quiero crear un análisis. Pongámoslo aquí.

análisis sobre pingüinos. Es decir, estoy construyendo una serie de pasos. Primero, vamos a construir la dirección del archivo, porque en alguna parte está ese archivo.

Dos, construyo el diagrama. Tres, empiezo a hacer transformaciones. Cuatro, y todos esos pasos los puedo hacer. Así, por ejemplo, si yo no tengo nada acá, puedo volver a reproducir, ¿ok?

Una de dos. Si no estoy seguro que esta línea sí me funciona y quiero ver que sí funciona, esta línea la copio, yo la ejecuto aquí abajo y si me da el resultado que yo quiero, ah, ok, sí puedo utilizarlo en mi siguiente fase. En mi siguiente fase sería. ¿Dónde está mi archivo? ¿Ah, sí me produjo el resultado?

Ok, ya lo probé en la consola. Es una forma. Ya que sé que lo probé en la consola, ya eso lo puedo copiar aquí arriba.

Es decir, no hay nada lineal y diga, tiene que ser así. ¿Qué sí tiene que ser así? Es, si algo se va a ejecutar, es en la consola.

Si algo quiero que permanezca para poder ejecutar posteriormente, va en el script. Si ahora me pasan a mí el script y yo quiero ver qué es lo que hicieron, ok, agarro el script y lo ejecuto. Controlente, controlente, controlente. ¿Queda un poco más claro?

La parte del script es para guardar los pasos cuando el proceso, si quieres así, cuando el proceso ya está depurado. Si yo quiero que las cosas se ejecuten. o quiero ir haciendo pruebas lo hago en la consola ¿se ve? ¿duditas hasta aquí? ¿no?

Ok, entonces, por eso es que incluso es mi hábito ir limpiando la consola, porque la consola es mi canal en el cual yo le doy indicaciones a la computadora. Ya vi que se corrió, ok, limpiemos. ¿Qué decirle a mí?

Ah, que si yo, por ejemplo, a ustedes les quiero pasar, mire, mire, esta sería mi resolución al problema tal, yo se lo voy a pasar como un script, para que ustedes lo que van a hacer es... Ir ejecutando los pasos porque prácticamente es yo les pasé un proceso limpio de cuáles fueron todos los pasos que yo estuve haciendo. Y si yo quiero que ustedes vean algo, prácticamente decirles ejecuten la línea 5, la 7, etcétera, etcétera, etcétera.

Sí. Ok. Ahora, supongamos que también dentro de mi proceso es mire, en mi computadora necesito instalar un paquete. ¿Cuál paquete? Digamos este que acabo de hacer.

Necesito que quien, y este es un buen ejemplo. Supongamos que yo voy a ejecutar un análisis y para ese análisis necesito puntualmente una función que se encuentra en la alegría. ¿Cómo hago yo, por ejemplo, para decirle a... Alexia, mire, cuando usted ejecute esta línea de comandos, va a necesitar tener habilitado la librería RIDO. ¿Qué va a pasar?

Si lo vemos así, yo en mi computadora ya lo instalé. Pero ¿qué pasa si yo, en los pasos que yo transmito a alguien más, necesito decirle? Y cuando vos corras en tu computadora, también instalarlo.

Por si no está, ok, esta línea que yo la ocupé en el análisis que estoy haciendo, ya vi que sí la voy a ocupar, la puedo trasladar y decir, ok, ahora que ya voy ejecutando mis pasos y necesito que alguien más lo reproduzca o quiero compartirlo con alguien más, ya lo copio hacia el script. Y prácticamente le estoy diciendo, ocupe FileChoose, cree esta estructura de datos, instale Reader, habilite Reader. Porque lo que estoy diciendo es, si quiere ver lo que yo hice, reproduzca mi script. Yo no puedo ver su consola, si me pueden compartir a mí el script. ¿Ya?

¿Más claro? Ok. Sin embargo, generalmente, y se lo puedo aclarar, generalmente esta línea casi no va. Porque digamos que cuando estamos utilizando R, generalmente ya sabemos eso. Se instala una vez, se habilita cada vez que se utiliza.

Así que la instalación generalmente no va tan explícita. Es decir, tiene que instalarlo. ¿Qué si puede ir a miles de escenarios utilizar una función de RIDO? ¿Cuál función?

Read-CSV. Dice que no me sale. Read-CSV. Y yo sé que read-CSV.

Existe. Y existe dentro de la librería. De Read.

Pregunto a Ciencio, ¿alguien tiene dudas de lo que estoy haciendo? Lo que yo necesito es otra forma de abrir un CSV, pero mi paquete base no lo tiene. ¿Qué necesito? Yo sé que esa otra forma de cómo cargar un CSV se encuentra en la librería RIP. Porque ahí está la función que busco, que es read-csv.

Ahorita, por lo que quiero yo enfocarme, no vamos a ver las diferencias entre read-csv y read-.csv o read.csv2. Pero yo lo que necesito es cargar la función read-csv. ¿Está claro que actualmente no lo tengo disponible?

¿Qué necesito? Instalar la librería una vez, pero cargarla cada vez que la voy a utilizar como sesión. En ese caso, ¿qué le voy a poner?

Cargue, así se llama la función, la librería que se llama Revit, la que para mí es línea 9. Esto lo que hace es instalar el paquete o librería que se hace en la computadora solo una vez. Pero si necesito cargar la librería cada vez que inicio una nueva sesión. Quiero poner eso en este momento y ahorita voy a demostrarles que si funciona y que no funciona. pero generalmente generalmente tomando ese punto, generalmente esto no va, ¿por qué?

porque a veces instalar la alegría puede tomar tiempo, y eso quiere decir que le vuelvo a atrasar su proceso de, vuelva a descargarla necesito que, no, ya debería usted tenerla instalada Entonces, ¿qué si van a hacer obvio? que esa librería va a ser necesaria en adelante. Entonces, ejecuto.

¿Cómo lo ejecuto? Tengo dos formas. Uno es ejecutarlo en mi consola. ¿Qué pasa si lo ejecuto aquí?

Si lo ejecuto en la consola es, miren, cárguela y la única evidencia que la librería se necesita quedó en mi historial, en mi computador. Pero si yo se las quiero transmitir a ustedes y decirles, no quiero que ellos estén preguntándose cuáles son las librerías que tengo que ocupar, se lo voy a compartir en el script. Y el script va a decir línea 9, creo 10, cargar librería que se llama Rhythm. Así si yo la cargo acá, ya, ya es todo. Porque lo que hice en la fila 9 para mí es instalarlo.

Ahora que ya está instalado, Library y entre paréntesis Reel, lo que me está diciendo es, esa librería que usted ya tiene instalada solamente es, ok, ahora habilitémosla para este trabajo. Con gusto, mande. quiero explicarlo de una forma este Lo que estamos haciendo, no por la forma de responder, sino como no mencionar otras cosas que no quieren saber.

Lo que estamos haciendo nosotros es, y creo que yo sé que ya sueno como, pero eso ya está viejo, por eso es que nos regaña cada vez o nos aconseja de esa forma. No, lo que yo estoy haciendo es intentar en ustedes hacer conciencia. Eso que estamos viendo aquí es. Así de un análisis de datos.

Un análisis de datos incluye ese gran proceso de machine learning, creación de modelos, aplicaciones. Esto puede ser varias páginas solo para llegar a un análisis. Ahora, ¿cuál es el proceso medianamente ordenado?

Es que, por ejemplo. Si yo voy a hacer un análisis y claramente lo voy a reproducir para mí, para mis compañeros, para mi jefe, para publicarlo, lo que sea, voy a utilizar la consola porque necesito que haga algo. Ahora, más o menos podría ser ok, ya vi que necesito eso. Yo habilito aquí arriba para mí. Un espacio que sería porque yo que lo estoy haciendo, me voy a ir dando cuenta que hay cosas que no son comunes y que sé que alguien más que lo quiera ocupar la va a tener que utilizar.

Entonces yo le dejo claro en ese proceso de paso uno. cargar este paquete. Paso a, ¿sabe qué? Hay varias librerías que voy a necesitar. Esto, digamos, es una forma.

Lo he visto más común en Python, que, por ejemplo, lo primerito, primerito, primerito de todo esto es un apartado que se llama a las librerías a utilizar. Porque, por ejemplo, ¿qué pasa si hay una forma diferente? de cómo cargar el archivo. Hay una forma diferente de cómo hacer algo antes de todo lo demás.

Entonces, ya con esto me aseguro de ya están cargadas las líneas que voy a utilizar, ya puedo seguir. Es decir, pensemos que este proceso de cargar las líneas no es solo para los demás. Es qué pasa cuando yo termine mi análisis o lo voy a continuar la otra semana, cierro mi computadora, la pago y todo. Y cuáles son las líneas que voy a utilizar. A medida que la voy utilizando, voy yo anotando para mí o para los demás, arriba de cuáles son mis sobre librerías que voy a utilizar.

Generalmente hay un apartado en los análisis de cuáles son las librerías que vamos a ir a utilizar. Porque ya me topé yo en que no tengo. Ah, hay que cargar a día. Ahí viene mi buena práctica de como ya vi que esa librería no la tengo, yo me voy apuntando arriba de una vez que la necesito y la cargando.

¿Se ve? Entonces, como ya vi que sí necesito librería RIDER, ok, la cargo acá arriba y le digo, mire, cuando alguien vaya a reproducir mi código, primero lo que va a hacer es cargar la librería, cargar FileChoose, crear el archivo. Ah, pero ahora que si lo vemos secuencialmente, a estas alturas ya tengo disponible mi librería RIDER.

Por tanto, ya tengo la funcionalidad de read-csv. Si eso llegara a ser cierto, ya puedo utilizar read-csv. Que aquí mismo me aclara, esta función read-csv es parte de la librería reader.

Si yo no he cargado reader... La función read-csv no está habilitada para mí. ¿Se ve? Para reforzar este punto, voy a guardar esto para mí. File, sebas.

Uy, me lo vi. ¿Dónde? Aquí.

El documento, digamos, descargas. Clase 0903. Y en ese caso, ojo, antes de proceder con lo demás, quiero que vean. Si yo veo en mi entorno de trabajo, tengo disponible.

la función read-csv si estamos todos viendo que si está read-csv cierro RStudio sin guardar lo vuelvo a abrir y procedo igual, control L para mi read no hay bajo csv porque lo que hice fue cerrar RStudio y es como ok estamos iniciando otra vez yo no sé que hiciste en la última vez que te conectaste pero yo no sé si cargaste librerías cuál sería entonces para mí la resolución es ok podemos comenzar a ejecutar el script que para mí es esto funciona Y estos son los pasos que vamos a utilizar. Ok. Comencemos a ejecutar desde arriba. Cargar. No instalar.

Cargar. Ok. Ya la cargó.

Cargar. No. Construir.

Fanchos. Ok. Cuando cargue, se fue para acá.

Y aquí está. Y el siguiente, ya que sé cuál es esa ruta de archivo, construyo. Ah, ese es el error. Aquí está read-error. No existe.

Este no existe. Pero ahora que ya cargué de nuevo en mi sesión, ya cargué a reader, la librería, ya tengo acceso a las funciones que están en esa librería. Ahora sí ya puedo decir. read-csu ahora si existe porque ya dentro de esta sesión volví a cargar la librería que es lo que nos puede pasar que por ejemplo estemos corriendo un script y no me acuerdo como decía Che no me acuerdo cual fue la librería donde lo saque si tengo por hábito estructurar mi código para que una de las primeras cosas que haga es ir haciendo el inventario de librerías, porque la voy a ir cargando. Entonces ya sé que más adelante ya las tengo disponibles.

Mándenme. Ah, sí, es cierto. Pero, sí.

Y la otra, antes de que haya decido, pero es más fácil así. No, existe también esta posibilidad, pero aquí es. Está bien.

Aquí está. Pero aquí es más que todo para la sesión y es para la computadora. Si se fijan, me dicen, mire, pero fíjense que a mí me enseñó, incluso el año pasado me enseñaron que puedo crear un DataFrame jalando el archivo.

Sí, pero eso es usando el entorno. ¿Cuál es la metodología que yo quiero que tengamos? Es cómo hago esto reproducible. ¿Qué es reproducible? No le puedo decir a alguien aquí.

etcétera, etcétera, etcétera. ¿Qué si le puedo hacer que reproduzca el código? Por eso es que yo prefiero que utilicemos file choose porque con ese es el código se ejecuta porque se ejecuta.

¿Que puedo utilizar este administrador de paquetes? Sí. ¿Aquí lo puedo instalar, lo puedo habilitar? Sí.

Pero... Con esta forma yo no me aseguro de que quien lo vaya a utilizar, que probablemente no voy a ser yo, también haga los mismos pasos que yo. Si yo los paso, se los transmito por medio del código, eso se va a ejecutar.

¿Sí? ¿Estamos? Ok.

Entonces ya puedo utilizar. por eso es de que se hace como un proceso de reproducción ¿qué es lo que puede suceder en algunos casos? y creo que es para hacerlo un poco más fácil ¿qué pasa si yo ya sé que ruta archivo es eso que está ahí? y yo sé que cada vez voy a ir a apuntar al mismo archivo hagamos algo más sencillo la ruta del archivo Esta de acá, ¿no? Ok.

Entonces ya no lo pongo acá porque ya obtuve la dirección de una vez y ahora la puedo sustituir acá y decir, mire, la ruta del archivo va a ser esta. Es decir, creo que vamos a aprovechar esta pregunta para resolver. Mire, pero entonces todos esos pasos que estoy haciendo, ¿me los tengo que aprender cada vez? No necesariamente.

algunos de ustedes los investiga y los plasma en un script y el script se va a ejecutar solo como en este caso, que pasa si ahora en lugar de utilizar un file choose lo utilice una vez para capturar la dirección del archivo donde voy a estar trabajando, ok puedo borrar todo y decirle, mire sabe que, reproduzcame todo y aquí está solo le di al script corre al script y ya no me tengo que estar asegurando yo de cuáles son todas las alegrías necesarias ya está si de momento suena que mire tengo que acordarme de todas las alegrías No es como que vamos a ocupar cientos de leverías, pero sí por lo menos unas seis, ocho, y las apunto ahí, y yo sé que esas seis, ocho, cada vez las voy a seguir ocupando. Las listo una vez, cobro el script, y ya tengo todo reproducido. No es como que mire y, ajá, ¿se ve? ¿Duditas hasta ahí? Ok. ¿Qué más?

Bueno, creo que no hay ningún problema. Igual vamos a utilizar el Tidyverse. Ojo, Tidyverse, insisto, Tidyverse es un paquete.

¿Cuál es el centro de un paquete? Una librería, una librería es un conjunto de funciones, datos, etc. Un paquete es un conjunto de librerías. Veamos. Instal.packages Tidyverse.

¿Por qué yo prefiero Tidyverse? Porque dentro de Tidyverse está Gigi Plot 2, que es el que ustedes usarán. No digo que esté mal, es como el que ya conoce es parte de Tidyverse.

Ok, yes. Con gusto. Que ejecute esto de acá. Instal.packages.id. ¿Se ve?

Pero esa es la instalación. ¿Qué necesito? Ah, retomando lo que decía Jane, ¿cómo hago para acordarme que voy a utilizar Tidyverse en el camino?

En mi script, library, Tidyverse. Quiere decir que esta librería... Ya la tengo instalada.

Si no la tuviera instalada, no me la sugiere. Bueno, hay que instalarla así como hicimos con el RIDDLE. ¿Cómo la instalamos? Aquí abajito. Es decir, primero la instalo una vez en la computadora.

y de ahí cada vez que vuelvo a abrir la instancia creo que quizás lo que cuesta es ¿qué pasa si voy a trabajar unas 4 horas en eso? y de ahí sigo y sigo trabajando ¿qué es lo que no puedo hacer? trabajar unas 4 horas en ese análisis apago la computadora y seguir con lo demás al día siguiente tengo que volver a cargar la librería No es que, mire, cada vez que quiero una función tengo que cargar la librería.

No. Cada vez que inicia prácticamente la sesión tiene que instalar. Si esto funciona, puedo decirle del otro método, yo sé que tengo que cargar la librería.

Entonces, aquí ejecuto control-R y le estoy diciendo cargue la librería. La librería... Pero el paquete contiene todas estas librerías. Contiene DeepLayer, Forecast, GML2, Luriday, Purr, Reader, Stringer, Tivo y TidyR. Es decir...

Tybels contiene adentro de él otras librerías, que son esas nueve. ¿Se ve? Por tanto, si les preguntara qué es una librería. Datos de documentación. Es decir, lo que nosotros estamos haciendo es utilizando todo el montón de conocimiento que ya alguien más nos adelantó.

¿Qué puede ser? Funciones que hacen cosas más complejas. Funciones que hacen cosas más fáciles para nosotros.

Datos que son datasets que me permiten a mí ir trabajando. Y documentación sobre algunas funciones o datos. Es decir.

Lo que ustedes están haciendo ahorita es prácticamente entrando a un gran ecosistema de datos. Hay mucha gente que se ha dedicado a crear librerías y paquetes para que los demás sigamos aprendiendo sobre datos. Eso incluye funciones.

Datas con los cuales yo puedo comenzar a practicar y estudiar. Y además documentación que me permite a mí conocer sobre funciones, sobre datos, sobre otros temas. Para estos ejercicios que vamos a hacer, también vamos a cargar una librería en la cual principalmente vamos a utilizar un dataset. ¿Qué es un dataset?

Es un conjunto de datos. que por ejemplo yo lo voy a utilizar. Por eso decíamos que vamos a hacer análisis sobre pingüinos.

Hay un dataset bien común, sobre todo cuando estamos comenzando a estudiar ciencia de datos y ese es de Palmer Penguins. Es decir, alguien llegó a hacer un estudio de unas tres islas, no me recuerdo, no me recuerdo bien, pero llegó a hacer un estudio para tomar muestras sobre pingüinos. Agarró un pingüino, tomó ciertas medidas, guardó esos registros y lo publicó.

Como mire, para poder hacer ejercicios. Ese ejercicio lo vamos a utilizar con install.packages. Si no me mal recuerdo, creo que era penguins.

Ahí está. Esto se hace una vez, instalar en mi computadora una librería que se llama Penguins. La librería que se llama Penguins contiene dentro de ella funciones, pero principalmente contiene datasets.

Es decir, conjuntos de datos con los cuales yo aprendiendo ciencia de datos. puedo practicar. Estos paquetes, ok, ya que lo tengo instalado ¿qué me hace falta? ¿Cómo? ¿Por qué?

No, hombre. No, pero si ya está. Espéreme, déjeme ver. No, si es apropiado. No, chavaca nada la que estoy haciendo yo.

Hola. Ya le digo, ya le digo. Se me han perdido los pingüinos.

Ah, perdón, perdón, perdón. No, perdón, yo me equivoqué. Palmer Penguins. Palmer Penguins.

Ya ve, por eso era. Es que como no lo paso instalando acá rápido. Palmer Penguins. Palmer Penguins. ¿verdad?

no, claro que sí, esa sí existe porque yo la probé ¿sí? ¿sí? ok ya que sí tenemos panel penguins ¿qué es lo que nos hace falta?

guardarlo para poderla Así que decimos, mire, ¿sabe qué? Voy a utilizar la librería llamada Penguins. Ah, que no lo instalé yo. Solo le dije algo, pero no lo hice yo.

Start with the packages, Palmer, Penguins. Ya lo instaló, ya que lo instaló, Library, cargándolo. Penguins, aquí está, Pablo Penguins.

Hola. André, tú estás más cerca. ¡Carajo, mami! Ok, veamos, estamos ahí instalamos el paquete de Palmer Penguins una vez una vez instalado lo que hacemos es cargar, ya que tenemos cargado ojo, siempre bajo esa misma lógica es ¿qué pasa? o pensemos en no solamente en mi yo del futuro y me voy a acordar, no, el buen acto es Gracias.

Que si mi análisis va a incluir ciertas funcionalidades, tengo que recordarme de tener habilitadas esas funcionalidades. Por tanto, vamos a decir, ok, Paddle Penguins. Y ya, ahora que ya funciona, puedo decir, ok, lo guardo para más adelante. ¿Cómo sé que sí ha funcionado? Porque ahora tengo un dataset que se llama Penguins.

Este dataset que llamamos Penguins, insisto, se encuentra disponible gracias a la librería Palmer Penguins. Y más o menos así luce esa estructura de datos que vamos a llamar Palmer Penguins. Con esa estructura de datos vamos a trabajar.

Es decir, ¿qué es Palmer Penguins? Palmer Penguins es esa estadística que alguien tomó, un montón de pingüinos, no tenía nada que hacer. tomó los largos de las aletas, la altura, el peso, para por lo menos decir, mire, lo que me gusta de este paquete es que, por ejemplo, con él mismo, podemos tener insumos para más o menos trabajar en Machine Learning. Es decir, cómo hacer un análisis entre las especies. Puede ser.

un análisis supervisado o no supervisado. Por tanto, puedo decir, mire, quiero saber cuáles son las características de un pingüino de esta especie. O, mire, según las características, intente predecir cuál es la especie a la cual pertenece.

Porque tengo para cada uno de los pingüinos, género, peso, largo de la aleta, eh... y no me acuerdo que más pero por ejemplo tengo diferentes categorías con las cuales yo puedo hacer conjeturas sobre ellos, por ejemplo ahora que ya tengo disponible a Penguins puedo decirle, mire sabe que quiero ver la estructura de Penguins, que le estoy pidiendo acá, ya que tengo que es Penguins quiero ver su estructura La estructura de esta de esos datos es el sentido que dijimos que era un tipo. Es un data frame, pero mejorado. Sigue siendo un data frame, pero con algunas características que lo hacen más rápido.

Pero sigue siendo 344 filas o 344 observaciones por 8 variables. Es decir, tengo información de 344 pingüinos y sus 8 características. ¿Cuál es la especie?

¿En qué isla lo encontraron? ¿Cuál es el largo? de la aleta, cuál es el alto la aleta no me acuerdo qué más el peso y en qué año fue tomado los datos todas las versiones Vamos a estandarizar eso ya. ¿Estamos? Sí.

¿Qué más podemos hacer con este DataFrame? Uno, vimos que para poder ver un DataFrame, utilizamos Vue. Vue Penguins. Me abre otra ventanita donde aquí puedo ver cuáles son las características de esos pingüinos con el data frame que yo tengo disponible.

Ah, lastimosamente no. porque repito eso fue producto de una investigación que alguien dijo voy a compartirlo, datos fue, vio la especie guardó registro de la especie el lado de la aleta, la altura el peso, el género el año en el que se tomó y la isla donde lo encontró, porque son tres islas entonces en esas tres islas tomó la información de estos pingüinos Gracias. y lo dejó en registro explicaciones tiene un montón pero al final más que la explicación es cuál va a ser mi criterio, qué voy a hacer con él es decir lo que vamos a ver aquí, tal vez no en esta materia pero es Si yo quiero estar claro de una respuesta, y eso incluso le va a servir para estadística, no solo para mí. Si yo quiero dar una respuesta sobre una pregunta, tengo que tener claro mi panorama. En ese caso puede decir, ok, voy a hablar y voy a hacer conjeturas sobre los pingüinos. Y puedo decir, generalmente los pingüinos de la especie Adelink, la mayoría se encontraron en la isla de Torgensen.

Pero Mi análisis también tiene un pero, que es dentro del proceso para llegar. Por eso es el anticipo a lo que ustedes van a hacer en el proyecto final. Si yo recibo una base de datos y voy a terminar dando conclusiones, lo que yo voy a dar es todo el proceso. En ese caso es cómo lo importé, qué liderías utilicé. ¿Cuál fue mi proceso de limpieza y preparación de datos?

Que no lo hemos visto. ¿Cuáles fueron los gráficos que yo utilicé y por qué? ¿Cuáles fueron las luces que todo eso me dio?

¿Y con qué concluir? Sí hay que concluir. Pero, por ejemplo, ¿qué podría decir aquí? Como decía Aurora, es, mire, y quiero señalar que en mi proceso de limpieza de datos, descarté, porque ese fue un criterio.

descarté aquellos que, por ejemplo, en el largo de la letra tenían cero o no aplica. Porque en el criterio es yo no tengo como una encuesta decir, ah, mire, vamos a rellenar. Hay diferentes criterios en Machine Learning, como por ejemplo, es la imputación.

La imputación puede ser tomemos el promedio, tomemos el mínimo, tomemos el máximo. Hagamos un cálculo de un medio móvil. Hay diferentes criterios, pero uno y el más sencillo es, mire, dado que estos registros pueden ser 2, 3, 4. Dado que para este registro en estas cuatro variables no tomé valor, no hay valor, yo lo descarto. Así, por ejemplo, es tengo 344 observaciones, pero yo trabajé con 342 porque habían dos pingüinos para los cuales no habían estos datos.

así que lo saqué de mi análisis. Es decir, es un proceso. No solo es de empezar a escribir el código. En ese caso es cómo voy a graficar al pingüino número 4, del cual no tengo ninguna información.

No puedo asumir más que la especie y la isla. ¿Qué puedo inferir sobre él? Nada. Mi criterio es, ok, como no tengo información y no puedo ir a ver cuál pingüino era y volver a tomar las medidas, solo lo saco. Hay que dejar evidencia de el antes 144 y saqué 2 por este criterio.

¿Se ve? Ok. Y creo que de las últimas cosillas que vamos a ir viendo ¿Qué más? Lo que yo tengo es la estructura de la estructura del data frame.

¿Qué hicimos? Ah, miren, si quiero ver solo penguins, ok, penguins. Y eso es todo.

En este caso, solo poner el nombre del data frame me dice, miren, estamos hablando de un table de 344 por 8, estas son las columnas, y estos son los tipos. Este tipo de datos no lo hemos visto todavía, que es un factor. Este es un double, es decir, un número con decimales. Double, número con decimales. Este es un int, número entero, etcétera, ¿Sí?

Pero, ¿qué pasaría si dentro de mi análisis quiero verlos? No todos, quiero ver en el orden en el que estén los primeros valores. Lo bueno es que esta función es común tanto para R como para Python, que es cuando tenemos un dataset o un...

bastante grande lo que a mí me puede ayudar inicialmente para comprender los datos, porque no es solo escribir código tengo que comprender los datos quiero ver por lo menos, más o menos, cómo van los datos, entonces aquí puedo decirle mire, quiero ver los primeros cinco de Pemex quiero ver los primeros cinco de Pemex Porque es los primeros. Uy, fue a la vez. Fue a la vez. De Penguin es los primeros cinco, perdón. Que hay más, sí hay más.

Pero. Gea me muestra los primeros cinco. Si quiero ver los últimos cinco. Y así no tengo que saturar de la memoria de estar consultando toda la base de datos a cada vez.

G me muestra los primeros tantos y T me muestra los últimos tantos. me pregunta mire por qué Penguins no lo utiliza con RID no quiero saber si se comprende si no pues están en todo su derecho de que yo les explique En el caso de los Reels, hay datos externos que quiero traer. En ese caso, mire, hay un archivo .csv. Tengo que encontrar un método para esa información traerla. Y ahí entonces lo que hago es ir a abrir el archivo, sacarle un .csv y convertirlo en un Taylor.

Pero, ¿qué pasa con el PenWiz? Penguins no es un... archivo externo.

Penguins es una base dentro de Palmer Penguins y como yo lo que hice es cargar la librería Palmer Penguins, cuando lo cargué, ahí venía también la información de Penguins. Si el archivo es externo, puede ser un XLS, un CSV, un .sav, un .sav, Eh... o una conexión a una de datos, necesito prácticamente un convertidor de datos externos para poderlo meter. A ver, en este caso, Penguins ya existe.

Y lo único que hice fue instalarlo. ¿Qué hizo la instalación? Ojo, hay que tener internet. Conectarse al servidor y traerse toda esa información y ponerla en la computadora. Ya la tiene en la computadora o en la instalación.

Ahora, como le digo, mire. Pállese aquella carpetita dentro de mi computadora y tráigase esos datos. Ahí le dije Library Palmer Pen, porque ahí la va a cargar. Cuando cargó Palmer Pen, ahí se trajo todo y ya está disponible. ¿Estamos?

Y el último, que también es parte de lo que ustedes hicieron ayer. Si yo les preguntara en este momento cuántos pingüinos tiene la base, puedo decirle un largo de penguins. Y me dice 8. ¿Pero 8 qué es? 8 es la cantidad de variables, ¿no? Pero yo quiero los 344. Sale más interesante que, por ejemplo, digamos, mire, quiero ver qué hace tabla.

¿Dónde está el table? ¿Qué hace el table? Una tabla. Y me dice table de penguins enter. Uy, necesito más información.

¿Qué información? ¿Cuál va a ser mi variable de? de agrupación. ¿Qué hizo? Construyó una tabla donde lo que fue a hacer es contar dentro de la tabla Penguins cada vez que encontró en la columna de especies un valor diferente.

Así encontró 152 de Adelie, 68 de Chinstrap y 124 de Kento. quizás lo hice un poquito rápido lo que, si les pregunto en esa estructura, ¿qué es table? ¿qué es table?

o sea, la traducción no ¿qué es? ¿qué es? una función ¿qué es? Sí, también es mesa, pero no. T-B-O-L-A-Q-I-A-Q-I-A-Q-I es una función.

¿Qué es Penguins? No traducción. Ahí.

Es una... Un dataset. Dataset. ¿Y qué es Species?

Es una variable que pertenece a Penguins. En ese caso, quizá un poquito rápido, ese símbolo ahí lo que me quiere decir es quiero hacer referencia a un miembro o a un elemento de pingüins. En ese caso es quiero hacer referencia de todas las variables que tiene a speeches. Va a contar la cantidad de ellos porque va a ser un recuento. El símbolo de dólar me está diciendo, en este caso, Fisher pertenece a Pennington.

Ok, la categoría especies es la que voy a utilizar como parámetro para hacer construir mi tablet. Los contó. Sí, hubo un montón. Un montón de cosas. Pero sí me quería quedar con, ustedes vieron.

Facebook y también vieron cómo tomar referencia a una variable de toda la estructura. Vamos, gracias. ¿Qué tal?

¿Qué tal? ¿Qué tal? ¿Qué tal?

¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal?

¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal?

¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal?

¿Qué tal? ¿Qué tal? ¿Qué tal? ¿Qué tal? Gracias.

y por eso me he pasado de todo a la gente que no me sabe porque ellos ya tienen la información que me dicen que no me sabe y entonces me he pasado de todo Nosotros esperamos darle por el dinero que nos pagó el transporte. No sé si tendremos un favor, pero eso es lo que dice el gobierno. El gobierno de Andrés nos va a aceptar el dinero.

Por otro lado, el gobierno de Andrés nos va a aceptar el dinero. La lucha es la lucha. Yo lo voy a seguir.

Desde donde me permito. Si me da la oportunidad, pero igual. Gracias a todos ustedes por estar. Ah, yo más viejo que te.

Al levantar el presente, pero para mí sería muchísimo. Sería muchísimo mejor. Pero el tiempo es un poco largo. Y esperan, esperan, esperan.

Tenían que ir con varios. Son muchas cosas que se hacen. Y de tanto tanto tiempo que todo el mundo. En caso de que no sabía que era una palabra de vida. No es un todo.

pero no qué pregunta era pues este toda la guía está contando por la última pregunta para la propia Ah, creó un vector mixto. Ah, pero eso era... ¿Sí?

O sea, ¿cuál es tu duda? O sea, quería... Porque a este no lo...

O sea, la respuesta a tu pregunta es no existe un vector mixto. No, o sea, tipo... O sea, pero para empezar...

O sea, ¿cuál es tu pregunta? O sea... Eso sí está muy bien.

Vaya, ese es bueno. Y lo otro que quería era de... Vaya, pero o sea, que no en teoría es lo que había dicho usted. Sí.

O sea, es que vos lo podés crear, tenés la intención de crear un vector mixto, pero un vector mixto no existe, porque los vectores junto con arreglos y matrices, todos son... homogéneos. Entonces no puedes crear no puedes crear diferentes tipos.

¿Qué sí puedes hacer? Ah, bueno, mire, fíjese que tengo como pusiste. Es decir, si está buena la intención, que quizás te hubiera hecho falta que en lugar de poner edad hubieras puesto texto, número Julián, son tres tipos diferentes. ¿Qué va a pasar?

Que cuando vos lo intentes crear, te va a decir, ajá, va, qué bien, démosle. Pero eso no es así. Porque al momento que vos pusiste un texto ahí, a todos te los va a convertir a texto. O sea, sí está bien, pues, porque me refiero a que estás intentando hacer eso.

Que no te va a dejar. Ah, ya, ya. Porque sí, sí, sí lo hiciste adecuadamente, que es intentar. O sea, que esto en la práctica y en el control no se podría hacer. O sea, lo que pasa es que vos lo hiciste, pero no te dejas, o que no funciona.

Y ahí van todas las opciones. ¿Vos decís qué te hiciste? No sé.

pero si lo es hay alguien que bueno quizás por el año pasado yo me acuerdo que se podría poner como en lo de precios porque aquí vaya o sea se tiene que 19 puntos pero si lo queremos convertir a moneda como tipo dólar libra, franco no se podría hacer porque a vos se interesa el valor Ah ok, entonces es por eso que se le pone Por eso Que de alguna manera le quieres presentar bonito Ok, al dato le pongo Formato, pero el dato es uno Y la verdad es que Solo para Vectores cuando tiene lo de combinado Sí, esa es una forma La otra que vimos Es creando secuencias Exacto Dos puntos Gracias. de ahí vamos a ver gracias chau no entendió que

Transcript for:Manejo de Data Frames en R

Transcript for:
Manejo de Data Frames en R