A6_Manipulación básica de datos.Rmd

---
title: "Sesión 6. ESDA"
author: "Isaías Morales"
date: "27 de noviembre de 2020"
output: html_document
---

```{r setup, include=FALSE}
#knitr::opts_chunk$set(include = T)
knitr::opts_knit$set(root.dir = "E:/10 SSPM_database/02 Código/ejeRcicios")

```

# Cargar librerías

> Todas las necesarias y cuidar los posibles conflictos.

```{r}
library(leaflet)
library(tidyverse)

```


# Cargar tablas o datos

> 


```{r Librerías para lectura 2}

# Revisar la forma de separación de valores así como la codificación del archivo.

doc_csv <- read.csv("RNPEDFC.csv", 
                    sep=",",
                    dec= ".", 
                    header = TRUE,
                    encoding = "UTF-8" )
  
```


```{r }

  corregir <- function(x){
    if  ( x == "NO ESPECIFICADO") {x = 999}
    else {x = x}
    return(x)
  } ### Discapacidad
  
  doc_csv <- doc_csv %>% 
    mutate( Edad = as.character(Edad), 
            Edad  = map_chr(Edad, corregir),
            Edad = as.integer(Edad))
  
  # doc_csv$Edad
  
  #doc_csv <- doc_csv %>% 
   # mutate( Edad = as.character(Edad), 
    #        Edad = ifelse(Edad == "NO ESPECIFICADO", 999, Edad),
     #       Edad = as.integer(Edad))

```


```{r}
# Head despliega los primeros datos de la tabla
head(doc_csv)

# Glimpse es similar a head pero los pone transpuesto. Y nos indica la cantidaa de observaciones y de columnas. EL tipo de dato en lass columnas.
glimpse(doc_csv)

# str indica además el tipo de objeto
str(doc_csv)

# Summary 
summary(doc_csv)

```

```{r}
doc_csv <- doc_csv %>%
    filter(Edad < 200)

# Hist
hist(doc_csv$Edad)


# Calcular la media
mean(doc_csv$Edad)

# median
  median(doc_csv$Edad)
  
# Varianza
var(doc_csv$Edad)

# Desviación estándar

sd(doc_csv$Edad)


```

>En este apartado se destacan algunas funciones de R que se usan en el resto de este documento. Por ejemplo:
    
  sum() proporciona la suma de los elementos del argumento. Así, teniendo en cuenta que x <- (1, 3, 5), sum(x) daría el valor 9.
  
  cumsum() proporciona un vector con la suma acumulada del vector argumento, por ejemplo, cumsum(x) daría [1] 1 4 9
  
  rowSums() y colSums() suman, por filas y por columnas, respectivamente, los datos de una hoja de datos.
  
  prod() y cumprod() son el equivalente a sum() y cumsum() para el producto.
  
  sqrt() es la función raíz cuadrada.
  
  log() es la función logaritmo natural o neperiano.
  
  log10() es el logaritmo en base 10.
  
  exp() es la función exponencial.
  
  max() y min() proporcionan el máximo y el mínimo del argumento (habitualmente, un vector).
  
  sort() proporciona la ordenación de un vector de menor a mayor.
>

# Gráficas básicas

```{r}
# Intento 1
plot(doc_csv$Sexo)
  
table(doc_csv$Sexo)
    
# Intento 2  
plot(doc_csv$Sexo, main= "Distribución por sexo de desaparecidxs", 
       ylim= c(0,30000))


# Intento 3
plot(doc_csv$Sexo, main= "Distribución por sexo de desaparecidxs", 
     ylim= c(0,30000), col= c("red", "blue"))

# Intento 4
plot(doc_csv$Sexo, main= "Distribución por sexo de desaparecidxs", 
     ylim= c(0,30000), col= c("red", "blue") )




```