Importar y explorar datos
Sesión N° 4
Análisis de datos estadísticos en R
Profesora Valentina Andrade de la Horra
Ayudantes Dafne Jaime y Nicolás Godoy
Universidad Diego Portales
Contenidos Sesión N°4
Contenidos Sesión N°4
Importar y exportar datos
Contenidos Sesión N°4
Importar y exportar datos
Validación y limpieza datos
Contenidos Sesión N°4
Importar y exportar datos
Validación y limpieza datos
Selección de variables
-import
- valid
- select
Orden de un script
Paso 1: Cargar paquetes
Cargar paquetes
- Este proceso de compone de dos partes esenciales
(1) Instalar paquetes (ìnstall.packages())
(2) Llamar paquetes (library()). Veamos su paso a paso
Una forma fácil de cargar paquetes: pacman
pacmanes un paquete que literalmente se comió procesos de Rbasey las simplificó en funciones únicas y más intuitivas.
p_load()
- Resume las funciones
library()einstall.packages()- optimiza esta relación entre ambas pues solo las aplica cuando son necesarias (if
requiere()), es decir, ¡no te reinicia R si ya está instalada la librería!
- optimiza esta relación entre ambas pues solo las aplica cuando son necesarias (if
Paso 1: Cargar paquetes
pacman::p_load(tidyverse, magrittr, car, sjmisc)Paso 2: Importar datos
Importar datos
Una vez que hemos decidido qué datos queremos trabajar
Importar datos
Una vez que hemos decidido qué datos queremos trabajar
Un paso evidente es cargar los datos
Importar datos
Una vez que hemos decidido qué datos queremos trabajar
Un paso evidente es cargar los datos
¡Y en R no es la excepción! De hecho, hablamos que R facilita el almacenaje de datos
Consideraciones antes de importar datos
Para importar los datos en R debemos tener en consideración tres cosas:
Cómo se llaman los datos (en nuestro caso Casen en Pandemia 2020 STATA)
El formato de nuestros datos (en nuestro caso .sav)
El lugar de donde están alojados nuestros datos.
¡Vamos a este segundo paso en el script: Cargar datos!
1. Recursos de la clase N°3 y práctica N°3
Datos: Encuesta de Caracterización Socioeconómica (CASEN) (2020).
Para ello, deben dirigirse al siguiente enlace y descargar los zip.
- Libro de códigos antes de trabajar una base de datos.
Paquetes
pacman: este facilita y agiliza la lectura de los paquetes a utilizar en Rsjmisc: explorar datostidyverse: colección de paquetes, del cuál utilizaremosdplyryhavenhaven: cargar y exportar bases de datos en formatos .sav y .dtareadxlywritexl: para cargar y exportar bases de datos en formato .xlsx y .xlsdplyr: nos permite seleccionar variables de un set de datos
¡No fue tan difícil!
¡No fue tan difícil!
Repasemos algunos elementos
Consideraciones antes de importar datos
Para importar los datos en R debemos tener en consideración tres cosas:
1. 2. 3.
Tipos de variables
| Clase | Tipo de variable |
|---|---|
numeric |
Cuantitativa |
character |
Categórica |
Logic |
Lógica (TRUE, FALSE, NA) |
factor |
Categórica con niveles y etiquetas |
Tipos de variables
| Clase | Tipo de variable |
|---|---|
numeric |
Cuantitativa |
character |
Categórica |
Logic |
Lógica (TRUE, FALSE, NA) |
factor |
Categórica con niveles y etiquetas |
A repasar con dos materiales complementarios: Tipos de variables y Tipos de variables
En síntesis
Importar y exportar datos
En síntesis
Importar y exportar datos
Validación y limpieza datos
En síntesis
Importar y exportar datos
Validación y limpieza datos
Selección de variables
¡Y a no olvidar el flujo para el análisis!
¡Y a no olvidar el flujo para el análisis!
Nos permite hacernos amigas/os más rápido del programa
¿Y eso era?
¿Y eso era?
¡Antes! Dos bonus track
Dos bonus track
- ¿Cómo hacer mi propio repositorio en GitHub?
Dos bonus track
¿Cómo hacer mi propio repositorio en GitHub?
¡Vamos a verlo!
Dos bonus track: cargar datos en url
- ¿Cómo cargar datos desde una url?
- Seguir los tres pasos para importar datos
- Hint:
funcion(url("ruta_web"))
Dos bonus track: cargar datos en url
¿Cómo cargar datos desde una url?
- Seguir los tres pasos para importar datos
- Hint:
funcion(url("ruta_web"))
Quienes averiguen como cargar datos con url tendrán +0.5 décimas para la tarea N°2.
- Deben dejar en slack un ejemplo reproducible en el canal
#tareas - Pueden hacerlo hasta antes del lunes 30
- Deben dejar en slack un ejemplo reproducible en el canal
¡Ahora si que si! Nos vemos el próximo lunes en la clase N°4
No olvides hacer el práctico antes
Importar, validar y explorar datos
Clase N°3
Análisis de datos estadísticos en R
Profesora Valentina Andrade de la Horra
Ayudantes Dafne Jaime y Nicolás Godoy
Universidad Alberto Hurtado