datos

Este paquete provee la traducción al español de conjuntos de datos en inglés originalmente disponibles en otros paquetes de R. Los datos traducidos son los que se utilizan en los ejemplos del libro R para Ciencia de Datos, la versión en español de R for Data Science de Hadley Wickham & Garrett Grolemund. El paquete datos puede utilizarse junto con el libro o de manera independiente como fuente de datos de práctica en español.

Instalación

El paquete datos puede instalarse directamente desde CRAN:

install.packages("datos")

La versión en desarrollo está disponible en GitHub y puede instalarse utilizando remotes:

# install.packages("remotes")
remotes::install_github("cienciadedatos/datos")

Traducciones

Las traducciones disponibles dentro de datos son las siguientes:

Nombre	Titulo	Paquete	Dataset
premios_dirigentes	Tabla de premios de los dirigentes	Lahman	AwardsManagers
bateadores	Tabla de estadísticas de bateo	Lahman	Batting
jardineros	Tabla de estadísticas de jardineros	Lahman	Fielding
dirigentes	Tabla de dirigentes	Lahman	Managers
personas	Tabla de personas	Lahman	People
lanzadores	Tabla de estadísticas de lanzadores	Lahman	Pitching
salarios	Tabla de salarios	Lahman	Salaries
nombres	Nombres de bebés	babynames	babynames
fiel	Datos del géiser Viejo Fiel (Old Faithful)	datasets	faithful
flores	Datos sobre la flor Iris de Edgar Anderson	datasets	iris
mtautos	Pruebas de ruta de automóviles de Motor Trend	datasets	mtcars
encuesta	Muestra de variables categóricas de una encuesta social	forcats	gss_cat
comunes	Modelos comunes de vehículos	fueleconomy	common
vehiculos	Datos de economía de combustible	fueleconomy	vehicles
paises	Datos de Gapminder	gapminder	gapminder
diamantes	Precio de 50.000 diamantes	ggplot2	diamonds
millas	Datos de economía de combustible de 1999 y 2008 para 38 modelos populares de automóviles	ggplot2	mpg
presidencial	Periodos de 12 presidentes, desde Eisenhower a Trump	ggplot2	presidential
datos_credito	Datos de crédito	modeldata	credit_data
atmosfera	Datos atmosféricos	nasaweather	atmos
aerolineas	Nombres de aerolíneas	nycflights13	airlines
aeropuertos	Datos de aeropuertos	nycflights13	airports
vuelos	Datos de vuelos	nycflights13	flights
aviones	Datos de aviones	nycflights13	planes
clima	Datos de clima	nycflights13	weather
pinguinos	Medidas de tamaño de pingüinos adultos en busca de comida cerca de la estación Palmer en la Antártica.	palmerpenguins	penguins
tabla1	Registros de tuberculosis de la Organización Mundial de la Salud (1era variante)	tidyr	table1
tabla2	Registros de tuberculosis de la Organización Mundial de la Salud (2da variante)	tidyr	table2
tabla3	Registros de tuberculosis de la Organización Mundial de la Salud (3ra variante)	tidyr	table3
tabla4a	Registros de tuberculosis de la Organización Mundial de la Salud (variante 4a)	tidyr	table4a
tabla4b	Registros de tuberculosis de la Organización Mundial de la Salud (variante 4b)	tidyr	table4b
tabla5	Registros de tuberculosis de la Organización Mundial de la Salud (5ta variante)	tidyr	table5
oms	Datos de tuberculosis de la Organización Mundial de la Salud	tidyr	who

Los datos para practicar la manipulación de cadenas (strings) son oraciones, palabras y frutas.

Uso

El paquete datos se carga igual que todos los paquetes de R:

library(datos)
library(ggplot2)
library(dplyr)

Las variables que contienen los datos van a estar disponibles inmediatamente para su uso, pero los datos no se traducirán hasta que la variable sea “llamada” explícitamente en el código que se escriba. En este ejemplo, el dataset diamantes, que proviene de ggplot2::diamonds, se carga en la memoria de R en el momento en que lo llamamos por primera vez en español:

glimpse(diamantes)

## Rows: 53,940
## Columns: 10
## $ precio      <int> 326, 326, 327, 334, 335, 336, 336, 337, 337, 338, 339, 340…
## $ quilate     <dbl> 0.23, 0.21, 0.23, 0.29, 0.31, 0.24, 0.24, 0.26, 0.22, 0.23…
## $ corte       <ord> Ideal, Premium, Bueno, Premium, Bueno, Muy bueno, Muy buen…
## $ color       <ord> E, E, E, I, J, J, I, H, E, H, J, J, F, J, E, E, I, J, J, J…
## $ claridad    <ord> SI2, SI1, VS1, VS2, SI2, VVS2, VVS1, SI1, VS2, VS1, SI1, V…
## $ profundidad <dbl> 61.5, 59.8, 56.9, 62.4, 63.3, 62.8, 62.3, 61.9, 65.1, 59.4…
## $ tabla       <dbl> 55, 61, 65, 58, 58, 57, 57, 55, 61, 61, 55, 56, 61, 54, 62…
## $ x           <dbl> 3.95, 3.89, 4.05, 4.20, 4.34, 3.94, 3.95, 4.07, 3.87, 4.00…
## $ y           <dbl> 3.98, 3.84, 4.07, 4.23, 4.35, 3.96, 3.98, 4.11, 3.78, 4.05…
## $ z           <dbl> 2.43, 2.31, 2.31, 2.63, 2.75, 2.48, 2.47, 2.53, 2.49, 2.39…

Los datos traducidos quedarán cargados durante toda la sesión de R:

diamantes %>%
  filter(corte == "Bueno") %>%
  ggplot() +
  geom_boxplot(aes(claridad, precio, fill = claridad)) +
  theme(legend.position = "none") +
  labs(title = "Diamantes", subtitle = "Precio y claridad")