ejercicios.R

library(tidyverse)
library(lubridate)

# EJERCICIO: ¿Qué paquetes carga el tidyverse?


# PARTE 1 -----------------------------------------------------------------

# Importar datos con readr ------------------------------------------------

?read_csv # para ver la documentación

capitulos <- read_csv("capitulos_rladies.csv")
capitulos <- read_csv("https://raw.githubusercontent.com/cienciadedatos/datos-de-miercoles/master/datos/2019/2019-06-26/capitulos_rladies.csv")

write_tsv(capitulos, "capitulos_rladies.tsv")
write_csv2(capitulos, file = "capitulos2.csv")

# ¿Cómo podemos tener una visión general de nuestro tablero?
capitulos
glimpse(capitulos)
View(capitulos)

# Manipular datos con dplyr -----------------------------------------------

# seleccionar columnas
select(capitulos, capitulo, ciudad, pais)
select(capitulos, -creacion)              # quiero ignorar la fecha
select(capitulos, capitulo, latitud:pais) # quiero ver solo variables geográficas
select(capitulos, starts_with("c"))       # columnas que empiezan por "c"


# filtrar filas según condiciones
filter(capitulos, pais == "ES")
filter(capitulos, pais %in% c("ES", "CO", "FR"))
filter(capitulos, miembros > 1000)
filter(capitulos, miembros > 1000 & pais == "ES")
filter(capitulos, miembros > 1000, pais == "ES")


# crear o modificar columnas
mutate(capitulos, miembros_por_cien = miembros * 100)
mutate(capitulos, miembros_total = sum(miembros))
mutate(capitulos, miembros = miembros * 100 / sum(miembros))


# resumir información de las columnas
summarise(
  capitulos,
  total_miembros = sum(miembros)
)
summarise(
  capitulos,
  rango_miembros = range(miembros)
)


# EJERCICIO: ¿Cuál fue el primer capítulo creado? ¿Cuál es el más reciente?


# NUEVO CONCEPTO: El operador `<-`
# ¿Cómo podemos guardar en memoria uno de los tableros anteriores?


# aplicar operaciones por grupos
capitulos_agrupado <- group_by(...)

# ¿Qué pasa si cambiamos capitulos por capitulos_agrupado?
filter(capitulos, miembros == max(miembros))
filter(capitulos_agrupado, miembros == max(miembros))

# EJERCICIO: Antes de ejecutar el código, ¿qué diferencias esperamos en el
# resultado de mutate() con respecto a summarise()?
mutate(capitulos_agrupado, total_miembros = sum(miembros))
summarise(capitulos_agrupado, total_miembros = sum(miembros))


# Encadenar operaciones con %>% -------------------------------------------

# ¿Cuántos miembros hay por país?
capitulos %>%
  ...

# ¿Cuántos capítulos hay por país?
capitulos %>%
  ...

# BONUS: count()


# PARTE 2 -----------------------------------------------------------------

# Cadenas de caracteres con stringr ---------------------------------------

eventos_titulos <-
  c(
    "¡Primer evento de R-Ladies Barcelona!",
    "Scalable Machine Learning in R and Python with H2O",
    "RMarkdown tutorial and bioinformatics talk",
    "Google Analytics in R!",
    "Data wrangling with dplyr and tidyr",
    "Introducció a Bokeh: Una llibreria de visualització diferent",
    "Descifrando datos ómicos en R",
    "WomenInTech Summer Picnic",
    "Plots with ggplot2 are better plots",
    "Take your R scripts to a new planet: Jupyter notebooks with R!",
    "Relaunch of R-Ladies Barcelona!",
    "Introduction to R programming + Version control with Git and RStudio",
    "Primer encuentro! Primeros pasos y conocernos",
    "Primer Meetup R-Ladies BRC!",
    "Taller R desde cero con tidyverse R-Ladies BRC!"
  )

str_view(eventos_titulos, "r")
str_view(eventos_titulos, "R")
str_detect(eventos_titulos, "R")
str_subset(eventos_titulos, "R")

str_view(eventos_titulos, "^D")
str_subset(eventos_titulos, "^D")
str_detect(eventos_titulos, "^D")
str_starts(eventos_titulos, "D")

str_view(eventos_titulos, "^.{4} ")

str_view(eventos_titulos, "+")
str_view(eventos_titulos, "\\+")


# EJERCICIO: ¿Cuál es el único capítulo de las R-Ladies que no comienza por
# "R-Ladies"?
capitulos %>%
  filter(str_...(capitulo, ..., ...)) %>%
  select(capitulo)


# Fechas con lubridate ----------------------------------------------------

# ¿Cómo se imprimen las columnas de tipo date-time (fecha-hora)?

# Extraer elementos de una fecha-hora
capitulos %>%
  select(capitulo, creacion) %>%
  mutate(
    hora = hour(creacion),
    minuto = minute(creacion),
    segundo = second(creacion)
  )


# EJERCICIO: ¿En qué año se creó el mayor número de capítulos de R-Ladies?
# ¿Tenemos información para los 12 meses de cada año?
capitulos %>%
  mutate(
    anio = ...(creacion),
    mes = ...(creacion)
  ) %>%
  ...(anio) %>%
  summarise(
    n_capitulos = n(),
    n_meses = n_distinct(mes)
  )


# PARTE 3 -----------------------------------------------------------------

# Datos relacionados con tidyr --------------------------------------------

# ¿Qué hace que "capitulos_coord_largo" no sea ordenado?
capitulos_coord_largo <- capitulos %>%
  pivot_longer(
    c(latitud, longitud),
    names_to = "nombre_coord",
    values_to = "valor_coord"
  )
capitulos_coord_largo

# Volvamos al estado original
capitulos_coord_largo %>%
  pivot_wider(
    names_from = nombre_coord,
    values_from = valor_coord
  )

# EJERCICIO: Importemos el archivo "eventos_mensuales_ancho.csv". ¿Cómo podemos
# volverlo ordenado?
eventos_mensuales_ancho <- read_...(...)

eventos_mensuales_ancho %>%
  pivot_...(
    ...,
    ... = ...,
    ... = ...
  )


# Datos relacionales ------------------------------------------------------

eventos <- read_csv("")

dim(eventos)
left_join(eventos, capitulos, by = "capitulo")


capitulos_mpc <- filter(capitulos, pais %in% c("ES", "FR", "CO"))
semi_join(eventos, capitulos_mpc, by = "capitulo")

# EJERCICIO: ¿Cuántos eventos hay por país?
eventos %>%
  left_join(...) %>%
  ...(...)