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
La versión en CRAN está disponible por medio de:
# install.packages("datos")El paquete está disponible en GitHub y puede ser instalado utilizando
remotes:
# install.packages("remotes")
# remotes::install_github("cienciadedatos/datos")Requisitos
Este paquete traduce los datos en el momento. Esto implica que la
versión en español de los datos no está contenida como un objeto dentro
del paquete, sino que se genera al momento de utilizarlos. Por lo tanto,
para poder usar datos, el paquete que contiene los datos originales
en inglés debe estar previamente instalado.
Los paquetes necesarios son:
| Paquetes |
|---|
| nycflights13 |
| nasaweather |
| babynames |
| Lahman |
| ggplot2 |
| datasets |
| gapminder |
| forcats |
| tibble |
| tidyr |
| fueleconomy |
El paquete datasets es parte de R base y ggplot2, tibble, tidyr,
readr y forcats vienen incluidos en el paquete tidyverse. Todos
los demás deben instalarse individualmente.
Traducciones
Las traducciones disponibles dentro de datos son las
siguientes:
| Nombre | Título |
|---|---|
| aerolineas | Nombres de aerolíneas |
| aeropuertos | Datos de aeropuertos |
| atmosfera | Datos atmosféricos |
| aviones | Datos de aviones |
| bateadores | Tabla de bateadores |
| clima | Datos de clima |
| datos-stringr | Vectores de caracteres dentro del paquete stringr |
| diamantes | Precio de 50.000 diamantes |
| encuesta | Muestra de variables categóricas de una encuesta social |
| fiel | Datos del géiser Viejo Fiel (Old Faithful) |
| flores | Datos sobre la flor Iris de Edgar Anderson |
| millas | Datos de economía de combustible de 1999 y 2008 para 38 modelos populares de automóviles |
| mtautos | Pruebas de ruta de automóviles de Motor Trend |
| nombres | Nombres de bebés |
| oms | Datos de tuberculosis de la Organización Mundial de la Salud |
| paises | Datos de Gapminder |
| presidencial | Periodos de 11 presidentes, desde Eisenhower a Obama |
| tabla1 | Registros de tuberculosis de la Organización Mundial de la Salud (1era variante) |
| tabla2 | Registros de tuberculosis de la Organización Mundial de la Salud (2da variante) |
| tabla3 | Registros de tuberculosis de la Organización Mundial de la Salud (3era variante) |
| tabla4a | Registros de tuberculosis de la Organización Mundial de la Salud (3era variante) |
| tabla4b | Registros de tuberculosis de la Organización Mundial de la Salud (3era variante) |
| tabla5 | Registros de tuberculosis de la Organización Mundial de la Salud (3era variante) |
| vehiculos | Datos de economía de combustible |
| vuelos | Datos de vuelos |
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)## Observations: 53,940
## Variables: 10
## $ precio <int> 326, 326, 327, 334, 335, 336, 336, 337, 337, 338, 33…
## $ quilate <dbl> 0.23, 0.21, 0.23, 0.29, 0.31, 0.24, 0.24, 0.26, 0.22…
## $ corte <ord> Ideal, Premium, Bueno, Premium, Bueno, Muy bueno, Mu…
## $ color <ord> E, E, E, I, J, J, I, H, E, H, J, J, F, J, E, E, I, J…
## $ claridad <ord> SI2, SI1, VS1, VS2, SI2, VVS2, VVS1, SI1, VS2, VS1, …
## $ profundidad <dbl> 61.5, 59.8, 56.9, 62.4, 63.3, 62.8, 62.3, 61.9, 65.1…
## $ tabla <dbl> 55, 61, 65, 58, 58, 57, 57, 55, 61, 61, 55, 56, 61, …
## $ x <dbl> 3.95, 3.89, 4.05, 4.20, 4.34, 3.94, 3.95, 4.07, 3.87…
## $ y <dbl> 3.98, 3.84, 4.07, 4.23, 4.35, 3.96, 3.98, 4.11, 3.78…
## $ z <dbl> 2.43, 2.31, 2.31, 2.63, 2.75, 2.48, 2.47, 2.53, 2.49…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")Actualizar el paquete
La actualización del paquete tiene multiples pasos. Si hace cambios a las traducciones, y desea que todas las referencias esten al día, corra los siguientes comandos:
# Crea los scripts de traduccion
datos:::data_script()
# Crea los archivos de ayuda
datos:::folder_rd()
# Actualiza el lugar de internet
pkgdown::build_site()
# Cambia la referencia a tipo html
datos:::fix_reference()