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")La versión en GitHub puede ser instalada 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 |
| Lahman |
| babynames |
| fueleconomy |
| ggplot2 |
| datasets |
| gapminder |
| forcats |
| tidyr |
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 | Titulo | Paquete | Dataset |
|---|---|---|---|
| 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 11 presidentes, desde Eisenhower a Obama | ggplot2 | presidential |
| 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 |
| 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 |
| 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 (3era variante) | tidyr | table3 |
| tabla4a | Registros de tuberculosis de la Organización Mundial de la Salud (3era variante) | tidyr | table4a |
| tabla4b | Registros de tuberculosis de la Organización Mundial de la Salud (3era variante) | tidyr | table4b |
| tabla5 | Registros de tuberculosis de la Organización Mundial de la Salud (3era 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)## 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")Actualización del paquete
La actualización del paquete tiene múltiples pasos. Si se hacen cambios a las traducciones, se debe ejecutar el siguiente código para que todas las referencias estén al día.
# Crea los scripts de traducción
datos:::data_script()
# Crea los archivos de ayuda
datos:::folder_rd()
# Actualiza el sitio web
pkgdown::build_site()
# Cambia la referencia a tipo html
datos:::fix_reference()