t|1i|2d|3y|1
d|1a|2t|1a|1

Joshua Kunst + Pachá, Mayo 2018

¿Qué haremos?

  • Explorar, graficar y agregar datos de los sobrevivientes del Titanic
  • Mediante ejemplos sentar las bases para trabajar mejor
  • Perder el miedo a R

Introducción

Introducción

La idea es adentrarnos en el siguiente flujo de datos:

Antes de comenzar

No puedo explicar sin entender

El Análisis Exploratorio y la Estadística Descriptiva son parte clave para el entendimiento

Escuchar lo que los datos nos hablan

Conceptos

  • Una variable es una cantidad, que puede ser medida: estatura, magnitud de un sismo, velocidad de un huracán, etc
  • Un valor es un estado de la variable cuando se mide: 1.20 metros, 8° Richter
  • Una observación o caso es un conjunto de mediciones -no de la misma variable necesariamente- pero si en un mismo instante y a un mismo objeto.

Conceptos

  • Datos tabulados es un conjunto de valores cada uno asociado a una variable y una observación

Conceptos

Análisis Exploratorio de Datos

  • Generar preguntas acerca de los datos
  • Buscar respuestas visualizando, transformando los datos
  • Hacer nuevas preguntas a partir de lo aprendido

Generar conocimiento

Sobrevivientes del titanic

Sobrevivientes del titanic

  • Exploraremos los datos del Titanic
  • Cada observación es una persona
  • Cada variable es una característica tales como nombre, edad y sobrevivencia.

Manipulación de datos

Ejercicio 1

  • Carga el Tidyverse
  • Carga los datos
  • Explora las primeras observaciones de los datos
  • ¿Qué significan estas variables?
  • Resume los datos del Titanic (2 formas de hacerlo)
  • ¿Se mantienen los resultados si antes de resumir quitas las observaciones con entradas nulas?

Solución Ejercicio 1

# Carga el Tidyverse
library(tidyverse)

# Carga los datos
passengers <- read_csv("data/titanic.csv")

Solución Ejercicio 1

# Explora las primeras observaciones de los datos
passengers
## # A tibble: 891 x 12
##    PassengerId Survived Pclass Name   Sex     Age SibSp Parch Ticket  Fare
##          <int>    <int>  <int> <chr>  <chr> <dbl> <int> <int> <chr>  <dbl>
##  1           1        0      3 Braun… male     22     1     0 A/5 2…  7.25
##  2           2        1      1 Cumin… fema…    38     1     0 PC 17… 71.3 
##  3           3        1      3 Heikk… fema…    26     0     0 STON/…  7.92
##  4           4        1      1 Futre… fema…    35     1     0 113803 53.1 
##  5           5        0      3 Allen… male     35     0     0 373450  8.05
##  6           6        0      3 Moran… male     NA     0     0 330877  8.46
##  7           7        0      1 McCar… male     54     0     0 17463  51.9 
##  8           8        0      3 Palss… male      2     3     1 349909 21.1 
##  9           9        1      3 Johns… fema…    27     0     2 347742 11.1 
## 10          10        1      2 Nasse… fema…    14     1     0 237736 30.1 
## # ... with 881 more rows, and 2 more variables: Cabin <chr>,
## #   Embarked <chr>

Solución Ejercicio 1

# Resume los datos del Titanic
summary(passengers)
##   PassengerId       Survived          Pclass          Name          
##  Min.   :  1.0   Min.   :0.0000   Min.   :1.000   Length:891        
##  1st Qu.:223.5   1st Qu.:0.0000   1st Qu.:2.000   Class :character  
##  Median :446.0   Median :0.0000   Median :3.000   Mode  :character  
##  Mean   :446.0   Mean   :0.3838   Mean   :2.309                     
##  3rd Qu.:668.5   3rd Qu.:1.0000   3rd Qu.:3.000                     
##  Max.   :891.0   Max.   :1.0000   Max.   :3.000                     
##                                                                     
##      Sex                 Age            SibSp           Parch       
##  Length:891         Min.   : 0.42   Min.   :0.000   Min.   :0.0000  
##  Class :character   1st Qu.:20.12   1st Qu.:0.000   1st Qu.:0.0000  
##  Mode  :character   Median :28.00   Median :0.000   Median :0.0000  
##                     Mean   :29.70   Mean   :0.523   Mean   :0.3816  
##                     3rd Qu.:38.00   3rd Qu.:1.000   3rd Qu.:0.0000  
##                     Max.   :80.00   Max.   :8.000   Max.   :6.0000  
##                     NA's   :177                                     
##     Ticket               Fare           Cabin             Embarked        
##  Length:891         Min.   :  0.00   Length:891         Length:891        
##  Class :character   1st Qu.:  7.91   Class :character   Class :character  
##  Mode  :character   Median : 14.45   Mode  :character   Mode  :character  
##                     Mean   : 32.20                                        
##                     3rd Qu.: 31.00                                        
##                     Max.   :512.33                                        
##

Solución Ejercicio 1

# Resume los datos del Titanic usando %>%
passengers %>%
  summary()
##   PassengerId       Survived          Pclass          Name          
##  Min.   :  1.0   Min.   :0.0000   Min.   :1.000   Length:891        
##  1st Qu.:223.5   1st Qu.:0.0000   1st Qu.:2.000   Class :character  
##  Median :446.0   Median :0.0000   Median :3.000   Mode  :character  
##  Mean   :446.0   Mean   :0.3838   Mean   :2.309                     
##  3rd Qu.:668.5   3rd Qu.:1.0000   3rd Qu.:3.000                     
##  Max.   :891.0   Max.   :1.0000   Max.   :3.000                     
##                                                                     
##      Sex                 Age            SibSp           Parch       
##  Length:891         Min.   : 0.42   Min.   :0.000   Min.   :0.0000  
##  Class :character   1st Qu.:20.12   1st Qu.:0.000   1st Qu.:0.0000  
##  Mode  :character   Median :28.00   Median :0.000   Median :0.0000  
##                     Mean   :29.70   Mean   :0.523   Mean   :0.3816  
##                     3rd Qu.:38.00   3rd Qu.:1.000   3rd Qu.:0.0000  
##                     Max.   :80.00   Max.   :8.000   Max.   :6.0000  
##                     NA's   :177                                     
##     Ticket               Fare           Cabin             Embarked        
##  Length:891         Min.   :  0.00   Length:891         Length:891        
##  Class :character   1st Qu.:  7.91   Class :character   Class :character  
##  Mode  :character   Median : 14.45   Mode  :character   Mode  :character  
##                     Mean   : 32.20                                        
##                     3rd Qu.: 31.00                                        
##                     Max.   :512.33                                        
##

Solución Ejercicio 1

# Resume los datos del Titanic quitando las observaciones con entradas nulas
passengers %>% 
  drop_na() %>% 
  summary()
##   PassengerId       Survived          Pclass          Name          
##  Min.   :  2.0   Min.   :0.0000   Min.   :1.000   Length:183        
##  1st Qu.:263.5   1st Qu.:0.0000   1st Qu.:1.000   Class :character  
##  Median :457.0   Median :1.0000   Median :1.000   Mode  :character  
##  Mean   :455.4   Mean   :0.6721   Mean   :1.191                     
##  3rd Qu.:676.0   3rd Qu.:1.0000   3rd Qu.:1.000                     
##  Max.   :890.0   Max.   :1.0000   Max.   :3.000                     
##      Sex                 Age            SibSp            Parch       
##  Length:183         Min.   : 0.92   Min.   :0.0000   Min.   :0.0000  
##  Class :character   1st Qu.:24.00   1st Qu.:0.0000   1st Qu.:0.0000  
##  Mode  :character   Median :36.00   Median :0.0000   Median :0.0000  
##                     Mean   :35.67   Mean   :0.4645   Mean   :0.4754  
##                     3rd Qu.:47.50   3rd Qu.:1.0000   3rd Qu.:1.0000  
##                     Max.   :80.00   Max.   :3.0000   Max.   :4.0000  
##     Ticket               Fare           Cabin             Embarked        
##  Length:183         Min.   :  0.00   Length:183         Length:183        
##  Class :character   1st Qu.: 29.70   Class :character   Class :character  
##  Mode  :character   Median : 57.00   Mode  :character   Mode  :character  
##                     Mean   : 78.68                                        
##                     3rd Qu.: 90.00                                        
##                     Max.   :512.33

Recapitulando

  • Leíste los datos y los revisaste
  • Aprendiste algo acerca del operador %>%

Ejercicio 2: Uso de filter

  • Filtra para dejar sólo las observaciones que corresponden a hombres

Solución Ejercicio 2

# Filtra para dejar sólo las observaciones que corresponden a hombres
passengers %>% 
  filter(Sex == "male")
## # A tibble: 577 x 12
##    PassengerId Survived Pclass Name   Sex     Age SibSp Parch Ticket  Fare
##          <int>    <int>  <int> <chr>  <chr> <dbl> <int> <int> <chr>  <dbl>
##  1           1        0      3 Braun… male     22     1     0 A/5 2…  7.25
##  2           5        0      3 Allen… male     35     0     0 373450  8.05
##  3           6        0      3 Moran… male     NA     0     0 330877  8.46
##  4           7        0      1 McCar… male     54     0     0 17463  51.9 
##  5           8        0      3 Palss… male      2     3     1 349909 21.1 
##  6          13        0      3 Saund… male     20     0     0 A/5. …  8.05
##  7          14        0      3 Ander… male     39     1     5 347082 31.3 
##  8          17        0      3 Rice,… male      2     4     1 382652 29.1 
##  9          18        1      2 Willi… male     NA     0     0 244373 13   
## 10          21        0      2 Fynne… male     35     0     0 239865 26   
## # ... with 567 more rows, and 2 more variables: Cabin <chr>,
## #   Embarked <chr>

Solución Ejercicio 2

  • El código de dplyr se puede leer como una frase: toma los datos y luego (%>%) filtra de acuerdo a la condición “es de sexo masculino”
  • Lo que acabas de hacer no altera los datos originales
  • filter(Sex = "male") es un error común

Ejercicio 3: Uso de filter

  • Filtra para dejar sólo las observaciones que corresponden a mujeres

Solución Ejercicio 3

# Filtra para dejar sólo las observaciones que corresponden a mujeres
passengers %>% 
  filter(Sex == "female")
## # A tibble: 314 x 12
##    PassengerId Survived Pclass Name   Sex     Age SibSp Parch Ticket  Fare
##          <int>    <int>  <int> <chr>  <chr> <dbl> <int> <int> <chr>  <dbl>
##  1           2        1      1 Cumin… fema…    38     1     0 PC 17… 71.3 
##  2           3        1      3 Heikk… fema…    26     0     0 STON/…  7.92
##  3           4        1      1 Futre… fema…    35     1     0 113803 53.1 
##  4           9        1      3 Johns… fema…    27     0     2 347742 11.1 
##  5          10        1      2 Nasse… fema…    14     1     0 237736 30.1 
##  6          11        1      3 Sands… fema…     4     1     1 PP 95… 16.7 
##  7          12        1      1 Bonne… fema…    58     0     0 113783 26.6 
##  8          15        0      3 Vestr… fema…    14     0     0 350406  7.85
##  9          16        1      2 Hewle… fema…    55     0     0 248706 16   
## 10          19        0      3 Vande… fema…    31     1     0 345763 18   
## # ... with 304 more rows, and 2 more variables: Cabin <chr>,
## #   Embarked <chr>

Ejercicio 4: Uso de arrange

  • Ordena las observaciones usando arrange de manera creciente de acuerdo al valor de los pasajes (Fare)

Solución Ejercicio 4

# Ordena crecientemente por valor del pasaje
passengers %>% 
  arrange(Fare)
## # A tibble: 891 x 12
##    PassengerId Survived Pclass Name   Sex     Age SibSp Parch Ticket  Fare
##          <int>    <int>  <int> <chr>  <chr> <dbl> <int> <int> <chr>  <dbl>
##  1         180        0      3 Leona… male     36     0     0 LINE       0
##  2         264        0      1 Harri… male     40     0     0 112059     0
##  3         272        1      3 Tornq… male     25     0     0 LINE       0
##  4         278        0      2 "Park… male     NA     0     0 239853     0
##  5         303        0      3 Johns… male     19     0     0 LINE       0
##  6         414        0      2 Cunni… male     NA     0     0 239853     0
##  7         467        0      2 Campb… male     NA     0     0 239853     0
##  8         482        0      2 "Fros… male     NA     0     0 239854     0
##  9         598        0      3 Johns… male     49     0     0 LINE       0
## 10         634        0      1 Parr,… male     NA     0     0 112052     0
## # ... with 881 more rows, and 2 more variables: Cabin <chr>,
## #   Embarked <chr>

Ejercicio 5: Uso de arrange

  • Ordena las observaciones usando arrange y desc de manera decreciente de acuerdo al valor de los pasajes (Fare)

Solución Ejercicio 5

# Ordena decrecientemente por valor del pasaje
passengers %>% 
  arrange(desc(Fare))
## # A tibble: 891 x 12
##    PassengerId Survived Pclass Name   Sex     Age SibSp Parch Ticket  Fare
##          <int>    <int>  <int> <chr>  <chr> <dbl> <int> <int> <chr>  <dbl>
##  1         259        1      1 Ward,… fema…    35     0     0 PC 17…  512.
##  2         680        1      1 Carde… male     36     0     1 PC 17…  512.
##  3         738        1      1 Lesur… male     35     0     0 PC 17…  512.
##  4          28        0      1 Fortu… male     19     3     2 19950   263 
##  5          89        1      1 Fortu… fema…    23     3     2 19950   263 
##  6         342        1      1 Fortu… fema…    24     3     2 19950   263 
##  7         439        0      1 Fortu… male     64     1     4 19950   263 
##  8         312        1      1 Ryers… fema…    18     2     2 PC 17…  262.
##  9         743        1      1 "Ryer… fema…    21     2     2 PC 17…  262.
## 10         119        0      1 Baxte… male     24     0     1 PC 17…  248.
## # ... with 881 more rows, and 2 more variables: Cabin <chr>,
## #   Embarked <chr>

Ejercicio 6: Uso de mutate

  • La variable Parch corresponde al número de padres e hijos
  • La variable SibSp corresponde al número de hermanos y esposas
  • Usa mutate para combinar ambas variables y crear la variable FamSize

Solución Ejercicio 6

# Crea la columna FamSize (tamaño de la familia)
passengers %>% 
  mutate(FamSize = Parch + SibSp)
## # A tibble: 891 x 13
##    PassengerId Survived Pclass Name   Sex     Age SibSp Parch Ticket  Fare
##          <int>    <int>  <int> <chr>  <chr> <dbl> <int> <int> <chr>  <dbl>
##  1           1        0      3 Braun… male     22     1     0 A/5 2…  7.25
##  2           2        1      1 Cumin… fema…    38     1     0 PC 17… 71.3 
##  3           3        1      3 Heikk… fema…    26     0     0 STON/…  7.92
##  4           4        1      1 Futre… fema…    35     1     0 113803 53.1 
##  5           5        0      3 Allen… male     35     0     0 373450  8.05
##  6           6        0      3 Moran… male     NA     0     0 330877  8.46
##  7           7        0      1 McCar… male     54     0     0 17463  51.9 
##  8           8        0      3 Palss… male      2     3     1 349909 21.1 
##  9           9        1      3 Johns… fema…    27     0     2 347742 11.1 
## 10          10        1      2 Nasse… fema…    14     1     0 237736 30.1 
## # ... with 881 more rows, and 3 more variables: Cabin <chr>,
## #   Embarked <chr>, FamSize <int>

Acerca de mutate

  • mutate() se puede usar para crear nuevas columnas pero también para modificar columnas existentes
  • e.g. si tengo una variable peso expresada en kilos puedo ejecutar mutate(peso = peso / 1000) para pasar a toneladas

Ejercicio 7: Uso de mutate

  • ¿Es posible que las familias más numerosas tengan una menor probabilidad de sobrevivir?
  • Para corroborar esto crea la nueva variable FamSize como la suma de Parch y SibSp como ya se hizo y luego ordena descendentemente por FamSize

Solución Ejercicio 7

# Crea la columna FamSize (tamaño de la familia)
# Ordena descendentemente por FamSize
passengers %>% 
  mutate(FamSize = Parch + SibSp) %>% 
  arrange(desc(FamSize))
## # A tibble: 891 x 13
##    PassengerId Survived Pclass Name   Sex     Age SibSp Parch Ticket  Fare
##          <int>    <int>  <int> <chr>  <chr> <dbl> <int> <int> <chr>  <dbl>
##  1         160        0      3 Sage,… male     NA     8     2 CA. 2…  69.6
##  2         181        0      3 Sage,… fema…    NA     8     2 CA. 2…  69.6
##  3         202        0      3 Sage,… male     NA     8     2 CA. 2…  69.6
##  4         325        0      3 Sage,… male     NA     8     2 CA. 2…  69.6
##  5         793        0      3 Sage,… fema…    NA     8     2 CA. 2…  69.6
##  6         847        0      3 Sage,… male     NA     8     2 CA. 2…  69.6
##  7         864        0      3 "Sage… fema…    NA     8     2 CA. 2…  69.6
##  8          60        0      3 Goodw… male     11     5     2 CA 21…  46.9
##  9          72        0      3 Goodw… fema…    16     5     2 CA 21…  46.9
## 10         387        0      3 Goodw… male      1     5     2 CA 21…  46.9
## # ... with 881 more rows, and 3 more variables: Cabin <chr>,
## #   Embarked <chr>, FamSize <int>

Ejercicio 8: Uso de mutate

  • Como los ceros y unos no son muy informativos, transforma los valores de Survived a “SI” y “NO”
  • Crea una nueva tabla

Solución Ejercicio 8

# Transforma Survived en valores "SI" y "NO" (nueva tabla)
passengers1 <- passengers %>% 
  mutate(Survived = ifelse(Survived == 0, "NO", "SI"))
passengers1
## # A tibble: 891 x 12
##    PassengerId Survived Pclass Name   Sex     Age SibSp Parch Ticket  Fare
##          <int> <chr>     <int> <chr>  <chr> <dbl> <int> <int> <chr>  <dbl>
##  1           1 NO            3 Braun… male     22     1     0 A/5 2…  7.25
##  2           2 SI            1 Cumin… fema…    38     1     0 PC 17… 71.3 
##  3           3 SI            3 Heikk… fema…    26     0     0 STON/…  7.92
##  4           4 SI            1 Futre… fema…    35     1     0 113803 53.1 
##  5           5 NO            3 Allen… male     35     0     0 373450  8.05
##  6           6 NO            3 Moran… male     NA     0     0 330877  8.46
##  7           7 NO            1 McCar… male     54     0     0 17463  51.9 
##  8           8 NO            3 Palss… male      2     3     1 349909 21.1 
##  9           9 SI            3 Johns… fema…    27     0     2 347742 11.1 
## 10          10 SI            2 Nasse… fema…    14     1     0 237736 30.1 
## # ... with 881 more rows, and 2 more variables: Cabin <chr>,
## #   Embarked <chr>

Recapitulando

  • Leíste los datos y los revisaste
  • Aprendiste algo acerca del operador %>%
  • Ahora puedes usar dplyr para manipular datos: filtrar, ordenar y mutar

Graficar datos

Uso de ggplot2

Para graficar usando ggplot2 debes especificar tres elementos:

  • Datos
  • Estética (e.g cuál variable va en el eje x)
  • Capas (e.g. gráfico de barras, puntos, etc)

Ejercicio 9: Uso de geom_bar

Crea un gráfico de barras de la variable sexo para dar cuenta de cuántos hombres y mujeres iban a bordo del Titanic.

Solución Ejercicio 9

# Gráfico de barras de pasajeros por sexo
ggplot(passengers, aes(x = Sex)) +
  geom_bar()

Ejercicio 10: Uso de geom_point

¿Se correlaciona la edad de los pasajeros con el precio del pasaje?

Solución Ejercicio 10

# Gráfico de puntos de edad vs valor del pasaje
ggplot(passengers, aes(x = Age, y = Fare)) +
  geom_point()

Solución Ejercicio 10

  • El código de ggplot2 también se puede leer como una frase al igual que dplyr
  • “Tomo los datos del Titanic, llevo Age al eje x y Fare al eje y, luego agrego los datos en forma de puntos”

Ejercicio 11: Uso de aes

Agrega color por sexo al gráfico anterior para ver si acaso se observa una correlación entre sexo, edad y valor del pasaje:

Solución Ejercicio 11

# Gráfico de puntos de edad vs valor del pasaje coloreado por sexo
ggplot(passengers %>% drop_na(), aes(x = Age, y = Fare, color = Sex)) +
  geom_point()

Ejercicio 12: Uso de facet_grid

¿Cómo lo harías para incorporar la variable sobrevivencia al gráfico anterior y ver si acaso se observa una tendencia?

Solución Ejercicio 12

# Gráfico de puntos de edad vs valor del pasaje coloreado por sexo y separado por sobrevivencia
ggplot(passengers1, aes(x = Age, y = Fare, color = Sex)) +
  geom_point() +
  facet_grid(~Survived)

Ejercicio 13: Uso de geom_bar

Ahora construye un gráfico de barras que se cuenta de la variable sexo, esta vez separado por sobrevivencia.

Solución Ejercicio 13

# Gráfico de barras de pasajeros por sexo separado por sobrevivencia
ggplot(passengers1, aes(x = Sex, fill = Survived)) +
  geom_bar()

Recapitulando

  • Leíste los datos y los revisaste
  • Aprendiste algo acerca del operador %>%
  • Ahora puedes usar dplyr para manipular datos: filtrar, ordenar y mutar
  • Aprendiste lo básico de ggplot2.

Resumir y agregar datos

Ejercicio 14: Uso de summarise

Usa summarise para encontrar la media del valor del pasaje.

Solución Ejercicio 14

# Calcula la media del valor del pasaje
passengers %>% 
  summarise(meanFare = mean(Fare))
## # A tibble: 1 x 1
##   meanFare
##      <dbl>
## 1     32.2

Ejercicio 15: Uso de summarise

Usa summarise para encontrar la mediana del valor del pasaje.

Solución Ejercicio 15

# Calcula la media del valor del pasaje
passengers %>% 
  summarise(medianFare = median(Fare))
## # A tibble: 1 x 1
##   medianFare
##        <dbl>
## 1       14.5

Ejercicio 16: Uso de summarise

Usa filter y summarise para encontrar la mediana del valor del pasaje de los hombres.

Solución Ejercicio 16

# Calcula la mediana del valor del pasaje de los hombres
passengers %>% 
  filter(Sex == "male") %>% 
  summarise(meanFare = mean(Fare))
## # A tibble: 1 x 1
##   meanFare
##      <dbl>
## 1     25.5

Ejercicio 17: Uso de summarise

Usa filter y summarise para encontrar la mediana del valor del pasaje de las mujeres.

Solución Ejercicio 17

# Calcula la mediana del valor del pasaje de las mujeres
passengers %>% 
  filter(Sex == "female") %>% 
  summarise(meanFare = mean(Fare))
## # A tibble: 1 x 1
##   meanFare
##      <dbl>
## 1     44.5

Ejercicio 18: Uso de summarise

Usa filter y summarise para encontrar la media del valor del pasaje de las mujeres y cuántas mujeres sobrevivieron.

Solución Ejercicio 18

# Calcula la media del valor del pasaje de las mujeres y cuantas mujeres sobrevivieron
passengers %>% 
  filter(Sex == "female") %>% 
  summarise(meanFare = mean(Fare), numSurv = sum(Survived))
## # A tibble: 1 x 2
##   meanFare numSurv
##      <dbl>   <int>
## 1     44.5     233

Ejercicio 19: Uso de group_by

Usa group_by y summarise para encontrar la media del valor del pasaje y el número de sobrevivientes como función del sexo.

Solución Ejercicio 19

# Calcula la media del valor del pasaje y el numero de sobrevivientes agrupado por sexo
passengers %>% 
  group_by(Sex) %>% 
  summarise(meanFare = mean(Fare), numSurv = sum(Survived))
## # A tibble: 2 x 3
##   Sex    meanFare numSurv
##   <chr>     <dbl>   <int>
## 1 female     44.5     233
## 2 male       25.5     109

Ejercicio 20: Uso de group_by

Usa group_by y summarise para encontrar la mediana del valor del pasaje y el número de sobrevivientes como función del sexo.

Solución Ejercicio 20

# Calcula la media del valor del pasaje y el numero de sobrevivientes agrupado por sexo
passengers %>% 
  group_by(Sex) %>% 
  summarise(meanFare = mean(Fare), numSurv = sum(Survived))
## # A tibble: 2 x 3
##   Sex    meanFare numSurv
##   <chr>     <dbl>   <int>
## 1 female     44.5     233
## 2 male       25.5     109

Recapitulando

  • Leíste los datos y los revisaste
  • Aprendiste algo acerca del operador %>%
  • Ahora puedes usar dplyr para manipular datos: filtrar, ordenar y mutar
  • Aprendiste lo básico de ggplot2.
  • Aprendiste a resumir datos teniendo en cuenta múltiples dimensiones tales como sexo, edad, etc

Dudas