datos

CRAN status Travis-CI Build Status Coverage status

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()