P2.qmd

---
title: "Taller 2"
---

```{r}
if (!require("pacman")) install.packages("pacman") # instala pacman si se requiere
pacman::p_load(tidyverse, readxl, writexl, haven, sjlabelled, pollster,
               janitor, magrittr) #carga los paquetes listados

```

## Datos

Recuerda, estos los puedes descargar desde el repo de la clase que hizo la profe <https://github.com/FCPyS/eacsii2023/tree/main/datos>

```{r}
enoet322socdem_tiempo <- haven::read_dta("datos/enoet322socdem_tiempo.dta")
```

## Etiquetas y cómo usarlas

Podemos ver que los objetos "data.frame"(*spoiler*, ya hablaremos de ellos)

```{r}

class(enoet322socdem_tiempo$sex)

```

## Ejemplo de etiquetado

Para que se vea mejor nuestro tabulado, sería bueno que nuestras variables tuvieran etiqueta. Para ello utilizaremos el paquete "sjlabelled"

```{r}

# tabulado simple
enoet322socdem_tiempo %>% 
  dplyr::mutate(sex=sjlabelled::as_label(sex)) %>% 
  janitor::tabyl(sex)

# tabulado con factor de expansión

enoet322socdem_tiempo %>% 
  dplyr::mutate(sex=sjlabelled::as_label(sex)) %>% 
  pollster::topline(sex, weight = fac_tri)
  

```

## Descriptivos para variables cuantitativas

Vamos a empezar a revisar los gráficos para variables cuantitativas.

### Medidas numéricas básicas

5 números

```{r}
summary(enoet322socdem_tiempo$eda) ## eda
```

Con pipes se pueden crear "indicadores" de nuestras variables es un tibble

```{r}
enoet322socdem_tiempo %>% 
  summarise(nombre_indicador=mean(eda, na.rm=T))
```

### Histograma básico

```{r}
hist(enoet322socdem_tiempo$eda)
```

Le podemos modificar el título del eje de las x y de las y

```{r}
hist(enoet322socdem_tiempo$eda, 
     main="Histograma de las edades de los entrevistados", 
     xlab="Años cumplidos", ylab="Frecuencia") 
```

## Tabulados bivariados

```{r}

# tabla cruzada sin factor
enoet322socdem_tiempo %>% 
  dplyr::mutate(sex=sjlabelled::as_label(sex)) %>% 
  dplyr::mutate(niv_ins=sjlabelled::as_label(niv_ins)) %>% 
  janitor::tabyl(niv_ins, sex)

# tabulado con factor de expansión

enoet322socdem_tiempo %>% 
  dplyr::mutate(sex=sjlabelled::as_label(sex)) %>% 
  dplyr::mutate(niv_ins=sjlabelled::as_label(niv_ins)) %>% 
  pollster::crosstab(niv_ins, sex, weight = fac_tri)
  

```

## Ojeando

```{r}
dplyr::glimpse(enoet322socdem_tiempo)
dplyr::glimpse(enoet322socdem_tiempo[,20:30]) # en corchete del lado derecho podemos ojear columnas 

```

Podemos hacer un tipo "labelbook", usando una función que viene de la librería "sjlabelled", "get_labels". Funciona para toda la base o para columnas, o para variables.

```{r}
#print(get_labels(enoet322socdem_tiempo)) #todas
print(get_labels(enoet322socdem_tiempo[, 20:30])) #de las segundas 10 variables
```

En singular nos da las etiquetas de las variables, no de los valores:

```{r}
#print(get_label(enoet322socdem_tiempo)) #todas
print(get_label(enoet322socdem_tiempo[, 1:10])) #de las primeras 10 variables
print(get_label(enoet322socdem_tiempo$eda)) #
```

### Selección de casos y de variables

Poco a poco vamos comprendiendo más la lógica de R. Hay varias "formas" de programar. Por lo que no te asustes si varios códigos llegan al mismo resultado

Para revisar el contenido de un data frame podemos usar, como lo hicimos anteriormente, el formato basededatos\$var o usar corchete, checa como estas cuatro formas tan el mismo resultado.

```{r}
x<-enoet322socdem_tiempo$eda
x<-enoet322socdem_tiempo[["eda"]]  # ¡Ojo con las comillas! 
x<-enoet322socdem_tiempo[,13]
x<-enoet322socdem_tiempo[,"eda"]

```

Ahora, con el formato de dplyr podemos llegar a lo mismo

```{r}
x<-enoet322socdem_tiempo %>% 
  select(eda)
```

## Importación desde Excel

El paquete más compatible con RStudio es readxl. A veces, otros paquetes tienen más problemas de configuración entre R y el Java.

```{r 3}
ICE_2022 <- readxl::read_excel("datos/ICE_2022.xlsx", sheet = "para_importar")

```

Como el nombre de paquete lo indica, sólo lee. Para escribir en este formato, recomiendo el paquete "writexl". Lo instalamos anteriormente.

Si quisiéramos exportar un objeto a Excel

```{r 5}
writexl::write_xlsx(ICE_2022, path = "mi_exportacion.xlsx")
```

## Limpieza de nombres

A este data.frame podemos limpiarle los nombres, como vemos, sus nombres están "raros". Esto pasa cuando usamos espacios, caracteres especiales o nombres muy largos.

Veamos los nombre

```{r}
ICE_2022 %>% 
  names()
```

los vamos a limpiar:

```{r}
ICE_2022 %>% 
  janitor::clean_names() %>% 
  names()
```

Pero! Tenemos que volver a declarar el objeto con los cambios para que se guarden en el objeto

```{r}
ICE_2022<-ICE_2022 %>% 
  janitor::clean_names()
```

## Otro operador

Esta operación de guardar las acciones del *pipe* `%>%` en el mismo objeto del que inician, se puede hacer con otro operador muy parecido `%<>%`

```{r}
ICE_2022 %<>% 
  janitor::clean_names()
```

¡Llevemos esta base a esquisse!