forked from rse-r/intro-ii-r-ggplot-ex-ggplot2-template
-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy path03_nombres.Rmd
75 lines (57 loc) · 1.61 KB
/
03_nombres.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
---
title: "Ejercicios"
author: "nombre"
date: "2024-08-01"
output: html_document
---
```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
library(tidyr)
library(readr)
library(dplyr)
library(ggplot2)
library(datos)
```
```{r carga-datos}
nombres <- datos::nombres
```
1. Calculá cuantos bebés de cada sexo fueron llamados "Mary" o "Kerry".
```{r}
resultados <- nombres |>
filter(nombre %in% c("Mary", "Kerry")) |> #Filtrar por "Mary" o "Kerry"
group_by(nombre, sexo) |>
summarise(cantidad = n())
resultados
```
2. Calculá la cantidad de bebés de cada sexo llamado "Mary" para cada año y hacé un gráfico donde el eje x sea el año, el eje y la cantidad de nacidos y haya una linea de color distinto para cada sexo.
```{r}
resultados2 <- nombres |>
filter(nombre %in% c("Mary")) |> #Filtrar por "Mary"
group_by(nombre,anio,sexo) |>
summarise(cantidad = n())
resultados2
```
```{r}
ggplot(resultados2, aes(x= anio, y = cantidad, color = sexo)) +
geom_point()
```
3. Repetí el gráfico anterior para el nombre "Kerry".
```{r}
resultados3 <- nombres |>
filter(nombre %in% c("Kerry")) |> #Filtrar por "Kerry"
group_by(nombre,anio,sexo) |>
summarise(cantidad = n())
resultados3
```
```{r}
ggplot(resultados3, aes(x= anio, y = cantidad, color = sexo)) +
geom_point()
```
4. ¿Cuál fue la proporción máxima para cada sexo en cada año? Hacé un gráfico mostrando la evolución de eta variable. (podés calcular el máximo con `max(prop)`)
```{r}
nombres |>
group_by(anio,sexo) |>
summarise(prop_max = max(prop)) |>
ggplot(aes(anio, prop_max, color = sexo)) +
geom_line()
```