Capítulo 8 Soluciones a problemas

Todos los problemas en programación tienen más de una forma de llegar a ellos, es por esto que las soluciones acá mostradas deben tomarse solo como una referencia, y revisar si el resultado final de tu código (aunque sea distinto de este), sea igual al que presentamos.

8.1 Capítulo 1

8.1.1 Ejercicio 1

Algunas posibles soluciones:

storms %>% filter(status == "hurricane") %>% select(year, wind, 
    hu_diameter) %>% group_by(year) %>% summarize_all(mean)

storms %>% filter(status == "hurricane" & !is.na(hu_diameter)) %>% 
    select(year, wind, hu_diameter) %>% group_by(year) %>% summarize_all(mean)

storms %>% filter(status == "hurricane") %>% select(year, wind, 
    hu_diameter) %>% group_by(year) %>% summarize_all(funs(mean), 
    na.rm = TRUE)

8.1.2 Ejercicio 2

Una de las soluciones posibles:

Solution <- mpg %>% filter(year > 2004 & class == "compact") %>% 
    mutate(kpl = (cty * 1.609)/3.78541)

8.2 Capítulo 2

8.2.1 Ejercicio 1

Una posible solución a este problema sería:

`r mean((iris %>% filter(Species == "virginica"))$Petal.Length)`

8.3 Capítulo 3

8.3.1 Ejercicio 1

8.3.1.1 a

Sola <- Huemul %>% dplyr::select(lon, lat, basisOfRecord) %>% 
    filter(!is.na(lat) & !is.na(lon))

lon	lat	basisOfRecord
-72.97728	-51.07892	HUMAN_OBSERVATION
-71.87139	-45.94562	HUMAN_OBSERVATION
-71.86151	-46.17067	HUMAN_OBSERVATION
-71.88937	-46.04310	HUMAN_OBSERVATION
-72.87022	-51.12036	HUMAN_OBSERVATION
-72.00898	-46.01153	HUMAN_OBSERVATION
-73.14041	-50.84305	HUMAN_OBSERVATION
-71.85057	-45.99832	HUMAN_OBSERVATION
-72.07593	-46.05139	HUMAN_OBSERVATION
-71.91163	-45.84344	HUMAN_OBSERVATION
-71.91210	-46.12133	HUMAN_OBSERVATION
-71.81252	-46.04818	HUMAN_OBSERVATION
-72.97587	-51.18353	HUMAN_OBSERVATION
-73.03667	-51.04976	HUMAN_OBSERVATION
-72.93940	-49.37483	HUMAN_OBSERVATION
-72.91720	-49.30175	HUMAN_OBSERVATION
-72.97712	-51.01511	HUMAN_OBSERVATION
-71.87026	-46.08686	HUMAN_OBSERVATION
-72.02424	-45.92156	HUMAN_OBSERVATION
-72.89062	-46.03708	HUMAN_OBSERVATION
-72.43751	-47.20485	HUMAN_OBSERVATION
-73.01456	-51.03635	HUMAN_OBSERVATION
-73.03190	-51.17531	HUMAN_OBSERVATION
-72.72944	-46.25602	HUMAN_OBSERVATION
-71.31538	-41.30110	PRESERVED_SPECIMEN
-71.31538	-41.30110	PRESERVED_SPECIMEN
-71.71667	-44.86667	PRESERVED_SPECIMEN
-71.71667	-44.86667	PRESERVED_SPECIMEN
-71.30989	-40.81978	PRESERVED_SPECIMEN
-71.31538	-41.30110	PRESERVED_SPECIMEN
-73.02467	-50.46476	PRESERVED_SPECIMEN
-71.33186	-41.26523	PRESERVED_SPECIMEN
-73.01764	-50.46747	PRESERVED_SPECIMEN
-71.00000	-30.00000	PRESERVED_SPECIMEN
-71.00000	-30.00000	PRESERVED_SPECIMEN
-71.70000	-45.26667	PRESERVED_SPECIMEN
-71.70000	-45.26667	PRESERVED_SPECIMEN
-71.70000	-45.26667	PRESERVED_SPECIMEN
-72.08000	-47.25000	PRESERVED_SPECIMEN
-70.91129	-53.15483	PRESERVED_SPECIMEN
-73.84761	-42.54746	PRESERVED_SPECIMEN
-71.00000	-30.00000	PRESERVED_SPECIMEN
-71.00000	-30.00000	PRESERVED_SPECIMEN
-71.36714	-41.13574	PRESERVED_SPECIMEN
-71.71094	-42.75692	HUMAN_OBSERVATION
-71.64718	-40.22605	PRESERVED_SPECIMEN
-67.88534	-43.99376	PRESERVED_SPECIMEN

8.3.1.2 b

Solb <- Huemul %>% group_by(basisOfRecord) %>% summarize(N = n())

basisOfRecord	N
HUMAN_OBSERVATION	119
PRESERVED_SPECIMEN	70

8.3.2 Ejercicio 2

8.3.2.1 a

Primero bajamos la base de datos, lo cual se puede hacer de forma manual o como en el código siguiente utilizando la función download.file

download.file("http://www.ine.cl/docs/default-source/variables-basicas-ambientales/bases-de-datos/series-cronol%C3%B3gicas-de-las-variables-b%C3%A1sicas-ambientales/dimension-aire-factor-estado-excel.xlsx?sfvrsn=c200127c_2", 
    destfile = "test.xlsx")

Una vez bajada esta base de datos utilizaremos los paquetes readxl para leer los archivos excel, tidyverse para manipular los datos y stringr para trabajar con texto.

library(readxl)
library(tidyverse)
library(stringr)

Partimos leyendo la pestaña que contiene las estaciones meteorológicas con su código:

EM <- read_excel("test.xlsx", sheet = "T001")

## New names:
## * `` -> ...8
## * `` -> ...9
## * `` -> ...10
## * `` -> ...11
## * `` -> ...12
## * … and 1 more problem

Luego para poder más adelante unir esta base de datos con otras, cambiamos el nombre de la columna Codigo_Est_Meteoro a Est_Meteoro como aparece en las otras bases de datos.

EM <- EM %>% rename(Est_Meteoro = Codigo_Est_Meteoro)

Luego empezamos a trabajar con la base de datos de temperatura media, para esto leemos la pestaña E10000003

TempMedia <- read_excel("test.xlsx", sheet = "E10000003")

Existen varias variables que no utilizaremos, por ejemplo el código de la variable, y la unidad de medida. Además vemos que la variable día, siempre tiene valor 0, por lo cuál podemos eliminarla también.

TempMedia <- TempMedia %>% select(-Codigo_variable, -Unidad_medida)

Además podemos cambiar los nombres de la columna ValorF que no tiene ningún significado a TempMedia y Año a Year, esta última variable es cambiada solo por que la letra Ñ puede no ser leída por todos los computadores.

TempMedia <- TempMedia %>% rename(TempMedia = ValorF, Year = Año)

Si nos fijamos, hay algunos años, en los cuales todos los meses aparecen como 13, esto nos indica que en estos años no se registró en que mes se realizó la medición, por lo cual se eliminarán esas obsevaciones.

TempMedia <- TempMedia %>% filter(Mes != 13)

Posterior a esto, unumos la base de datos TempMedia con la base de datos EM y seleccionamos tan solo las columnas que nos interesan y finalmente transformamos el mes en una variable numérica:

## Joining, by = "Est_Meteoro"

,

TempMedia <- left_join(TempMedia, EM) %>% select(Mes, Year, TempMedia, 
    Ciudad_localidad) %>% mutate(Mes = as.numeric(Mes))

Si hicieramos todo esto en un comando tendriamos el siguiente código

TempMedia <- read_excel("test.xlsx", sheet = "E10000003") %>% 
    select(-Codigo_variable, -Unidad_medida) %>% rename(TempMedia = ValorF, 
    Year = Año) %>% filter(Mes != 13) %>% left_join(EM) %>% 
    select(Mes, Year, TempMedia, Ciudad_localidad) %>% mutate(Mes = as.numeric(Mes))

De la misma manera modificamos el código de arriba para la humedad con la salvedad que la columna de día no tiene tilde en esta pestaña a la fecha de 19 de Agosto del 2018:

## Joining, by = "Est_Meteoro"

HumMedia <- read_excel("test.xlsx", sheet = "E10000006") %>% 
    dplyr::select(-Codigo_variable, -Unidad_medida) %>% rename(HumMedia = ValorF, 
    Year = Año) %>% filter(Mes != 13) %>% left_join(EM) %>% 
    dplyr::select(Mes, Year, HumMedia, Ciudad_localidad) %>% 
    mutate(Mes = as.numeric(Mes))

En el siguiente código unimos las dos bases de datos, vemos las primeras 20 observaciones de la base de datos resultante en la tabla 8.1

TempHum <- full_join(TempMedia, HumMedia)

## Joining, by = c("Mes", "Year", "Ciudad_localidad")

Tabla 8.1: Las primeras 20 observaciones de temperatura y humedad unidas

Mes	Year	TempMedia	Ciudad_localidad	HumMedia
1	1981	22.0	Arica	NA
2	1981	22.2	Arica	NA
3	1981	22.1	Arica	NA
4	1981	20.3	Arica	NA
5	1981	18.2	Arica	NA
6	1981	17.0	Arica	NA
7	1981	15.0	Arica	NA
8	1981	16.0	Arica	NA
9	1981	16.6	Arica	NA
10	1981	15.9	Arica	NA
11	1981	19.1	Arica	NA
12	1981	21.1	Arica	NA
1	1981	19.7	Iquique	NA
2	1981	21.1	Iquique	NA
3	1981	20.9	Iquique	NA
4	1981	19.9	Iquique	NA
5	1981	17.6	Iquique	NA
6	1981	15.9	Iquique	NA
7	1981	14.6	Iquique	NA
8	1981	15.6	Iquique	NA

Con esto vemos que la humedad media no es medida en los mismos años ni en todos los lugares que se mide la temperatura media, pero como ambas variables nos interesan por igual, la mantenemos de todas maneras con sus valores NA

8.3.2.2 b

El segundo ejercicio es mucho mas simple, donde solo tenemos que agrupar por ciudad y mes, y usar summarize_all para las funciones mean y sd como vemos en la tabla 8.2

TempHumMonthly <- TempHum %>% select(-Year) %>% group_by(Mes, 
    Ciudad_localidad) %>% summarize_all(funs(mean, sd), na.rm = TRUE)

Tabla 8.2: Las primeras 20 observaciones de temperatura y humedad agrupadas por mes y localidad

Mes	Ciudad_localidad	TempMedia_mean	HumMedia_mean	TempMedia_sd	HumMedia_sd
1	Antártica Chilena	1.383784	87.240	0.6238383	3.027045
1	Antofagasta	20.186487	70.120	0.9068144	1.666433
1	Arica	22.421622	63.960	0.9684280	3.453694
1	Balmaceda	12.334286	57.520	1.2107224	3.346192
1	Calama	17.000000	25.000	NA	NA
1	Cerrillos	20.996000	NaN	0.7855359	NaN
1	Chillán	19.794286	60.960	0.7490947	5.691046
1	Concepción	16.729730	72.060	0.6753044	6.944278
1	Copiapó	19.604348	NaN	0.7449700	NaN
1	Coyhaique	13.943243	59.520	1.2568790	3.088203
1	Curicó	20.697143	57.920	0.8143874	6.695670
1	Graneros	21.480000	NaN	0.4661330	NaN
1	Iquique	21.856757	62.180	1.0930438	3.594718
1	Isla Juan Fernández	18.562162	70.180	0.5832625	3.523067
1	La Serena	17.355556	76.260	0.7643651	2.833372
1	Osorno	15.807407	71.560	0.9388725	6.008993
1	Pudahuel	20.735135	45.775	0.8743938	5.933169
1	Puerto Montt	14.461111	77.760	0.7104436	2.230022
1	Punta Arenas	10.848649	62.560	0.7343257	2.900517
1	Quinta Normal	21.327027	50.600	0.6768590	8.341163