Repaso Clase 1

En la clase anterior vimos

• Qué era R y cuáles eran sus ventajas comparativas

• Aprendimos los fundamentos de R, es decir el ABC de este lenguaje
  • valores
  • vectores
  • funciones
  • dataframes

• Vimos qué tipos de datos existen y cómo reconocerlos

• Definimos un dataframe y vimos cómo navegar por él, llamando filas y columnas, filtrando observaciones y usando el operador $

Data frames y bases de datos

En la gran mayoría de las veces, no definimos un dataframe a mano, sino que este es una base de datos que importamos de un archivo, tal como ocurre con las encuestas de hogares.

Los misma sintaxis que vimos antes nos servirán para manipular bases de datos mas grandes

El primer paso es saber importarlas

Importar bases

R es muy eficiente importando bases de datos en múltiples formatos, incluso desde otros lenguajes

Veamos el caso de la EPH. Cuando la descargamos de INDEC podemos bajar el archivo en formato txt y en formato xls. Para leer respectivas extensiones podemos usar las funciones de R base:

• read.csv()
• read.xls()

read.csv("datos/Clase2/EPH_3T_22/usu_individual_T322.txt", sep=";", dec=",")Copy Code

• sep= con este argumento indicamos cuál es el patrón que separa cada columna, cada vez que R encuentre en el archivo de texto ";" sabrá que allí comienza una nueva columna

• dec= le indica que los decimales en el archivo están indicados por la coma y no por el punto. Si no indicamos esto R entiende la columna como texto y al pasarla a numérica genera casos NAs

Importar bases

Notar que solo la importamos, por lo tanto el output del comando (omitido aquí) será un print de las primeras filas.

Recuerden que en R podemos tener múltiples dataframes cargados en el entorno de trabajo, por eso, lo que debemos hacer es asignar esta base de datos a un objeto, es decir almacenarla con un nombre

eph_ind <- read.csv("datos/Clase2/EPH_3T_22/usu_individual_T322.txt", sep=";", dec=",")Copy Code

Ahora R no imprime nada, si la carga fue exitosa no obtendremos ningún output al correr el código

Importar bases

Pero en nuestro entorno de trabajo debemos ver ahora la base cargada, indicando cantidad filas (obs) y columnas (variables)

Explorar la base de datos

Cuántas filas y cuantas columnas tiene nuestra base

dim(eph_ind)Copy Code

## [1] 49232   177Copy Code

Cuáles son los nombres de esas columnas

names(eph_ind)Copy Code

##   [1] "CODUSU"     "ANO4"       "TRIMESTRE"  "NRO_HOGAR"  "COMPONENTE"
##   [6] "H15"        "REGION"     "MAS_500"    "AGLOMERADO" "PONDERA"   
##  [11] "CH03"       "CH04"       "CH05"       "CH06"       "CH07"      
##  [16] "CH08"       "CH09"       "CH10"       "CH11"       "CH12"      
##  [21] "CH13"       "CH14"       "CH15"       "CH15_COD"   "CH16"      
##  [26] "CH16_COD"   "NIVEL_ED"   "ESTADO"     "CAT_OCUP"   "CAT_INAC"  
##  [31] "IMPUTA"     "PP02C1"     "PP02C2"     "PP02C3"     "PP02C4"    
##  [36] "PP02C5"     "PP02C6"     "PP02C7"     "PP02C8"     "PP02E"     
##  [41] "PP02H"      "PP02I"      "PP03C"      "PP03D"      "PP3E_TOT"  
##  [46] "PP3F_TOT"   "PP03G"      "PP03H"      "PP03I"      "PP03J"     
##  [51] "INTENSI"    "PP04A"      "PP04B_COD"  "PP04B1"     "PP04B2"    
##  [56] "PP04B3_MES" "PP04B3_ANO" "PP04B3_DIA" "PP04C"      "PP04C99"   
##  [61] "PP04D_COD"  "PP04G"      "PP05B2_MES" "PP05B2_ANO" "PP05B2_DIA"
##  [66] "PP05C_1"    "PP05C_2"    "PP05C_3"    "PP05E"      "PP05F"     
##  [71] "PP05H"      "PP06A"      "PP06C"      "PP06D"      "PP06E"     
##  [76] "PP06H"      "PP07A"      "PP07C"      "PP07D"      "PP07E"     
##  [81] "PP07F1"     "PP07F2"     "PP07F3"     "PP07F4"     "PP07F5"    
##  [86] "PP07G1"     "PP07G2"     "PP07G3"     "PP07G4"     "PP07G_59"  
##  [91] "PP07H"      "PP07I"      "PP07J"      "PP07K"      "PP08D1"    
##  [96] "PP08D4"     "PP08F1"     "PP08F2"     "PP08J1"     "PP08J2"    
## [101] "PP08J3"     "PP09A"      "PP09A_ESP"  "PP09B"      "PP09C"     
## [106] "PP09C_ESP"  "PP10A"      "PP10C"      "PP10D"      "PP10E"     
## [111] "PP11A"      "PP11B_COD"  "PP11B1"     "PP11B2_MES" "PP11B2_ANO"
## [116] "PP11B2_DIA" "PP11C"      "PP11C99"    "PP11D_COD"  "PP11G_ANO" 
## [121] "PP11G_MES"  "PP11G_DIA"  "PP11L"      "PP11L1"     "PP11M"     
## [126] "PP11N"      "PP11O"      "PP11P"      "PP11Q"      "PP11R"     
## [131] "PP11S"      "PP11T"      "P21"        "DECOCUR"    "IDECOCUR"  
## [136] "RDECOCUR"   "GDECOCUR"   "PDECOCUR"   "ADECOCUR"   "PONDIIO"   
## [141] "TOT_P12"    "P47T"       "DECINDR"    "IDECINDR"   "RDECINDR"  
## [146] "GDECINDR"   "PDECINDR"   "ADECINDR"   "PONDII"     "V2_M"      
## [151] "V3_M"       "V4_M"       "V5_M"       "V8_M"       "V9_M"      
## [156] "V10_M"      "V11_M"      "V12_M"      "V18_M"      "V19_AM"    
## [161] "V21_M"      "T_VI"       "ITF"        "DECIFR"     "IDECIFR"   
## [166] "RDECIFR"    "GDECIFR"    "PDECIFR"    "ADECIFR"    "IPCF"      
## [171] "DECCFR"     "IDECCFR"    "RDECCFR"    "GDECCFR"    "PDECCFR"   
## [176] "ADECCFR"    "PONDIH"Copy Code

Explorar la base de datos

Quiero chequear que todo esté ok, para eso puedo imprimir las primeras n filas (n=10 en este caso)

head(eph_ind, 10)Copy Code

##                           CODUSU ANO4 TRIMESTRE NRO_HOGAR COMPONENTE H15 REGION
## 1  TQRMNORVQHJNLTCDEGGFB00788741 2022         3         1          1   1     42
## 2  TQRMNOQSWHKNKRCDEGJBF00789123 2022         3         1          1   1     43
## 3  TQRMNOQSWHKNKRCDEGJBF00789123 2022         3         1          2   1     43
## 4  TQRMNOTSQHLLMLCDEIIAD00703213 2022         3         1          1   1      1
## 5  TQRMNOTSQHLLMLCDEIIAD00703213 2022         3         1          2   1      1
## 6  TQRMNOSWVHKMKOCDEHPJB00790947 2022         3         1          1   1     40
## 7  TQRMNOSWVHKMKOCDEHPJB00790947 2022         3         1          2   1     40
## 8  TQRMNOSWVHKMKOCDEHPJB00790947 2022         3         1          3   1     40
## 9  TQRMNOSWVHKMKOCDEHPJB00790947 2022         3         1          4   0     40
## 10 TQRMNOSWVHKMKOCDEHPJB00790947 2022         3         1          5   1     40
##    MAS_500 AGLOMERADO PONDERA CH03 CH04       CH05 CH06 CH07 CH08 CH09 CH10
## 1        S         10     537    1    1 10/04/1961   61    5    3    1    2
## 2        S         13     543    1    1 06/10/1953   68    2    1    1    2
## 3        S         13     543    2    2 28/08/1955   66    2    1    1    2
## 4        S         32     894    1    1 10/03/1957   65    2   12    1    2
## 5        S         32     894    2    2 07/01/1958   64    2   12    1    2
## 6        S         29     345    1    2 18/09/1977   44    5    4    1    2
## 7        S         29     345    3    1 13/05/2003   19    1    4    1    2
## 8        S         29     345    3    1 30/03/2010   12    5    4    1    1
## 9        S         29     345    3    1 06/03/2015    7    5    3    2    1
## 10       S         29     345    4    2 30/04/2005   17    1    4    1    2
##    CH11 CH12 CH13 CH14 CH15 CH15_COD CH16 CH16_COD NIVEL_ED ESTADO CAT_OCUP
## 1     0    4    2    2    1       NA    1       NA        3      1        2
## 2     0    4    1   NA    1       NA    1       NA        4      3        0
## 3     0    7    1   NA    1       NA    1       NA        6      3        0
## 4     0    8    1   NA    1       NA    1       NA        6      3        0
## 5     0    6    1   NA    1       NA    1       NA        6      3        0
## 6     0    2    2    4    1       NA    1       NA        1      3        0
## 7     0    4    2    1    1       NA    1       NA        3      1        3
## 8     1    4    2    0    1       NA    1       NA        3      3        0
## 9     1    2    2    1    1       NA    1       NA        1      4        0
## 10    0    4    2    1    1       NA    1       NA        3      1        3
##    CAT_INAC IMPUTA PP02C1 PP02C2 PP02C3 PP02C4 PP02C5 PP02C6 PP02C7 PP02C8
## 1         0     NA      0      0      0      0      0      0      0      0
## 2         1     NA      0      0      0      0      0      0      0      0
## 3         1     NA      0      0      0      0      0      0      0      0
## 4         1     NA      0      0      0      0      0      0      0      0
## 5         1     NA      0      0      0      0      0      0      0      0
## 6         4     NA      0      0      0      0      0      0      0      0
## 7         0     NA      0      0      0      0      0      0      0      0
## 8         3     NA      0      0      0      0      0      0      0      0
## 9         1     NA      0      0      0      0      0      0      0      0
## 10        0     NA      0      0      0      0      0      0      0      0
##    PP02E PP02H PP02I PP03C PP03D PP3E_TOT PP3F_TOT PP03G PP03H PP03I PP03J
## 1      0     0     0     1     0       32        0     1     1     1     1
## 2      0     2     2    NA    NA       NA       NA    NA    NA    NA    NA
## 3      0     2     2    NA    NA       NA       NA    NA    NA    NA    NA
## 4      0     2     2    NA    NA       NA       NA    NA    NA    NA    NA
## 5      0     2     2    NA    NA       NA       NA    NA    NA    NA    NA
## 6      0     2     2    NA    NA       NA       NA    NA    NA    NA    NA
## 7      0     0     0     1     0        8        0     1     1     1     2
## 8      0     2     2    NA    NA       NA       NA    NA    NA    NA    NA
## 9      0     0     0    NA    NA       NA       NA    NA    NA    NA    NA
## 10     0     0     0     1     0        8        0     1     1     1     1
##    INTENSI PP04A PP04B_COD PP04B1 PP04B2 PP04B3_MES PP04B3_ANO PP04B3_DIA PP04C
## 1        1     2      4000      2      0          0          0          0     1
## 2       NA    NA        NA     NA     NA         NA         NA         NA    NA
## 3       NA    NA        NA     NA     NA         NA         NA         NA    NA
## 4       NA    NA        NA     NA     NA         NA         NA         NA    NA
## 5       NA    NA        NA     NA     NA         NA         NA         NA    NA
## 6       NA    NA        NA     NA     NA         NA         NA         NA    NA
## 7        1     2      4000      2      0          0          0          0     2
## 8       NA    NA        NA     NA     NA         NA         NA         NA    NA
## 9       NA    NA        NA     NA     NA         NA         NA         NA    NA
## 10       1     2      9700      1      1          0          0          2     0
##    PP04C99 PP04D_COD PP04G PP05B2_MES PP05B2_ANO PP05B2_DIA PP05C_1 PP05C_2
## 1        0     72113     5          0          0          0       1       3
## 2       NA        NA    NA         NA         NA         NA      NA      NA
## 3       NA        NA    NA         NA         NA         NA      NA      NA
## 4       NA        NA    NA         NA         NA         NA      NA      NA
## 5       NA        NA    NA         NA         NA         NA      NA      NA
## 6       NA        NA    NA         NA         NA         NA      NA      NA
## 7        0     72314     8          0          0          0       0       0
## 8       NA        NA    NA         NA         NA         NA      NA      NA
## 9       NA        NA    NA         NA         NA         NA      NA      NA
## 10       0     55314     0          0          0          0       0       0
##    PP05C_3 PP05E PP05F PP05H PP06A PP06C PP06D PP06E PP06H PP07A PP07C PP07D
## 1        3     1     7     6     2 20000     0     0     0     0     0     0
## 2       NA    NA    NA    NA    NA    NA    NA    NA    NA    NA    NA    NA
## 3       NA    NA    NA    NA    NA    NA    NA    NA    NA    NA    NA    NA
## 4       NA    NA    NA    NA    NA    NA    NA    NA    NA    NA    NA    NA
## 5       NA    NA    NA    NA    NA    NA    NA    NA    NA    NA    NA    NA
## 6       NA    NA    NA    NA    NA    NA    NA    NA    NA    NA    NA    NA
## 7        0     0     0     0     0     0     0     0     0     1     1     1
## 8       NA    NA    NA    NA    NA    NA    NA    NA    NA    NA    NA    NA
## 9       NA    NA    NA    NA    NA    NA    NA    NA    NA    NA    NA    NA
## 10       0     0     0     0     0     0     0     0     0     0     0     0
##    PP07E PP07F1 PP07F2 PP07F3 PP07F4 PP07F5 PP07G1 PP07G2 PP07G3 PP07G4
## 1      0      0      0      0      0      0      0      0      0      0
## 2     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA
## 3     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA
## 4     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA
## 5     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA
## 6     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA
## 7      4      2      2      2      2      5      2      2      2      2
## 8     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA
## 9     NA     NA     NA     NA     NA     NA     NA     NA     NA     NA
## 10     0      2      2      2      2      5      2      2      2      2
##    PP07G_59 PP07H PP07I PP07J PP07K PP08D1 PP08D4 PP08F1 PP08F2 PP08J1 PP08J2
## 1         0     0     0     0     0      0      0      0      0      0      0
## 2        NA    NA    NA    NA    NA     NA     NA     NA     NA     NA     NA
## 3        NA    NA    NA    NA    NA     NA     NA     NA     NA     NA     NA
## 4        NA    NA    NA    NA    NA     NA     NA     NA     NA     NA     NA
## 5        NA    NA    NA    NA    NA     NA     NA     NA     NA     NA     NA
## 6        NA    NA    NA    NA    NA     NA     NA     NA     NA     NA     NA
## 7         5     2     2     1     4      0      0      0      0      0      0
## 8        NA    NA    NA    NA    NA     NA     NA     NA     NA     NA     NA
## 9        NA    NA    NA    NA    NA     NA     NA     NA     NA     NA     NA
## 10        5     2     2     1     4      0      0      0      0      0      0
##    PP08J3 PP09A PP09A_ESP PP09B PP09C PP09C_ESP PP10A PP10C PP10D PP10E PP11A
## 1       0     0               0     0              NA    NA    NA    NA    NA
## 2      NA    NA              NA    NA              NA    NA    NA    NA    NA
## 3      NA    NA              NA    NA              NA    NA    NA    NA    NA
## 4      NA    NA              NA    NA              NA    NA    NA    NA    NA
## 5      NA    NA              NA    NA              NA    NA    NA    NA    NA
## 6      NA    NA              NA    NA              NA    NA    NA    NA    NA
## 7       0     0               0     0              NA    NA    NA    NA    NA
## 8      NA    NA              NA    NA              NA    NA    NA    NA    NA
## 9      NA    NA              NA    NA              NA    NA    NA    NA    NA
## 10      0     0               0     0              NA    NA    NA    NA    NA
##    PP11B_COD PP11B1 PP11B2_MES PP11B2_ANO PP11B2_DIA PP11C PP11C99 PP11D_COD
## 1         NA     NA         NA         NA         NA    NA      NA        NA
## 2         NA     NA         NA         NA         NA    NA      NA        NA
## 3         NA     NA         NA         NA         NA    NA      NA        NA
## 4         NA     NA         NA         NA         NA    NA      NA        NA
## 5         NA     NA         NA         NA         NA    NA      NA        NA
## 6         NA     NA         NA         NA         NA    NA      NA        NA
## 7         NA     NA         NA         NA         NA    NA      NA        NA
## 8         NA     NA         NA         NA         NA    NA      NA        NA
## 9         NA     NA         NA         NA         NA    NA      NA        NA
## 10        NA     NA         NA         NA         NA    NA      NA        NA
##    PP11G_ANO PP11G_MES PP11G_DIA PP11L PP11L1 PP11M PP11N PP11O PP11P PP11Q
## 1         NA        NA        NA    NA     NA    NA    NA    NA    NA    NA
## 2         NA        NA        NA    NA     NA    NA    NA    NA    NA    NA
## 3         NA        NA        NA    NA     NA    NA    NA    NA    NA    NA
## 4         NA        NA        NA    NA     NA    NA    NA    NA    NA    NA
## 5         NA        NA        NA    NA     NA    NA    NA    NA    NA    NA
## 6         NA        NA        NA    NA     NA    NA    NA    NA    NA    NA
## 7         NA        NA        NA    NA     NA    NA    NA    NA    NA    NA
## 8         NA        NA        NA    NA     NA    NA    NA    NA    NA    NA
## 9         NA        NA        NA    NA     NA    NA    NA    NA    NA    NA
## 10        NA        NA        NA    NA     NA    NA    NA    NA    NA    NA
##    PP11R PP11S PP11T   P21 DECOCUR IDECOCUR RDECOCUR GDECOCUR PDECOCUR ADECOCUR
## 1     NA    NA    NA 20000       1        2        2        1       NA        2
## 2     NA    NA    NA     0       0        0        0        0       NA        0
## 3     NA    NA    NA     0       0        0        0        0       NA        0
## 4     NA    NA    NA     0       0       NA        0        0       NA        0
## 5     NA    NA    NA     0       0       NA        0        0       NA        0
## 6     NA    NA    NA     0       0        0        0        0       NA        0
## 7     NA    NA    NA     0       0        0        0        0       NA        0
## 8     NA    NA    NA     0       0        0        0        0       NA        0
## 9     NA    NA    NA     0       0        0        0        0       NA        0
## 10    NA    NA    NA     0       0        0        0        0       NA        0
##    PONDIIO TOT_P12   P47T DECINDR IDECINDR RDECINDR GDECINDR PDECINDR ADECINDR
## 1      580       0  46000       4        4        4        4       NA        4
## 2      543       0  44400       4        4        4        4       NA        4
## 3      543       0 276000      10       10       10       10       NA       10
## 4      894       0     -9      12       NA       12       12       NA       12
## 5      894       0     -9      12       NA       12       12       NA       12
## 6      345       0   5000       1        1        1        1       NA        1
## 7      345   15000  15000       1        1        1        1       NA        2
## 8      345       0      0       0        0        0        0       NA        0
## 9      345       0  31800       2        3        3        2       NA        3
## 10     345       0      0       0        0        0        0       NA        0
##    PONDII   V2_M V3_M V4_M V5_M V8_M V9_M V10_M V11_M V12_M V18_M V19_AM V21_M
## 1     565  26000    0    0    0    0    0     0     0     0     0      0     0
## 2     561  44400    0    0    0    0    0     0     0     0     0      0     0
## 3     567 276000    0    0    0    0    0     0     0     0     0      0     0
## 4       0     -9    0    0    0    0    0     0     0     0     0      0     0
## 5       0     -9    0    0    0    0    0     0     0     0     0      0     0
## 6     363      0    0    0 5000    0    0     0     0     0     0      0     0
## 7     394      0    0    0    0    0    0     0     0     0     0      0     0
## 8     345      0    0    0    0    0    0     0     0     0     0      0     0
## 9     345  31800    0    0    0    0    0     0     0     0     0      0     0
## 10    345      0    0    0    0    0    0     0     0     0     0      0     0
##      T_VI    ITF DECIFR IDECIFR RDECIFR GDECIFR PDECIFR ADECIFR   IPCF DECCFR
## 1   26000  46000      2       1       1       2      NA       1  46000      5
## 2   44400 320400     10      10      10      10      NA      10 160200     10
## 3  276000 320400     10      10      10      10      NA      10 160200     10
## 4      -9      0     12      NA      12      12      NA      12      0     12
## 5      -9      0     12      NA      12      12      NA      12      0     12
## 6    5000  51800      2       2       2       2      NA       2  10360      1
## 7       0  51800      2       2       2       2      NA       2  10360      1
## 8       0  51800      2       2       2       2      NA       2  10360      1
## 9   31800  51800      2       2       2       2      NA       2  10360      1
## 10      0  51800      2       2       2       2      NA       2  10360      1
##    IDECCFR RDECCFR GDECCFR PDECCFR ADECCFR PONDIH
## 1        6       6       5      NA       5    474
## 2       10      10      10      NA      10    611
## 3       10      10      10      NA      10    611
## 4       NA      12      12      NA      12      0
## 5       NA      12      12      NA      12      0
## 6        1       1       1      NA       1    321
## 7        1       1       1      NA       1    321
## 8        1       1       1      NA       1    321
## 9        1       1       1      NA       1    321
## 10       1       1       1      NA       1    321Copy Code

Explorar la base de datos

Para visualizar la base completa la clickeamos yendo al entorno o sino corremos

View(eph_ind)Copy Code

Y se abre una pestaña que muestra el dataframe completo, similar a esto

(aquí mostramos solo las primeras 50 filas y 30 columnas)

Manipular datos

Ahora trabajemos sobre los datos que cargamos.

Apliquemos lo que aprendimos y filtremos la base, dejando solo los individuos del aglomerado 18 (Resistencia - Chaco), que no tengan ingreso missing y que sean mujeres

eph_ind[eph_ind$AGLOMERADO==18 & !is.na(eph_ind$IPCF) & eph_ind$CH04==2,]Copy Code

Manipular datos

Si hacemos esto mismo pero llamndo solo las columnas que nos interesan esas columnas deberían tener los valores de la condición que definen este subgrupo.

eph_ind[eph_ind$AGLOMERADO==18 & !is.na(eph_ind$IPCF) & eph_ind$CH04==2, c("AGLOMERADO", "IPCF", "CH04")]Copy Code

##       AGLOMERADO      IPCF CH04
## 21            18  26666.67    2
## 119           18  20500.00    2
## 125           18  31540.00    2
## 126           18  31540.00    2
## 128           18  31540.00    2
## 146           18  39357.14    2
## 147           18  39357.14    2
## 151           18  39357.14    2
## 291           18  11300.00    2
## 292           18  11300.00    2
## 294           18  11300.00    2
## 440           18  11666.67    2
## 441           18  11666.67    2
## 444           18  11666.67    2
## 464           18  29083.33    2
## 466           18  29083.33    2
## 468           18  29083.33    2
## 469           18  29083.33    2
## 983           18   8850.00    2
## 985           18   8850.00    2
## 986           18   8850.00    2
## 997           18  31583.33    2
## 999           18  31583.33    2
## 1000          18  31583.33    2
## 1487          18  35900.00    2
## 1492          18  35900.00    2
## 1493          18  35900.00    2
## 1549          18  35900.00    2
## 1630          18  45000.00    2
## 1766          18  64700.00    2
## 1977          18  35000.00    2
## 2138          18  14750.00    2
## 2139          18 110000.00    2
## 2145          18  25000.00    2
## 2147          18  25000.00    2
## 2360          18      0.00    2
## 2379          18  30000.00    2
## 2420          18  24250.00    2
## 2506          18  23333.33    2
## 2508          18  23333.33    2
## 2957          18  19258.33    2
## 2959          18  19258.33    2
## 2960          18  19258.33    2
## 2961          18  19258.33    2
## 3037          18   9400.00    2
## 3074          18 100833.33    2
## 3077          18  30140.00    2
## 3079          18  30140.00    2
## 3080          18  30140.00    2
## 3081          18  27200.00    2
## 3137          18  27200.00    2
## 3138          18  27200.00    2
## 3169          18  57500.00    2
## 3660          18  24900.00    2
## 3703          18  27600.00    2
## 3704          18  27600.00    2
## 3705          18  27600.00    2
## 3735          18  76000.00    2
## 3736          18  76000.00    2
## 4248          18  20050.00    2
## 4249          18  20050.00    2
## 4256          18  33566.67    2
## 4258          18  33566.67    2
## 4260          18  17600.00    2
## 4261          18  17600.00    2
## 4314          18  17600.00    2
## 4315          18  17600.00    2
## 4418          18  43250.00    2
## 4419          18  43250.00    2
## 4421          18  43250.00    2
## 4477          18  20225.00    2
## 4633          18  26666.67    2
## 4634          18  26666.67    2
## 4635          18  26666.67    2
## 4804          18 102000.00    2
## 4899          18  38625.00    2
## 4900          18  38625.00    2
## 4955          18  38625.00    2
## 4962          18  37833.33    2
## 4963          18  37833.33    2
## 4964          18  37833.33    2
## 4965          18  37833.33    2
## 5035          18  80000.00    2
## 5526          18  77000.00    2
## 5567          18  24454.55    2
## 5615          18  70000.00    2
## 5622          18  24325.00    2
## 5626          18  24454.55    2
## 5627          18  24454.55    2
## 5668          18  55375.00    2
## 5670          18  55375.00    2
## 5677          18  24325.00    2
## 5739          18  36750.00    2
## 5740          18  36750.00    2
## 5741          18  36750.00    2
## 5753          18  83333.33    2
## 5754          18  83333.33    2
## 6022          18  28000.00    2
## 6024          18  28000.00    2
## 6026          18  28000.00    2
## 6509          18  22750.00    2
## 6620          18  64666.67    2
## 6634          18  20000.00    2
## 6701          18  57500.00    2
## 6830          18      0.00    2
## 6831          18      0.00    2
## 6832          18      0.00    2
## 6836          18      0.00    2
## 6837          18      0.00    2
## 7178          18  52500.00    2
## 7188          18  25900.00    2
## 7189          18  25900.00    2
## 7190          18  25900.00    2
## 7205          18 100000.00    2
## 7318          18  20000.00    2
## 7320          18  20000.00    2
## 7345          18  17750.00    2
## 7346          18  17750.00    2
## 7605          18  23975.00    2
## 7608          18  23975.00    2
## 7610          18 108000.00    2
## 7611          18 108000.00    2
## 7746          18  30000.00    2
## 7747          18  30000.00    2
## 7748          18  30000.00    2
## 7765          18  52500.00    2
## 7884          18 108000.00    2
## 7886          18  23750.00    2
## 7887          18  23750.00    2
## 7967          18  52500.00    2
## 7969          18  52500.00    2
## 8245          18  35666.67    2
## 8493          18  27000.00    2
## 8537          18  30000.00    2
## 8538          18  30000.00    2
## 8826          18  38000.00    2
## 8832          18  26000.00    2
## 8834          18  26000.00    2
## 8841          18  82500.00    2
## 8845          18  20050.00    2
## 8937          18  12250.00    2
## 8938          18  12250.00    2
## 9125          18  21000.00    2
## 9127          18  21000.00    2
## 9221          18  28333.33    2
## 9222          18  28333.33    2
## 9227          18  20000.00    2
## 9229          18  20000.00    2
## 9231          18  20000.00    2
## 9233          18  28000.00    2
## 9235          18  28000.00    2
## 10109         18  14950.00    2
## 10110         18  14950.00    2
## 10215         18  32300.00    2
## 10435         18  26333.33    2
## 10436         18  26333.33    2
## 10635         18  90000.00    2
## 10661         18  15000.00    2
## 10800         18  29400.00    2
## 10819         18  29900.00    2
## 10822         18  29900.00    2
## 10823         18  29900.00    2
## 11029         18  90000.00    2
## 11116         18  90000.00    2
## 11117         18  90000.00    2
## 11141         18  10833.33    2
## 11144         18  10833.33    2
## 11145         18  10833.33    2
## 11146         18  10833.33    2
## 11224         18  39375.00    2
## 11315         18  39375.00    2
## 11406         18 137500.00    2
## 11407         18 137500.00    2
## 11463         18  31866.67    2
## 11603         18  43125.00    2
## 11604         18  43125.00    2
## 11834         18  55000.00    2
## 11853         18  33750.00    2
## 12157         18  60375.00    2
## 12159         18  60375.00    2
## 12277         18  49500.00    2
## 12310         18  96000.00    2
## 12366         18  25571.43    2
## 12370         18  25571.43    2
## 12371         18  25571.43    2
## 12372         18  25571.43    2
## 12699         18  30750.00    2
## 12722         18   9500.00    2
## 12723         18   9500.00    2
## 12725         18   9500.00    2
## 12903         18  23625.00    2
## 12904         18  23625.00    2
## 12905         18  23625.00    2
## 13039         18  22112.50    2
## 13041         18  22112.50    2
## 13042         18  22112.50    2
## 13064         18  83500.00    2
## 13173         18  70000.00    2
## 13174         18  70000.00    2
## 13236         18  21600.00    2
## 13238         18  21600.00    2
## 13308         18 150000.00    2
## 13401         18   3400.00    2
## 13461         18  18690.00    2
## 13463         18  18690.00    2
## 13516         18  35500.00    2
## 13518         18  35500.00    2
## 13734         18  18690.00    2
## 13737         18  18690.00    2
## 13850         18  27500.00    2
## 13851         18  27500.00    2
## 13852         18  27500.00    2
## 13916         18      0.00    2
## 13917         18      0.00    2
## 13918         18      0.00    2
## 13919         18      0.00    2
## 14127         18  61875.00    2
## 14129         18  61875.00    2
## 14186         18  61666.67    2
## 14188         18  61666.67    2
## 14236         18  37750.00    2
## 14265         18  52500.00    2
## 14287         18  26166.67    2
## 14289         18  26166.67    2
## 14291         18  26166.67    2
## 14346         18  58125.00    2
## 14348         18  58125.00    2
## 14574         18 234166.67    2
## 14649         18  16400.00    2
## 14650         18  16400.00    2
## 14651         18  16400.00    2
## 14652         18  16400.00    2
## 14653         18  16400.00    2
## 14744         18  54500.00    2
## 14745         18  54500.00    2
## 14746         18  54500.00    2
## 14821         18  47600.00    2
## 14904         18  30000.00    2
## 14905         18  30000.00    2
## 14906         18  30000.00    2
## 15075         18  47875.00    2
## 15076         18  47875.00    2
## 15078         18  47875.00    2
## 15086         18 117500.00    2
## 15172         18  89000.00    2
## 15316         18  16250.00    2
## 15445         18  21425.00    2
## 15447         18  21425.00    2
## 15585         18  16250.00    2
## 15951         18  14833.33    2
## 15952         18  14833.33    2
## 15953         18  14833.33    2
## 16112         18  24666.67    2
## 16228         18  13583.33    2
## 16230         18  13583.33    2
## 16231         18  13583.33    2
## 16232         18  13583.33    2
## 16234         18  49500.00    2
## 16499         18  36750.00    2
## 16501         18  36750.00    2
## 16502         18  82416.67    2
## 16551         18  17833.33    2
## 16552         18  17833.33    2
## 16553         18  17833.33    2
## 16555         18  65000.00    2
## 16565         18  33666.67    2
## 16854         18  34900.00    2
## 16856         18  34900.00    2
## 16858         18  34900.00    2
## 16860         18  12000.00    2
## 16861         18  12000.00    2
## 16862         18  12000.00    2
## 16863         18  12000.00    2
## 17045         18  63000.00    2
## 17083         18  37950.00    2
## 17084         18  37950.00    2
## 17112         18  41000.00    2
## 17289         18  17333.33    2
## 17291         18  17333.33    2
## 17327         18  24825.00    2
## 17328         18  24825.00    2
## 17531         18  34000.00    2
## 17532         18  34000.00    2
## 17533         18  34000.00    2
## 17534         18  34000.00    2
## 17548         18  31983.33    2
## 17549         18  31983.33    2
## 17553         18  31983.33    2
## 17601         18  22750.00    2
## 17642         18  79000.00    2
## 17643         18  79000.00    2
## 17648         18  55500.00    2
## 17771         18  17000.00    2
## 17773         18  17000.00    2
## 17789         18  70583.33    2
## 17790         18  70583.33    2
## 17929         18  26833.33    2
## 18036         18  33833.33    2
## 18037         18  33833.33    2
## 18082         18  48750.00    2
## 18135         18  26000.00    2
## 18149         18  41666.67    2
## 18204         18  30000.00    2
## 18205         18  30000.00    2
## 18223         18      0.00    2
## 18227         18  11625.00    2
## 18404         18  26000.00    2
## 18405         18  26000.00    2
## 18413         18  38333.33    2
## 18633         18  44166.67    2
## 18634         18  44166.67    2
## 18645         18  46500.00    2
## 18646         18  46500.00    2
## 18648         18  46500.00    2
## 18797         18  60000.00    2
## 18798         18  60000.00    2
## 18840         18  27500.00    2
## 18843         18  27500.00    2
## 19064         18  33800.00    2
## 19065         18  33800.00    2
## 19071         18  45833.33    2
## 19074         18  45833.33    2
## 19128         18  75000.00    2
## 19317         18  18000.00    2
## 19320         18  18000.00    2
## 19321         18  18000.00    2
## 19322         18  18000.00    2
## 19481         18 120000.00    2
## 19503         18  45000.00    2
## 19504         18  45000.00    2
## 19707         18  72500.00    2
## 20016         18  17875.00    2
## 20017         18  17875.00    2
## 20077         18  17300.00    2
## 20151         18  41250.00    2
## 20152         18  41250.00    2
## 20303         18  31250.00    2
## 20306         18  31250.00    2
## 20308         18  31250.00    2
## 20309         18  31250.00    2
## 20347         18  17300.00    2
## 20348         18  17300.00    2
## 20353         18  36500.00    2
## 20361         18  55500.00    2
## 20756         18 112333.33    2
## 20770         18 131000.00    2
## 20779         18  17850.00    2
## 20781         18  17850.00    2
## 20784         18  17850.00    2
## 20785         18  17850.00    2
## 20787         18  17850.00    2
## 21176         18   6900.00    2
## 21179         18   6900.00    2
## 21180         18   6900.00    2
## 21439         18  33500.00    2
## 21440         18  33500.00    2
## 21441         18  33500.00    2
## 21524         18  25000.00    2
## 21525         18  25000.00    2
## 21791         18  40000.00    2
## 21793         18  52333.33    2
## 21926         18  97500.00    2
## 21947         18  35000.00    2
## 21948         18  35000.00    2
## 22098         18  18280.00    2
## 22099         18  18280.00    2
## 22100         18  18280.00    2
## 22101         18  18280.00    2
## 22676         18  17333.33    2
## 22761         18  30000.00    2
## 23630         18  26333.33    2
## 23631         18  26333.33    2
## 23775         18      0.00    2
## 23777         18      0.00    2
## 24205         18  13983.33    2
## 24206         18  13983.33    2
## 24209         18  13983.33    2
## 24210         18  13983.33    2
## 24321         18  37333.33    2
## 24322         18  37333.33    2
## 24323         18  37333.33    2
## 24579         18  68500.00    2
## 24635         18  19000.00    2
## 24636         18  19000.00    2
## 24638         18  19000.00    2
## 24753         18  36000.00    2
## 24924         18  14000.00    2
## 24980         18  70000.00    2
## 25030         18  44000.00    2
## 25167         18  24333.33    2
## 25169         18  24333.33    2
## 25387         18  11500.00    2
## 25389         18  11500.00    2
## 25407         18  27812.50    2
## 25409         18  27812.50    2
## 25498         18 187500.00    2
## 25684         18  27812.50    2
## 25794         18  15000.00    2
## 25796         18  11800.00    2
## 25797         18  11800.00    2
## 25798         18  11800.00    2
## 25799         18  11800.00    2
## 25926         18  19166.67    2
## 25929         18  19166.67    2
## 26042         18  43750.00    2
## 26043         18  43750.00    2
## 26044         18  43750.00    2
## 26051         18  20000.00    2
## 26286         18  15000.00    2
## 26288         18  15000.00    2
## 26289         18  15000.00    2
## 26317         18  92000.00    2
## 26324         18  16250.00    2
## 26601         18  39000.00    2
## 26603         18  39000.00    2
## 26614         18  62900.00    2
## 26720         18  35000.00    2
## 26722         18  35000.00    2
## 26747         18  26583.33    2
## 26750         18  26583.33    2
## 26759         18  21600.00    2
## 26855         18  11877.78    2
## 26857         18  11877.78    2
## 26859         18  11877.78    2
## 26861         18  11877.78    2
## 26862         18  11877.78    2
## 27013         18  23928.57    2
## 27016         18  23928.57    2
## 27147         18  50150.00    2
## 27149         18  50150.00    2
## 27160         18  56900.00    2
## 27162         18  56900.00    2
## 27163         18  56900.00    2
## 27169         18  26750.00    2
## 27248         18  16800.00    2
## 27249         18  16800.00    2
## 27250         18  16800.00    2
## 27251         18  16800.00    2
## 27264         18  20666.67    2
## 27265         18  20666.67    2
## 27435         18  26750.00    2
## 27542         18  11900.00    2
## 27543         18  11900.00    2
## 27545         18  11900.00    2
## 27579         18  17500.00    2
## 27580         18  17500.00    2
## 27581         18  17500.00    2
## 27582         18  17500.00    2
## 27583         18  17500.00    2
## 27893         18  20000.00    2
## 27894         18  20000.00    2
## 27919         18  11666.67    2
## 27920         18  11666.67    2
## 27922         18  11666.67    2
## 28158         18  33333.33    2
## 28163         18      0.00    2
## 28199         18  56500.00    2
## 28200         18  56500.00    2
## 28316         18  17750.00    2
## 28317         18  17750.00    2
## 28318         18  17750.00    2
## 28433         18      0.00    2
## 28565         18  17400.00    2
## 28581         18  21100.00    2
## 28583         18  21100.00    2
## 28585         18  21100.00    2
## 28658         18  12500.00    2
## 28659         18  12500.00    2
## 28696         18  11600.00    2
## 28698         18  11600.00    2
## 28699         18  11600.00    2
## 28816         18  39000.00    2
## 29052         18  65000.00    2
## 29053         18  65000.00    2
## 29219         18  20000.00    2
## 29221         18  20000.00    2
## 29222         18  20000.00    2
## 29285         18  27750.00    2
## 29366         18  25125.00    2
## 29367         18  25125.00    2
## 29481         18  12900.00    2
## 29484         18  12900.00    2
## 29511         18  17833.33    2
## 29544         18  48500.00    2
## 29549         18  23060.00    2
## 29550         18  23060.00    2
## 29553         18  23060.00    2
## 29606         18      0.00    2
## 29638         18  25125.00    2
## 29679         18  45000.00    2
## 29690         18  23333.33    2
## 29785         18  17833.33    2
## 29786         18  17833.33    2
## 29787         18  12262.50    2
## 29792         18  12262.50    2
## 29796         18  60000.00    2
## 29993         18 151000.00    2
## 30059         18  35000.00    2
## 30060         18  35000.00    2
## 30143         18  40000.00    2
## 30144         18  40000.00    2
## 30184         18  13250.00    2
## 30185         18  13250.00    2
## 30204         18  22100.00    2
## 30205         18  22100.00    2
## 30207         18  22100.00    2
## 30215         18  40333.33    2
## 30216         18  40333.33    2
## 30470         18  17420.00    2
## 30473         18  17420.00    2
## 30544         18  19100.00    2
## 30545         18  19100.00    2
## 30546         18  19100.00    2
## 30604         18  19100.00    2
## 30607         18  19100.00    2
## 30613         18  33000.00    2
## 30614         18  33000.00    2
## 30633         18  35625.00    2
## 30789         18  68050.00    2
## 30790         18  68050.00    2
## 30791         18  68050.00    2
## 31007         18  16666.67    2
## 31210         18  36000.00    2
## 31212         18  25450.00    2
## 31232         18  13666.67    2
## 31233         18  13666.67    2
## 31234         18  13666.67    2
## 31243         18  16200.00    2
## 31245         18  16200.00    2
## 31458         18   9750.00    2
## 31459         18   9750.00    2
## 31461         18   9750.00    2
## 31485         18  13000.00    2
## 31487         18  13000.00    2
## 31492         18  35750.00    2
## 31615         18  45966.67    2
## 32001         18  17000.00    2
## 32270         18  17000.00    2
## 32420         18  13214.29    2
## 32425         18  13214.29    2
## 32426         18  13214.29    2
## 32529         18  24325.00    2
## 32531         18  24325.00    2
## 32532         18  24325.00    2
## 32703         18  25333.33    2
## 32717         18  24125.00    2
## 32718         18  24125.00    2
## 32894         18   4875.00    2
## 32895         18   4875.00    2
## 32896         18   4875.00    2
## 32897         18   4875.00    2
## 32992         18  11200.00    2
## 32994         18  11200.00    2
## 32996         18  11200.00    2
## 33271         18  13400.00    2
## 33272         18  13400.00    2
## 33542         18  13400.00    2
## 33544         18  13400.00    2
## 33708         18  36250.00    2
## 33709         18  36250.00    2
## 33710         18  36250.00    2
## 33714         18  34000.00    2
## 33716         18  34000.00    2
## 33717         18  43000.00    2
## 33820         18  75000.00    2
## 33821         18  75000.00    2
## 33864         18  35250.00    2
## 33865         18  35250.00    2
## 33867         18  35250.00    2
## 33987         18  43000.00    2
## 34163         18  13333.33    2
## 34199         18 138333.33    2
## 34220         18  14833.33    2
## 34234         18  19875.00    2
## 34235         18  35000.00    2
## 34238         18  97500.00    2
## 34302         18  30966.67    2
## 34436         18  42500.00    2
## 34438         18  42500.00    2
## 34501         18  19875.00    2
## 34573         18  50000.00    2
## 34717         18  20166.67    2
## 34718         18  20166.67    2
## 34720         18  20166.67    2
## 34721         18  20166.67    2
## 34770         18  42666.67    2
## 34771         18  42666.67    2
## 34772         18  42666.67    2
## 34823         18  41000.00    2
## 34824         18  41000.00    2
## 34871         18  51000.00    2
## 34993         18  22000.00    2
## 34996         18  22000.00    2
## 34997         18  22000.00    2
## 35474         18  52000.00    2
## 35475         18  52000.00    2
## 35556         18  36746.67    2
## 35557         18  36746.67    2
## 35566         18  98000.00    2
## 35624         18  22500.00    2
## 35625         18  22500.00    2
## 35788         18  31500.00    2
## 35806         18  28000.00    2
## 35877         18  33000.00    2
## 35878         18  33000.00    2
## 35879         18  33000.00    2
## 35891         18  90000.00    2
## 35901         18  45000.00    2
## 36010         18  26133.33    2
## 36015         18  26133.33    2
## 36016         18  26133.33    2
## 36020         18  42675.00    2
## 36058         18  31500.00    2
## 36075         18  28000.00    2
## 36286         18  42675.00    2
## 36336         18  17600.00    2
## 36338         18  17600.00    2
## 36352         18 137000.00    2
## 36496         18  23900.00    2
## 36512         18  21333.33    2
## 36594         18  27700.00    2
## 36596         18  27700.00    2
## 36598         18  27700.00    2
## 36608         18  17600.00    2
## 36676         18  18250.00    2
## 36683         18  35000.00    2
## 36684         18  35000.00    2
## 36901         18  25333.33    2
## 36913         18  31666.67    2
## 36914         18  31666.67    2
## 36920         18  30000.00    2
## 36946         18  18250.00    2
## 36998         18  37800.00    2
## 37054         18  21000.00    2
## 37055         18  21000.00    2
## 37165         18  30500.00    2
## 37168         18  30500.00    2
## 37251         18  11833.33    2
## 37254         18  45625.00    2
## 37255         18  45625.00    2
## 37411         18  14250.00    2
## 37413         18  14250.00    2
## 37422         18  13642.86    2
## 37432         18  17250.00    2
## 37433         18  17250.00    2
## 37434         18  17250.00    2
## 37439         18  10166.67    2
## 37441         18  10166.67    2
## 37442         18  10166.67    2
## 37444         18  10166.67    2
## 37445         18  10166.67    2
## 37465         18  34700.00    2
## 37488         18  30000.00    2
## 37578         18  35833.33    2
## 37579         18  35833.33    2
## 37606         18  20720.00    2
## 37607         18  20720.00    2
## 37609         18  20720.00    2
## 37696         18  80000.00    2
## 37698         18  80000.00    2
## 37711         18  10166.67    2
## 37712         18  10166.67    2
## 37944         18  85000.00    2
## 38026         18  23875.00    2
## 38027         18  23875.00    2
## 38029         18  23875.00    2
## 38216         18  20000.00    2
## 38217         18  20000.00    2
## 38225         18  58000.00    2
## 38303         18  13750.00    2
## 38305         18  13750.00    2
## 38306         18  13750.00    2
## 38499         18  40000.00    2
## 38502         18  53000.00    2
## 38597         18  62500.00    2
## 38655         18  18333.33    2
## 38718         18  21360.00    2
## 38719         18  21360.00    2
## 38721         18  21360.00    2
## 38819         18  36000.00    2
## 38821         18  36000.00    2
## 39006         18  31850.00    2
## 39036         18  24516.67    2
## 39038         18  24516.67    2
## 39039         18  24516.67    2
## 39040         18  24516.67    2
## 39041         18  24516.67    2
## 39172         18 112500.00    2
## 39313         18  47500.00    2
## 39527         18  66250.00    2
## 39529         18  66250.00    2
## 39644         18  20083.33    2
## 39645         18  20083.33    2
## 39648         18  20083.33    2
## 39682         18  35000.00    2
## 39901         18  22500.00    2
## 39903         18  22500.00    2
## 39904         18  22500.00    2
## 39980         18  44333.33    2
## 40052         18  52350.00    2
## 40149         18  18500.00    2
## 40150         18  18500.00    2
## 40151         18  18500.00    2
## 40152         18  18500.00    2
## 40294         18  40000.00    2
## 40296         18  40000.00    2
## 40298         18  33766.67    2
## 40300         18  33766.67    2
## 40302         18  33766.67    2
## 40429         18  14666.67    2
## 40580         18  26320.00    2
## 40581         18  26320.00    2
## 40695         18  14666.67    2
## 40700         18  29400.00    2
## 40702         18  29400.00    2
## 40703         18  29400.00    2
## 40811         18  16000.00    2
## 40892         18  17750.00    2
## 40893         18  17750.00    2
## 40894         18  17750.00    2
## 40895         18  17750.00    2
## 41099         18  35000.00    2
## 41101         18  35000.00    2
## 41440         18  71500.00    2
## 41493         18  47500.00    2
## 41494         18  47500.00    2
## 41495         18  47500.00    2
## 41718         18  25250.00    2
## 42116         18  36666.67    2
## 42117         18  36666.67    2
## 42146         18 120000.00    2
## 42151         18  22500.00    2
## 42157         18  49000.00    2
## 42407         18  32500.00    2
## 42427         18  49000.00    2
## 42491         18  33500.00    2
## 42520         18  46375.00    2
## 42527         18  25175.00    2
## 42530         18  25175.00    2
## 42772         18  57900.00    2
## 42773         18  57900.00    2
## 42827         18  92700.00    2
## 43105         18  21880.00    2
## 43107         18  21880.00    2
## 43211         18  32250.00    2
## 43212         18  32250.00    2
## 43408         18  17000.00    2
## 43409         18  17000.00    2
## 43411         18  17000.00    2
## 43488         18  16071.43    2
## 43489         18  16071.43    2
## 43490         18  16071.43    2
## 43492         18  16071.43    2
## 43493         18  16071.43    2
## 43578         18  23333.33    2
## 43785         18  13777.78    2
## 43789         18  13777.78    2
## 43795         18  31000.00    2
## 43798         18  31000.00    2
## 43823         18  42900.00    2
## 43877         18  17520.00    2
## 43878         18  17520.00    2
## 43909         18  90000.00    2
## 44048         18  75000.00    2
## 44050         18  75000.00    2
## 44058         18  13777.78    2
## 44147         18  17520.00    2
## 44148         18  17520.00    2
## 44157         18  46666.67    2
## 44160         18  15000.00    2
## 44161         18  15000.00    2
## 44237         18  72750.00    2
## 44242         18  21425.00    2
## 44243         18  21425.00    2
## 44244         18  21425.00    2
## 44425         18   9233.33    2
## 44426         18   9233.33    2
## 44428         18   9233.33    2
## 44441         18  20833.33    2
## 44443         18  20833.33    2
## 45115         18  25666.67    2
## 45117         18  25666.67    2
## 45119         18  25666.67    2
## 45123         18  62000.00    2
## 45170         18  30580.00    2
## 45171         18  30580.00    2
## 45173         18  30580.00    2
## 45180         18  23000.00    2
## 45405         18  45200.00    2
## 45407         18  45200.00    2
## 45411         18  21250.00    2
## 45413         18  21250.00    2
## 45414         18  15400.00    2
## 45684         18  15400.00    2
## 45685         18  15400.00    2
## 45755         18  32800.00    2
## 45767         18  24500.00    2
## 45769         18  24500.00    2
## 45914         18  18000.00    2
## 45915         18  18000.00    2
## 45916         18  18000.00    2
## 45957         18  20833.33    2
## 45958         18  20833.33    2
## 46052         18  24333.33    2
## 46053         18  24333.33    2
## 46099         18  11000.00    2
## 46101         18  11000.00    2
## 46243         18  54400.00    2
## 46244         18  54400.00    2
## 46673         18  15450.00    2
## 46675         18  27500.00    2
## 46676         18  27500.00    2
## 46791         18  36500.00    2
## 47032         18  23300.00    2
## 47226         18  14400.00    2
## 47227         18  14400.00    2
## 47229         18  14400.00    2
## 47230         18  14400.00    2
## 47301         18  23300.00    2
## 47515         18  31500.00    2
## 47688         18  48000.00    2
## 47818         18  46666.67    2
## 47843         18  47000.00    2
## 47884         18  10000.00    2
## 47887         18  10000.00    2
## 47888         18  10000.00    2
## 48006         18  24450.00    2
## 48007         18  24450.00    2
## 48066         18  36000.00    2
## 48093         18  14600.00    2
## 48106         18  68950.00    2
## 48116         18  10425.00    2
## 48117         18  10425.00    2
## 48119         18  10425.00    2
## 48120         18  10425.00    2
## 48346         18  24775.00    2
## 48347         18  24775.00    2
## 48360         18  14600.00    2
## 48390         18   8924.00    2
## 48393         18   8924.00    2
## 48394         18   8924.00    2
## 48395         18   8924.00    2
## 48590         18  38950.00    2
## 48592         18  38950.00    2
## 48665         18   8924.00    2
## 48666         18   8924.00    2
## 48732         18  25750.00    2
## 48734         18  25750.00    2
## 48735         18  25750.00    2
## 48833         18  36000.00    2
## 48879         18  14400.00    2
## 48881         18  14400.00    2
## 49000         18  25750.00    2
## 49004         18  25750.00    2
## 49116         18  26000.00    2
## 49118         18  26000.00    2
## 49221         18  27200.00    2
## 49222         18  27200.00    2Copy Code

De esta forma podemos chequear que filtramos correctamente

Manipular datos

Ahora calculemos el promedio ponderado de edad para este subgrupo con la función weighted.mean()

weighted.mean(eph_ind$CH06[eph_ind$AGLOMERADO==18 & !is.na(eph_ind$IPCF) & eph_ind$CH04==2], na.rm = TRUE)Copy Code

## [1] 34Copy Code

Hicimos un calculo muy simple y ya vemos cómo el código se pone engorroso...

Qué pasaría si quisiéramos agregar mas condiciones, o si necesitamos realizar un calculo por grupo (por hogares por ejemplo) o si a continuación sobre este mismo grupo queremos aplicar otra operación

Acá es donde entran las funciones, para facilitarnos las cosas

Manipular datos

Para manipular los datos empleamos la familia de funciones Tidyverse, que vendría a ser como una colección de paquetes que tienen en común que nos permiten realizar de manera eficiente un un amplio rango de operaciones.

Entre los paquetes principales que usaremos están:

• dplry: funciones con comandos claros para manipular bases

• tidyr: limpieza y orden de los datos

• stringr: trabajar sobre strings con múltiples operaciones posibles

• ggplot2: graficar

Manipular datos

Como todo paquete para utilizarlo primero hay que instalarlo y luego cargarlo:

#install.packages("tidyverse")
library(tidyverse)Copy Code

Listo! Veamos ahora ya tenemos disponibles muchas de las principales funciones para trabajar con datos

Solo nos falta una cosa, conocer cómo se usa y para qué sirve el elemento mas popular de esta librería... el operador "pipe" %>%

Operador pipe

El pipe es fundamental en R.

¿Por qué?

Porque permite unir acciones, es decir aplicar diversas funciones de forma secuencial sin tener que llamar siempre al dataframe

El operador pipe tiene la siguiente lógica:

• Toma lo que esté a su izquierda
• A ese objeto le aplica la función a su derecha

En la función ya está implícito el df sobre el que queremos realizar las transformaciones

Veamos cómo funciona el pipe cuando empezamos a usar las funciones básicas y esenciales para trabajar con datos

EL ABC de dplyr

En esta clase veremos las funciones básicas y fundamentales del paquete dplyr que compone la familia de Tidyverse. Estas funciones son como el ABC para el procesamiento de datos

• filter()

• select()

• rename()

• mutate()

• summarise()

• group_by()

• distinct()

• arrange()

EL ABC de dplyr

¿Qué quiero hacer? --> ¿Qué funcion necesito?

EL ABC de dplyr

Veamos paso a paso cada una, y luego veamos cómo concatenar cada una mediante el pipe

• filter()

• select()

• rename()

• mutate()

• summarise()

• group_by()

• distinct()

• arrange()

Filter()

Usemos la opción filter() que como su nombre lo indica permite filtrar las filas de los datos en base a una condición

Esta función me pide dos argumentos básicos:

• dataframe a transformar
• condición a aplicar

rcia <- filter(eph_ind, AGLOMERADO==18)Copy Code

Estamos filtrando filas, quedándonos con observaciones que pertenezcan del aglomerado 18 (Resistencia - Chaco), y guardando ese subconjunto con un nuevo dataframe llamado "rcia"

Para estar seguros de que aplicamos correctamente el filtro podemos generar un tabulado de esa columna con table() y ver si hay valores distintos del buscado

table(rcia$AGLOMERADO)Copy Code

## 
##   18 
## 1640Copy Code

Debería coincidir con el numero total de filas

nrow(rcia)Copy Code

## [1] 1640Copy Code

Aplicamos correctamente nuestro filtro!

Filter()

Ahora usemos el pipe:

rcia <- eph_ind %>% 
            filter(AGLOMERADO==18)Copy Code

El pipe %>% toma el dataframe a la izquierda y le aplica la función a la derecha

Chequeemos que obtenemos el mismo resultado

table(rcia$AGLOMERADO)
## 
##   18 
## 1640
nrow(rcia)
## [1] 1640Copy Code

Filter()

Por supuesto que podemos pasarle mas condiciones al filtro

Retomemos nuestro ejemplo anterior, dejando solo los individuos del aglomerado 18 y que además que no tengan ingreso missing y que sean mujeres

rcia <- eph_ind %>% filter(AGLOMERADO==18 & !is.na(IPCF) & CH04==2)Copy Code

Notar la diferencia con

rcia <- eph_ind[eph_ind$AGLOMERADO==18 & !is.na(eph_ind$IPCF) & eph_ind$CH04==2,]Copy Code

Ya no es necesario llamar al dataframe antes llamar a la columna, el trabajo del pipe es ese, considerar el dataframe de la izquierda como implícito en la operación

Filter()

El símbolo & implica que ambas condiciones deben cumplirse. Así como este existen otros que nos permiten escribir las condiciones que necesitemos según el caso:

Filter()

Por ejemplo si a las condiciones anteriores quisiéramos agregar que sean personas jóvenes entre 18 y 30 años, escribiríamos

rcia <- eph_ind %>% 
          filter(AGLOMERADO==18 & !is.na(IPCF) & CH04==2 & CH06 %in% (18:25))Copy Code

Pasemos a otra función

• filter()

• select()

• rename()

• mutate()

• summarise()

• group_by()

• distinct()

• arrange()

Select()

Permite seleccionar las columnas de un dataframe y también ordenarlas

La eph tiene muchas columnas, solo trabajaremos con algunas. Quedemosnos con las siguientes que usaremos

eph_short <- eph_ind %>% select(CODUSU, NRO_HOGAR, AGLOMERADO, IPCF, CH04)Copy Code

Ahora solo debemos tener estos nombres en la base

names(eph_short )Copy Code

## [1] "CODUSU"     "NRO_HOGAR"  "AGLOMERADO" "IPCF"       "CH04"Copy Code

Como hemos visto, también podemos aplicar la función sin el pipe

eph_short  <- select(eph_ind, CODUSU, NRO_HOGAR, AGLOMERADO, IPCF, CH04)Copy Code

Pero...¿cómo haríamos si quisiéramos aplicar el filter() anterior junto con este select()?

Armemos un data frame que:

• contenga las filas que cumplían con la condición anterior
• que tenga solo las columnas seleccionadas

rcia_short  <- eph_ind %>% 
               filter(AGLOMERADO==18 & !is.na(IPCF) & CH04==2) %>%
               select(CODUSU, NRO_HOGAR, AGLOMERADO, IPCF, CH04)Copy Code

El pipe me permite vincular operaciones generando un flujo donde el punto de partida y llegada es claro, y donde puedo leer fácilmente las operaciones aplicadas en el medio

dim(rcia_short)Copy Code

## [1] 858   5Copy Code

Si al principio no resulta tan intuitivo entender las operaciones unidas por el pipe, podemos cortarlo en partes mas pequeñas e ir visualizando cada output hasta llegar al final, entendiendo cada paso intermedio

Luego de varias veces iremos ganando gimnasia en esto.

Para visualizar más fácilmente lo que ocurre con los datos en este caso, intercambiemos el orden seleccionando primero las columnas con select() y luego las filas mediante las condiciones del filter()

Visualicemos cada paso del código

rcia_short  <- eph_ind %>% 
               select(CODUSU, NRO_HOGAR, AGLOMERADO, IPCF, CH04) %>% 
               filter(AGLOMERADO==18 & !is.na(IPCF) & CH04==2)Copy Code

Select()

Esta misma función también me permite reordenar las filas

Supongamos que quiero traer adelante las filas sobre las que voy a aplicar una operación y dejar atrás los id

eph_short <- eph_ind %>% select(AGLOMERADO, IPCF, CH04, CODUSU, NRO_HOGAR)Copy Code

names(eph_short)Copy Code

## [1] "AGLOMERADO" "IPCF"       "CH04"       "CODUSU"     "NRO_HOGAR"Copy Code

Un atajo para no especificar todas las demás columnas es es la función everything() dentro del select()

eph_short <- eph_ind %>% select(AGLOMERADO, IPCF, CH04, everything())Copy Code

names(eph_short)Copy Code

##   [1] "AGLOMERADO" "IPCF"       "CH04"       "CODUSU"     "ANO4"      
##   [6] "TRIMESTRE"  "NRO_HOGAR"  "COMPONENTE" "H15"        "REGION"    
##  [11] "MAS_500"    "PONDERA"    "CH03"       "CH05"       "CH06"      
##  [16] "CH07"       "CH08"       "CH09"       "CH10"       "CH11"      
##  [21] "CH12"       "CH13"       "CH14"       "CH15"       "CH15_COD"  
##  [26] "CH16"       "CH16_COD"   "NIVEL_ED"   "ESTADO"     "CAT_OCUP"  
##  [31] "CAT_INAC"   "IMPUTA"     "PP02C1"     "PP02C2"     "PP02C3"    
##  [36] "PP02C4"     "PP02C5"     "PP02C6"     "PP02C7"     "PP02C8"    
##  [41] "PP02E"      "PP02H"      "PP02I"      "PP03C"      "PP03D"     
##  [46] "PP3E_TOT"   "PP3F_TOT"   "PP03G"      "PP03H"      "PP03I"     
##  [51] "PP03J"      "INTENSI"    "PP04A"      "PP04B_COD"  "PP04B1"    
##  [56] "PP04B2"     "PP04B3_MES" "PP04B3_ANO" "PP04B3_DIA" "PP04C"     
##  [61] "PP04C99"    "PP04D_COD"  "PP04G"      "PP05B2_MES" "PP05B2_ANO"
##  [66] "PP05B2_DIA" "PP05C_1"    "PP05C_2"    "PP05C_3"    "PP05E"     
##  [71] "PP05F"      "PP05H"      "PP06A"      "PP06C"      "PP06D"     
##  [76] "PP06E"      "PP06H"      "PP07A"      "PP07C"      "PP07D"     
##  [81] "PP07E"      "PP07F1"     "PP07F2"     "PP07F3"     "PP07F4"    
##  [86] "PP07F5"     "PP07G1"     "PP07G2"     "PP07G3"     "PP07G4"    
##  [91] "PP07G_59"   "PP07H"      "PP07I"      "PP07J"      "PP07K"     
##  [96] "PP08D1"     "PP08D4"     "PP08F1"     "PP08F2"     "PP08J1"    
## [101] "PP08J2"     "PP08J3"     "PP09A"      "PP09A_ESP"  "PP09B"     
## [106] "PP09C"      "PP09C_ESP"  "PP10A"      "PP10C"      "PP10D"     
## [111] "PP10E"      "PP11A"      "PP11B_COD"  "PP11B1"     "PP11B2_MES"
## [116] "PP11B2_ANO" "PP11B2_DIA" "PP11C"      "PP11C99"    "PP11D_COD" 
## [121] "PP11G_ANO"  "PP11G_MES"  "PP11G_DIA"  "PP11L"      "PP11L1"    
## [126] "PP11M"      "PP11N"      "PP11O"      "PP11P"      "PP11Q"     
## [131] "PP11R"      "PP11S"      "PP11T"      "P21"        "DECOCUR"   
## [136] "IDECOCUR"   "RDECOCUR"   "GDECOCUR"   "PDECOCUR"   "ADECOCUR"  
## [141] "PONDIIO"    "TOT_P12"    "P47T"       "DECINDR"    "IDECINDR"  
## [146] "RDECINDR"   "GDECINDR"   "PDECINDR"   "ADECINDR"   "PONDII"    
## [151] "V2_M"       "V3_M"       "V4_M"       "V5_M"       "V8_M"      
## [156] "V9_M"       "V10_M"      "V11_M"      "V12_M"      "V18_M"     
## [161] "V19_AM"     "V21_M"      "T_VI"       "ITF"        "DECIFR"    
## [166] "IDECIFR"    "RDECIFR"    "GDECIFR"    "PDECIFR"    "ADECIFR"   
## [171] "DECCFR"     "IDECCFR"    "RDECCFR"    "GDECCFR"    "PDECCFR"   
## [176] "ADECCFR"    "PONDIH"Copy Code

También es posible usar los : para seleccionar un rango de columnas consecutivas

eph_short <- eph_ind %>% select(AGLOMERADO, IPCF, CH04, NIVEL_ED:CAT_INAC)Copy Code

names(eph_short)Copy Code

## [1] "AGLOMERADO" "IPCF"       "CH04"       "NIVEL_ED"   "ESTADO"    
## [6] "CAT_OCUP"   "CAT_INAC"Copy Code

Incluso podemos hacer esto mismo indicando las columnas con subindices de números y usando :

eph_short <- eph_ind %>% select(9, 170, 12, 27:31)Copy Code

names(eph_short)Copy Code

## [1] "AGLOMERADO" "IPCF"       "CH04"       "NIVEL_ED"   "ESTADO"    
## [6] "CAT_OCUP"   "CAT_INAC"   "IMPUTA"Copy Code

Select()

La misma función nos permite también borrar columnas, para ello solo anteponemos -

Para borrar por ejemplo la columna AGLOMERADO, sería simplemente

eph_short <- eph_short %>% select(-AGLOMERADO)Copy Code

## [1] "IPCF"     "CH04"     "NIVEL_ED" "ESTADO"   "CAT_OCUP" "CAT_INAC" "IMPUTA"Copy Code

De la misma manera que antes podemos borrar un conjunto de columnas con : y ()

eph_short <- eph_short %>% select(-(NIVEL_ED:CAT_INAC), -IPCF)Copy Code

## [1] "CH04"   "IMPUTA"Copy Code

(También es posible borrar usando los números de columnas)

Select()

Así como la función everything() existen otras que se combinan muy bien con select() para poder manipular los datos

Fuente:https://rsanchezs.gitbooks.io/rprogramming/content/chapter9/select.html

Select()

Veamos un ejemplo: en el diseño de registro del EPH todas las preguntas que empiezan con "PP08" refieren a la ocupación principal de los asalariados.

Si estamos interesados en mantener solo este set de preguntas en nuestra base podemos lograrlo fácilmente

eph_asal <- eph_ind %>% select(CODUSU, NRO_HOGAR, starts_with("PP08"))Copy Code

names(eph_short)Copy Code

## [1] "CH04"   "IMPUTA"Copy Code

• filter()

• select()

• rename()

• mutate()

• summarise()

• group_by()

• distinct()

• arrange()

Rename()

Como su nombre lo indica permite renombrar las variables

rcia_short  <- eph_ind %>% 
               filter(AGLOMERADO==18 & !is.na(IPCF) & CH04==2) %>% 
               select(CODUSU, NRO_HOGAR, AGLOMERADO, IPCF, CH04, CH06) %>%
               rename(sexo = CH04, edad = CH06)Copy Code

##                          CODUSU NRO_HOGAR AGLOMERADO     IPCF sexo edad
## 1 TQRMNOPXUHLMKUCDEGOIH00706727         1         18 26666.67    2   37
## 2 TQRMNOQQWHKOKRCDEGOIH00789766         1         18 20500.00    2   26
## 3 TQRMNOQUQHLOKSCDEGOIH00706615         1         18 31540.00    2   65
## 4 TQRMNOQUQHLOKSCDEGOIH00706615         1         18 31540.00    2   32
## 5 TQRMNOQUQHLOKSCDEGOIH00706615         1         18 31540.00    2   44Copy Code

Rename()

Nos quedaron columnas en mayúsculas y en minúsculas

Una extensión de esta función, rename_with() nos permite renombrar varias columnas a la vez

rcia_short  <- eph_ind %>% 
               filter(AGLOMERADO==18 & !is.na(IPCF) & CH04==2) %>% 
               select(CODUSU, NRO_HOGAR, AGLOMERADO, IPCF, CH04, CH06) %>%
               rename(sexo = CH04, edad = CH06) %>%
               rename_with(tolower)Copy Code

names(rcia_short)Copy Code

## [1] "codusu"     "nro_hogar"  "aglomerado" "ipcf"       "sexo"      
## [6] "edad"Copy Code

Rename()

Podemos realizar incluso operaciones un poco mas complejas. Para eso es importante conocer qué argumentos debemos especificar

rename_with(.data, .fn, .cols, ...)

Esto se lee como:

• debo indicarle sobre qué dataframe operar: .data
• qué función aplicar: .fn
• sobre cuáles columnas: .cols

Veamos un ejemplo, supongamos que antes de juntar la base de individuos con la de hogares, quiero identificar a las variables de cada base.

Para ello buscamos agregar el sufijo _ind a todas las variables

Cómo haríamos?

Vamos por parte

• .data: no debo especificar, de eso se encarga %>%
• .cols: quiero hacerlo sobre todas, entonces puedo usar la función everything()
• .fn: tengo que pensar una función que a lo que ya tengo le agregue un sufijo

Para esto último nos ayuda la función paste()

eph_ind <- eph_ind %>% rename_with( .cols = everything(), 
                                    .fn=function(x){ paste0(x, "_ind") } )Copy Code

Hacia el final del curso podremos entender mejor como opera y cuando necesitamos funciones del tipo function(x){ paste0(x, "_ind") }

Por ahora, elijan creer

names(eph_ind)Copy Code

##   [1] "CODUSU_ind"     "ANO4_ind"       "TRIMESTRE_ind"  "NRO_HOGAR_ind" 
##   [5] "COMPONENTE_ind" "H15_ind"        "REGION_ind"     "MAS_500_ind"   
##   [9] "AGLOMERADO_ind" "PONDERA_ind"    "CH03_ind"       "CH04_ind"      
##  [13] "CH05_ind"       "CH06_ind"       "CH07_ind"       "CH08_ind"      
##  [17] "CH09_ind"       "CH10_ind"       "CH11_ind"       "CH12_ind"      
##  [21] "CH13_ind"       "CH14_ind"       "CH15_ind"       "CH15_COD_ind"  
##  [25] "CH16_ind"       "CH16_COD_ind"   "NIVEL_ED_ind"   "ESTADO_ind"    
##  [29] "CAT_OCUP_ind"   "CAT_INAC_ind"   "IMPUTA_ind"     "PP02C1_ind"    
##  [33] "PP02C2_ind"     "PP02C3_ind"     "PP02C4_ind"     "PP02C5_ind"    
##  [37] "PP02C6_ind"     "PP02C7_ind"     "PP02C8_ind"     "PP02E_ind"     
##  [41] "PP02H_ind"      "PP02I_ind"      "PP03C_ind"      "PP03D_ind"     
##  [45] "PP3E_TOT_ind"   "PP3F_TOT_ind"   "PP03G_ind"      "PP03H_ind"     
##  [49] "PP03I_ind"      "PP03J_ind"      "INTENSI_ind"    "PP04A_ind"     
##  [53] "PP04B_COD_ind"  "PP04B1_ind"     "PP04B2_ind"     "PP04B3_MES_ind"
##  [57] "PP04B3_ANO_ind" "PP04B3_DIA_ind" "PP04C_ind"      "PP04C99_ind"   
##  [61] "PP04D_COD_ind"  "PP04G_ind"      "PP05B2_MES_ind" "PP05B2_ANO_ind"
##  [65] "PP05B2_DIA_ind" "PP05C_1_ind"    "PP05C_2_ind"    "PP05C_3_ind"   
##  [69] "PP05E_ind"      "PP05F_ind"      "PP05H_ind"      "PP06A_ind"     
##  [73] "PP06C_ind"      "PP06D_ind"      "PP06E_ind"      "PP06H_ind"     
##  [77] "PP07A_ind"      "PP07C_ind"      "PP07D_ind"      "PP07E_ind"     
##  [81] "PP07F1_ind"     "PP07F2_ind"     "PP07F3_ind"     "PP07F4_ind"    
##  [85] "PP07F5_ind"     "PP07G1_ind"     "PP07G2_ind"     "PP07G3_ind"    
##  [89] "PP07G4_ind"     "PP07G_59_ind"   "PP07H_ind"      "PP07I_ind"     
##  [93] "PP07J_ind"      "PP07K_ind"      "PP08D1_ind"     "PP08D4_ind"    
##  [97] "PP08F1_ind"     "PP08F2_ind"     "PP08J1_ind"     "PP08J2_ind"    
## [101] "PP08J3_ind"     "PP09A_ind"      "PP09A_ESP_ind"  "PP09B_ind"     
## [105] "PP09C_ind"      "PP09C_ESP_ind"  "PP10A_ind"      "PP10C_ind"     
## [109] "PP10D_ind"      "PP10E_ind"      "PP11A_ind"      "PP11B_COD_ind" 
## [113] "PP11B1_ind"     "PP11B2_MES_ind" "PP11B2_ANO_ind" "PP11B2_DIA_ind"
## [117] "PP11C_ind"      "PP11C99_ind"    "PP11D_COD_ind"  "PP11G_ANO_ind" 
## [121] "PP11G_MES_ind"  "PP11G_DIA_ind"  "PP11L_ind"      "PP11L1_ind"    
## [125] "PP11M_ind"      "PP11N_ind"      "PP11O_ind"      "PP11P_ind"     
## [129] "PP11Q_ind"      "PP11R_ind"      "PP11S_ind"      "PP11T_ind"     
## [133] "P21_ind"        "DECOCUR_ind"    "IDECOCUR_ind"   "RDECOCUR_ind"  
## [137] "GDECOCUR_ind"   "PDECOCUR_ind"   "ADECOCUR_ind"   "PONDIIO_ind"   
## [141] "TOT_P12_ind"    "P47T_ind"       "DECINDR_ind"    "IDECINDR_ind"  
## [145] "RDECINDR_ind"   "GDECINDR_ind"   "PDECINDR_ind"   "ADECINDR_ind"  
## [149] "PONDII_ind"     "V2_M_ind"       "V3_M_ind"       "V4_M_ind"      
## [153] "V5_M_ind"       "V8_M_ind"       "V9_M_ind"       "V10_M_ind"     
## [157] "V11_M_ind"      "V12_M_ind"      "V18_M_ind"      "V19_AM_ind"    
## [161] "V21_M_ind"      "T_VI_ind"       "ITF_ind"        "DECIFR_ind"    
## [165] "IDECIFR_ind"    "RDECIFR_ind"    "GDECIFR_ind"    "PDECIFR_ind"   
## [169] "ADECIFR_ind"    "IPCF_ind"       "DECCFR_ind"     "IDECCFR_ind"   
## [173] "RDECCFR_ind"    "GDECCFR_ind"    "PDECCFR_ind"    "ADECCFR_ind"   
## [177] "PONDIH_ind"Copy Code

o googleen...

• filter()

• select()

• rename()

• mutate()

• summarise()

• group_by()

• distinct()

• arrange()

Mutate ()

Mutate es la función que nos permite transformar las columnas, crear y modificarlas. En general, sin ser exhaustivos, podemos aplicar distintos tipos de transformaciones

• Operación aritmética sobre los valores numéricos
• Manipular caracteres en columnas de texto
• Una operación entre dos columnas
• Aplicarle cualquier función a la columna

En todos los casos podemos crear una columna nueva o modificar la que ya existe

Por ejemplo, si quisiéramos crear una columna con el IPCF en dolares:

eph_ind <- eph_ind %>% 
              mutate(IPCF_USD = as.numeric(IPCF)/390)Copy Code

Notar que aquí aplicamos dos transformaciones, primero as.numeric() y luego dividimos por el tipo de cambio

Mutate ()

Si queremos sumar los distintos ingresos laborales que puede tener una persona:

• Monto de ingreso de la ocupación principal (P21)
• Monto de ingreso de otras ocupaciones (TOT_P12)

eph_ind <- eph_ind %>% 
              mutate(ILA_TOT = P21 + TOT_P12)Copy Code

Si queremos trabajar con el logaritmo del ingreso de la ocupación principal, debemos crear la columna mediante la función log()

eph_ind <- eph_ind %>% 
              mutate(log_w = log(P21))Copy Code

Mutate ()

Para el análisis de datos, muchas veces necesitamos crear variables binarias a partir de otras variables en la base

Por ejemplo, en la EPH tenemos la variable MAS_500 que indica si el aglomerada tiene mas de 500.000 habitantes

table(eph_ind$MAS_500)Copy Code

## 
##     N     S 
## 26120 23112Copy Code

Parece ser que es del tipo character

is.character(eph_ind$MAS_500)Copy Code

## [1] TRUECopy Code

Mutate ()

Supongamos que con ese umbral de 500 mil, definiremos un aglomerado como urbano o no, y para eso debemos crear una variable nueva, llamada URBANO

Necesitamos un función que contemple condiciones:

• si MAS_500=="N" ; URBANO=0
• si MAS_500=="S" ; URBANO=1

ifelse() hace perfectamente este trabajo

eph_ind <- eph_ind %>% 
              mutate(URBANO = ifelse(MAS_500=="S", 1, 0))Copy Code

Entonces ahora puedo saber qué proporción de los encuestados vive en lo que definimos como zona urbana

mean(eph_ind$URBANO)Copy Code

## [1] 0.4694508Copy Code

x <- round( mean(eph_ind$URBANO), digits=2)*100
print(paste("el ", x, "% de las personas viven en zona urbana", sep=""))Copy Code

## [1] "el 47% de las personas viven en zona urbana"Copy Code

Mutate ()

¿Qué ocurre en casos donde la cantidad de condiciones posibles son mas de 2?

Por ejemplo, en el caso de la variable región

table(eph_ind$REGION)Copy Code

## 
##     1    40    41    42    43    44 
##  7344 10842  5153  5183 14732  5978Copy Code

Aquí necesitamos de la función case_when(). Como su nombre lo indica, lo lógica es: si pasa esto, tal cosa, si pasa esto otro tal otra y así las veces que necesitemos

Creemos una nueva variable indicativa de la región pero que ahora sea character

eph_ind <- eph_ind %>% 
              mutate(REGION_CH = case_when(REGION==1 ~   "Gran Buenos Aires",
                                           REGION==40 ~  "Noroeste",
                                           REGION==41 ~  "Nordeste",
                                           REGION==42 ~  "Cuyo",
                                           REGION==43 ~  "Pampeana",
                                           REGION==44 ~  "Patagónica")) #DOBLE()Copy Code

table(eph_ind$REGION_CH)Copy Code

## 
##              Cuyo Gran Buenos Aires          Nordeste          Noroeste 
##              5183              7344              5153             10842 
##          Pampeana        Patagónica 
##             14732              5978Copy Code

Nuevamente, es bueno visualizar lo que ocurre en la base de datos para entender mejor las transformaciones que realizamos

• filter()

• select()

• rename()

• mutate()

• summarise()

• group_by()

• distinct()

• arrange()

Summarise()

Función por excelencia para generar medidas resúmenes de las observaciones de datos.

Colapsa la base a un valor o valores según la operación aplicada.

Retomando nuestro ejemplo inicial, supongamos que quisiéramos obtener la media de edad y la mediana del ingreso a nivel país

resumen <- eph_ind %>% 
           filter(!is.na(IPCF)) %>% 
           rename(sexo = CH04, edad = CH06) %>%
           rename_with(tolower) %>% 
           mutate(ipcf = as.numeric(ipcf)) %>% 
           summarise(edad_mean = mean(edad, na.rm=TRUE),
                     ipcf_median = median(ipcf, na.rm = TRUE))Copy Code

Summarise()

Notar que antes, como resultados obteníamos un dataframe, es decir filtramos las filas, nos quedábamos con menos columnas y las modificábamos, pero el resultado seguía siendo una base tabular.

Ahora summarise() colapsa todos las observaciones a un único valor o valores

resumenCopy Code

##   edad_mean ipcf_median
## 1  36.00443       27500Copy Code

Otro ejemplo, para los ocupados calculemos el promedio y el máximo de horas trabajadas en la ocupación principal (PP3E_TOT)

eph_ind %>% filter(ESTADO==1) %>% 
            summarise(mean_hs = mean(PP3E_TOT),
                      max_hs  = max(PP3E_TOT))Copy Code

##    mean_hs max_hs
## 1 36.85635    999Copy Code

Summarise() vs Mutate()

Cuál es la diferencia entre estas dos funciones? Al parecer ambas sirven para generar nuevas columnas o reemplazarlas por nuevos valores

• mutate() modifica una o varias columnas pero no altera la estructura de la base

Es del tipo Window Function que toma un vector de valores y devuelve otro vector de valores

Summarise() vs Mutate()

• summarise() genera una columna o reemplaza una existente colapsando las base (cambia las dimensiones)

Es del tipo Summary Function que toma un vector de valores y devuelve un valor único

Summarise() vs Mutate()

El ejemplo anterior nos puede servir. Con el max de horas vimos que existen valores raros o imposibles, estos nos afectan el calculo del promedio, de la media, varianza, etc.

Tenemos que corregir ese valor antes de generar medidas resúmenes.

¿Se les ocurre cómo?

Summarise() vs Mutate()

resumen <- eph_ind %>% filter(ESTADO==1) %>% 
           mutate(PP3E_TOT = ifelse(PP3E_TOT==999, NA, PP3E_TOT))Copy Code

mutate() genera un cambio en la columna sin alterar la estructura de la base:

dim(resumen)Copy Code

## [1] 21364   182Copy Code

Ahora genero medida resumen

resumen <- resumen %>% 
           summarise(mean_hs = mean(PP3E_TOT), 
                     max_hs  = max(PP3E_TOT))Copy Code

dim(resumen)Copy Code

## [1] 1 2Copy Code

summarise() colapsó la base original

¿Cuál fue el resultado de esa operación?

resumenCopy Code

##   mean_hs max_hs
## 1      NA     NACopy Code

Que pasó?

Exacto! Ahora introdujimos NA en la columna y nos olvidamos de pedirle a la función que los ignore

resumen <- eph_ind %>% filter(ESTADO==1) %>% 
                       mutate(PP3E_TOT = ifelse(PP3E_TOT==999, NA, PP3E_TOT)) %>% 
                       summarise(mean_hs = mean(PP3E_TOT, na.rm=TRUE), 
                                 max_hs  = max(PP3E_TOT, na.rm=TRUE))Copy Code

No solo cambió el calculo del máximo, al quitar los valores raros también cambia la estimación de la media

Summarise()

En nuestro ejemplo, solo empleamos la media, mediana y el máximo, pero la lista de funciones útiles para aplicar con summarise() es mucho mas extensa

Veamos las más comunes

• Center: mean(), median()

• Spread: sd(), IQR(), mad()

• Range: min(), max()

• Position: first(), last(),nth()

• Count: n(), n_distinct()

• Logical: any(), all()

• filter()

• select()

• rename()

• mutate()

• summarise()

• group_by()

• distinct()

• arrange()

Group by()

Aún nos queda por ver el uso más común que se le suele dar al summarise()Para ello tenemos que introducir antes a group_by()

Rara vez reducimos todas las observaciones en una sola dimensión. En general en el análisis económico nos interesan las diferencias entre distintos grupos, buscamos agrupar las observaciones para compararlas, encontrar patrones que nos permitan hablar de heterogeneidades, etc.

Cómo pueden sospechar, group_by() nos habilita este tipo de análisis. Como función nos permite realizar una misma operación para un conjunto o grupos de observaciones.

Group by() + Summarise()

Al agrupar las observaciones por alguna o varias dimensiones en común, estaremos tratando a cada conjunto como una unidad aparte.

Group by() + Summarise()

Por ejemplo, si en nuestro ejemplo ahora quisiéramos ver cuál es la diferencia en la mediana del salario y en el promedio de horas trabajadas por género

subset <- eph_ind %>% 
               filter(!is.na(IPCF)) %>% 
               rename(sexo = CH04, edad = CH06) %>%
               rename_with(tolower) %>% 
               mutate(ipcf = as.numeric(ipcf),
                      pp3e_tot = ifelse(pp3e_tot==999, NA, pp3e_tot))Copy Code

gender_diff <- subset %>% 
                  group_by(sexo) %>%
                  summarise(mean_hs = mean(pp3e_tot, na.rm=TRUE),        
                           ipcf_median = median(ipcf, na.rm = TRUE))Copy Code

View(gender_diff)Copy Code

Ahora la cantidad de filas resultantes son igual a la cantidad de grupos distintos que surgen del group_by()

Group by() + Summarise()

El agrupamiento puede ser por mas de una variable

Por ejemplo, si queremos saber si la diferencia en medias salariales y en horas trabajadas es distintas en zonas urbanos y no urbanas, deberíamos agrupar por ambas variables

gender_diff_ur <- subset %>% 
                    mutate(URBANO = ifelse(mas_500=="S", 1, 0)) %>% 
                    group_by(sexo, urbano) %>%
                    summarise(mean_hs = mean(pp3e_tot, na.rm=TRUE),        
                              ipcf_median = median(ipcf, na.rm = TRUE))Copy Code

Group by() + Mutate()

Además de calcular estimaciones por grupos, el agrupamiento es útil cuando lo combinamos con la transformación de variables, antes de colapsar la base

Group by() + Mutate()

Por ejemplo si quisiéramos saber la distribución de hogares según la edad del hijo menor, porque nos interesa conocer cuantos hogares serían alcanzados por una política focalizada en la nutrición de niños hasta 5 años

Debemos filtrar por edad y condición de hijo, y luego dentro de cada hogar calcular la edad del hijo menor:

aportes_ing <- eph_ind %>% 
                 select(codusu, nro_hogar, ch03, ch06) %>% 
                 filter(ch03==3 & ch06 %in% (0:17)) %>% #hijos menores 
                 group_by(codusu, nro_hogar) %>%
                 mutate(edad_min = min(ch06))Copy Code

Group by() + Mutate() + Summarise()

Una vez calculada la edad del mas pequeño colapsamos la base de datos a un valor resumen. Para cada edad del hijo mas joven, calculamos la cantidad de hogares

aportes_ing <- eph_ind %>% 
                 select(codusu, nro_hogar, ch03, ch06) %>% 
                 filter(ch03==3 & ch06 %in% (0:17)) %>% #hijos menores 
                 group_by(codusu, nro_hogar) %>%
                 mutate(edad_min = min(ch06)) %>% 
                 group_by(edad_min) %>%
                 summarise(frecuency = n())Copy Code

Group by() + Mutate() + Summarise()

Nuevamente, es bueno ir desmenuzando cada paso para visualizar lo que ocurre Para ello podemos ir segmentando el código cada parte, una vez que comprendemos qué ocurre y cómo es el output, agregamos un paso nuevo

Y así sucesivamente, hasta entender el pipe completo de operaciones

En la slide siguiente hacemos esto mismo