A Appendix A

A.1 Ejercicio de Transformación

Capitulo de Transformación de Datos

Ejercicios con destrezar de aplicar algunas funciones de transformaciones de datos

Para tener los puntos tiene que enseñar TODOS los scripts, los resultados y explicar en palabra los que encontró dentro de un documento bien organizado.

library(datos)
attach(bateadores)
library(tidyverse)
library(gt)

Use el data frame de “bateadores” en el paquete “datos”.

gt(head(bateadores, n=3))
id_jugador id_anio orden_equipos id_equipo id_liga juegos al_bate carreras golpes dobles triples cuadrangulares carreras_empujadas bases_robadas atrapado_robando base_bolas ponches base_intencional golpeado toque_sacrificio elavado_sacrificio doble_matanza
aardsda01 2004 1 SFN NL 11 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
aardsda01 2006 1 CHN NL 45 2 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0
aardsda01 2007 1 CHA AL 25 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

1. Busca el bateador que tuvo más carreras en cualquier año

2. ¿Cual es el nombre del bateador (id_jugador) que estuvo más veces “al_bate”? Prepara una lista del bateador más frecuente al bate al menos

3. ¿Cuales son las “ligas” de baseball (pelota) que estan incluida en este archivo?

4. Selecciona los años (1900, 1950, 2000 y 2020) y jonrones y hacer una tabla por año que demuestra el máximo de jonrones para cada año

¿Cual fue el máximo de jonrones por año para los años selecionado? Haga una lista.

5. Haz una tabla de la los jugadores que juraron más años

  • ¿Cual es el jugador que ha jugado más años?

6. Selecciona solamente la liga “AL”, los años desde de 2000 en adelande, y determina cual es la suma de “carreras” anotadas por cada equipo.

    1. ¿Cual es el equipo que tiene mayor carreras?
    1. ¿Cual es el equipo que tiene menor carreras?
    1. Como explica que ese equipo tiene tan poca carreras. Piensa en un tipo de “Data wrangling”, que podria explicar esto (BONO), si lo resuelve tendrá un bono