gráficos de Lineas

Los siguientes ejercicio es para producir gráficos de lineas

Los Datos:

  1. El nivel del agua en lago Huron del 1875-1972 sobre el nivel del mar en metros. El archivo se llama LakeHuron en el paquete datsasets .
  • Convirte los datos en un data frame (vea el script)
  • Añadele una nueva columna de para la información del años (1875 al 1972). Buscar una función que lo hace (Enseñar el script). (4 puntos).
  • Producir el gráfico de linea (4 puntos)
  • Cambiar la información de los ejes (2 puntos)
  • Añadir una información dentro del gráfico (1 punto)
library(datasets)
LakeHuron=data.frame(LakeHuron)
# head(LakeHuron)
  1. Tamaño poblacional de las islas del Caribe

Usando los datos del siguiente archivo PolacionEdad_genero, “UNdata_Pop_Size_Caribbean.csv”, que se encuentra en la pagina web debajo “Datos”. Este es un archivo de datos sobre el tamaño poblacional de las islas del Caribe y Brazil en diferentes años.

Su tarea es: Evaluar el cambio poblacional en los años de muestreo con un gráfico de linea. Cada isla deberá tener su propria linea de color diferentes.

library(readr)

UNdata_Pop_Size_Caribbean <- read_csv("Data/UNdata_Pop_Size_Caribbean.csv")
## Rows: 98762 Columns: 10
## ── Column specification ──────────────────────
## Delimiter: ","
## chr (6): Country or Area, Area, Sex, Age, Record Type, Reliability
## dbl (3): Year, Source Year, Value
## num (1): Value Footnotes
## 
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
#head(UNdata_Pop_Size_Caribbean) ## Tome el tiempo de evaluar toda la información en este archivo para entender pq se tiene que filtrar. 

UNdata=janitor::clean_names(UNdata_Pop_Size_Caribbean) # limpiar los nombres de las columnas
# head(UNdata)
# unique(UNdata$sex)

  • Seleccionar los siguientes datos

    • Selecciona el total poblacional (Area == “Total”) para cada isla en todos los años (Age == “Total”) y de ambos sexos (Sex== “Both Sexes”) y remover Brazil del archivo de datos con !=“Brazil”. Vea la función filter del paquete dplyr para lograr este subgrupo de datos.
library(tidyverse)

CaribPop=UNdata %>% 
  filter(age=="Total" & sex=="Both Sexes" & area=="Total" & country_or_area !="Brazil") 

#head(CaribPop)
#unique(CaribPop$country_or_area)

Haga un gráfico de linea para visualizar el tamaño poblacional de cada isla. (5 puntos)

  1. Ahora, con el mismo archivo, seleccione los datos de las edades de “20 - 24”, “Female” si ud es mujer y “Male” si es hombre. Puede seleccionar los datos urbanos o rural o total como prefiere, no incluye los datos de Brazil. (5 puntos)
  1. Bono (5 puntos):

Rehacer el gráfico anterior removiendo los siguientes paises (Cuba, Dominican Republic, Puerto Rico, Jamaica y Haiti)