df <- gapminder::gapminderEste documento sirve como ejemplo del formato que tenéis que utilizar al contestar al examen
Ya podéis resolver los apartados 1.1 y 4.3
Como podéis ver (con el ejemplo del apartado 1.1), las preguntas mostrarán la solución; de forma que “sólo” tendréis que escribir el código que lleva a dar con la solución.
Pregunta 1
En la pregunta 1, se usarán los datos de gapminder, así que cargamos estos datos en memoria
1.1)
Almacena en un data.frame los 6 países de América con menor PIB per cápita en el año 2007. Una vez obtenido el resultado, utiliza la función knitr::kable() para mostrar el resultado. Pon título a la tabla. Se ha de mostrar solo 1 decimal.
aa <- df %>% ...| country | continent | year | gdpPercap |
|---|---|---|---|
| Haiti | Americas | 2007 | 1201.6 |
| Nicaragua | Americas | 2007 | 2749.3 |
| Honduras | Americas | 2007 | 3548.3 |
| Bolivia | Americas | 2007 | 3822.1 |
| Paraguay | Americas | 2007 | 4172.8 |
| Guatemala | Americas | 2007 | 5186.1 |
1.2)
1.3)
1.4)
1.5)
1.6)
1.7)
1.8)
1.9)
OK, se acabó la pregunta 1, así que mejor limpiar el Global:
Pregunta 2
En esta pregunta usaremos el fichero de datos ine_censos_historicos_capitales del paquete pjpv.curso.R.2022
# remotes::install_github("perezp44/pjpv.curso.R.2022")
df <- pjpv.curso.R.2022::ine_censos_historicos_capitalesSeleccionamos las variables y observaciones que usaremos:
df <- df %>%
select(ine_muni, ine_muni.n, year, pob_de_derecho, hogares, ine_prov, ine_prov.n, ine_ccaa, ine_ccaa.n) %>%
rename(poblacion = pob_de_derecho) %>%
filter(year >= 1900)2.1)
2.2)
2.3)
2.4)
2.5)
OK, se acabó la pregunta 2, así que mejor limpiar el Global:
Pregunta 3
En esta pregunta usaremos ….
3.1)
3.2)
3.3)
3.4)
3.5)
3.6)
3.7)
OK, se acabó la pregunta 3, así que mejor limpiar el Global:
Pregunta 4
4.1)
4.2)
4.3)
Incluye en tu fichero .html el vídeo de una canción chula-chula.
Por ejemplo: Ride into the sun de Lou Reed (en “realidad” de la Velvet Underground)