Ejercicios_Pivot.Rmd

---
title: "Taller Tidyr"
output:
  html_document:
    df_print: paged
  pdf_document: default
---

```{r setup, include=FALSE}
library(tidyverse)
library(rmarkdown)
library(datos)
```

## Pivot longer
Veamos la tabla4a que estructura tiene
```{r ver_tabla}
view(tabla4a)
```

## Ejercicio NB_1: 
Completar los espacios en blanco con lo que corresponda para que la tabla quede "ordenada" (tidy)  
*Las siguientes lineas tienen palabras que son erróneas, seleccionar las que consideren correctas.*

"casos"  
anio  
casos  
"anio"  
c('1999','2000')  
'1999':'2000'

Recomendación: si se animan escriban directamente sin usar las palabras sugeridas arriba      :)

```{r pivot_longer}
# tabla_larga <-tabla4a %>%
#  pivot_longer(            , names_to =         , values_to =         )
```

## Pivot wider
Veamos la estructura de la tabla2
```{r ver_tabla2}
view(tabla2)
```


## Ejercicio NB_2: 
ordenar los trozos de la función pivot_wider que figuran aquí abajo, para poder completar la función del  chunk y poder procesarlo.

tabla2 %>%    
tipo  
cuenta  
values_from    
names_from     
,    
pivot_wider(    
=    
=    
)    
  
```{r pivot_wider}
#tabla_ancha <- 


```


## Otras funciones útiles:

Veamos la tabla5
```{r ver_tabla5}
view(tabla5)
```
Unite: sirve generar una nueva columna que es la unión de aquellas que se indiquen para unir.

```{r unite}
tabla_unite <- tabla5 %>% 
  unite(anio, c(siglo, anio), sep = "")
```

Separate: sirve generar nuevas columnas separando el contenido de una columna que tiene caracteres separadores:

```{r separate1}
tabla_normalizada <- tabla_unite %>%
  separate(col = tasa, into = c("casos", "poblacion"))
```


```{r separate2}
tabla_normalizada <- tabla_unite %>%
separate(col = tasa, into = c("casos", "poblacion"), convert = TRUE)
```

Replace_na: es una función para completar los valores faltantes (NA, missing values) con algun caracter.

```{r replace_na1}
vector <-  c("n", "h", NA)
vector %>% replace_na(0)
```


```{r replace_na2}
tablita <- tibble(x1 = c(1, 3, "a"),  y1 = c("z", "x, y", NA))
tablita %>% mutate(y1 = replace_na(y1, "desconocido"))
```

## Ejercicio final: 
Vamos a definir una tabla llamada prueba, que tiene el precio de venta y el costo de 3 productos.  
Vamos a unir ("unite") las columnas "precio_venta" y "costo" con el separador "/"  generando una columna "incidencia"   
Luego vamos a volver a separar ("separate") las columnas sin indicar el argumento separador.   
Qué pasó? quedaron igual que antes el precio_venta y el costo?

```{r ejercicio final}
prueba <- tribble(~Producto, ~precio_venta, ~costo,
                        "pro1", 143, 15, 
                        "pro2", 250, 90,  
                        "pro3", 1520, 250.5)

```