0

Estoy realizando un estudio de las cajas, volumen, vehículos ,etc de una empresa de reparto. Necesito obtener gráficas y métricas por días de la semana, es decir, por ejemplo, volumen por días, para calcular media y desviación típica (Por ejemplo, necesito saber una media de cuántos vehículos por día se emplean, cuánto volumen por día..) De momento, he hecho gráficas enfrentando cada variable con los días:

plot(x = datos$Dias, main = "Volumen por días",
     y=datos$Volumen, xlab = "Días ",
     ylab = "Volumen")

Pero obtengo una gráfica bastante fea, pues me aparecen domingo y sabado (para los cuales no tengo ningun dato).

1
  • Añada por favor la estructura de tus datos, -> str(datos), gracias. Commented el 5 oct. 2020 a las 13:11

1 respuesta 1

1

Deberias mostrar la estructura de tus datos en tus preguntas, seria mas facil de entender y te ayudaria a ti a conseguir mejores respuestas. Capaz lo siguiente pueda ayudarte

install.packages("dplyr")
library("dplyr")

datos %>%
    filter(!Dias %in% c("domingo", "sabado")) %>%
    group_by(Dias) %>%
    summarize(avg_vol_por_dia = mean(Volumen))

De esa forma conseguiras un nuevo dataframe (un tibble en realidad) con dos columnas y cinco filas:

       Dias avg_vol_por_dia
1     lunes         123
2    martes         345
3 miercoles       25436
4    jueves        1234
5   viernes        1344

Obs: Los valores de avg_vol_por_dia los puse de forma aleatoria con proposito de mostrar como quedaria el dataframe.

Notese que con la linea filter(!Dias %in% c("domingo", "sabado")) se han filtrado todas las observaciones que contienen sabado y domingo, es por eso que en la nueva tabla no se encuentran esos dias.

Podrias reemplazar filter(!Dias %in% c("domingo", "sabado")) por filter(Dias == "lunes") y obtendras la sigte. tabla, solamente con observaciones del dia lunes :

       Dias vol_por_dia
1     lunes         123

Con la linea summarize(avg_vol_por_dia = mean(Volumen)) se ha calculado el promedio de los volumenes para cada dia, pero en vez de usar la funcion mean podrias usar otra que te brinde los resultados que buscas, por ejemplo summarize(sd_vol_por_dia = sd(Volumen)) con lo que calcularias la desviacion estandar del volumen por cada dia.

Ten en cuenta que si quieres guardar las nuevas tablas que generes debes asignarlas a un objeto nuevo.

Podrias realizar tus graficos a partir de la nueva tabla, ya no tendrias sabado ni domingo en tu eje de abcisas, y podrias usar la variable vol_por_dia en tu eje de ordenadas. Te dare un ejemplo con la libreria ggplot2

install.packages("ggplot2")
library("ggplot2")
nuevos_datos <- datos %>%
                   filter(!Dias %in% c("domingo", "sabado")) %>%
                   group_by(Dias) %>%
                   summarize(avg_vol_por_dia = mean(Volumen))

ggplot(nuevos_datos, aes(x = Dias, y = avg_vol_por_dia, color = Dias)) +
  geom_col() 

Con lo que obtienes grafico barras

Creo que estos enlances te seran de gran ayuda:

Selecting columns and renaming are so easy with dplyr

Filtering Data with dplyr

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.