1

Hola amigos tengo el siguiente problema:

"Cuenta el numero de casos positivos agrupado por estado y realiza una grafica de barras de los 10 estados con mas casos"

Así que filtro los datos (donde 1 significa positivo, 0 negativo)

Cotagiados_por_estado <- Muestra_covid %>% filter(CLASIFICACION_FINAL == 1) 
Cotagiados_por_estado %>%
  group_by(ENTIDAD_UM) %>% 
  summarise(conteo = n())

Pero para graficar aun no se como filtrar los 10 datos mayores. Se me ocurre hacerlo "manualmente", del resultado escoger los 10 mayores, meterlos en un vector y graficarlos o encontrar el umbral donde inician los 10 mas grandes y filtrarlos con un > Pero siento que son malas practicas. Debe existir una forma más automatizada de hacerla

Les agradezco de antemano

2 respuestas 2

3

La función tidyr::slice_max() hace justo eso en un paso. Lo único ten en cuenta la opción with_ties, si hay empates en la variable conteo te podría sacar mas de 10 valores:

library(dplyr)
library(tidyr)

# Dataset de ejemplo
set.seed(1234)
Muestra_covid <- data.frame(CLASIFICACION_FINAL = sample(c(1,2),
                                                         100000,
                                                         replace = TRUE),
                            ENTIDAD_UM = sample(letters[1:20], 100000,
                                                  replace = TRUE))

Cotagiados_por_estado <- Muestra_covid %>% filter(CLASIFICACION_FINAL == 1) 


Cotagiados_por_estado %>%
  group_by(ENTIDAD_UM) %>% 
  summarise(conteo = n())
#> # A tibble: 20 x 2
#>    ENTIDAD_UM conteo
#>    <chr>       <int>
#>  1 a            2610
#>  2 b            2483
#>  3 c            2440
#>  4 d            2524
#>  5 e            2464
#>  6 f            2533
#>  7 g            2378
#>  8 h            2522
#>  9 i            2509
#> 10 j            2477
#> 11 k            2476
#> 12 l            2476
#> 13 m            2579
#> 14 n            2429
#> 15 o            2463
#> 16 p            2507
#> 17 q            2497
#> 18 r            2561
#> 19 s            2426
#> 20 t            2482

# Con slice_max
Cotagiados_por_estado %>%
  group_by(ENTIDAD_UM) %>% 
  summarise(conteo = n()) %>%
  slice_max(n=10, order_by = conteo, with_ties = TRUE)
#> # A tibble: 10 x 2
#>    ENTIDAD_UM conteo
#>    <chr>       <int>
#>  1 a            2610
#>  2 m            2579
#>  3 r            2561
#>  4 f            2533
#>  5 d            2524
#>  6 h            2522
#>  7 i            2509
#>  8 p            2507
#>  9 q            2497
#> 10 b            2483

Created on 2022-07-07 by the reprex package (v2.0.1)

1

Vas muy bien, sólo te falta ordenar por número de casos (arrange) y graficar (ggplot):

library(ggplot2)

Cotagiados_por_estado %>%
  group_by(ENTIDAD_UM) %>% 
  summarise(conteo = n()) %>% 
  ungroup() %>% 
  arrange(desc(conteo)) %>%
  .[1:10,] %>% 
  ggplot(aes(x = as.factor(1:10),
             y = conteo,
             fill = ENTIDAD_UM)) +
  geom_bar(stat = 'identity') +
  xlab('Estados con más casos') +
  ylab('Casos')
1
  • Muchas gracias :) Commented el 7 jul. 2022 a las 16:50

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.