Tablas Pivotantes

class: center, middle, inverse, title-slide

# Tablas Pivotantes
## Ordenar datos en formato ancho y largo
### Stephanie Orellana Bello
### 2020-09-02

---

# ¿Qué veremos en la clase de hoy? 📌

- Aprenderemos las diferencias entre bases de datos en formato largo y ancho
 
--

- Cuál es la utilidad y cuándo se justifica usar cada formato

- Cómo pasar de un formato a otro usando funciones del paquete `tidyr`
 
---
# ¿Cómo están ordenados nuestros datos?

.pull-left[

### Formato ancho

Variables como nombres de columnas

Valores en casillas

]

.pull-right[

### Formato largo

Nombres de variables dentro de una columna

Un valor por fila

]
---
# `pivot_longer()` y `pivot_wider()`

.right-column2[
![](img/tidyr-longer-wider.gif)
.quote[
**Fuente:** Tidy Animated Verbs de Garrick Aden-Buie, modificado por Mara Averick
]
]

Las funciones `pivot_longer()` y `pivot_wider()` del paquete `tidyr` nos permiten transformar una planilla en formato ancho a una con formato largo y viceversa.

Ambas tienen un funcionamiento similar, así que comprendiendo bien una, podemos deducir el uso de la otra.

🚩
**Debemos tener siempre claro dónde están nuestras variables y valores y dónde queremos que estos estén después de la transformación.**

---
class: center, middle

# ¡Vamos a ver cómo!
🐧

---
# ¡A practicar! 🧪

El argumento **`names_sep = "...."`** sirve cuando tenemos nombres con variables separadas por un caracter.

Rellena el siguiente código para obtener tres columnas a partir del nombre de las columnas seleccionadas.

```r
library(datos)
library(tidyr)

pivot_longer(
  data = pinguinos,
  cols = largo_pico_mm:masa_corporal_g,
* names_to = _________,
* ________ =  "valor",
* names_sep = _______
)
```

---
# Respuesta

```r
library(datos)
library(tidyr)

pivot_longer(
  data = pinguinos,
  cols = largo_pico_mm:masa_corporal_g,
  names_to = c("variable", "estructura", "unidad"),
  values_to = "valor",
  names_sep = "_"
)
```

```
## # A tibble: 1,376 x 8
##    especie isla      sexo    anio variable estructura unidad  valor
##    <fct>   <fct>     <fct>  <int> <chr>    <chr>      <chr>   <dbl>
##  1 Adelia  Torgersen macho   2007 largo    pico       mm       39.1
##  2 Adelia  Torgersen macho   2007 alto     pico       mm       18.7
##  3 Adelia  Torgersen macho   2007 largo    aleta      mm      181  
##  4 Adelia  Torgersen macho   2007 masa     corporal   g      3750  
##  5 Adelia  Torgersen hembra  2007 largo    pico       mm       39.5
##  6 Adelia  Torgersen hembra  2007 alto     pico       mm       17.4
##  7 Adelia  Torgersen hembra  2007 largo    aleta      mm      186  
##  8 Adelia  Torgersen hembra  2007 masa     corporal   g      3800  
##  9 Adelia  Torgersen hembra  2007 largo    pico       mm       40.3
## 10 Adelia  Torgersen hembra  2007 alto     pico       mm       18  
## # ... with 1,366 more rows
```

---
# `pivot_wider()` 💡

Para usar `pivot_wider()` debemos pensar en la lógica inversa y utilizar **from** en vez de **to**.

La siguiente es una tabla que resume los promedios anuales para cada variable:

```r
media_anual
```

```
## # A tibble: 12 x 3
## # Groups:   anio [3]
##    anio variable         media
##   <int> <chr>            <dbl>
## 1  2007 alto_pico_mm      17.4
## 2  2007 largo_aleta_mm   197. 
## 3  2007 largo_pico_mm     43.7
## 4  2007 masa_corporal_g 4125. 
## 5  2008 alto_pico_mm      16.9
## # ... with 7 more rows
```

**¿Puedes inferir el resultado de la función?**

```r
pivot_wider(media_anual, names_from = "anio", values_from = "media")
```

---
# Respuesta

```r
pivot_wider(media_anual, names_from = "anio", values_from = "media")
```

```
## # A tibble: 4 x 4
##   variable        `2007` `2008` `2009`
##   <chr>            <dbl>  <dbl>  <dbl>
## 1 alto_pico_mm      17.4   16.9   17.1
## 2 largo_aleta_mm   197.   203.   203. 
## 3 largo_pico_mm     43.7   43.5   44.5
## 4 masa_corporal_g 4125.  4267.  4210.
```

---
class: middle, center
# ¡Gracias!
🐧