script_taller_intro_tidyverse

#########################################
####### Introducción al tidyverse ########
##########################################

## para que sirve o que es Tidyverse?
### Tidyevrse es un conjunto de paquetes en R diseñados para ciencia de datos.
###la ciencia de datos tiene 4 pilares u objetivos principales, los que son 
###1.Manipular
###2.Transformar
###3.Explorar
###4.Visualizar
###las funciones de Tidyverse, fueron creadas para cubrir estos objetivos y para trabajar en conjunto.

#### Algunas de las funciones que utilizaremos hoy son:

#'* filter() -> filtra las observaciones a partir de valores concreto
#' usando expresiones lógicas ( |, &, != , ==)

#'* arrange()-> reordena las filas
#'
#'* select() -> selecciona las variables con sus respectivos nombres
#'
#'* mutate() -> crear nuevas variables a partir de las existentes
#'
#'* sumarize()-> colapsa valores seleccionados para dar un resumen 
#' de los mismos (media, rango, la mediana, la sd)
#' 
#'* group_by -> opera la función a la que acompaña grupo a grupo
#'
#'* ggplot -> para graficar nuestros datos
#'
#' str_sub -> extrae o reemplaza los elementos en una sola posición en cada cadena.
#'  [str_sub_all() le permite extraer cadenas en múltiples elementos en cada cadena.]
#'  
#'  str_pad() -> "arreglar" el largo de nuestra cadena de caracteres dependiendo de neustras necesidades.

library(tidyverse)
library(feather)
library(haven)
library(janitor)
library(openxlsx)


##### Villa Alemana 5804
va <- read_feather("data/Microdato_Censo2017-Personas.csv")%>% 
  clean_names()

va_h <- read_dta("data/Microdato_Censo2017-Hogares.dta")  %>% 
  clean_names()

va_v <- read.csv("data/Microdato_Censo2017-Viviendas.csv", sep =",")  %>% 
  clean_names()

### Vamos a trabajar con Chillán 

#' Imaginemos que llega una SAIP en la que nos piden algunas
#' distribuciones de personas, como sexo y edad: 

chillan_p <-  va %>% 
  filter(comuna == 16101) %>% 
  mutate(sexo = case_when(p08 == 1   ~ "Hombre", 
                          p08 == 2 ~ "Mujer"),
         edad_agr = case_when(
           p09 <=14 ~ "0 a 14", 
           p09 >14 & p09<= 64 ~ "15 a 64", 
           p09 >64 ~ "65 o más"))

glimpse(chillan_p)

pob_sexo <- chillan_p %>% 
  group_by(sexo) %>% 
  summarize(conteo = n()) %>% 
  mutate(porcentaje = scales::percent(conteo / sum(conteo), accuracy = 0.01))

pob_edad <- chillan_p  %>% 
  group_by(edad_agr)%>% 
  summarize(conteo = n()) %>% 
    mutate(porcentaje = scales::percent(conteo / sum(conteo), accuracy = 0.01))

#### Exportar las tablas

# Crear un archivo Excel
wb <- createWorkbook()

# Agregar tabla1 a la primera hoja de trabajo
addWorksheet(wb, sheetName = "Sexo")
writeData(wb, sheet = 1, x = pob_sexo)

# Agregar tabla2 a la segunda hoja de trabajo
addWorksheet(wb, sheetName = "Edad agregada")
writeData(wb, sheet = 2, x = pob_edad)


saveWorkbook(wb, "output/tablas_chillan.xlsx")