add comparacion pipe

README.md

@@ -2,4 +2,9 @@
 
 # nota_tidyverse
 
-En este repositorio se encuentra el material complementario de la nota ecoinformática _Tidyverse_: colección de paquetes de R para la ciencia de datos. Son ficheros donde se muestra un flujo de trabajo con código comparativo entre *tidyverse* y *R base*. Se han trabajado 6 de los 8 paquetes del core de *tidyverse*, a excepción de `ggplot2` y `purrr`.
+En este repositorio se encuentra el material complementario de la nota ecoinformática _Tidyverse_: colección de paquetes de R para la ciencia de datos. 
+
+scripts_texto_nota.R contiene el script de la nota, penguins.csv es la base de datos que trabajamos en la nota y en los demás archivos se muestra un flujo de trabajo con código comparativo entre *tidyverse* y *R base*. 
+Se han trabajado 6 de los 8 paquetes del core de *tidyverse*, a excepción de `ggplot2` y `purrr`.
+
+Esta nota es el resultado del grupo de trabajo creado por estudiantes de doctorado de la Unidad Docente de Ecología de la Universidad de Alcalá para profundizar en el uso de herramientas relacionadas con el análisis de datos.

scripts_texto_nota.R

@@ -13,10 +13,10 @@ penguins_df <- read.csv("penguins.csv")
 
 # tibble ------------------------------------------------------------------
 # lo lee como un tibble
-head(penguins_tb) 
+head(penguins_tb, n = 3) 
 
-# lo lee como un data frame
-head(penguins_df)
+# R base lo lee como un data frame
+head(penguins_df, n = 3)
 
 
 # dplyr -------------------------------------------------------------------
@@ -126,3 +126,48 @@ plot_species_base <- function(species_name) {
 lapply(X = levels(penguins_df_mean_long_str_for$species),
        FUN = plot_species_base)
 
+
+# pipe -------------------------------------------------------------------
+# grafica de tendencia media anual de masa corporal para cada especie 
+plot_mass_island <- read_csv("penguins.csv") |> 
+  group_by(year, species) |>  
+  summarise(body_mass_g = mean(body_mass_g, na.rm = TRUE)) |>
+  ggplot(aes(x = year, y = body_mass_g, col = species)) +
+  geom_line() +
+  scale_x_continuous(breaks = c(2007, 2008, 2009)) +
+  labs(x = "year", y = "mean body mass (g)")
+
+plot_mass_island 
+
+# R base
+penguins_df <- read.csv("penguins.csv") 
+
+aggregated_data <- aggregate(body_mass_g ~ year + species, data = penguins, 
+                             FUN = function(x) mean(x, na.rm = TRUE))
+
+par(mar = c(5, 4, 4, 8), xpd = TRUE)
+
+plot(aggregated_data$year, aggregated_data$body_mass_g, type = "n", xlab = "year", ylab = "mean body mass (g)", xaxt = "n")
+
+# Separar los datos por especie
+species_data_list <- split(aggregated_data, aggregated_data$species)
+
+# Función para dibujar líneas
+plot_species_line <- function(data, color) {
+  lines(data$year, data$body_mass_g, col = color, type = "o")
+}
+
+species_colors <- c("Adelie" = "red", "Chinstrap" = "green", "Gentoo" = "blue")
+
+# Aplicar la función a cada elemento de la lista utilizando lapply
+lapply(names(species_data_list), function(species) {
+  plot_species_line(species_data_list[[species]], species_colors[[species]])
+})
+
+axis(1, at = c(2007, 2008, 2009))
+
+legend("topright", inset = c(-0.3, 0.3),
+       legend = names(species_colors), col = species_colors, lty = 1, title = "Species")
+
+
+