CoCalc -- Grupo_4

GitHub Repository: robertopucp/1eco35_2022_2
Path: blob/main/Trabajo_grupal/WG7/Grupo_4_r.R
²⁷¹⁴ views
1
%>% ############################################################################
2
#                                                                              #
3
#                              TAREA 7 - GRUPO 4                               #
4
#                                                                              #
5
################################################################################
6

7
# Flavia Oré - 20191215
8
# Seidy Ascencios - 20191622
9
# Luana Morales - 20191240
10
# Marcela Quintero - 20191445
11

12

13
#------------------------------------------------------------------------------#
14
#                                                                              #
15
#                                PREGUNTA 1                                    # 
16
#                                                                              #
17
#------------------------------------------------------------------------------#
18

19
#Recursos necesarios para la pregunta
20
pacman::p_load(haven,dplyr, stringr, fastDummies,srvyr )
21

22
library(readxl)
23
library(stringr) 
24
library(haven)
25
library(dplyr)
26
library(tidyverse)
27
library (reshape)
28

29
#Seteamos el directorio
30

31
user <- Sys.getenv("USERNAME") 
32

33
setwd( paste0("C:/Users/",user,"/Documents/GitHub/1ECO35_2022_2/data/crime_data") ) 
34

35
data_administrativa <- read_excel("data_administrativa.xlsx")
36

37
sapply(data_administrativa, typeof)
38

39
apply(data_administrativa , 2, function(x) sum(is.na(x)))
40

41
#Covertimos el nombre de las variables en minusculas
42

43
colnames(data_administrativa) <- tolower(colnames(data_administrativa))
44

45

46
#------------------------------------------------------------------------------#
47
#                                                                              #
48
#                                PREGUNTA 2                                    # 
49
#                                                                              #
50
#------------------------------------------------------------------------------#
51

52
#Limpiamos la columna nombre
53

54
data_administrativa$nombre<- apply(data_administrativa['nombre'],
55
                                   1 ,  
56
                                   function(x) str_replace(x,"[^a-zA-Z\\s]+",''))
57

58
#------------------------------------------------------------------------------#
59
#                                                                              #
60
#                                PREGUNTA 3                                    # 
61
#                                                                              #
62
#------------------------------------------------------------------------------#
63

64
#Limpiamos la fecha de nacimiento de aquellos elementos que la ensucien
65

66
data_administrativa$born_date<- apply(data_administrativa['born_date'],
67
                                      1 ,  
68
                                      function(x) str_replace(x,"(00:00)|(!)|(#)|(%)",''))
69

70
#Creamos la nueva variable en formato fecha                                                            
71

72
data_administrativa$fecha_nacimiento <-as.Date(data_administrativa$born_date,format='%d/%m/%Y')
73

74
#------------------------------------------------------------------------------#
75
#                                                                              #
76
#                                PREGUNTA 4                                    # 
77
#                                                                              #
78
#------------------------------------------------------------------------------#
79

80
# Limpiamos la columna age                           
81
data_administrativa$age <- apply(data_administrativa['age'],
82
                                 1 ,  
83
                                 function(x) gsub("[^0-9]", '', x))
84

85
#------------------------------------------------------------------------------#
86
#                                                                              #
87
#                                PREGUNTA 5                                    # 
88
#                                                                              #
89
#------------------------------------------------------------------------------#
90

91
#Creamos dummies según el rango del sentenciado en la organización criminal
92

93
#dum1: toma el valor de 1 si el sentenciado fue líder de la banda criminal
94
#dum2: toma el valor de 1 si el sentenciado fue cabecilla local
95
#dum3: toma el valor de 1 si el sentenciado fue cabecilla regional
96
#dum4: toma el valor de 1 si el sentenciado fue sicario
97
#dum5: toma el valor de 1 si el sentenciado realizó extorsión
98
#dum6: toma el valor de 1 si el sentenciado fue miembro regular
99
#dum7: toma el valor de 1 si el sentenciado fue novato o principiante
100

101
#Limpiamos la variable novate y extorsion
102

103
data_administrativa$rank<- apply(data_administrativa['rank'],
104
                                 1 ,  
105
                                 function(x) str_replace(x,"(novto)|(noato)|(principiante)",'novato'))
106

107
data_administrativa$rank<- apply(data_administrativa['rank'],
108
                                 1 ,  
109
                                 function(x) str_replace(x,"(extorcionador)",'extorsion'))
110
#Creamos las variables dummies
111

112
data_administrativa$dum1 <- ifelse(data_administrativa$rank == 'lider de la banda criminal', 1, 0)
113
data_administrativa$dum2 <- ifelse(data_administrativa$rank == 'cabecilla local', 1, 0)
114
data_administrativa$dum3 <- ifelse(data_administrativa$rank == 'cabecilla regional', 1, 0)
115
data_administrativa$dum4 <- ifelse(data_administrativa$rank == 'sicario', 1, 0)
116
data_administrativa$dum5 <- ifelse(data_administrativa$rank == 'extorsion', 1, 0)
117
data_administrativa$dum6 <- ifelse(data_administrativa$rank == 'miembro', 1, 0)
118
data_administrativa$dum7 <- ifelse(data_administrativa$rank == 'novato', 1, 0)
119

120
#------------------------------------------------------------------------------#
121
#                                                                              #
122
#                                PREGUNTA 7                                    # 
123
#                                                                              #
124
#------------------------------------------------------------------------------#
125

126
#Extraemos el usuario del número de correos
127

128
data_admi$correo_abogado <- apply(data_administrativa['correo_abogado'],
129
                                  1 ,  
130
                                  function(x) str_extract(x,"[\\w+)\\@\\.*]"))
131
#------------------------------------------------------------------------------#
132
#                                                                              #
133
#                                PREGUNTA 8                                    # 
134
#                                                                              #
135
#------------------------------------------------------------------------------#
136

137
#Creamos una columna con información del dni
138
data_administrativa$dni <- apply(data_administrativa['dni'],
139
                                 1 ,  
140
                                 function(x) str_replace(x,"(dni es)", ''))
141
#------------------------------------------------------------------------------#
142
#                                                                              #
143
#                                PREGUNTA 9                                    # 
144
#                                                                              #
145
#------------------------------------------------------------------------------#
146

147
# Creamos las siguientes variables
148

149
#crimen: debe contener información del delito cometido
150
#n_hijos: cantidad de hijos del criminal
151
#edad_inicio : edad de inicio en actividades criminales
152

153
#Creamos la variable crimen
154

155
data_administrativa$crimen <- data_administrativa$observaciones |> str_extract("(?<= por )[^\\d\\:]+")
156

157
data_administrativa$crimen <- apply(data_administrativa['crimen'],
158
                                    1 ,  
159
                                    function(x) str_replace(x,"(tiene)|(dice tener)|(inio de actividades ilegales) |(,)", ''))
160

161
#Creamos la variable número de hijos del criminal
162

163
data_administrativa$n_hijos <- data_administrativa$observaciones |> str_extract("(?<=tiene )[\\d+\\:]+")
164

165
#Creamos la variable inicio en actividades criminales
166

167
data_administrativa$edad_inicio <- data_administrativa$observaciones |> str_extract("[\\d+\\:]+(?= años)")
168

169
Product

Resources

Company
