# clase 5

# ruta de la base de datos

ruta <- "/Users/jorandradefig/Downloads/carpetas-de-investigacion-pgj-cdmx.csv"

# leer base de datos y guardar en variable
# UTF-8 es la codificación unicode o universal

pgj.cdmx <- read.csv(ruta, sep=";", encoding="UTF-8")

# mostrar base de datos

pgj.cdmx

# resumen de la base de datos

summary(pgj.cdmx)

# instalar biblioteca tidyverse

install.packages("tidyverse", dependencies=TRUE)

# importar o activar biblioteca tidyverse

library(tidyverse)

# seleccionar columnas
# selección vertical de la tabla

select(pgj.cdmx, "Alcaldía")

# filtrar o seleccionar los renglones
# donde la columna de Alcaldía es igual a CUAUHTEMOC
# selección horizontal de la tabla

filter(pgj.cdmx, "Alcaldía" == "CUAUHTEMOC")

# incrementar imprimir como máximo 1000000 de filas

options(max.print=1000)

# seleccionar la columna Alcaldía de la base de datos (pgj.cdmx)

select(pgj.cdmx, "Alcaldía")

# nombrar la selección de la columna Alcaldía de la base de datos (pgj.cdmx)

columna.alcaldia <- select(pgj.cdmx, "Alcaldía")

# Agrupamos la selección de la columna Alcaldía de la base de datos

group_by(columna.alcaldia, `Alcaldía`)

# nombramos la agrupación de la selección de la columna Alcaldía de la base de datos

group.alcaldia <- group_by(columna.alcaldia, `Alcaldía`)

# sumamos la agrupación de la selección de la columna de la base

summarise(group.alcaldia, count = n())

# nombramos la suma de la agrupación de la selección de la columna de la base

summarise.alcaldia <- summarise(group.alcaldia, count = n())

# mostramos todo de la suma de la agrupación de la selección de la columna de la base

data <- as.data.frame(summarise.alcaldia)

summary(data)

# graficamos la muestra completa de la suma de la agrupación de la selección de la columna de la base

ggplot(data = data, mapping = aes(x = data$Alcaldía, y = data$count)) +
  geom_point(aes(size = data$count))