# ======================================================== #
# SESIÓN 5: Tema 5: Manipulación y transformación de datos #
# ======================================================== #

pescadores <- data.frame(
  id = 1:10,
  nombre = c("Juan", "Pedro", "Luis", "Carlos", "Miguel",
             "Ana", "Rosa", "Jorge", "Elena", "Diego"),
  zona = c("Norte", "Sur", "Norte", "Centro", "Sur",
           "Norte", "Centro", "Sur", "Norte", "Centro"),
  captura_kg = c(120, 80, 150, 60, 100,
                 90, 110, 70, 130, 95),
  sexo = c("M", "M", "M", "M", "M",
           "F", "F", "M", "F", "M"),
  ingresos = c(600, 400, 750, 300, 500,
               450, 550, 350, 650, 480)
)

# Ver base
pescadores

# --------------------------
# 1. Crear una Variable ----
# --------------------------

pescadores$ingresos1 <- pescadores$ingresos * 3.45
pescadores$ingresos2 <- with(pescadores, ingresos * 3.50)

pescadores$ingresos_diario <- pescadores$ingresos1 / 30


# ------------------------------
# 2. Etiquetar una variable ----
# ------------------------------

install.packages("Hmisc")
library(Hmisc)


# Etiquetar variable
library(Hmisc)

label(pescadores$id) <- "Código de identificación"
label(pescadores$nombre) <- "Nombre del Pescador"
label(pescadores$sexo) <- "Sexo del Pescador"
label(pescadores$captura_kg) <- "Volumen de Captura en Kg"
label(pescadores$zona) <- "Zona de captura"
label(pescadores$ingresos) <- "Ingresos en Dólares"
label(pescadores$ingresos1) <- "Ingresos en Soles"


# ------------------------------
# 3. Renombrar una variable ----
# ------------------------------

install.packages("reshape")
library(reshape)

pescadores<-rename(pescadores,c(captura_kg="captura_tn"))
pescadores<-rename(pescadores,c(sexo="P004"))

label(pescadores$captura_tn) <- "Volumen de Captura en Tn"

# ---------------------------
# 4. Recodificación      ----
# ---------------------------

pescadores$nivel[pescadores$captura_tn<100]="Bajo"
pescadores$nivel[pescadores$captura_tn>=100 & pescadores$captura_tn<=120]="Medio"
pescadores$nivel[pescadores$captura_tn>120]="Alto"

table(pescadores$nivel)

# --------------------------
# 5. Ordenar datos      ----
# --------------------------

pescadores_2<- pescadores[order(-pescadores$captura_tn),]

pescadores_3 <- pescadores[order(pescadores$zona, -pescadores$captura_tn), ]

pescadores_4 <- pescadores[order(pescadores$zona, decreasing  = TRUE, -pescadores$captura_tn), ]


# -------------------------------
# 6. Unión de Bases de Datos ----
# -------------------------------

# Base 1: Información de pescadores
base1 <- data.frame(
  id = 1:5,
  nombre = c("Juan", "Pedro", "Luis", "Carlos", "Miguel"),
  embarcacion = c("Bote", "Lancha", "Bote", "Lancha", "Bote")
)

# Base 2: Producción
base2 <- data.frame(
  id = c(1,2,3,4,5),
  produccion_kg = c(120, 80, 150, 60, 100),
  ingresos = c(600, 400, 750, 300, 500)
)

# Unión horizontal (merge)
base_unida <- merge(base1, base2, by = "id")

# Ver resultado
base_unida


# Unión vertical (rbind)
# Crear otra base similar
base3 <- data.frame(
  id = 6:10,
  nombre = c("Jose", "Rosa","Hector","Javier","Sofia"),
  embarcacion = c("Bote", "Lancha","Bote","Bote","Lancha")
)

# Combinar
base3$produccion_kg <- NA
base3$ingresos <- NA
base_total2 <- rbind(base_unida,base3)



# -------------------------
# BASES ADICIONALES (INSUMOS)
# -------------------------

# Base A: Ventas diarias
ventas <- data.frame(
  id = 1:5,
  dia = c("Lunes", "Martes", "Miercoles", "Jueves", "Viernes"),
  ventas_soles = c(200, 150, 300, 250, 180)
)

# Base B: Costos
costos <- data.frame(
  id = 1:5,
  combustible = c(50, 40, 60, 55, 45),
  hielo = c(20, 15, 25, 20, 18)
)

# Base C: Características del pescador
caracteristicas <- data.frame(
  id = 1:5,
  edad = c(45, 38, 50, 29, 41),
  experiencia_anios = c(20, 15, 25, 8, 18)
)

base_completa1 <- merge(ventas, costos, by = "id")
base_completa2 <- merge(base_completa1, caracteristicas, by = "id")


# ------------------------------
# 7. Paquetes dplyr y tidyr ----
# ------------------------------


# Instalar (solo la primera vez)
install.packages("dplyr")
install.packages("tidyr")

# Cargar librerías
library(dplyr)
library(tidyr)


# ------------------------------
# Base de ejemplo
# ------------------------------

agricultores <- data.frame(
  id = 1:5,
  nombre = c("Juan", "Pedro", "Luis", "Carlos", "Miguel"),
  zona = c("Norte", "Sur", "Norte", "Centro", "Sur"),
  captura_kg = c(120, 80, 150, 60, 100),
  ingresos = c(600, 400, 750, 300, 500)
)


# ==============================
# 🔹 dplyr: manipulación de datos
# ==============================

# 1. select(): seleccionar variables
agricultores %>% select(nombre, ingresos,captura_kg)

select(agricultores, nombre, captura_kg)

# 2. filter(): filtrar datos
agricultores %>% filter(captura_kg < 100)

filter(agricultores,captura_kg > 100)


# 3. mutate(): crear nuevas variables
agricultores %>% mutate(ingreso_dia = ingresos / 30)


# 4. arrange(): ordenar datos
agricultores %>%  arrange(desc(captura_kg))

# 5. summarise(): resumir información
agricultores %>%  summarise(promedio = mean(captura_kg))


# 6. group_by() + summarise(): resumen por grupo
agricultores %>%
  group_by(zona) %>%
  summarise(promedio_captura = mean(captura_kg))


# ==============================
# 🔹 tidyr: organización de datos
# ==============================

# Base en formato ancho (wide)
ventas <- data.frame(
  id = 1:5,
  enero = c(100, 200, 150, 300, 450),
  febrero = c(120, 180, 160, 200, 230)
)

# 1. pivot_longer(): de ancho a largo
ventas_long <- ventas %>%
  pivot_longer(cols = enero:febrero,
               names_to = "mes",
               values_to = "ventas")

ventas_long


# 2. pivot_wider(): de largo a ancho
ventas_wide <- ventas_long %>%
  pivot_wider(names_from = mes,
              values_from = ventas)

ventas_wide


# 3. separate(): separar una columna
datos <- data.frame(
  info = c("Juan-Norte", "Pedro-Sur", "Luis-Centro")
)

datos %>%
  separate(info, into = c("nombre", "zona"), sep = "-")


# 4. unite(): unir columnas
agricultores %>%
  unite("id_nombre", id, nombre, sep = "_")