Seleccionar casos con filter()
head(filter(emplea2, sexo == "Mujer", minoria == "Sí"))
## id sexo minoria tiempemp salini salario
## 1 14 Mujer Sí 98 16800 35100
## 2 23 Mujer Sí 97 11100 24000
## 3 24 Mujer Sí 97 9000 16950
## 4 25 Mujer Sí 97 9000 21150
## 5 40 Mujer Sí 96 9000 19200
## 6 41 Mujer Sí 96 11550 23550
Organizar casos con arrange()
head(arrange(emplea2, salario))
## id sexo minoria tiempemp salini salario
## 1 378 Mujer No 70 10200 15750
## 2 338 Mujer No 74 10200 15900
## 3 90 Mujer No 92 9750 16200
## 4 224 Mujer No 82 10200 16200
## 5 411 Mujer No 68 10200 16200
## 6 448 Mujer Sí 66 10200 16350
head(arrange(emplea2, desc(salini), salario))
## id sexo minoria tiempemp salini salario
## 1 29 Hombre No 96 79980 135000
## 2 343 Hombre No 73 60000 103500
## 3 205 Hombre No 83 52500 66750
## 4 160 Hombre No 86 47490 66000
## 5 431 Hombre No 66 45000 86250
## 6 32 Hombre No 96 45000 110625
Agrupar casos con group_by()
summarise(group_by(empleados, sexo, minoria), sal.med = mean(salario), n = n())
## `summarise()` has grouped output by 'sexo'. You can override using the `.groups`
## argument.
## # A tibble: 4 x 4
## # Groups: sexo [2]
## sexo minoria sal.med n
## <fct> <fct> <dbl> <int>
## 1 Hombre No 44475. 194
## 2 Hombre Sí 32246. 64
## 3 Mujer No 26707. 176
## 4 Mujer Sí 23062. 40