Etiquetar los puntos de un diagrama de dispersión con ggplot2

Anteriormente vimos cómo etiquetar los puntos de un diagrama de dispersión mediante la función text del paquete graphics. En esta entrada lo haremos como ggplot2.

Problema

Tenemos un diagrama de dispersión y deseamos etiquetar puntos. Para ganar en claridad seleccionaremos solamente los 10 primeros puntos.

data <- LifeCycleSavings[1:10, ]
qplot(dpi, sr, data = data)

Solución

Utilizamos la función geom_text para etiquetar los puntos del diagrama de dispersión.

• qplot

qplot(dpi, sr, data = data, label = rownames(data))+  
  geom_text(vjust = 1.5)

• ggplot

p <- ggplot(data, aes(x = dpi, y = sr, label = rownames(data)))
p +  geom_point() + geom_text(vjust = 1.5)

Notas

Con el argumento vjust cambiamos la posición de la etiqueta verticalmente. Por defecto encima del punto, lo aumentamos 1.5 para situarlo debajo. Con hjust se puede cambiar la posición de la etiqueta horizontalmente.

Referencias

• geom_text
• Set or Query Graphical Parameters
• Add Text to a Plot
• Identify Points in a Scatter Plot
• Regresión lineal simple para principiantes en R
• Regresión lineal simple en R con ggplot2
• Regresión lineal simple para principiantes en Excel

Listas desplegables que permiten seleccionar múltiples elementos

Problema

Deseamos incluir en una celda más de un elemento de una lista desplegable.

En las celdas B4 y B5 se observa como hemos incluido más de un elemento mediante la lista desplegable.

Solución

Empleamos una solución propuesta en un artículo del blog de Office de Microsoft por Debra Dalgleish.

1. Creamos una lista desplegable basada en una lista de entradas válidas.

2. Clic con el botón secundario del ratón sobre la hoja y clic sobre Ver código.

3. Pegamos el siguiente código.

' Developed by Contextures Inc.
' www.contextures.com
Private Sub Worksheet_Change(ByVal Target As Range)
Dim rngDV As Range
Dim oldVal As String
Dim newVal As String

'Ejecuta el código sólo si cambia una celda 
If Target.Count > 1 Then GoTo exitHandler
  
Select Case Target.Column
  Case 2        'Esta línea sólo funciona para la columna B
    'Case 2, 5, 6 'Esta línea en caso de múltiples columnas
    On Error Resume Next
    'check the cell for data validation
    Set rngDV = Target.SpecialCells(xlCellTypeAllValidation)
    On Error GoTo exitHandler
    If rngDV Is Nothing Then GoTo exitHandler
    
    If Intersect(Target, rngDV) Is Nothing Then
       'No hace nada
    Else
        Application.EnableEvents = False
        newVal = Target.Value
        Application.Undo
        oldVal = Target.Value
        Target.Value = newVal
        If oldVal <> "" Then
          If newVal <> "" Then
            Target.Value = oldVal _
              & ", " & newVal
          End If
        End If
    End If

End Select

exitHandler:
  Application.EnableEvents = True
End Sub

Si la lista desplegable no está en la columna B debemos cambiar una línea de código. En lugar de Case 2 pondremos el número de la columna correspondiente. Si tenemos listas desplegables en múltiples columnas escribiremos el número de las mismas seguido de comas, por ejemplo: Case 2, 5, 6.
4. Si nuestro fichero no puede guardar macros, lo guardamos como *.xlsm

Referencias

• Artículo de Microsoft: Tricks for creating dropdown lists that let you select multiple items

Por alguna razón el artículo anterios de Microsoft no permite descargar el fichero con el código utilizado. Aunque en el blog Contextures de la autora, hay disponibles diferentes opciones y vídeos:

• Excel Data Validation - Select Multiple Items

Conversor de divisas en Excel

En Excel es posible desarrollar sencillas aplicaciones relativamente sofisticadas con poco esfuerzo. Hace mucho tiempo construí este conversor de divisas que trata de reproducir el siguiente conversor de Oanda.

En Oanda

En Excel

Para crearlo nos valemos de una consulta web para obtener los tipos de cambio actualizados, dos listas desplegables de un rango de celdas para seleccionar las divisas y código en VBA para actualizar la consulta, convertir las divisas y poder alternarlas.

Añadir interactivamente las coordenadas a un diagrama de dispersión en R

Problema

Tenemos un diagrama de dispersión y deseamos añadir interactivamente las coordinadas de los puntos.

plot(sr ~ dpi, 
     LifeCycleSavings, 
     xlab = 'Real Per-Capita Disposable Income', 
     ylab = 'Aggregate Personal Savings', 
     main = 'Intercountry Life-Cycle Savings Data')

Solución

Utilizamos la función identify para etiquetar interactivamente aquellos puntos que deseamos. Con la función paste encadenamos los elementos que deseamos añadir. En este caso el país y las coordenadas.

plot(sr ~ dpi, 
     LifeCycleSavings, 
     xlab = 'Real Per-Capita Disposable Income', 
     ylab = 'Aggregate Personal Savings', 
     main = 'Intercountry Life-Cycle Savings Data')
identify(LifeCycleSavings$dpi, 
         LifeCycleSavings$sr, 
         labels = paste(row.names(LifeCycleSavings),
                        ' (', LifeCycleSavings$dpi, 
                        ', ', LifeCycleSavings$sr, ')', 
                        sep = ''), 
         n = 3) 

Notas

Se trata de un ejemplo muy similar al que vimos en Etiquetar interactivamente un diagrama de dispersión. Con el argumento cex podríamos cambiar el tamaño de fuente. Con el argumento n establecemos el número máximo de puntos que deseamos identificar. Si no lo especificamos podremos etiquetar tantos puntos como deseemos. Para terminar el proceso y que muestre los puntos señalados hasta ese momento presionamos la tecla Esc. O bien presionamos el botón Finish en las pestaña Plot de RStudio.

Referencias

• Etiquetar interactivamente los puntos de un diagrama de dispersión en R
• Identify Points in a Scatter Plot
• Regresión lineal simple para principiantes en R
• Regresión lineal simple en R con ggplot2
• Regresión lineal simple para principiantes en Excel

Muestra aleatoria de filas de un data frame en R

Problema

Deseamos extraer una muestra aleatoria de filas de un data frame en R.

Solución

Emplearemos los datos incluidos en el paquete hflights. Es un data frame de 227.496 filas y 21 columnas que contiene información sobre los vuelos que parten de los aeropuertos de Houston: IAH (George Bush Intercontinental) y HOU (Houston Hobby).

require(hflights)
head(hflights)

• Paquete base

set.seed(1)
hflights[sample(nrow(hflights), 10), ] # 10 filas
# Mostramos solamente 5 columnas:
hflights[sample(nrow(hflights), 10), 1:5]

        Year Month DayofMonth DayOfWeek DepTime
1366969 2011     3         14         1    1825
1040415 2011     3         12         6    1745
4202032 2011     9         18         7     915
2209673 2011     5         16         1    1521
4693709 2011    10         15         6    1350
3107473 2011     7         23         6    1644
4323034 2011     9         28         3    1739
5987852 2011    12         17         6     800
2206152 2011     5         18         3     736
4699698 2011    10          6         4     748

• dplyr

hflights %>% 
  sample_n(10) %>% 
  select(1:5)

• sqldf

require(sqldf)
sqldf("SELECT * FROM hflights ORDER BY RANDOM(*) LIMIT 10")

La desventaja con sqldf es que no podemos generar números pseudoaletorios con set.seed para obtener los mismos resultados y que sean reproducibles pues la función RANDOM de SQLITE no lo permite.

Entradas relacionadas

• Muestra aleatoria de filas por grupos en R
• Consulta para generar una muestra aleatoria en Ms Access
• Muestra aleatoria en Excel

Resaltar filas alternas en Excel

Problema

Para mejorar la legibilidad deseamos diferenciar cada fila resaltando las filas alternas.

Soluciones

1. Crear una tabla

1. Clic en una celda del rango de celdas que deseamos convertir en tabla.
2. En el grupo Tablas de la ficha Insertar, clic en Tabla.

O bien con el método de teclado abreviado: Ctrl+T
3. Si el rango incluye un encabezado, activamos la casilla de verificación La tabla tiene encabezados.

Si lo deseamos, podemos convertir la tabla en rango posteriormente.

1. Clic en una celda de la tabla que deseamos convertir en rango.
2. En el grupo Herramientas de tabla de la ficha Diseño, clic en Convertir en rango..

2. Formato condicional

Aplicamos la siguiente regla al rengo de celdas deseado. En este caso excluimos el encabezado que formateamos manualmente.

Básicamente la fórmula evalúa si la fila es par o impar. Le aplica el formato que especificamos si es impar, es decir, si la condición es verdadera y el resto es distinto de cero.

En Excel 2007:

=RESIDUO(FILA();2)

En Excel 2010 y 2013:

=RESTO(FILA();2)

Otro ejemplo

Siguiendo el mismo razonamiento podemos hacer lo mismo usando como referencia no solamente el número de fila sino por ejemplo números o fechas correlativas.

Referencias

Microsoft Support

Múltiples diagramas de caja usando la función plot en R

En una entrada anterior representamos varios diagramas de caja simultáneamente mediante la función boxplot.

Olvidamos mencionar que también podemos crearlos con la función plot. Le suministramos un factor y un vector numérico como argumentos x e y, y creará automáticamente un diagrama de caja.

Dos ejemplos

# Horizontal
require(MASS)
plot(UScereal$mfr, UScereal$sugar, 
        names =  c('Mills', 'Kelloggs', 'Nabisco', 'Post',
                   'Quaker Oats', 'Purina'),
        main =  'Contenido de azúcar por marca',
        col = c("beige", "blanchedalmond", "bisque1",
                "bisque2", "bisque3", "bisque4"),
        xlab = 'Azúcar (gramos por porción)',
        horizontal = TRUE)

# Vertical
plot(factor(airquality$Month), 
     airquality$Ozone,
        main = 'Calidad del aire',
        xlab = 'mes',
        ylab = 'ozone (ppb)',
        col = 'skyblue')

Como airquality$Month no es un factor, necesitamos convertirlo previamente .

Entradas relacionadas

• Introducción al diagrama de caja (box plot) en R
• Diagrama de caja con intervalos de confianza para la mediana
• Diagramas de caja con ggplot2 en R. Una introducción

Referencias

• Función plot
• Función boxplot
• Box plot
• Diagrama de caja

Etiquetar interactivamente los puntos de un diagrama de dispersión en R

Problema

Tenemos un diagrama de dispersión y deseamos etiquetar interactivamente algunos de los puntos.

plot(sr ~ dpi, 
     LifeCycleSavings, 
     xlab = 'Real Per-Capita Disposable Income', 
     ylab = 'Aggregate Personal Savings', 
     main = 'Intercountry Life-Cycle Savings Data')

Solución

Utilizamos la función identify para etiquetar interactivamente aquellos puntos que deseamos.

plot(sr ~ dpi, 
     LifeCycleSavings, 
     xlab = 'Real Per-Capita Disposable Income', 
     ylab = 'Aggregate Personal Savings', 
     main = 'Intercountry Life-Cycle Savings Data')
identify(LifeCycleSavings$dpi, 
         LifeCycleSavings$sr, 
         labels = row.names(LifeCycleSavings), 
         n = 5)

Tras ejecutar el código, hacemos clic sobre o cerca de los puntos que deseamos etiquetar.

Notas

Con el argumento cex podríamos cambiar el tamaño de fuente. Con el argumento n establecemos el número máximo de puntos que deseamos identificar. Si no lo especificamos podremos etiquetar tantos puntos como deseemos. Para terminar el proceso y que muestre los puntos señalados hasta ese momento presionamos la tecla Esc. O bien presionamos el botón Finish en las pestaña Plot de RStudio.

Referencias

• Añadir interactivamente las coordenadas a un diagrama de dispersión en R
• Identify Points in a Scatter Plot
• Regresión lineal simple para principiantes en R
• Regresión lineal simple en R con ggplot2
• Regresión lineal simple para principiantes en Excel