class: center, middle, inverse, title-slide # Manejo automatizado de archivos ## Mini-clase para la certificación de R-Studio ### Florencia D’Andrea ### 🐦cantoflor_87 --- class: center, middle # Iteración con el paquete purrr ### para el manejo automatizado de archivos ### 📄🐱 --- class: inverse, center, middle ### 1. Obtener un único dataframe de multiples archivos ### 2. Automatizar la creación de reportes --- class: inverse, center, middle ### 👉<span style="color: #f2cc9d;">1. Obtener un único dataframe de multiples archivos</span> ### 2. Automatizar la creación de reportes --- ### Leer archivos usando `map_df()` <img src="1_eng.png" width="1811" /> --- ### Leer archivos usando `map_df()` <img src="2_eng.png" width="1804" /> --- ### Valor de retorno: dataframe <img src="3_eng.png" width="1801" /> --- # Practiquemos 💪 ### ¿Qué función usarías para obtener los siguientes valores de retorno? 1. `map()` 2. `map_df()` 3. `map_chr()` <img src="4_eng.png" width="1743" /> --- class: inverse, center, middle # Demo #1 💻 #### 1. Construí un vector con `nombres de archivos` sobre los cuales iterar #### 2. Seleccioná una `función` para leer los archivos #### 3. Chequea el número de `argumentos` que la función necesita #### 4. Elegí entre `map()`/`map2()`/`pmap()` #### 5. Elegi un sufijo para `map_*()` en relación al output deseado Archivo `live_coding.R` en [](https://mybinder.org/v2/gh/flor14/purrr_class/master?urlpath=rstudio) --- class: inverse, center, middle ### 1. Obtener un único dataframe de multiples archivos ### 2. Automatizar la creación de reportes --- class: inverse, center, middle ### 1. Obtener un único dataframe de múltiples archivos ### 👉 <span style="color: #f2cc9d;">2. Automatizar la creación de reportes</span> --- ### Iterar usando una funcion por sus "efectos secundarios" (_side effects_) <img src="5_eng.png" width="1813" /> --- ### Función `purrr::walk()` <img src="6_eng.png" width="800" /> --- # Practiquemos 💪 ### Cuál de estas funciones usarías con la familia de funciones walk()? 1. `purrr::safely()` 2. `~ggplot(., aes(mpg, wt)) + geom_point()` 3. `rmarkdown::render()` 4. `~list(name = .)` ¿Podés explicar la elección de usar `map()` o `walk()` para iterar con estas funciones? --- ### RMarkdown 🧶 <img src="rmd.png" width="700" /> --- ### Plantilla de RMarkdown Incluí los parámetros a reemplazar en el código <img src="yaml.png" width="979" /> --- ### Automatización de la creación de reportes <img src="7_eng.png" width="1809" /> --- ### Función `pwalk()` 🧶😺 <img src="final_scheme.png" width="1787" /> --- class: inverse, center, middle # Demo #2 💻 ¡Obtene tu propia serie de reportes! Archivo `live_coding.R` en [](https://mybinder.org/v2/gh/flor14/purrr_class/master?urlpath=rstudio) --- class: center, middle # ¡Gracias! ### 😺🧶😺🧶😺🧶 Filminas creadas con el paquete de R [**xaringan**](https://github.com/yihui/xaringan).