Tenga en cuenta que este paquete de software está en desarrollo. Se añadirán nuevos datos en cuanto estén disponibles.
Conjuntos de datos con metadatos enriquecidos
El objetivo principal de pRycollection es proporcionar conjuntos de datos sobre Paraguay para la investigación y la docencia que no son fáciles de encontrar o acceder. pRycollection es una combinación del código de tres letras de Paraguay (PRY) y la palabra “colección”. El código de tres letras se eligió para evitar posibles confusiones con el lenguaje de programación Python (py).
Instalación
Puede instalar la versión de desarrollo de pRycollection desde GitHub with:
# install.packages("pak")
pak::pak("schneiderpy/pRycollection")
# load pRycollection
library(pRycollection)Acerca de los datos
El paquete de datos pRycollection se creó desde el principio, al menos, con los principios FAIR. FAIR significa Encontrable, Accesible, Interoperable y Reutilizable (con sus signos en ingles). Estos principios son fundamentales para maximizar el impacto y el valor de los datos en la investigación y la práctica.
Los datos originales están alojados en Zenodo
Para ver los conjuntos de datos incluidos en el paquete, cargue el paquete de datos pRycollection y el paquete dataset (para acceder a los metadatos). A continuación, escriba la siguiente línea de código:
# install.packages("dataset")
# library(dataset)
data(package = "pRycollection")Esto abrirá una nueva pestaña en el panel de origen que enumera todos los conjuntos de datos disponibles.
Ejemplos
Este es un ejemplo básico que muestra cómo usar pRycollection. Usemos el conjunto de datos py_temperature.
Un resumen del conjunto de datos elegido.
summary(py_temperature)
#> Schneider (2025): Summary of Weekly mean temperature data [dataset], https://doi.org/10.5281/zenodo.16729963
#>
#> Country name
#> Country ISO code
#> Mean temperature (degrees Celsius)
#> Holiday indicator
#> rowid country ISO city
#> Length:1565 Length:1565 Length:1565 Min. :1
#> Class :character Class :character Class :character 1st Qu.:2
#> Mode :character Mode :character Mode :character Median :3
#> Mean :3
#> 3rd Qu.:4
#> Max. :5
#> week avg_temp holiday
#> Min. :2016-01-04 Min. : 9.329 Min. :0.0000
#> 1st Qu.:2017-07-03 1st Qu.:20.043 1st Qu.:0.0000
#> Median :2018-12-31 Median :24.214 Median :0.0000
#> Mean :2018-12-31 Mean :23.280 Mean :0.1885
#> 3rd Qu.:2020-06-29 3rd Qu.:26.529 3rd Qu.:0.0000
#> Max. :2021-12-27 Max. :32.000 Max. :1.0000Las primeras seis filas del conjunto de datos …
head(py_temperature)
#> Schneider (2025): Weekly mean temperature data [dataset], https://doi.org/10.5281/zenodo.16729963
#> rowid country ISO city week avg_temp holiday
#> <defined> <defined> <defined> <defined> <dttm_dfn> <defined> <defined>
#> 1 obs:1 Paraguay PY 1 [Asuncion] 2016-01-04 27.8 0
#> 2 obs:2 Paraguay PY 1 [Asuncion] 2016-01-11 30.3 0
#> 3 obs:3 Paraguay PY 1 [Asuncion] 2016-01-18 29.9 0
#> 4 obs:4 Paraguay PY 1 [Asuncion] 2016-01-25 27.3 1
#> 5 obs:5 Paraguay PY 1 [Asuncion] 2016-02-01 26.6 0
#> 6 obs:6 Paraguay PY 1 [Asuncion] 2016-02-08 30.1 0… las dimensiones del conjunto de datos …
dim(py_temperature)
#> [1] 1565 7Citación
Para citar el paquete o los conjuntos de datos pRycollection, utilice:
citation("pRycollection")
#> To cite pRycollection in publications please use:
#>
#> Schneider A (2025). _pRycollection: Diverse datasets from Paraguay_.
#> R package version 0.0.1,
#> <https://github.com/schneiderpy/pRycollection/>.
#>
#> Please also cite the related data package:
#>
#> Schneider A (2025). "pRydata: Diverse datasets from Paraguay."
#> doi:10.5281/zenodo.16729963
#> <https://doi.org/10.5281/zenodo.16729963>.
#>
#> To see these entries in BibTeX format, use 'print(<citation>,
#> bibtex=TRUE)', 'toBibtex(.)', or set
#> 'options(citation.bibtex.max=999)'.