Tidyverse

tidyverse es una colección de paquetes de código abierto para el lenguaje de programación R, introducida por Hadley Wickham ^{[ 4 ]} y su equipo, que "comparten una filosofía de diseño subyacente, gramática y estructuras de datos" de tidy data . ^{[ 5 ]} Las características distintivas de los paquetes tidyverse incluyen el uso extensivo de evaluación no estándar y el fomento del enrutamiento . ^{[ 6 ] [ 7 ] [ 8 ]}

En noviembre de 2018, el paquete tidyverse y algunos de sus paquetes individuales comprendían 5 de los 10 paquetes de R más descargados. ^{[ 9 ]} El tidyverse es objeto de numerosos libros y artículos. ^{[ 10 ] [ 11 ] [ 12 ] [ 13 ]} En 2019, el ecosistema se publicó en el Journal of Open Source Software . ^{[ 14 ]}

Su sintaxis ha sido calificada de "sumamente legible" ^{[ 15 ]} y algunos ^{[ 16 ]} han argumentado que tidyverse es una forma eficaz de introducir a principiantes absolutos a la programación, ya que pedagógicamente permite a los estudiantes comenzar rápidamente a realizar tareas de procesamiento de datos ^{[ 17 ] [ 16 ]} . Además, algunos profesionales han señalado que las tareas de procesamiento de datos son intuitivamente más fáciles de encadenar con tidyverse en comparación con el paquete de procesamiento de datos equivalente de Python, pandas ^{[ 18 ]} . Los críticos de tidyverse han argumentado que promueve herramientas que son más difíciles de enseñar y aprender que sus equivalentes integrados en R base y que son demasiado diferentes a algunos lenguajes de programación ^{[ 19 ] [ 20 ] .}

Existe una comunidad activa de R en torno al tidyverse. Por ejemplo, está el proyecto de datos sociales TidyTuesday , organizado por la Data Science Learning Community (DSLC), ^{[ 21 ]} donde se publican semanalmente diversos conjuntos de datos del mundo real para que la comunidad participe, comparta, practique y facilite el aprendizaje del trabajo con datos. ^{[ 22 ]}

Los principios de tidyverse fomentan y ayudan a garantizar que un universo de paquetes optimizados, en principio, ayude a mitigar los problemas de dependencia y la compatibilidad con las características actuales y futuras. ^{[ 23 ]} Un ejemplo de este enfoque basado en los principios de tidyverse es pharmaverse, una colección de paquetes de R para su uso en informes clínicos en la industria farmacéutica . ^{[ 24 ]}

Los paquetes principales de tidyverse, que proporcionan funcionalidad para modelar, transformar y visualizar datos, incluyen: ^{[ 25 ]}

• tidyr : ayuda a transformar datos específicamente en datos ordenados , una tabla donde cada fila representa una sola observación. El valor de cada observación se indica en una columna de la tabla. Las variables que describen la observación se incluyen como columnas adicionales.
• ggplot2 – para visualización de datos
• dplyr – para procesar y transformar datos
• readr : ayuda a leer archivos de texto delimitados comunes con datos.
• purrr : unconjunto de herramientas de programación funcional
• tibble : una implementación moderna de la estructura de datos de marco de datos integrada.
• stringr : ayuda a manipular tipos de datos de cadena.
• forcats : ayuda a manipular tipos de datos de categoría

Paquetes adicionales ayudan a la colección principal. ^{[ 26 ]} Regularmente se desarrollan otros paquetes basados ​​en los principios de datos ordenados, como tidytext ^{[ 27 ]} para análisis de texto, tidymodels ^{[ 28 ]} para aprendizaje automático o tidyquant ^{[ 29 ]} para operaciones financieras.