itam-ds/programming-for-data-science-2019

programming-for-data-science-2019's Issues

Agregar comandos al ejercicio grupal de Github

Vagrant

Hola Profesor,

Me está generando este error cuando meto la instrucción de vagrant up.

A qué se deberá??

Saludos

Vagrant

Hola Profesor,

Le mando la pantalla del error que me sale.

Saludos y gracias

Arreglar el paso de clonar en el ejercicio grupal de Github

• Agregar a A
• Remover .git en la carpeta local

issue-tarea-CLI-1

En la pregunta 4 el código del sh no devuelve un dataframe, falta eliminar el texto que hay entre los signos <> , eliminar los múltiples saltos de línea pero dejar los necesarios para obtener un dataframe, por el momento sugiero esto:

sed -n '/<TABLE .>/,/</TABLE>/p' $1 | sed -e 's/<[^>]>//g' | tr -d '\r' | sed -e ':a' -e 'N' -e '$!ba' -e 's/\n/ /g'

Pero faltan los saltos de línea para dar el formato correcto.

También al leer los url de los meses 1 al 9 falta agregar el 0 previamente para leer correctamente los url, pues actualmente busca 19601, 19602, etc, en lugar de 196001, 196002, etc.

issue-Tarea1-CML-preg4

Hola Adolfo,

En la pregunta 4, el código base en el archivo ufo-analysis.sh no devuelve un dataframe. El problema es que no se están eliminando correctamente los códigos html, i.e. el texto entre los signos <>. También se debe eliminar el salto de línea marcado como "^M" (o bien, \r) y agregar saltos de línea para que sea un data fame. Yo lo resolví de esta manera, pero tal vez se pueda hacer de forma más sencilla:

unction extract_table() {
# get table
sed -n '/<TABLE .>/,/</TABLE>/p' $1 |
# Fill missings with NA's
sed 's/<[BR]>/NA/g' |
# Remove HTML code
sed 's/<[^>]>//g' |
# Remove ^M delimiters
sed 's/\r//g' |
# Remove empty lines
awk '/.+/ {print $0}' |
# Add pipes to lines that should be the end of lines
awk '{if (NR %7 == 0) {print $0"|"} else {print $0}}' |
# Paste all lines together in one line with tabs as separator
sed -e :a -e '$!N; s/\n/\t/; ta' |
# Separate lines using the added pipe
sed 's/|/\n/g' |
# Remove tabs at the begining of the lines
sed 's/^\t//g' |
# Remove emplty lines.
awk '/.+/ {print $0}'
}

Faltaría eliminar los encabezados duplicados en la parte de limpieza.

Adicionalmente, en la función calculate_stats se pide sacar conteos por color pero ésta no es una variable de los datos. ¿Lo cambiamos por ciudad?

¡Gracias!

Agregar instalación de R a la máquina virtual

apt install r-base en bootstrap.sh

Sugerencia de @AlejandraLLI