Proponer escalas y roles de las variables — clasificar

Separa el tipo de almacenamiento, el tipo implícito y la escala de medición. Una propuesta basada sólo en valores nunca queda confirmada: 1, 2, 3 puede ser conteo, código o nivel. Las clases ordered, factor, logical, las clases temporales y el metadato measure sí constituyen declaraciones.

Uso

clasificar_variables(
  datos,
  perfil = NULL,
  metadatos = NULL,
  max_niveles = 100L,
  muestra = 1e+05,
  proteger_datos_personales = TRUE
)

Argumentos

datos: Tabla que se desea clasificar.
perfil: Perfil opcional de los mismos datos.
metadatos: Declaraciones opcionales por columna.
max_niveles: Máximo de niveles guardados en cada lista.
muestra: Máximo de valores usados para enumerar niveles no declarados; los niveles ausentes de factores y metadatos se verifican sobre toda la columna.
proteger_datos_personales: Si se ocultan niveles concretos de columnas cuya clasificación activa protección automática. Véase perfilar().

Valor

Data frame S3 clasificacion_variables, editable y filtrable.

Detalles

metadatos permite confirmar o corregir la propuesta con una tabla editable. Debe contener columna y puede incluir escala, rol, confianza, confirmada, unidad y una columna de lista niveles. Las escalas válidas son nominal, ordinal, discreta, continua, binaria, temporal y desconocida.

Los niveles declarados y observados se conservan como columnas de lista. Los niveles ausentes son una observación, no prueba de error. Si la evidencia de dato personal activa la protección, los niveles concretos se protegen.

Ver también

analizar(), distribucion_valores(), proponer_modelo()

Ejemplos

d <- data.frame(
  prioridad = ordered(c("baja", "alta"), levels = c("baja", "media", "alta")),
  cantidad = c(1L, 2L)
)
clasificar_variables(d)
#>     columna tipo_almacenamiento tipo_implicito escala_propuesta       rol
#> 1 prioridad     factor-ordenado          texto          ordinal categoria
#> 2  cantidad              entero         entero          binaria indicador
#>   confianza
#> 1       1.0
#> 2       0.8
#>                                                                 evidencia
#> 1                               La clase ordered declara niveles y orden.
#> 2 Se observaron dos estados; pueden ser codigos y requieren confirmacion.
#>   confirmada unidad n_niveles_declarados n_niveles_observados
#> 1       TRUE   <NA>                    3                    2
#> 2      FALSE   <NA>                    0                    2
#>   n_niveles_ausentes niveles_muestreados niveles_truncados
#> 1                  1               FALSE             FALSE
#> 2                  0               FALSE             FALSE
#>                             metricas_sugeridas niveles_declarados
#> 1 ValoresPosiblesPorExtension; orden y niveles       baja, me....
#> 2          ValoresPosiblesPorExtension; NoNulo                   
#>   niveles_observados niveles_ausentes
#> 1         baja, alta            media
#> 2               1, 2