Publications by M.Acosta
CIAT: Field Report on Bean Collection - November 11, 2024
Informe Campo Frijol v2 2024-11-14 CARRIZAL Row En total en Carrizal se reportan 132 Accesiones activas Porcentaje ocupacion en Carrizal Accesiones duplicadas Row Sanidad Carrizal Los siguientes materiales tienen registros de sanidad Row Último registro de sanidad y además RECHAZADO Accesiones sin ningún registro de Sanidad ...
8516 sym 184 img
CIAT: Field Report on Forages Collection - November 11, 2024
Informe Campo Forrajes v.2 2024-11-14 SANTANDER Row Porcentaje de ocupacion. 351 Accesiones activas Porcentaje ocupacion en QUILICHAO Existen 6 Accesion duplicada en Santander. Row Existen 16 Accesiones en FCAMPO no tienen COD_INTRO 16 accesiones ya cumplieron meta y aun están en campo. Se sugiere evaluar si es viable darles de...
4248 sym 84 img
Documentation Report Beans, Forages and Cassava
Informe Documentacion 2024-11-14 FRIJOL Row ACCESIONES CON INTRODUCCION ACCESIONES CON ARCHIVOS EN PDF SOBRE INTRODUCCION Row ACCESIONES CON VIAJE / COLECTA ACCESIONES CON ARCHIVOS EN PDF SOBRE VIAJE / COLECTA Row FOTOS VAINA FOTOS SEMILLA FOTOS HERBARIO Row DISTRIBUCION (en proceso…) FORRAJES Row ACCESIONES CON TARJETA D...
917 sym 40 img
Scraping Py and plots with R
# R libraries library(reticulate) library(tidyverse) library(forcats) # Py modules import pandas as pd import requests from io import StringIO url = "https://fbref.com/en/comps/9/keepers/Premier-League-Stats" # Send a GET request and remove the comment tags from response text stripped_comment_tags = StringIO(requests.get(url).text.replac...
26 sym R (11294 sym/18 pcs) 5 img
Web scraping tables statics pages
library(rvest) library(tidyverse) # Create an empty list to store the results resultados <- list() # Iterate on the first 9 pages for (i in 1:9) { # Read the page and extract the table reddit_ex <- paste0("https://opengovca.com/alberta-child-care?page=", i) %>% read_html() %>% html_nodes(xpath = 'body/div/div/div/div/div/tab...
11 sym R (2977 sym/6 pcs) 2 img
Stacked bars
\(STACKED~ BARS\) library(tidyverse) datos <- tibble(Category = c('A', 'A', 'B', 'B', 'C', 'C', 'A', 'A', 'B', 'B', 'C', 'C'), Targeting = c('Automatic', 'Manual','Automatic', 'Manual','Automatic', 'Manual', 'Automatic', 'Manual','Automatic', 'Manual','Automatic', 'Manual'), SpendPercentage = c(35.3, 64.7, 12.9, 87.1, 73...
25 sym R (1077 sym/3 pcs) 1 img
Wake_Up_country
library(tidyverse) library(ggflags) # https://twitter.com/stats_feed/status/1634586046653665282 # data W_up <- data.frame(country1=c('Colmbia','Indonesia', 'Japan','Mexico', 'Denmark','US','Germany','Brazil', 'Canada','UK', 'India','China','Turkey','Spain', ...
7 sym R (2311 sym/3 pcs) 1 img
Opticar Character Recognition
\[RECONOCIMIENTO~ OPTICO~ DE~ CARACTERES\] #install.packages() library(dplyr) library(magick) library(tesseract) library(tidyverse) Pasos para convertir una imagen tipo tabla en un data frame. df <- "https://i.stack.imgur.com/V9lWV.png" %>% image_read() %>% image_resize('2000x') %>% image_convert(type = 'Grayscale') %>% image_tr...
168 sym R (880 sym/5 pcs) 1 img
Informe 1
1. Importar datos library(readxl) Datos <- read_excel("Datos_Rotación.xlsx") head(Datos[,1:5]) Rotación Rotación_bin Edad Viaje de Negocios Departamento Si 1 41 Raramente Ventas No 0 49 Frecuentemente IyD Si 1 37 Raramente IyD No 0 33 Frecuentemente IyD No 0 27 Raramente IyD No 0 32 Frecuentemente IyD dim(Datos) ## [1] 1470 25 La ba...
4964 sym R (5941 sym/23 pcs) 6 img 8 tbl
Web scraping- Table content
library(rvest) library(tidyverse) library(stringr) url_data <- "https://www.eeoc.gov/data/census-2000-special-eeo-file-crosswalk-census-codes-and-2000-soc-codes-eeo-occupational-groups" ## Read URL, and select the node. In this case xpath of table. url_data2 <- url_data %>% read_html() %>% html_nodes(xpath='//*[@id="block-eeoc-uswds-content...
115 sym R (1556 sym/6 pcs)