WIP: Add spanish translation, Literate.jl backend

literate_notebooks/src-ES/09_reshaping.jl

@@ -1,38 +1,40 @@
-# # Introduction to DataFrames
+# # Introducción a DataFrames
 # **[Bogumił Kamiński](http://bogumilkaminski.pl/about/), Apr 21, 2018**
+# (Traducido por Miguel Raz Guzmán Macedo, 18 de Abril de 2021)
 
-using DataFrames # load package
+using DataFrames 
 
-# ## Reshaping DataFrames
+# ## Reorganización de DataFrames
 
 #-
 
-# ### Wide to long
+# ### De ancho a largo
 
 x = DataFrame(id=[1,2,3,4], id2=[1,1,2,2], M1=[11,12,13,14], M2=[111,112,113,114])
 
 #-
 
-melt(x, :id, [:M1, :M2]) # first pass id-variables and then measure variables; meltdf makes a view
+melt(x, :id, [:M1, :M2]) # primero pasamos las variables de identificación y luego las medioms; `meltdf` (melt = derretir) crea un `view`
 
 #-
 
-## optionally you can rename columns; melt and stack are identical but order of arguments is reversed
+## opcionalmente puedes renombrar las columnas; `melt` y `stack` son idénticos, pero el orden de los argumentos se invierte
 stack(x, [:M1, :M2], :id, variable_name=:key, value_name=:observed) # first measures and then id-s; stackdf creates view
 
 #-
 
-## if second argument is omitted in melt or stack , all other columns are assumed to be the second argument
-## but measure variables are selected only if they are <: AbstractFloat
+## si el segundo argumento se omite en `melt` o `stack`, todas las otras colummnas se asumen como en el segundo argumento
+## pero las variables de medida se seleccionan sólo si <: AbstractFloat (es un subtipo de AbstractFloat)
+#
 melt(x, [:id, :id2])
 
 #-
 
-melt(x, [1, 2]) # you can use index instead of symbol
+melt(x, [1, 2]) # puedes usar un índice en vez de un símbolo
 
 #-
 
-bigx = DataFrame(rand(10^6, 10)) # a test comparing creation of new DataFrame and a view
+bigx = DataFrame(rand(10^6, 10)) # un test comparando la creación de un nuevo DataFrame y un `view`
 bigx[:id] = 1:10^6
 @time melt(bigx, :id)
 @time melt(bigx, :id)
@@ -49,15 +51,15 @@ melt(x)
 
 #-
 
-melt(DataFrame(rand(3,2))) # by default stack and melt treats floats as value columns
+melt(DataFrame(rand(3,2))) # por default, `stack` y `melt` tratan flotantes como columnas de valores
 
 #-
 
 df = DataFrame(rand(3,2))
 df[:key] = [1,1,1]
-mdf = melt(df) # duplicates in key are silently accepted
+mdf = melt(df) # las llaves duplicadas se aceptan silenciosamente
 
-# ### Long to wide
+# ### Largo a ancho
 
 x = DataFrame(id = [1,1,1], id2=['a','b','c'], a1 = rand(3), a2 = rand(3))
 
@@ -69,15 +71,15 @@ display(y)
 
 #-
 
-unstack(y, :id2, :variable, :value) # stndard unstack with a unique key
+unstack(y, :id2, :variable, :value) # `unstack` estándar con llave única
 
 #-
 
-unstack(y, :variable, :value) # all other columns are treated as keys
+unstack(y, :variable, :value) # todas las otras columnas se tratan como llaves
 
 #-
 
-## by default :id, :variable and :value names are assumed; in this case it produces duplicate keys
+## por default `:id`, `:variable` y `:value` se asumen como nombres; en este caso eso produce llaves duplicadas
 unstack(y)
 
 #-
@@ -86,5 +88,5 @@ df = stack(DataFrame(rand(3,2)))
 
 #-
 
-unstack(df, :variable, :value) # unable to unstack when no key column is present
+unstack(df, :variable, :value) # imposible hacer `unstack` cuando no hay columna-llave presente