WIP: Add spanish translation, Literate.jl backend

literate_notebooks/src-ES/10_transforms.jl

@@ -1,9 +1,11 @@
 # # Introduction to DataFrames
+# # Introducción a DataFrames
 # **[Bogumił Kamiński](http://bogumilkaminski.pl/about/), Apr 21, 2018**
+# (Traducción por Miguel Raz Guzmán Macedo, 18 de abril de 2021)
 
-using DataFrames # load package
+using DataFrames # cargar paquetería
 
-# ## Split-apply-combine
+# ## "Split-apply-combine" - Dividir, aplicar, combinar
 
 x = DataFrame(id=[1,2,3,4,1,2,3,4], id2=[1,2,1,2,1,2,1,2], v=rand(8))
 
@@ -17,64 +19,65 @@ gx2 = groupby(x, [:id, :id2])
 
 #-
 
-vcat(gx2...) # back to the original DataFrame
+vcat(gx2...) # de regreso al DataFrame original
 
 #-
 
 x = DataFrame(id = [missing, 5, 1, 3, missing], x = 1:5)
 
 #-
 
-showall(groupby(x, :id)) # by default groups include mising values and are not sorted
+showall(groupby(x, :id)) # por default los grupos incluyen valores faltantes (`missing`) y no están ordenados
 
 #-
 
-showall(groupby(x, :id, sort=true, skipmissing=true)) # but we can change it :)
+showall(groupby(x, :id, sort=true, skipmissing=true)) # pero se puede cambiar :)
 
 #-
 
 x = DataFrame(id=rand('a':'d', 100), v=rand(100));
-by(x, :id, y->mean(y[:v])) # apply a function to each group of a data frame
+by(x, :id, y->mean(y[:v])) # aplica una función a cada grupo de un DataFrame
 
 #-
 
-by(x, :id, y->mean(y[:v]), sort=true) # we can sort the output
+by(x, :id, y->mean(y[:v]), sort=true) # podemos ordenar el output
 
 #-
 
-by(x, :id, y->DataFrame(res=mean(y[:v]))) # this way we can set a name for a column - DataFramesMeta @by is better
+by(x, :id, y->DataFrame(res=mean(y[:v]))) # de esta manera podemos fijar el nombre de una columna - `DataFramesMeta @by` es mejor
 
 #-
 
 x = DataFrame(id=rand('a':'d', 100), x1=rand(100), x2=rand(100))
-aggregate(x, :id, sum) # apply a function over all columns of a data frame in groups given by id
+aggregate(x, :id, sum) # aplica la función sobre todas las columnas de un DataFarme en grupos dados por `:id`
 
 #-
 
-aggregate(x, :id, sum, sort=true) # also can be sorted
+aggregate(x, :id, sum, sort=true) # también se puede ordenar
 
 # *We omit the discussion of of map/combine as I do not find them very useful (better to use by)*
+# *Omitimos la discusión de `map/combine/` pues no las encuentre tan útiles - mejor usar `by`*
 
 x = DataFrame(rand(3, 5))
 
 #-
 
-map(mean, eachcol(x)) # map a function over each column and return a data frame
+map(mean, eachcol(x)) # mapea una función a cada columna y regresa un DataFrame
 
 #-
 
-foreach(c -> println(c[1], ": ", mean(c[2])), eachcol(x)) # a raw iteration returns a tuple with column name and values
+foreach(c -> println(c[1], ": ", mean(c[2])), eachcol(x)) # una iteración a secas regresa una tupla con nombres columnares y valores
 
 #-
 
-colwise(mean, x) # colwise is similar, but produces a vector
+colwise(mean, x) # `colwise` es similar, pero produce un vector
 
 #-
 
 x[:id] = [1,1,2]
-colwise(mean,groupby(x, :id)) # and works on GroupedDataFrame
+colwise(mean,groupby(x, :id)) # y funciona en un `GroupedDataFrame`
 
 #-
 
-map(r -> r[:x1]/r[:x2], eachrow(x)) # now the returned value is DataFrameRow which works similarly to a one-row DataFrame
+map(r -> r[:x1]/r[:x2], eachrow(x)) # ahora el valor regresado es un `DataFrameRow` el cual funciona similar a un `DataFrame` de una sola fila