##Función concatenar c()

##Un vector

a <- c(1,2,3,4,5)
a
## [1] 1 2 3 4 5
b <- c(1:10)
b
##  [1]  1  2  3  4  5  6  7  8  9 10
c <- c(10:1)
c
##  [1] 10  9  8  7  6  5  4  3  2  1
d <- c(1.5:7.5)
d
## [1] 1.5 2.5 3.5 4.5 5.5 6.5 7.5
e <- c(1:5,2,4,-3)
e
## [1]  1  2  3  4  5  2  4 -3

##Función secuencia seq () from, to, by

f <- seq(1,10)
f
##  [1]  1  2  3  4  5  6  7  8  9 10
g<- seq(1,20,2)
g
##  [1]  1  3  5  7  9 11 13 15 17 19
i <- seq(1,10,length=6)
i
## [1]  1.0  2.8  4.6  6.4  8.2 10.0

##Función replicar rep()

j <- rep(3,10)
j
##  [1] 3 3 3 3 3 3 3 3 3 3
k<- rep("hola",2)
k
## [1] "hola" "hola"

##Función generador de niveles o clases gl()

n <- gl(2,6)
n
##  [1] 1 1 1 1 1 1 2 2 2 2 2 2
## Levels: 1 2
o <- gl(2,6, labels= c("Rojo", "Azul"))
o
##  [1] Rojo Rojo Rojo Rojo Rojo Rojo Azul Azul Azul Azul Azul Azul
## Levels: Rojo Azul

##Función tabla de combinaciones expand.grid() ##Generar una tabla con edades (36 o 25), peso (75o 60)y equipo favorito (Tigres o Rayados)

p <- expand.grid(edad=c(26,25),peso=c(75,60), equipo= c("Tigres","Rayados"))
p
##   edad peso  equipo
## 1   26   75  Tigres
## 2   25   75  Tigres
## 3   26   60  Tigres
## 4   25   60  Tigres
## 5   26   75 Rayados
## 6   25   75 Rayados
## 7   26   60 Rayados
## 8   25   60 Rayados

##Función nombrar columnas names()

names(a) <- c("Lunes","Martes","Miercoles","Jueves","Viernes")
a
##     Lunes    Martes Miercoles    Jueves   Viernes 
##         1         2         3         4         5

##Función modo mode()

mode(b)
## [1] "numeric"
mode(b) <- "character"
b
##  [1] "1"  "2"  "3"  "4"  "5"  "6"  "7"  "8"  "9"  "10"
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