Manipulación de datos

Función concatenar c()

c()
## NULL
# Un vector del 1 al 5 
a <- c(1,2,3,4,5)
a
## [1] 1 2 3 4 5
# del 1 al 10
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 ()

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(a, 2)
k
##  [1] 1 2 3 4 5 1 2 3 4 5

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 (75 o 60) y equipo favorito (Tigres o Rayados)

p <-  expand.grid(edad=c(36,25), peso = c(75, 60), equipo = c("Tigres", "Rayados"))
p
##   edad peso  equipo
## 1   36   75  Tigres
## 2   25   75  Tigres
## 3   36   60  Tigres
## 4   25   60  Tigres
## 5   36   75 Rayados
## 6   25   75 Rayados
## 7   36   60 Rayados
## 8   25   60 Rayados

Función nommbrar columnas names()

names(a) <- c("Lunes", "Martes", "Miércoles", "Jueves", "Viernes")
a
##     Lunes    Martes Miércoles    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"

Conclusiones

…

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