Manipulación de datos

Función de concatenar c()

?c

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(10:1)
b
##  [1] 10  9  8  7  6  5  4  3  2  1
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

Funcion 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

Funcion 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

Funcion 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

Funcion tabla de cominaciones epxand.grid()

Genera todas las posibles combinaciones; 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

Funcion nombrar columnas names()

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

Funcion mode

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