Función 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(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
#?seq

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 nombrar columnas names ()

#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"
LS0tDQp0aXRsZTogIk1hbmlwdWxhY2nDs24iDQphdXRob3I6ICJNYXJpYW5hIFJhbcOtcmV6IFJhbW9zIC0gQTAxMTc0MTU1Ig0Kb3V0cHV0Og0KICBodG1sX2RvY3VtZW50Og0KICAgIHRvYzogdHJ1ZQ0KICAgIHRvY19mbG9hdDogdHJ1ZQ0KICAgIGNvZGVfZG93bmxvYWQ6IHRydWUNCi0tLQ0KDQohW10oQzpcXFVzZXJzXFxtYXJpMFxcRG93bmxvYWRzXFxsZW5ndWFqZS1wcm9ncmFtYWNpb24tci0yMDU1NTg5LnBuZykNCg0KIyMjIEZ1bmNpw7NuIGNvbmNhdGVuYXIgYygpDQoNCmBgYHtyfQ0KIz9jDQpgYGANCg0KKipVbiB2ZWN0b3IgZGVsIDEgYWwgNSoqDQoNCmBgYHtyfQ0KYSA8LSBjKDEsMiwzLDQsNSkNCmENCmBgYA0KDQoqKmRlbCAxIGFsIDEwKioNCg0KYGBge3J9DQpiIDwtIGMoMToxMCkNCmINCg0KYyA8LSBjKDEwOjEpDQpjDQoNCmQgPC0gYygxLjU6Ny41KQ0KZA0KDQplIDwtIGMoMTo1LDIsNCwtMykNCmUNCmBgYA0KDQojIyMgRnVuY2nDs24gc2VjdWVuY2lhIHNlcSgpDQoNCmBgYHtyfQ0KZiA8LSBzZXEoMSwxMCkNCmYNCg0KZyA8LSBzZXEoMSwyMCwyKQ0KZw0KIz9zZXENCg0KaSA8LSBzZXEoMSwxMCwgbGVuZ3RoPTYpDQppDQpgYGANCg0KIyMjIEZ1bmNpw7NuIHJlcGxpY2FyIHJlcCgpDQoNCmBgYHtyfQ0KaiA8LSByZXAoMywxMCkNCmoNCg0KayA8LSByZXAoYSwyKQ0Kaw0KYGBgDQoNCiMjIyBGdW5jacOzbiBnZW5lcmFkb3IgZGUgbml2ZWxlcyBvIGNsYXNlcyBnbCAoKSoqDQoNCmBgYHtyfQ0KbiA8LSBnbCgyLDYpDQpuDQoNCm8gPC0gZ2woMiw2LGxhYmVscz1jKCJSb2pvIiwgIkF6dWwiKSkNCm8NCmBgYA0KDQojIyMgRnVuY2nDs24gdGFibGEgZGUgY29tYmluYWNpb25lcyBleHBhbmQuZ3JpZCgpDQoNCioqR2VuZXJhciB1bmEgdGFibGEgY29uIGVkYWRlcyAoMzYgbyAyNSksIHBlc28gKDc1IG8gNjApIHkgZXF1aXBvIGZhdm9yaXRvICggVGlncmVzIG8gUmF5YWRvcykqKg0KDQpgYGB7cn0NCnAgPC0gZXhwYW5kLmdyaWQoZWRhZD1jKDM2LDI1KSwgcGVzbz1jKDc1LDYwKSwgZXF1aXBvID0gYygiVGlncmVzIiwgIlJheWFkb3MiKSkNCnANCmBgYA0KDQojIyMgRnVuY2nDs24gbm9tYnJhciBjb2x1bW5hcyBuYW1lcyAoKQ0KDQpgYGB7cn0NCiNuYW1lcygpDQpuYW1lcyhhKSA8LSBjKCJMdW5lcyIsIk1hcnRlcyIsIk1pZXJjb2xlcyIsIkp1ZXZlcyIsIlZpZXJuZXMiKQ0KYQ0KYGBgDQoNCiMjIyBGdW5jacOzbiBtb2RvIG1vZGUoKQ0KDQpgYGB7cn0NCm1vZGUoYikNCm1vZGUoYikgPC0gImNoYXJhY3RlciINCmINCmBgYA0K