Manipulación de datos

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 6 7
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
#?seq

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 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

Funcion nombrar columnas names ()

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

Funcion 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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