Función cocatenar c()

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 <- (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 c()

f <- seq(1:10)
f
##  [1]  1  2  3  4  5  6  7  8  9 10
g <- seq(1,10,2)
g
## [1] 1 3 5 7 9
h <- seq(1,10, length=6)
h
## [1]  1.0  2.8  4.6  6.4  8.2 10.0

Función replicar rep()

i <- rep(3,10)
i
##  [1] 3 3 3 3 3 3 3 3 3 3
j <- rep(a,2)
j
##  [1] 1 2 3 4 5 1 2 3 4 5

Función generador de niveles o clases gl()

k <- gl(2,6)
k
##  [1] 1 1 1 1 1 1 2 2 2 2 2 2
## Levels: 1 2
l <- gl(2,6,labels = c("Rojo", "Azul"))
l
##  [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)
m <- expand.grid(edad=c(36,25),peso=c(75,60),equipo=c("Tigres","Rayados"))
m
##   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(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"
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