#Función concatenar

#?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(1:10)

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)# Valor inicial, valor final, secuecnia
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(2,16)
n
##  [1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 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 expnad.grid()

#Generar una tabla con edades (36 o 25), peso (75 o 65) 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

#Funciones 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"
LS0tDQp0aXRsZTogIk1hbmlwdWxhY2nDs24gZGUgZGF0b3MiDQphdXRob3I6ICJDYXJvbGluYSBFc3F1aXZlbCBHb256w6FsZXoiDQpkYXRlOiAiMjAyMy0wMy0xOCINCm91dHB1dDoNCiAgaHRtbF9kb2N1bWVudDoNCiAgICB0b2M6IHRydWUNCiAgICB0b2NfZmxvYXQ6IHRydWUNCiAgICBjb2RlX2Rvd25sb2FkOiB0cnVlDQotLS0NCg0KICFbXShDOlxcVXNlcnNcXFVzZXItMVxcUGljdHVyZXNcXE1hbmlwdWxhY2lvbjIuUE5HKQ0KIA0KI0Z1bmNpw7NuIGNvbmNhdGVuYXINCmBgYHtyfQ0KIz9jDQpgYGANCiNVbiB2ZWN0b3IgZGVsIDEgYWwgNQ0KYGBge3J9DQphIDwtIGMoMSwyLDMsNCw1KQ0KYQ0KYGBgDQoNCiNkZWwgMSBhbCAxMA0KYGBge3J9DQpiIDwtIGMoMToxMCkNCmINCmMgPC0gYygxOjEwKQ0KDQpkIDwtIGMoMS41OjcuNSkNCmQNCg0KZSA8LSBjKDE6NSwyLDQsLTMpDQplDQpgYGANCg0KI0Z1bmNpw7NuIHNlY3VlbmNpYSBzZXEoKQ0KYGBge3J9DQpmIDwtc2VxKDE6MTApDQpmDQoNCmcgPC0gc2VxKDEsMjAsMikjIFZhbG9yIGluaWNpYWwsIHZhbG9yIGZpbmFsLCBzZWN1ZWNuaWENCmcNCg0KaSA8LXNlcSgxLDEwLGxlbmd0aD02KQ0KaQ0KYGBgDQoNCiNGdW5jacOzbiByZXBsaWNhciByZXAoKQ0KYGBge3J9DQpqIDwtIHJlcCgzLDEwKQ0Kag0KDQprIDwtIHJlcChhLDIpDQprDQpgYGANCg0KI0Z1bmNpw7NuIGdlbmVyYWRvciBkZSBuaXZlbGVzIG8gY2xhc2VzIGdsKCkNCmBgYHtyfQ0KbiA8LSBnbCgyLDE2KQ0Kbg0KDQpvIDwtIGdsKDIsNixsYWJlbHM9Yygicm9qbyIsICJBenVsIikpDQpvDQpgYGANCg0KI0Z1bmNpw7NuIHRhYmxhIGRlIGNvbWJpbmFjaW9uZXMgZXhwbmFkLmdyaWQoKQ0KDQojR2VuZXJhciB1bmEgdGFibGEgY29uIGVkYWRlcyAoMzYgbyAyNSksIHBlc28gKDc1IG8gNjUpIHkgZXF1aXBvIGZhdm9yaXRvIChUaWdyZXMgbyBSYXlhZG9zKQ0KDQpgYGB7cn0NCnAgPC0gZXhwYW5kLmdyaWQoZWRhZD1jKDM2LDI1KSwgcGVzbyA9IGMgKDc1LDYwKSwgZXF1aXBvPSBjKCJUaWdyZXMiLCJSYXlhZG9zIikpDQpwDQpgYGANCg0KI0Z1bmNpb25lcyBub21icmFyIGNvbHVtbmFzIG5hbWVzKCkNCmBgYHtyfQ0KbmFtZXMoYSkgPC0gYygiTHVuZXMiLCJNYXJ0ZXMiLCJNaWVyY29sZXMiLCJKdWV2ZXMiLCAiVmllcm5lcyIpDQphDQpgYGANCg0KI0ZVbmNpb24gbW9kbyBtb2RlKCkNCmBgYHtyfQ0KbW9kZShiKQ0KbW9kZShiKSA8LSJjaGFyYWN0ZXIiDQpiDQpgYGANCg==