Manipulacion de datos

Cocentar funcion

?c
## starting httpd help server ... done

Un vector

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(1.5:7.5)
c
## [1] 1.5 2.5 3.5 4.5 5.5 6.5 7.5
e <- c(1:5,2,4,-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

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 convinaciones expand.grid()

##Generar una tabla con edades (36 o 25), peso(75 o 60) y equipo favorito (Tigres o Rayados)

p <- expand.grid(edade = c(36,25), peso = c(75,60), equipo = c("Tigres", "Rayados"))
p
##   edade 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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