Ahora que ya vimos los diferentes objetos en R, procedemos a ver la forma en la que se clasifican según el tipo de información que contienen y cómo se pueden manejar según sus características.
En R existen los datos numericos (numeric), naturales
(integers), logicos (logical o
factor), y de texto (character).
Normalmente R identifica automáticamente las clases de datos al tener
una base de datos. Pero para descubrir el tipo de datos podemos usar la
función class() o la función is.CLASE().
num <- 2.3
class(num)## [1] "numeric"char <- "hola"
class(char)## [1] "character"log <- TRUE
class(log)## [1] "logical"is.numeric(char)## [1] FALSEis.numeric(num)## [1] TRUESi queremos cambiar la clase de un dato, usamos la función
as.CLASE() para “obligar” a R a ver una observación de
cierta manera. Por ejemplo, si tenemos 2.2 pero no lo queremos tener
como número sino como texto podemos usar:
num <- 2.2
class(num)## [1] "numeric"num_char <- as.character(num)
num_char## [1] "2.2"class(num)## [1] "numeric"Estas observaciones guardadas en los objetos pueden organizarse
también de formas distintas. Ya vimos algunas previamente como las
listas c() o incluso las matrices, pero la forma más común
de organizar los datos es en una base de datos o dataframe.
Las bases de datos están hechas de filas y columnas que pueden
contener distintos tipos de datos. Cada fila suele corresponder a una
observación y cada columna suele correspondera una variable. Las
columnas son vectores con un tipo de dato en específico. Por ejemplo,
para crear una base de datos debemos primero crear los vectores con los
tipos de datos, y luego organizarlos en la base con la función
data.frame().
ej.altura <- c(1.80, 1.60, 1.50, 1.30)
ej.peso <- c(90, 70, 60, 45)
ej.nombres <- c("Juan", "Pedro", "Ana", "Luisa")
ej.base <- data.frame(Altura = ej.altura, Peso = ej.peso, Nombre = ej.nombres)
ej.base## Altura Peso Nombre
## 1 1.8 90 Juan
## 2 1.6 70 Pedro
## 3 1.5 60 Ana
## 4 1.3 45 LuisaAhora que tenemos nuestra base de datos armada, odemos visualizarla de distintas maneras. Por ejemplo:
La función dim() nos dice el número de filas y de
columnas de la base La función str() nos hace un resúmen de
su estructura. La función names() muestra el nombre de las
variables.
El argumento BASE$VARIABLE nos permite ver y modificar
una variable específica de la base de datos.
dim(ej.base)## [1] 4 3str(ej.base)## 'data.frame': 4 obs. of 3 variables:
## $ Altura: num 1.8 1.6 1.5 1.3
## $ Peso : num 90 70 60 45
## $ Nombre: chr "Juan" "Pedro" "Ana" "Luisa"ej.base$Nombre## [1] "Juan" "Pedro" "Ana" "Luisa"class(ej.base$Nombre)## [1] "character"Podemos ver que los nombres aparecen como datos de tipo caracter, si creemos que es mejor que sean factores, o datos lógicos, podemos usar la función que ya conocemos para modificar solo esta columna.
ej.base$Nombre <- as.factor(ej.base$Nombre)
str(ej.base)## 'data.frame': 4 obs. of 3 variables:
## $ Altura: num 1.8 1.6 1.5 1.3
## $ Peso : num 90 70 60 45
## $ Nombre: Factor w/ 4 levels "Ana","Juan","Luisa",..: 2 4 1 3Para comenzar a trabajar con nuestras propias bases de datos que
tengamos en excel, stata, SPSS u otro tipo de hoja de cálculo, podemos
importarlas a R con una función. No obstante, primero hay que prepararla
con un formato específico que R pueda leer. El más común y universal de
estos formatos son los documentos “Comma Separated Values” o
.csv. Al guardar cualquier hoja de cálculo con este formato
la podemos importar a R con las funciones
read.table(file = "carpeta/documento.csv"). Podemos añadir
argumentos como header=TRUE para indicar que la primera
fila contiene el nombre de las variables, sep="_" si
nuestras columnas están separadas por un caracter específico o incluso
el argumento stringsAsfactors=TRUE si queremos que todos
nuestros datos de texto se interpreten como factores o datos de tipo
lógico. Otra función más específica para los documentos
.csv es read.csv("carpeta/documento.csv"). A
continuación abrimos el siguiente documento ejemplo “flower”.
flowers <- read.table(file = "C:\\Users\\tomas\\OneDrive\\Documents\\Curso de R\\flower.txt", header=TRUE, sep = "\t", stringsAsFactors = TRUE, dec = ",")
flowers <- read.csv2("C:\\Users\\tomas\\OneDrive\\Documents\\Curso de R\\flower.csv", stringsAsFactors = TRUE, header = TRUE)
flowers## treat nitrogen block height weight leafarea shootarea flowers
## 1 tip medium 1 7.5 7.62 11.7 31.9 1
## 2 tip medium 1 10.7 12.14 14.1 46.0 10
## 3 tip medium 1 11.2 12.76 7.1 66.7 10
## 4 tip medium 1 10.4 8.78 11.9 20.3 1
## 5 tip medium 1 10.4 13.58 14.5 26.9 4
## 6 tip medium 1 9.8 10.08 12.2 72.7 9
## 7 tip medium 1 6.9 10.11 13.2 43.1 7
## 8 tip medium 1 9.4 10.28 14.0 28.5 6
## 9 tip medium 2 10.4 10.48 10.5 57.8 5
## 10 tip medium 2 12.3 13.48 16.1 36.9 8
## 11 tip medium 2 10.4 13.18 11.1 56.8 12
## 12 tip medium 2 11.0 11.56 12.6 31.3 6
## 13 tip medium 2 7.1 8.16 29.6 9.7 2
## 14 tip medium 2 6.0 11.22 13.0 16.4 3
## 15 tip medium 2 9.0 10.20 10.8 90.1 6
## 16 tip medium 2 4.5 12.55 13.4 14.4 6
## 17 tip high 1 12.6 18.66 18.6 54.0 9
## 18 tip high 1 10.0 18.07 16.9 90.5 3
## 19 tip high 1 10.0 13.29 15.8 142.7 12
## 20 tip high 1 8.5 14.33 13.2 91.4 5
## 21 tip high 1 14.1 19.12 13.1 113.2 13
## 22 tip high 1 10.1 15.49 12.6 77.2 12
## 23 tip high 1 8.5 17.82 20.5 54.4 3
## 24 tip high 1 6.5 17.13 24.1 147.4 6
## 25 tip high 2 11.5 23.89 14.3 101.5 12
## 26 tip high 2 7.7 14.77 17.2 104.5 4
## 27 tip high 2 6.4 13.60 13.6 152.6 7
## 28 tip high 2 8.8 16.58 16.7 100.1 9
## 29 tip high 2 9.2 13.26 11.3 108.0 9
## 30 tip high 2 6.2 17.32 11.6 85.9 5
## 31 tip high 2 6.3 14.50 18.3 55.6 8
## 32 tip high 2 17.2 19.20 10.9 89.9 14
## 33 tip low 1 8.0 6.88 9.3 16.1 4
## 34 tip low 1 8.0 10.23 11.9 88.1 4
## 35 tip low 1 6.4 5.97 8.7 7.3 2
## 36 tip low 1 7.6 13.05 7.2 47.2 8
## 37 tip low 1 9.7 6.49 8.1 18.0 3
## 38 tip low 1 12.3 11.27 13.7 28.7 5
## 39 tip low 1 9.1 8.96 9.7 23.8 3
## 40 tip low 1 8.9 11.48 11.1 39.4 7
## 41 tip low 2 7.4 10.89 13.3 9.5 5
## 42 tip low 2 3.1 8.74 16.1 39.1 3
## 43 tip low 2 7.9 8.89 8.4 34.1 4
## 44 tip low 2 8.8 9.39 7.1 38.9 4
## 45 tip low 2 8.5 7.16 8.7 29.9 4
## 46 tip low 2 5.6 8.10 10.1 5.8 2
## 47 tip low 2 11.5 8.72 10.2 28.3 6
## 48 tip low 2 5.8 8.04 5.8 30.7 7
## 49 notip medium 1 5.6 11.03 18.6 49.9 8
## 50 notip medium 1 5.3 9.29 11.5 82.3 6
## 51 notip medium 1 7.5 13.60 13.6 122.2 11
## 52 notip medium 1 4.1 12.58 13.9 136.6 11
## 53 notip medium 1 3.5 12.93 16.6 109.3 3
## 54 notip medium 1 8.5 10.04 12.3 113.6 4
## 55 notip medium 1 4.9 6.89 8.2 52.9 3
## 56 notip medium 1 2.5 14.85 17.5 77.8 10
## 57 notip medium 2 5.4 11.36 17.8 104.6 12
## 58 notip medium 2 3.9 9.07 9.6 90.4 7
## 59 notip medium 2 5.8 10.18 15.7 88.8 6
## 60 notip medium 2 4.5 13.68 14.8 125.5 9
## 61 notip medium 2 8.0 11.43 12.6 43.2 14
## 62 notip medium 2 1.8 10.47 11.8 120.8 9
## 63 notip medium 2 2.2 10.70 15.3 97.1 7
## 64 notip medium 2 3.9 12.97 17.0 97.5 5
## 65 notip high 1 8.5 22.53 20.8 166.9 16
## 66 notip high 1 8.5 17.33 19.8 184.4 12
## 67 notip high 1 6.4 11.52 12.1 140.5 7
## 68 notip high 1 1.2 18.24 16.6 148.1 7
## 69 notip high 1 2.6 16.57 17.1 141.1 3
## 70 notip high 1 10.9 17.22 49.2 189.6 17
## 71 notip high 1 7.2 15.21 15.9 135.0 14
## 72 notip high 1 2.1 19.15 15.6 176.7 6
## 73 notip high 2 4.7 13.42 19.8 124.7 5
## 74 notip high 2 5.0 16.82 17.3 182.5 15
## 75 notip high 2 6.5 14.00 10.1 126.5 7
## 76 notip high 2 2.6 18.88 16.4 181.5 14
## 77 notip high 2 6.0 13.68 16.2 133.7 2
## 78 notip high 2 9.3 18.75 18.4 181.1 16
## 79 notip high 2 4.6 14.65 16.7 91.7 11
## 80 notip high 2 5.2 17.70 19.1 181.1 8
## 81 notip low 1 3.9 7.17 13.5 52.8 6
## 82 notip low 1 2.3 7.28 13.8 32.8 6
## 83 notip low 1 5.2 5.79 11.0 67.4 5
## 84 notip low 1 2.2 9.97 9.6 63.1 2
## 85 notip low 1 4.5 8.60 9.4 113.5 7
## 86 notip low 1 1.8 6.01 17.6 46.2 4
## 87 notip low 1 3.0 9.93 12.0 56.6 6
## 88 notip low 1 3.7 7.03 7.9 36.7 5
## 89 notip low 2 2.4 9.10 14.5 78.7 8
## 90 notip low 2 5.7 9.05 9.6 63.2 6
## 91 notip low 2 3.7 8.10 10.5 60.5 6
## 92 notip low 2 3.2 7.45 14.1 38.1 4
## 93 notip low 2 3.9 9.19 12.4 52.6 9
## 94 notip low 2 3.3 8.92 11.6 55.2 6
## 95 notip low 2 5.5 8.44 13.5 77.6 9
## 96 notip low 2 4.4 10.60 16.2 63.3 6Para esta base de datos, indicamos que los datos están separados por
TAB o \t (por eso el formato es
*.txt), indicamos que los nombres de las variables están en
la primera fila y que queremos que todos las celdas de texto sean
consideradas factores. Adicionalmente, si los puntos decimales están
separados por comas (2,45) en lugar de puntos (2.45) debemos
especificarlo con el argumento dec=",". La función
read.csv2() asume el estándar europeo de separación por
comas de los números. Usando esta función no es necesario especificar
header=, sep= o dec= Veamos la
estructura de la base de datos:
str(flowers)## 'data.frame': 96 obs. of 8 variables:
## $ treat : Factor w/ 2 levels "notip","tip": 2 2 2 2 2 2 2 2 2 2 ...
## $ nitrogen : Factor w/ 3 levels "high","low","medium": 3 3 3 3 3 3 3 3 3 3 ...
## $ block : int 1 1 1 1 1 1 1 1 2 2 ...
## $ height : num 7.5 10.7 11.2 10.4 10.4 9.8 6.9 9.4 10.4 12.3 ...
## $ weight : num 7.62 12.14 12.76 8.78 13.58 ...
## $ leafarea : num 11.7 14.1 7.1 11.9 14.5 12.2 13.2 14 10.5 16.1 ...
## $ shootarea: num 31.9 46 66.7 20.3 26.9 72.7 43.1 28.5 57.8 36.9 ...
## $ flowers : int 1 10 10 1 4 9 7 6 5 8 ...Ahora que ya tenemos en nuestro espacio de trabajo la base de datos
“flowers” y conocemos su estructura, podemos comenzar a analizar las
características de sus variables y sus observaciones. Para acceder a
cada variable utilizamos nuevamente el argumento $ con la
función summary(). Esta funnción nos da las estadísticas
más relevantes para cada tipo de variable. Si queremos obtener una
estadística específica podemos usarla como función (mean(),
median(), max(), etc.)
summary(flowers$weight)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 5.790 9.027 11.395 12.155 14.537 23.890mean(flowers$weight)## [1] 12.15458max(flowers$weight)## [1] 23.89Así como hicimos previamente con los vectores, también podemos
acceder a datos específicos y observaciones específicas usando los
símbolos []. Si queremos acceder a una celda específica
usamos BASEDEDATOS[fila, columna], las filas y las columnas
son índices y la base de datos funciona como el vector.
flowers[2,4]## [1] 10.7#También podemos usar
flowers$height[2]## [1] 10.7Todos los argumentos lógicos vistos previamente también funcionan para acceder a nuestros datos a partir de la base.
flowers[1:8, 1:5]## treat nitrogen block height weight
## 1 tip medium 1 7.5 7.62
## 2 tip medium 1 10.7 12.14
## 3 tip medium 1 11.2 12.76
## 4 tip medium 1 10.4 8.78
## 5 tip medium 1 10.4 13.58
## 6 tip medium 1 9.8 10.08
## 7 tip medium 1 6.9 10.11
## 8 tip medium 1 9.4 10.28flowers[c(1, 5, 10, 15, 20), c(3, 4, 7)]## block height shootarea
## 1 1 7.5 31.9
## 5 1 10.4 26.9
## 10 2 12.3 36.9
## 15 2 9.0 90.1
## 20 1 8.5 91.4# Si queremos que muestre todas las filas o todas las columnas, dejamos el espacio vacío.
flowers[, c(3, 5)]## block weight
## 1 1 7.62
## 2 1 12.14
## 3 1 12.76
## 4 1 8.78
## 5 1 13.58
## 6 1 10.08
## 7 1 10.11
## 8 1 10.28
## 9 2 10.48
## 10 2 13.48
## 11 2 13.18
## 12 2 11.56
## 13 2 8.16
## 14 2 11.22
## 15 2 10.20
## 16 2 12.55
## 17 1 18.66
## 18 1 18.07
## 19 1 13.29
## 20 1 14.33
## 21 1 19.12
## 22 1 15.49
## 23 1 17.82
## 24 1 17.13
## 25 2 23.89
## 26 2 14.77
## 27 2 13.60
## 28 2 16.58
## 29 2 13.26
## 30 2 17.32
## 31 2 14.50
## 32 2 19.20
## 33 1 6.88
## 34 1 10.23
## 35 1 5.97
## 36 1 13.05
## 37 1 6.49
## 38 1 11.27
## 39 1 8.96
## 40 1 11.48
## 41 2 10.89
## 42 2 8.74
## 43 2 8.89
## 44 2 9.39
## 45 2 7.16
## 46 2 8.10
## 47 2 8.72
## 48 2 8.04
## 49 1 11.03
## 50 1 9.29
## 51 1 13.60
## 52 1 12.58
## 53 1 12.93
## 54 1 10.04
## 55 1 6.89
## 56 1 14.85
## 57 2 11.36
## 58 2 9.07
## 59 2 10.18
## 60 2 13.68
## 61 2 11.43
## 62 2 10.47
## 63 2 10.70
## 64 2 12.97
## 65 1 22.53
## 66 1 17.33
## 67 1 11.52
## 68 1 18.24
## 69 1 16.57
## 70 1 17.22
## 71 1 15.21
## 72 1 19.15
## 73 2 13.42
## 74 2 16.82
## 75 2 14.00
## 76 2 18.88
## 77 2 13.68
## 78 2 18.75
## 79 2 14.65
## 80 2 17.70
## 81 1 7.17
## 82 1 7.28
## 83 1 5.79
## 84 1 9.97
## 85 1 8.60
## 86 1 6.01
## 87 1 9.93
## 88 1 7.03
## 89 2 9.10
## 90 2 9.05
## 91 2 8.10
## 92 2 7.45
## 93 2 9.19
## 94 2 8.92
## 95 2 8.44
## 96 2 10.60# También podemos exluir valores
flowers[-1:-90, -c(5, 6, 7, 8)]## treat nitrogen block height
## 91 notip low 2 3.7
## 92 notip low 2 3.2
## 93 notip low 2 3.9
## 94 notip low 2 3.3
## 95 notip low 2 5.5
## 96 notip low 2 4.4# Si no recordamos el número de la variable, podemos usar su nombre
flowers[1:5, c("height", "weight")]## height weight
## 1 7.5 7.62
## 2 10.7 12.14
## 3 11.2 12.76
## 4 10.4 8.78
## 5 10.4 13.58Todos estos ejemplos son índices posicionales. Es decir, estamos usando la posición de las observaciones y las variables para acceder a ellas. No obstante, también podemos usar índices lógicos usando tests para extraer los datos que nos interesan. Por ejemplo, podemos extraer todos los valores donde la altura de las flores es mayor a 12.
flowers[flowers$height>12, ]## treat nitrogen block height weight leafarea shootarea flowers
## 10 tip medium 2 12.3 13.48 16.1 36.9 8
## 17 tip high 1 12.6 18.66 18.6 54.0 9
## 21 tip high 1 14.1 19.12 13.1 113.2 13
## 32 tip high 2 17.2 19.20 10.9 89.9 14
## 38 tip low 1 12.3 11.27 13.7 28.7 5Recordemos que los demás operadores lógicos son: >=
Mayor o igual a. == Igual a. != Diferente
a.
También podemos combinar estos operadores con las expresiones
& y “|”.
flowers[flowers$height>=11 & flowers$nitrogen != "medium", c(2, 3, 5, 7, 8)]## nitrogen block weight shootarea flowers
## 17 high 1 18.66 54.0 9
## 21 high 1 19.12 113.2 13
## 25 high 2 23.89 101.5 12
## 32 high 2 19.20 89.9 14
## 38 low 1 11.27 28.7 5
## 47 low 2 8.72 28.3 6Una función alternativa a usar [] es lal función
subset(). La ventaja de esta función es que no hay que
especificar cada columna con $ sino solo con el nombre de
la columba. No obstante, es menos flexible al usarla.
subset(flowers, height>=11 & nitrogen !="medium", c(2, 3, 5, 7, 8))## nitrogen block weight shootarea flowers
## 17 high 1 18.66 54.0 9
## 21 high 1 19.12 113.2 13
## 25 high 2 23.89 101.5 12
## 32 high 2 19.20 89.9 14
## 38 low 1 11.27 28.7 5
## 47 low 2 8.72 28.3 6### Ordenar bases de datos
Previamente, usamos la función order() para vectores con
múltiples objetos. Esto también lo podemos lograr para cualquiera de las
columnas de nuestra base de datos.
flowers[order(flowers$height, decreasing = TRUE), ]## treat nitrogen block height weight leafarea shootarea flowers
## 32 tip high 2 17.2 19.20 10.9 89.9 14
## 21 tip high 1 14.1 19.12 13.1 113.2 13
## 17 tip high 1 12.6 18.66 18.6 54.0 9
## 10 tip medium 2 12.3 13.48 16.1 36.9 8
## 38 tip low 1 12.3 11.27 13.7 28.7 5
## 25 tip high 2 11.5 23.89 14.3 101.5 12
## 47 tip low 2 11.5 8.72 10.2 28.3 6
## 3 tip medium 1 11.2 12.76 7.1 66.7 10
## 12 tip medium 2 11.0 11.56 12.6 31.3 6
## 70 notip high 1 10.9 17.22 49.2 189.6 17
## 2 tip medium 1 10.7 12.14 14.1 46.0 10
## 4 tip medium 1 10.4 8.78 11.9 20.3 1
## 5 tip medium 1 10.4 13.58 14.5 26.9 4
## 9 tip medium 2 10.4 10.48 10.5 57.8 5
## 11 tip medium 2 10.4 13.18 11.1 56.8 12
## 22 tip high 1 10.1 15.49 12.6 77.2 12
## 18 tip high 1 10.0 18.07 16.9 90.5 3
## 19 tip high 1 10.0 13.29 15.8 142.7 12
## 6 tip medium 1 9.8 10.08 12.2 72.7 9
## 37 tip low 1 9.7 6.49 8.1 18.0 3
## 8 tip medium 1 9.4 10.28 14.0 28.5 6
## 78 notip high 2 9.3 18.75 18.4 181.1 16
## 29 tip high 2 9.2 13.26 11.3 108.0 9
## 39 tip low 1 9.1 8.96 9.7 23.8 3
## 15 tip medium 2 9.0 10.20 10.8 90.1 6
## 40 tip low 1 8.9 11.48 11.1 39.4 7
## 28 tip high 2 8.8 16.58 16.7 100.1 9
## 44 tip low 2 8.8 9.39 7.1 38.9 4
## 20 tip high 1 8.5 14.33 13.2 91.4 5
## 23 tip high 1 8.5 17.82 20.5 54.4 3
## 45 tip low 2 8.5 7.16 8.7 29.9 4
## 54 notip medium 1 8.5 10.04 12.3 113.6 4
## 65 notip high 1 8.5 22.53 20.8 166.9 16
## 66 notip high 1 8.5 17.33 19.8 184.4 12
## 33 tip low 1 8.0 6.88 9.3 16.1 4
## 34 tip low 1 8.0 10.23 11.9 88.1 4
## 61 notip medium 2 8.0 11.43 12.6 43.2 14
## 43 tip low 2 7.9 8.89 8.4 34.1 4
## 26 tip high 2 7.7 14.77 17.2 104.5 4
## 36 tip low 1 7.6 13.05 7.2 47.2 8
## 1 tip medium 1 7.5 7.62 11.7 31.9 1
## 51 notip medium 1 7.5 13.60 13.6 122.2 11
## 41 tip low 2 7.4 10.89 13.3 9.5 5
## 71 notip high 1 7.2 15.21 15.9 135.0 14
## 13 tip medium 2 7.1 8.16 29.6 9.7 2
## 7 tip medium 1 6.9 10.11 13.2 43.1 7
## 24 tip high 1 6.5 17.13 24.1 147.4 6
## 75 notip high 2 6.5 14.00 10.1 126.5 7
## 27 tip high 2 6.4 13.60 13.6 152.6 7
## 35 tip low 1 6.4 5.97 8.7 7.3 2
## 67 notip high 1 6.4 11.52 12.1 140.5 7
## 31 tip high 2 6.3 14.50 18.3 55.6 8
## 30 tip high 2 6.2 17.32 11.6 85.9 5
## 14 tip medium 2 6.0 11.22 13.0 16.4 3
## 77 notip high 2 6.0 13.68 16.2 133.7 2
## 48 tip low 2 5.8 8.04 5.8 30.7 7
## 59 notip medium 2 5.8 10.18 15.7 88.8 6
## 90 notip low 2 5.7 9.05 9.6 63.2 6
## 46 tip low 2 5.6 8.10 10.1 5.8 2
## 49 notip medium 1 5.6 11.03 18.6 49.9 8
## 95 notip low 2 5.5 8.44 13.5 77.6 9
## 57 notip medium 2 5.4 11.36 17.8 104.6 12
## 50 notip medium 1 5.3 9.29 11.5 82.3 6
## 80 notip high 2 5.2 17.70 19.1 181.1 8
## 83 notip low 1 5.2 5.79 11.0 67.4 5
## 74 notip high 2 5.0 16.82 17.3 182.5 15
## 55 notip medium 1 4.9 6.89 8.2 52.9 3
## 73 notip high 2 4.7 13.42 19.8 124.7 5
## 79 notip high 2 4.6 14.65 16.7 91.7 11
## 16 tip medium 2 4.5 12.55 13.4 14.4 6
## 60 notip medium 2 4.5 13.68 14.8 125.5 9
## 85 notip low 1 4.5 8.60 9.4 113.5 7
## 96 notip low 2 4.4 10.60 16.2 63.3 6
## 52 notip medium 1 4.1 12.58 13.9 136.6 11
## 58 notip medium 2 3.9 9.07 9.6 90.4 7
## 64 notip medium 2 3.9 12.97 17.0 97.5 5
## 81 notip low 1 3.9 7.17 13.5 52.8 6
## 93 notip low 2 3.9 9.19 12.4 52.6 9
## 88 notip low 1 3.7 7.03 7.9 36.7 5
## 91 notip low 2 3.7 8.10 10.5 60.5 6
## 53 notip medium 1 3.5 12.93 16.6 109.3 3
## 94 notip low 2 3.3 8.92 11.6 55.2 6
## 92 notip low 2 3.2 7.45 14.1 38.1 4
## 42 tip low 2 3.1 8.74 16.1 39.1 3
## 87 notip low 1 3.0 9.93 12.0 56.6 6
## 69 notip high 1 2.6 16.57 17.1 141.1 3
## 76 notip high 2 2.6 18.88 16.4 181.5 14
## 56 notip medium 1 2.5 14.85 17.5 77.8 10
## 89 notip low 2 2.4 9.10 14.5 78.7 8
## 82 notip low 1 2.3 7.28 13.8 32.8 6
## 63 notip medium 2 2.2 10.70 15.3 97.1 7
## 84 notip low 1 2.2 9.97 9.6 63.1 2
## 72 notip high 1 2.1 19.15 15.6 176.7 6
## 62 notip medium 2 1.8 10.47 11.8 120.8 9
## 86 notip low 1 1.8 6.01 17.6 46.2 4
## 68 notip high 1 1.2 18.24 16.6 148.1 7Si queremos ordenar una base de datos según varias variables, lo podemos hacer con la misma función.
flowers[order(flowers$flowers, flowers$block), ]## treat nitrogen block height weight leafarea shootarea flowers
## 1 tip medium 1 7.5 7.62 11.7 31.9 1
## 4 tip medium 1 10.4 8.78 11.9 20.3 1
## 35 tip low 1 6.4 5.97 8.7 7.3 2
## 84 notip low 1 2.2 9.97 9.6 63.1 2
## 13 tip medium 2 7.1 8.16 29.6 9.7 2
## 46 tip low 2 5.6 8.10 10.1 5.8 2
## 77 notip high 2 6.0 13.68 16.2 133.7 2
## 18 tip high 1 10.0 18.07 16.9 90.5 3
## 23 tip high 1 8.5 17.82 20.5 54.4 3
## 37 tip low 1 9.7 6.49 8.1 18.0 3
## 39 tip low 1 9.1 8.96 9.7 23.8 3
## 53 notip medium 1 3.5 12.93 16.6 109.3 3
## 55 notip medium 1 4.9 6.89 8.2 52.9 3
## 69 notip high 1 2.6 16.57 17.1 141.1 3
## 14 tip medium 2 6.0 11.22 13.0 16.4 3
## 42 tip low 2 3.1 8.74 16.1 39.1 3
## 5 tip medium 1 10.4 13.58 14.5 26.9 4
## 33 tip low 1 8.0 6.88 9.3 16.1 4
## 34 tip low 1 8.0 10.23 11.9 88.1 4
## 54 notip medium 1 8.5 10.04 12.3 113.6 4
## 86 notip low 1 1.8 6.01 17.6 46.2 4
## 26 tip high 2 7.7 14.77 17.2 104.5 4
## 43 tip low 2 7.9 8.89 8.4 34.1 4
## 44 tip low 2 8.8 9.39 7.1 38.9 4
## 45 tip low 2 8.5 7.16 8.7 29.9 4
## 92 notip low 2 3.2 7.45 14.1 38.1 4
## 20 tip high 1 8.5 14.33 13.2 91.4 5
## 38 tip low 1 12.3 11.27 13.7 28.7 5
## 83 notip low 1 5.2 5.79 11.0 67.4 5
## 88 notip low 1 3.7 7.03 7.9 36.7 5
## 9 tip medium 2 10.4 10.48 10.5 57.8 5
## 30 tip high 2 6.2 17.32 11.6 85.9 5
## 41 tip low 2 7.4 10.89 13.3 9.5 5
## 64 notip medium 2 3.9 12.97 17.0 97.5 5
## 73 notip high 2 4.7 13.42 19.8 124.7 5
## 8 tip medium 1 9.4 10.28 14.0 28.5 6
## 24 tip high 1 6.5 17.13 24.1 147.4 6
## 50 notip medium 1 5.3 9.29 11.5 82.3 6
## 72 notip high 1 2.1 19.15 15.6 176.7 6
## 81 notip low 1 3.9 7.17 13.5 52.8 6
## 82 notip low 1 2.3 7.28 13.8 32.8 6
## 87 notip low 1 3.0 9.93 12.0 56.6 6
## 12 tip medium 2 11.0 11.56 12.6 31.3 6
## 15 tip medium 2 9.0 10.20 10.8 90.1 6
## 16 tip medium 2 4.5 12.55 13.4 14.4 6
## 47 tip low 2 11.5 8.72 10.2 28.3 6
## 59 notip medium 2 5.8 10.18 15.7 88.8 6
## 90 notip low 2 5.7 9.05 9.6 63.2 6
## 91 notip low 2 3.7 8.10 10.5 60.5 6
## 94 notip low 2 3.3 8.92 11.6 55.2 6
## 96 notip low 2 4.4 10.60 16.2 63.3 6
## 7 tip medium 1 6.9 10.11 13.2 43.1 7
## 40 tip low 1 8.9 11.48 11.1 39.4 7
## 67 notip high 1 6.4 11.52 12.1 140.5 7
## 68 notip high 1 1.2 18.24 16.6 148.1 7
## 85 notip low 1 4.5 8.60 9.4 113.5 7
## 27 tip high 2 6.4 13.60 13.6 152.6 7
## 48 tip low 2 5.8 8.04 5.8 30.7 7
## 58 notip medium 2 3.9 9.07 9.6 90.4 7
## 63 notip medium 2 2.2 10.70 15.3 97.1 7
## 75 notip high 2 6.5 14.00 10.1 126.5 7
## 36 tip low 1 7.6 13.05 7.2 47.2 8
## 49 notip medium 1 5.6 11.03 18.6 49.9 8
## 10 tip medium 2 12.3 13.48 16.1 36.9 8
## 31 tip high 2 6.3 14.50 18.3 55.6 8
## 80 notip high 2 5.2 17.70 19.1 181.1 8
## 89 notip low 2 2.4 9.10 14.5 78.7 8
## 6 tip medium 1 9.8 10.08 12.2 72.7 9
## 17 tip high 1 12.6 18.66 18.6 54.0 9
## 28 tip high 2 8.8 16.58 16.7 100.1 9
## 29 tip high 2 9.2 13.26 11.3 108.0 9
## 60 notip medium 2 4.5 13.68 14.8 125.5 9
## 62 notip medium 2 1.8 10.47 11.8 120.8 9
## 93 notip low 2 3.9 9.19 12.4 52.6 9
## 95 notip low 2 5.5 8.44 13.5 77.6 9
## 2 tip medium 1 10.7 12.14 14.1 46.0 10
## 3 tip medium 1 11.2 12.76 7.1 66.7 10
## 56 notip medium 1 2.5 14.85 17.5 77.8 10
## 51 notip medium 1 7.5 13.60 13.6 122.2 11
## 52 notip medium 1 4.1 12.58 13.9 136.6 11
## 79 notip high 2 4.6 14.65 16.7 91.7 11
## 19 tip high 1 10.0 13.29 15.8 142.7 12
## 22 tip high 1 10.1 15.49 12.6 77.2 12
## 66 notip high 1 8.5 17.33 19.8 184.4 12
## 11 tip medium 2 10.4 13.18 11.1 56.8 12
## 25 tip high 2 11.5 23.89 14.3 101.5 12
## 57 notip medium 2 5.4 11.36 17.8 104.6 12
## 21 tip high 1 14.1 19.12 13.1 113.2 13
## 71 notip high 1 7.2 15.21 15.9 135.0 14
## 32 tip high 2 17.2 19.20 10.9 89.9 14
## 61 notip medium 2 8.0 11.43 12.6 43.2 14
## 76 notip high 2 2.6 18.88 16.4 181.5 14
## 74 notip high 2 5.0 16.82 17.3 182.5 15
## 65 notip high 1 8.5 22.53 20.8 166.9 16
## 78 notip high 2 9.3 18.75 18.4 181.1 16
## 70 notip high 1 10.9 17.22 49.2 189.6 17Las funciones para ordenar se pueden aplicar fácilmente a los datos
numéricos, para aplicarla a los datos de texto primero debemos indicar
cuál es el orden de los factores. Si no lo hacemos, ordena las
observaciones alfabéticamente. Asignamos un orden con la función
factor() y el argumento levels=.
flowers$nitrogen <- factor(flowers$nitrogen, levels = c("low", "medium", "high"))
flowers[order(flowers$nitrogen),]## treat nitrogen block height weight leafarea shootarea flowers
## 33 tip low 1 8.0 6.88 9.3 16.1 4
## 34 tip low 1 8.0 10.23 11.9 88.1 4
## 35 tip low 1 6.4 5.97 8.7 7.3 2
## 36 tip low 1 7.6 13.05 7.2 47.2 8
## 37 tip low 1 9.7 6.49 8.1 18.0 3
## 38 tip low 1 12.3 11.27 13.7 28.7 5
## 39 tip low 1 9.1 8.96 9.7 23.8 3
## 40 tip low 1 8.9 11.48 11.1 39.4 7
## 41 tip low 2 7.4 10.89 13.3 9.5 5
## 42 tip low 2 3.1 8.74 16.1 39.1 3
## 43 tip low 2 7.9 8.89 8.4 34.1 4
## 44 tip low 2 8.8 9.39 7.1 38.9 4
## 45 tip low 2 8.5 7.16 8.7 29.9 4
## 46 tip low 2 5.6 8.10 10.1 5.8 2
## 47 tip low 2 11.5 8.72 10.2 28.3 6
## 48 tip low 2 5.8 8.04 5.8 30.7 7
## 81 notip low 1 3.9 7.17 13.5 52.8 6
## 82 notip low 1 2.3 7.28 13.8 32.8 6
## 83 notip low 1 5.2 5.79 11.0 67.4 5
## 84 notip low 1 2.2 9.97 9.6 63.1 2
## 85 notip low 1 4.5 8.60 9.4 113.5 7
## 86 notip low 1 1.8 6.01 17.6 46.2 4
## 87 notip low 1 3.0 9.93 12.0 56.6 6
## 88 notip low 1 3.7 7.03 7.9 36.7 5
## 89 notip low 2 2.4 9.10 14.5 78.7 8
## 90 notip low 2 5.7 9.05 9.6 63.2 6
## 91 notip low 2 3.7 8.10 10.5 60.5 6
## 92 notip low 2 3.2 7.45 14.1 38.1 4
## 93 notip low 2 3.9 9.19 12.4 52.6 9
## 94 notip low 2 3.3 8.92 11.6 55.2 6
## 95 notip low 2 5.5 8.44 13.5 77.6 9
## 96 notip low 2 4.4 10.60 16.2 63.3 6
## 1 tip medium 1 7.5 7.62 11.7 31.9 1
## 2 tip medium 1 10.7 12.14 14.1 46.0 10
## 3 tip medium 1 11.2 12.76 7.1 66.7 10
## 4 tip medium 1 10.4 8.78 11.9 20.3 1
## 5 tip medium 1 10.4 13.58 14.5 26.9 4
## 6 tip medium 1 9.8 10.08 12.2 72.7 9
## 7 tip medium 1 6.9 10.11 13.2 43.1 7
## 8 tip medium 1 9.4 10.28 14.0 28.5 6
## 9 tip medium 2 10.4 10.48 10.5 57.8 5
## 10 tip medium 2 12.3 13.48 16.1 36.9 8
## 11 tip medium 2 10.4 13.18 11.1 56.8 12
## 12 tip medium 2 11.0 11.56 12.6 31.3 6
## 13 tip medium 2 7.1 8.16 29.6 9.7 2
## 14 tip medium 2 6.0 11.22 13.0 16.4 3
## 15 tip medium 2 9.0 10.20 10.8 90.1 6
## 16 tip medium 2 4.5 12.55 13.4 14.4 6
## 49 notip medium 1 5.6 11.03 18.6 49.9 8
## 50 notip medium 1 5.3 9.29 11.5 82.3 6
## 51 notip medium 1 7.5 13.60 13.6 122.2 11
## 52 notip medium 1 4.1 12.58 13.9 136.6 11
## 53 notip medium 1 3.5 12.93 16.6 109.3 3
## 54 notip medium 1 8.5 10.04 12.3 113.6 4
## 55 notip medium 1 4.9 6.89 8.2 52.9 3
## 56 notip medium 1 2.5 14.85 17.5 77.8 10
## 57 notip medium 2 5.4 11.36 17.8 104.6 12
## 58 notip medium 2 3.9 9.07 9.6 90.4 7
## 59 notip medium 2 5.8 10.18 15.7 88.8 6
## 60 notip medium 2 4.5 13.68 14.8 125.5 9
## 61 notip medium 2 8.0 11.43 12.6 43.2 14
## 62 notip medium 2 1.8 10.47 11.8 120.8 9
## 63 notip medium 2 2.2 10.70 15.3 97.1 7
## 64 notip medium 2 3.9 12.97 17.0 97.5 5
## 17 tip high 1 12.6 18.66 18.6 54.0 9
## 18 tip high 1 10.0 18.07 16.9 90.5 3
## 19 tip high 1 10.0 13.29 15.8 142.7 12
## 20 tip high 1 8.5 14.33 13.2 91.4 5
## 21 tip high 1 14.1 19.12 13.1 113.2 13
## 22 tip high 1 10.1 15.49 12.6 77.2 12
## 23 tip high 1 8.5 17.82 20.5 54.4 3
## 24 tip high 1 6.5 17.13 24.1 147.4 6
## 25 tip high 2 11.5 23.89 14.3 101.5 12
## 26 tip high 2 7.7 14.77 17.2 104.5 4
## 27 tip high 2 6.4 13.60 13.6 152.6 7
## 28 tip high 2 8.8 16.58 16.7 100.1 9
## 29 tip high 2 9.2 13.26 11.3 108.0 9
## 30 tip high 2 6.2 17.32 11.6 85.9 5
## 31 tip high 2 6.3 14.50 18.3 55.6 8
## 32 tip high 2 17.2 19.20 10.9 89.9 14
## 65 notip high 1 8.5 22.53 20.8 166.9 16
## 66 notip high 1 8.5 17.33 19.8 184.4 12
## 67 notip high 1 6.4 11.52 12.1 140.5 7
## 68 notip high 1 1.2 18.24 16.6 148.1 7
## 69 notip high 1 2.6 16.57 17.1 141.1 3
## 70 notip high 1 10.9 17.22 49.2 189.6 17
## 71 notip high 1 7.2 15.21 15.9 135.0 14
## 72 notip high 1 2.1 19.15 15.6 176.7 6
## 73 notip high 2 4.7 13.42 19.8 124.7 5
## 74 notip high 2 5.0 16.82 17.3 182.5 15
## 75 notip high 2 6.5 14.00 10.1 126.5 7
## 76 notip high 2 2.6 18.88 16.4 181.5 14
## 77 notip high 2 6.0 13.68 16.2 133.7 2
## 78 notip high 2 9.3 18.75 18.4 181.1 16
## 79 notip high 2 4.6 14.65 16.7 91.7 11
## 80 notip high 2 5.2 17.70 19.1 181.1 8Ahora vemos cómo se ordena desde “low” hasta “high” y no alfabéticamente (“high”, “low”, “medium”).