El vocabulario específico del lenguaje de R se refiere comúnmente como “sintaxis de R” o simplemente “sintaxis R”. Este término hace referencia a las reglas y estructuras gramaticales que rigen la escritura del código en R.
El vocabulario de RStudio y R incluye palabras clave, funciones, operadores y constructores de datos que se utilizan para realizar análisis de datos, estadísticas y otras tareas relacionadas con datos. Algunos ejemplos de términos comunes en la sintaxis de R incluyen:
#1. Variables: Nombres que almacenan datos.
#2. Funciones: Conjuntos de instrucciones para realizar tareas específicas.
#3. Operadores: Símbolos utilizados para realizar operaciones matemáticas o lógicas.
#4. Estructuras de control: Instrucciones que controlan el flujo de ejecución, como if-else, for, while, etc.
#5. Objetos: Tipos de datos, como vectores, matrices, data frames, listas, etc.
#6. Paquetes (librerías): Conjuntos de funciones adicionales que amplían las capacidades de R.
En R, las variables son elementos fundamentales que se utilizan para almacenar y manipular datos. En R, puedes asignar valores a variables y luego realizar operaciones y cálculos con esas variables. Aquí hay una descripción de cómo trabajar con variables y los tipos de datos más comunes en R:
mi_variable <- 30
otra_variable = "Hello, World"
Nombres de variables: Los nombres de las variables en R deben comenzar con una letra (mayúscula o minúscula) o un punto (pero no se recomienda comenzar con un punto), seguido de letras, números o puntos. Evita usar nombres de variables que sean palabras reservadas en R.
Tipos de datos: R es un lenguaje de programación con tipado dinámico, lo que significa que no es necesario declarar explícitamente el tipo de una variable. R asigna automáticamente un tipo de datos a una variable en función del valor que le asignas. Algunos tipos de datos comunes en R incluyen: Numeric (numérico): Para números reales o enteros. Ejemplo: mi_numero <- 3.14
#Character (caracteres): Para texto. Ejemplo:
mi_texto <- "Hello"
#Logical (lógico): Para valores booleanos TRUE o FALSE. Ejemplo:
mi_logico <- TRUE
#Integer (entero): Para números enteros. Ejemplo:
mi_entero <- 30L
#Factor: Utilizado para representar datos categóricos.
#Date (fecha): Para fechas. Ejemplo:
mi_fecha <- as.Date("2023-09-27")
#Time (hora): Para horas. Ejemplo:
mi_hora <- as.POSIXct("2023-09-27 14:30:00")
mi_numero <- 30
class(mi_numero)
## [1] "numeric"
mi_numero <- as.character(mi_numero)
class(mi_numero)
## [1] "character"
mi_vector <- c(1, 2, 3, 4, 5)
Estos son conceptos básicos para trabajar con variables y tipos de datos en R. Con estas herramientas, puedes realizar análisis de datos y cálculos de manera efectiva en este lenguaje.
En R, puedes utilizar una variedad de operadores matemáticos para realizar operaciones aritméticas en números. Aquí tienes una lista de los operadores matemáticos más comunes en R:
a <- 5
b <- 3
resultado_suma = a + b
resultado_suma
## [1] 8
a <- 10
b <- 4
resultado_resta = a - b
resultado_resta
## [1] 6
a <- 6
b <- 7
resultado_multiplicacion = a * b
resultado_multiplicacion
## [1] 42
a <- 20
b <- 5
resultado_division = a / b
resultado_division
## [1] 4
a <- 2
b <- 3
resultado_exponente = a ^ b
resultado_exponente
## [1] 8
a <- 10
b <- 3
resultado_modulo = a %% b
resultado_modulo
## [1] 1
a <- 10
b <- 3
resultado_div_entera = a %/% b
resultado_div_entera
## [1] 3
En R, los operadores relacionales se utilizan para comparar dos valores y determinar si una relación es verdadera o falsa. Estos operadores se utilizan principalmente en expresiones condicionales y son fundamentales para la programación y la toma de decisiones. Aquí tienes una lista de los operadores relacionales en R:
5 == 5
## [1] TRUE
5 == 6
## [1] FALSE
5 != 5
## [1] FALSE
5 != 6
## [1] TRUE
5 > 3
## [1] TRUE
5 > 7
## [1] FALSE
5 < 7
## [1] TRUE
5 < 3
## [1] FALSE
5 >= 5
## [1] TRUE
5 >= 8
## [1] FALSE
5 <= 7
## [1] TRUE
5 <= 3
## [1] FALSE
En R, los operadores lógicos se utilizan para combinar o evaluar expresiones lógicas y son fundamentales para la toma de decisiones en programación y análisis de datos. Aquí tienes una lista de los operadores lógicos en R:
TRUE & TRUE
## [1] TRUE
TRUE & FALSE
## [1] FALSE
TRUE | FALSE
## [1] TRUE
FALSE | FALSE
## [1] FALSE
!TRUE
## [1] FALSE
!FALSE
## [1] TRUE
TRUE == TRUE
## [1] TRUE
TRUE == FALSE
## [1] FALSE
TRUE != TRUE
## [1] FALSE
TRUE != FALSE
## [1] TRUE
x <- 5L
y <- 3.14
texto <- "Hola, mundo!"
genero <- factor(c("Masculino", "Femenino", "Masculino", "Femenino"))
es_verdadero <- TRUE
es_falso <- FALSE
valor_faltante <- NA
mi_vector <- c(1, 2, 3, 4, 5)
mi_lista <- list(nombre = "Juan", edades = c(25, 30, 35))
mi_lista
## $nombre
## [1] "Juan"
##
## $edades
## [1] 25 30 35
mi_matriz <- matrix(1:9, nrow = 3, ncol = 3)
mi_matriz
## [,1] [,2] [,3]
## [1,] 1 4 7
## [2,] 2 5 8
## [3,] 3 6 9
datos <- data.frame(nombre = c("Juan", "María", "Luis"), edad = c(25, 30, 35))
datos
## nombre edad
## 1 Juan 25
## 2 María 30
## 3 Luis 35
cadena1 <- 'Esto es una cadena de texto en comillas simples.'
cadena2 <- "Esto es una cadena de texto en comillas dobles."
cadena1 <- "Hola,"
cadena2 <- "mundo!"
cadena_combinada <- paste(cadena1, cadena2)
cadena_combinada
## [1] "Hola, mundo!"
cadena <- "Ejemplo"
longitud <- nchar(cadena)
longitud
## [1] 7
cadena <- "Ejemplo"
subcadena <- cadena[1:3]
cadena <- "Ejemplo"
nueva_cadena <- sub("E", "X", cadena)
nueva_cadena
## [1] "Xjemplo"
cadena1 <- "Hola"
cadena2 <- "Hola"
resultado <- cadena1 == cadena2
resultado
## [1] TRUE
cadena_multilinea <-"Esta
es una cadena
con multiples lineas
en R."
nombre <- "Juan"
edad <- 30
mensaje <- paste("Mi nombre es", nombre, "y tengo", edad, "años.")
mensaje
## [1] "Mi nombre es Juan y tengo 30 años."