Introduccion a R

a continuación, en el presente trabajo se realizará una breve introducción a las funciones del lenguaje lenguaje R

lenguaje R

R no reconoce idiomas diferentes al lenguaje propio del programa, se basa en el uso de #

# Hola, R

Guardar valores en R

Para realizar esta función R usa el comando “<-” de esta maanera asigna valores numericos a cualquier variable, así.

mango<-15
mango<-23

mango<-1000

Operaciones matematicas

R puede hacer operaciones matemáticas por ejemplo.

2 + 2 # Sumas   
## [1] 4
3 - 1 # Restar  
## [1] 2
4*5 # Multiplicar 
## [1] 20
12 / 3 # Dividir 
## [1] 4
7 ^ 2   # 7 al cuadrado 
## [1] 49
0:25  # Seres  
##  [1]  0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
## [26] 25

Preguntas lógicas

R puede resolver preguntas lógicas, por ejemplo VERDADERO o FALSO.

3 == 5  # es igual?
## [1] FALSE
5 != 0  # es distino?
## [1] TRUE
2 > 9   # 
## [1] FALSE
1 < 8   
## [1] TRUE
5 >= 5  
## [1] TRUE
4 <= 1  
## [1] FALSE
mango < -1
## [1] FALSE

Carácteres

R entiende valores numéricos pero no entiende valores textuales, para ello usamos ” así.

nome_1 <- "usp" # comillas PARA TODOS LOS VALORES TEXTUALES 
# (CARACTERES)

nome_1
## [1] "usp"
nome_2 <- 'usp'

nome_2
## [1] "usp"

Otros valores importantes en R

En R encontramos otros valores importantes de la siguiente manera en español; TRUE=Verdadero ; T=Verdadero ; FALSE=Falso ; F=Falso ; NA=No disponible ; NULL=Anular vectores u objetos ; inf=Numeros infinitos positivos ; -inf=Numeros infinitos negativos.

TRUE #logical
## [1] TRUE
T #logical
## [1] TRUE
FALSE #logical
## [1] FALSE
F #logical
## [1] FALSE
NA #logical ES DISTINO DE CERO!!!!!!
## [1] NA
NULL #NULL
## NULL
Inf #numeric
## [1] Inf
-Inf #numeric
## [1] -Inf

Creacción de vectores

Para la creación de vectores en R, es importante tener en cuenta la funcion concatenar “c()” de lo contrario no lo leerá como vector.

vetor <- 
  c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)

vetor
##  [1]  1  2  3  4  5  6  7  8  9 10

Valores textuales

Para los valores textuales tambien usamos la funcion concatenar “c()” así.

nomes <- c("mariana", "pedro", "daniela")

nomes
## [1] "mariana" "pedro"   "daniela"

Otras funciones de R

Otra de las funciones que tiene R es la de redondear numeros decimales y tambien elegir el numero de decimales que requiera.

round(
  x = 3.141592)
## [1] 3
round(x = 3.141592, digits = 2)
## [1] 3.14
round
## function (x, digits = 0)  .Primitive("round")

coerción

esta función asigna la caracteristica a vaolres numéricos o a palabras, y tambien lo clasifica.

nomes_e_idades <- c("mariana", 22, "pedro", 30, "daniela", 45)

nomes_e_idades
## [1] "mariana" "22"      "pedro"   "30"      "daniela" "45"

Jerarquía de valores textuales, numéricos y lógicos

La jerarquía en R está dada de la siquiente manera, Valores textuales>Valores numéricos>Valores lógicos.

teste <- c("laranja", 230, FALSE)

teste
## [1] "laranja" "230"     "FALSE"
class(teste)
## [1] "character"
outro_teste <- c(12, 37, FALSE, TRUE, FALSE, TRUE, TRUE, TRUE, TRUE)

outro_teste
## [1] 12 37  0  1  0  1  1  1  1
class(outro_teste)
## [1] "numeric"
missings <- c(12, 37, FALSE, TRUE, FALSE, TRUE, TRUE, TRUE, TRUE, NA)

missings
##  [1] 12 37  0  1  0  1  1  1  1 NA
class(missings)
## [1] "numeric"

Variables categóricas

R puede transformar un caracter en un factor y organizarlas por niveles así.

caracter

tipo_sanguineo <- c(
  "A+", "A-", "B+", "B-", "AB+", "AB-", "O+", "O-")

tipo_sanguineo
## [1] "A+"  "A-"  "B+"  "B-"  "AB+" "AB-" "O+"  "O-"
class(tipo_sanguineo)
## [1] "character"
tipo_sanguineo <- factor(tipo_sanguineo)

tipo_sanguineo
## [1] A+  A-  B+  B-  AB+ AB- O+  O- 
## Levels: A- A+ AB- AB+ B- B+ O- O+
class(tipo_sanguineo)
## [1] "factor"

organización por niveles función factor

nivel_escolarizacao <- c("fundamental", "medio", "pregrado")

nivel_escolarizacao
## [1] "fundamental" "medio"       "pregrado"
class(nivel_escolarizacao)
## [1] "character"
# funcion factor:

nivel_escolarizacao <- factor(nivel_escolarizacao)

class(nivel_escolarizacao)
## [1] "factor"
nivel_escolarizacao
## [1] fundamental medio       pregrado   
## Levels: fundamental medio pregrado
# Niveles, factor():

nivel_escolarizacao <- factor(nivel_escolarizacao,
                              levels = c("medio",
                                         "fundamental",
                                         "pregrado"))

Bases de datos

R puede crear bases de datos de acuerdo a nuestra preferencia así.

empresas <- c("Empresa A", NA, "Empresa C", "Empresa D", "Empresa E")
funcionarios <- c(100, 5000, 230, 12000, 1700)
presenca_bolsa <- c(F,T,NA,T,TRUE)
sede_brasil <- c(NA,0,1,0,0)
diretor_executivo <- c(NA,"daniel","carlos","carla","solange")

iguales

length(empresas)
## [1] 5
length(funcionarios)
## [1] 5
length(presenca_bolsa)
## [1] 5
length(sede_brasil)
## [1] 5
length(diretor_executivo)
## [1] 5

para crear una tabla con los vectores usamos la palabra data.frame así.para verla colocamos la palabra View(el nombre que deseamos ver).

dados <- data.frame(empresas, funcionarios, presenca_bolsa, 
                    sede_brasil, diretor_executivo)

dados
##    empresas funcionarios presenca_bolsa sede_brasil diretor_executivo
## 1 Empresa A          100          FALSE          NA              <NA>
## 2      <NA>         5000           TRUE           0            daniel
## 3 Empresa C          230             NA           1            carlos
## 4 Empresa D        12000           TRUE           0             carla
## 5 Empresa E         1700           TRUE           0           solange
View(dados)

Crear mi Base de Datos

En R podemos visualizar paquetes o bases de datos para realizar procedimientos, para este caso utilizaré la base de datos “iris”.

Para mirar las primeras observaciones de la base de datos escogida, usamos la siguiente función

head(x = iris)
##   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1          5.1         3.5          1.4         0.2  setosa
## 2          4.9         3.0          1.4         0.2  setosa
## 3          4.7         3.2          1.3         0.2  setosa
## 4          4.6         3.1          1.5         0.2  setosa
## 5          5.0         3.6          1.4         0.2  setosa
## 6          5.4         3.9          1.7         0.4  setosa

Para mirar las últimas observaciones de la base de datos escogida, usamos la siguiente función

tail(x = iris)
##     Sepal.Length Sepal.Width Petal.Length Petal.Width   Species
## 145          6.7         3.3          5.7         2.5 virginica
## 146          6.7         3.0          5.2         2.3 virginica
## 147          6.3         2.5          5.0         1.9 virginica
## 148          6.5         3.0          5.2         2.0 virginica
## 149          6.2         3.4          5.4         2.3 virginica
## 150          5.9         3.0          5.1         1.8 virginica

para mirar las líneas deseadas en nuestra base de datos usamos la siguiente función

head(iris, n = 1)
##   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1          5.1         3.5          1.4         0.2  setosa
tail(iris, n = 7)
##     Sepal.Length Sepal.Width Petal.Length Petal.Width   Species
## 144          6.8         3.2          5.9         2.3 virginica
## 145          6.7         3.3          5.7         2.5 virginica
## 146          6.7         3.0          5.2         2.3 virginica
## 147          6.3         2.5          5.0         1.9 virginica
## 148          6.5         3.0          5.2         2.0 virginica
## 149          6.2         3.4          5.4         2.3 virginica
## 150          5.9         3.0          5.1         1.8 virginica

estructura str(iris)

se usa para mirar la estrucura de la base de datos.

str(iris)
## 'data.frame':    150 obs. of  5 variables:
##  $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
##  $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
##  $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
##  $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
##  $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...

para mirar el número de líneas en nuestra base de datos usamos la siguiente función

nrow(iris)
## [1] 150

para mirar el número de columnas en nuestra base de datos usamos la siguiente función

ncol(iris)
## [1] 5

para mirar la dimensíon completa de la base de datos usamos la siguiente función

dim(iris)
## [1] 150   5

para mirar los nombres de la base de datos usamos la siguiente función

names(iris)
## [1] "Sepal.Length" "Sepal.Width"  "Petal.Length" "Petal.Width"  "Species"

para eliminar los datos de la base de datos usamos la siguiente función

rm(iris)
## Warning in rm(iris): objeto 'iris' no encontrado

para cargar nuevamente la base de datos usamos la siguiente función

data("iris")