1 Presentación

El presente documento contiene el solucionario a los ejercicios 14.2.10.1 del libro de R for Data Science de Hadley Wickham y Garrett Grolemund en su versión en español.

Este documento se realiza con fines académicos para el curso de Técnicas de Exploración de Datos de la carrera de Estadística e Informática de la Universidad Nacional Agraria La Molina de Lima, Perú.

2 Marco téorico

Estos ejercicios corresponden al tema de Repetición.

library(tidyverse)
library(datos)

El siguiente paso en términos de poder implica controlar cuántas veces queremos que se encuentre un patrón:

  • ?: 0 o 1
  • +: 1 o más
  • *: 0 o más
x <- "1888 es el año más largo en números romanos: MDCCCLXXXVIII"
str_view(x, "CC?")
## [1] │ 1888 es el año más largo en números romanos: MD<CC><C>LXXXVIII
str_view(x, "CC+")
## [1] │ 1888 es el año más largo en números romanos: MD<CCC>LXXXVIII
str_view(x, 'C[LX]+')
## [1] │ 1888 es el año más largo en números romanos: MDCC<CLXXX>VIII

Ten en cuenta que la precedencia de este operador es alta, por lo que puedes escribir: cantái?s para encontrar tanto voseo americano como de la variante peninsular del español (es decir, cantás y cantáis). Esto quiere decir que en la mayor parte de los usos se necesitarán paréntesis, como bana(na)+.

str_view(x, 'C{2,3}?')
## [1] │ 1888 es el año más largo en números romanos: MD<CC>CLXXXVIII
str_view(x, 'C[LX]+?')
## [1] │ 1888 es el año más largo en números romanos: MDCC<CL>XXXVIII

3 Ejercicios 14.2.10.1

3.1 Describe los equivalentes de ?, +, * en el formato {m,n}.

3.1.1 El equivalente de “?” en el formato {m,n}, es:

x <- "1888 es el año más largo en números romanos: MDCCCLXXXVIII"
str_view(x, "C?")
## [1] │ <>1<>8<>8<>8<> <>e<>s<> <>e<>l<> <>a<>ñ<>o<> <>m<>á<>s<> <>l<>a<>r<>g<>o<> <>e<>n<> <>n<>ú<>m<>e<>r<>o<>s<> <>r<>o<>m<>a<>n<>o<>s<>:<> <>M<>D<C><C><C><>L<>X<>X<>X<>V<>I<>I<>I<>
str_view(x, "C{0,1}") #Son equivalentes
## [1] │ <>1<>8<>8<>8<> <>e<>s<> <>e<>l<> <>a<>ñ<>o<> <>m<>á<>s<> <>l<>a<>r<>g<>o<> <>e<>n<> <>n<>ú<>m<>e<>r<>o<>s<> <>r<>o<>m<>a<>n<>o<>s<>:<> <>M<>D<C><C><C><>L<>X<>X<>X<>V<>I<>I<>I<>

3.1.2 El equivalente de “+” en el formato {m,n}, es:

x <- "1888 es el año más largo en números romanos: MDCCCLXXXVIII"
str_view(x, "C+")     
## [1] │ 1888 es el año más largo en números romanos: MD<CCC>LXXXVIII
str_view(x, "C{1,}")  #Son equivalentes
## [1] │ 1888 es el año más largo en números romanos: MD<CCC>LXXXVIII

3.1.3 El equivalente de “*” en el formato {m,n}, es:

x <- "1888 es el año más largo en números romanos: MDCCCLXXXVIII"
str_view(x, "C*")   
## [1] │ <>1<>8<>8<>8<> <>e<>s<> <>e<>l<> <>a<>ñ<>o<> <>m<>á<>s<> <>l<>a<>r<>g<>o<> <>e<>n<> <>n<>ú<>m<>e<>r<>o<>s<> <>r<>o<>m<>a<>n<>o<>s<>:<> <>M<>D<CCC><>L<>X<>X<>X<>V<>I<>I<>I<>
str_view(x, "C{0,}")  #Son equivalentes
## [1] │ <>1<>8<>8<>8<> <>e<>s<> <>e<>l<> <>a<>ñ<>o<> <>m<>á<>s<> <>l<>a<>r<>g<>o<> <>e<>n<> <>n<>ú<>m<>e<>r<>o<>s<> <>r<>o<>m<>a<>n<>o<>s<>:<> <>M<>D<CCC><>L<>X<>X<>X<>V<>I<>I<>I<>

3.2 Describe en palabras con qué coincidiría cada una de estas expresiones regulares: (lee con atención para ver si estamos utilizando una expresión regular o una cadena que define una expresión regular.)

3.2.1 ^.*$

Coincidiría con cualquier cadena de texto, ya que el “^” indica el inicio de la linea, el “.*” cualquier cantidad de caracteres incluyendo ninguno, y por ultimo “$” indica el final de la línea.

3.2.2 “\\{.+\\}”

Coincidirá con cadenas que contengan llaves “{}” y cualquier contenido entre ellas.

3.2.3 \d{4}-\d{2}-\d{2}

Dara error, ya que para coincidir con los comandos descritos por “” indicando que se quiere buscar 4 digitos juntos, deberia ir un “" antes de cada” ” para que pueda funcionar correctamente el codigo, en caso estuviera escrito “\d{4}-\d{2}-\d{2}”, coincidiria con un numero de 4 dígitos separado por “-” de otro de 2 dígitos separado por “-” de otro de 2 dígitos.

3.2.4 “\\\\{4}”

Encontrará coincidencias de 4 “" alineados juntos.

3.3 Crea expresiones regulares para buscar todas las palabras que:

3.3.1 Empiecen con dos consonantes.

textos <- c("perro", "tren", 
            "computadora", "banda", "cráneo", "plato", "charadas trimestrales")
str_view_all(textos, "\\b[^aeiouAEIOU]{2}\\w+\\b")
## [1] │ perro
## [2] │ <tren>
## [3] │ computadora
## [4] │ banda
## [5] │ <cráneo>
## [6] │ <plato>
## [7] │ <charadas>< trimestrales>

3.3.2 Tengan tres o más vocales seguidas.

vocales <- c("limpiauñas", "ouija", "neoeuropeo",
             "neuoastriaco", "hola")

str_view_all(str_to_lower(vocales), "[aeiou]{3,}")
## [1] │ limp<iau>ñas
## [2] │ <oui>ja
## [3] │ n<eoeu>ropeo
## [4] │ n<euoa>striaco
## [5] │ hola

3.3.3 Tengan tres o más pares de vocal-consonante seguidos.

palabras <-
  c("murciélago",
    "aguacate",
    "paralelepípedo",
    "reconocer",
    "abuelito",
    "palta")

str_view_all(
  str_to_lower(palabras),
  "([aeiouáéíóúü][^aeiouáéíóúü]){3}"
)
## [1] │ murciélago
## [2] │ aguacate
## [3] │ p<aralel><epíped>o
## [4] │ r<econoc>er
## [5] │ abuelito
## [6] │ palta