Operadores relacionales

Comparan dos números y devuelven un valor lógico.

• x == y: Devuelve TRUE si el número x es igual que el número y, y FALSE en caso contrario.
• x > y: Devuelve TRUE si el número x es mayor que el número y, y FALSE en caso contrario.
• x < y: Devuelve TRUE si el número x es menor que el número y, y FALSE en caso contrario.
• x >= y: Devuelve TRUE si el número x es mayor o igual que el número y, y FALSE en caso contrario.
• x <= y: Devuelve TRUE si el número x es menor o igual a que el número y, y FALSE en caso contrario.
• x != y: Devuelve TRUE si el número x es distinto del número y, y FALSE en caso contrario.

Funciones y constantes numéricas

Las siguientes constantes y funciones matemáticas también están ya predefinidas.

• pi: Devuelve el número \(\pi\).
• sqrt(x): Devuelve la raíz cuadrada de x.
• abs(x): Devuelve el valor absoluto de x.
• round(x, n): Devuelve el redondeo de x a n decimales.
• exp(x): Devuelve la exponencial de x (\(e^x\)).
• log(x): Devuelve el logaritmo neperiano de x.
• sin(x): Devuelve el seno del ángulo x en radianes.
• cos(x): Devuelve el coseno del ángulo x en radianes.
• tan(x): Devuelve la tangente del ángulo x en radianes.
• asin(x): Devuelve el arcoseno de x.
• acos(x): Devuelve el arcocoseno de x.
• atan(x): Devuelve el arcotangente de x.

Funciones para cadenas de caracteres

Existen muchas funciones para cadenas de texto pero las más comunes son:

• nchar(c): Devuelve el número de caracteres de la cadena.
• paste(x, y, ..., sep=s): Concatena las cadenas x, y, etc. separándolas por la cadena s. Por defecto la cadena de separación es un espacio en blanco.
• substr(c, start=i, stop=j): Devuelve la subcadena de la cadena c desde la posición i hasta la posición j. El primer carácter de una cadena ocupa la posición 1.
• tolower(c): Devuelve la cadena que resulta de convertir la cadena c a minúsculas.
• toupper(c): Devuelve la cadena que resulta de convertir la cadena c a mayúsculas.

Operaciones de comparación de cadena

• x == y : Devuelve TRUE si la cadena x es igual que la cadena y, y FALSE en caso contrario.
• x > y : Devuelve TRUE si la cadena x sucede a la cadena y, y FALSE en caso contrario.
• x < y : Devuelve TRUE si la cadena x antecede a la cadena y, y FALSE en caso contrario.
• x >= y : Devuelve TRUE si la cadena x sucede o es igual a la cadena y, y FALSE en caso contrario.
• x <= y : Devuelve TRUE si la cadena x antecede o es igual a la cadena y, y FALSE en caso contrario.
• x != y : Devuelve TRUE si la cadena x es distinta de la cadena y, y FALSE en caso contrario.

Tabla de verdad

Creación de vectores

Para construir un vector se utiliza la función de combinación c():

c(x1, x2, ...): Devuelve el vector formado por los elementos x1, x2, etc. También es posible utilizar el operador : para generar un vector de números enteros consecutivos:

x:y: Devuelve el vector de números enteros consecutivos desde x hasta y.

Es posible asignar un nombre a cada elemento de un vector. Los nombres son etiquetas de texto que se asocian a cada elemento. Para asociar un nombre a un elemento se utiliza la sintaxis nombre = valor, donde nombre es una cadena de caracteres y valor es el elemento del vector. (Similar a los diccionarios en Python)

names(x): Devuelve un vector de cadenas de caracteres con los nombres de los elementos del vector x.

Coerción de elementos

Puesto que los elementos de un vector tienen que ser del mismo tipo, cuando se crea un vector con datos de distintos tipos, la función c() los convertirá al mismo tipo, lo que se conoce como coerción de tipos. La coerción se produce de los tipos menos flexibles a los más flexibles: logical < integer < double < character.

Acceso a los elementos de un vector

Para acceder a los elementos de un vector se utiliza un índice. Como veremos a continuación, este índice puede ser entero, lógico o de cadena de caracteres y se indica siempre entre corchetes [ ] a continuación del vector.

Los elementos de un vector están ordenados y el acceso más simple a ellos es mediante su número de orden, es decir, indicando entre corchetes [ ] el entero que corresponde a su número de orden. Se puede acceder simultáneamente a varios elementos mediante un vector con sus números de orden.

Cuando se utiliza un índice lógico, se obtienen los elementos correspondientes a las posiciones donde está el valor booleano TRUE.

Esta forma de acceder es útil cuando se genera el vector de índices mediante operadores relacionales. Cuando se aplica un operador relacional a un vector se obtiene otro vector lógico que resulta de aplicar el operador relacional a cada uno de los elementos del vector. De esta manera se puede realizar filtros para obtener los elementos de un vector que cumplen una determinada condición.

Si los elementos de un vector tienen nombre, es posible acceder a ellos usando sus nombres como índices. Esto aplica para los arreglos tipo lista o los arreglos tipo Data frame.

Pertenencia a un vector

Para comprobar si un valor en particular es un elemento de un vector se puede utilizar el operador %in%:

x <- 1:3
2 %in% x

## [1] TRUE

Modificación de los elementos de un vector

Para modificar uno o varios elementos de un vector basta con acceder a esos elementos y usar el operador de asignación para asignar nuevos valores.

v[i] <- x: Asigna el dato x a la posición i del vector v. v[c(i,j,...)] <- x: Asigna el dato x a las posiciones i, j, etc. del vector v.

Añadir elementos a un vector

Para añadir nuevos elementos a un vector pueden usarse las siguientes funciones:

c(x, y): Devuelve el vector que resulta de añadir al vector x los elementos del vector y. append(x, y, pos): Devuelve el vector que resulta de añadir al vector x los elementos del vector y, a continuación de la posición pos. El parámetro pos es opcional y si no se indica, los elementos de y se añaden al final de los de x.

Eliminar/omitir elementos de un vector

Para eliminar los elementos que ocupan una determinada posición se utiliza el operador de acceso, es decir, los corchetes [ ] pero con los índices correspondientes a las posiciones a eliminar, en negativo.

Eliminación de un vector Para eliminar los elementos de un vector basta con asignar NULL a la variable que lo contiene, pero si se quiere liberar la memoria que ocupa la variable se utiliza la función rm().

Operaciones aritméticas con vectores

• Operaciones aritméticas elemento a elemento Para vectores numéricos las operaciones aritméticas habituales se aplican elemento a elemento. Si los vectores tienen distinto tamaño, el tamaño del vector más pequeño se equipara al tamaño del mayor, reutilizando sus elementos, empezando por el primero.

Factores

• Operaciones con factores

Un factor es una estructura de datos especial que se utiliza para representar categorías de variables cualitativas y por tanto puede tomar un conjunto finito de valores predefinidos conocido como niveles del factor.

Para definir un factor se utiliza la siguiente función:

factor(x, levels = niveles): Crea un dato de tipo factor con los elementos del vector x. Los niveles del factor pueden indicarse mediante el parámetro levels, pasándole un vector con los valores posibles. Si no se indica el parámetro levels los niveles del factor se obtienen automáticamente a partir de los elementos del vector x (tantos niveles con valores distintos tenga).

Los factores son en realidad vectores de números enteros a los que se le añade un atributo especial para indicar los niveles del factor.

Para definir un factor se utiliza la siguiente función:

factor(x, levels = niveles): Crea un dato de tipo factor con los elementos del vector x. Los niveles del factor pueden indicarse mediante el parámetro levels, pasándole un vector con los valores posibles. Si no se indica el parámetro levels los niveles del factor se obtienen automáticamente a partir de los elementos del vector x (tantos niveles con valores distintos tenga).

Los factores son en realidad vectores de números enteros a los que se le añade un atributo especial para indicar los niveles del factor.

Es posible establecer un orden entre los niveles de un factor añadiendo el parámetro ordered = TRUE a la función anterior. Esto es útil para representar categorías ordinales entre las que existe un orden natural.

is.factor(x): Devuelve el booleano TRUE si x es del tipo factor, y FALSE en caso contrario.

Se puede modificar los elementos de un factor de manera similar a como se modifican los elementos de un vector, es decir accediendo al elemento que se quiere modificar y asignándole un nuevo valor. La única diferencia con los vectores es que si el nuevo valor que se quiere asignar no está entre los niveles del factor, se obtiene el valor NA.

Creación de listas

Para construir una lista se utiliza la función list():

list(x1, x2, ...): Devuelve la lista con los elementos x1, x2, etc.

Al igual que con los vectores, es posible asignar un nombre a cada uno de los elementos de una lista.

list("nombre" = "María", "edad" = 21, "dirección" = list("calle" = "Delicias", "número" = 24, "municipio" = "Madrid"))

## $nombre
## [1] "María"
## 
## $edad
## [1] 21
## 
## $dirección
## $dirección$calle
## [1] "Delicias"
## 
## $dirección$número
## [1] 24
## 
## $dirección$municipio
## [1] "Madrid"

El número de elementos de una lista es su tamaño y puede averiguarse con la siguiente función:

lenght(x): Devuelve el número de elementos de la lista x.

Acceso a los elementos de una lista

Se accede a los elementos de una lista de forma similar a los vectores, mediante índices enteros, lógicos o de cadena, entre corchetes [ ].

Al igual que los vectores, los elementos de una lista están ordenados y se puede utilizar un índice entero para acceder a los elementos que ocupan una determinada posición.

persona <- list("nombre" = "María", "edad" = 21)
persona$edad <- 22
persona

## $nombre
## [1] "María"
## 
## $edad
## [1] 22

persona <- list("nombre" = "María", "edad" = 21)
persona$email <- "maria@ceu.es"
persona

## $nombre
## [1] "María"
## 
## $edad
## [1] 21
## 
## $email
## [1] "maria@ceu.es"

append(persona, list("sexo" = "Mujer"), 2)

## $nombre
## [1] "María"
## 
## $edad
## [1] 21
## 
## $sexo
## [1] "Mujer"
## 
## $email
## [1] "maria@ceu.es"

Creación de matrices

Para crear una matriz se utiliza la siguiente función:

matrix(x, nrow = m, ncol = n): Devuelve la matriz con los elementos del vector x organizados en n filas y `mc columnas. Habitualmente basta con especificar el número de filas o el número de columnas.

Como se puede observar en el ejemplo anterior, los elementos se disponen por columnas, pero se pueden disponer los elementos por filas pasando el parámetro byrow = TRUE a la función matrix.

Es posible poner nombres a las filas y a las columnas de una matriz añadiendo el parámetro dimnames y pasándole una lista de dos vectores de cadenas con los nombres de las filas y las columnas respectivamente.

Para obtener los nombres de las filas y las columnas de una matriz se utilizan las siguientes funciones:

• rownames(x): Devuelve un vector de cadenas de caracteres con los nombres de las filas de la matriz x.
  
• colnames(x): Devuelve un vector de cadenas de caracteres con los nombres de las columnas de la matriz x.

Para obtener el número de elementos y las dimensiones de una matriz se pueden utilizar las siguientes funciones:

• length(x): Devuelve un entero con el número de elementos de la matriz x.
• nrow(x): Devuelve un entero con el número de filas de la matriz x.
• ncol(x): Devuelve un entero con el número de columnas de la matriz x.
• dim(x): Devuelve un vector de dos enteros con el número de filas y el número de columnas de la matriz x.

Usando esta última función se pueden modificar las dimensiones de una matriz asignando un vector de dos enteros con las nuevas dimensiones. Esto también permite crear una matriz a partir de un vector.

Acceso a los elementos de una matriz

Para acceder a los elementos de una matriz se utilizan dos índices (uno para las filas y otro para las columnas), separados por comas y entre corchetes [] a continuación de la matriz. Al igual que para los vectores, los índices pueden ser enteros, lógicos o de cadenas de caracteres.

Para acceder a los elementos de una matriz mediante índices enteros se indica el número de fila y el número de columna del elemento entre corchetes:

x[i,j]: Devuelve el elemento de la matriz x que está en la fila i y la columna j. Se puede acceder a más de un elemento indicando un vector de enteros para las filas y otro para las columnas. De esta manera se obtiene una submatriz. Si no se indica la fila o la columna se obtienen todos los elementos de todas las filas o columnas. Al igual que para vectores, se pueden utilizar enteros negativos para descartar filas o columnas.

Cuando se utilizan índices lógicos, se obtienen los elementos correspondientes a las filas y columnas donde está el valor booleano TRUE.

Si las filas y las columnas de una matriz tienen nombre, es posible acceder a sus elementos usando los nombres de las filas y columnas como índices.

Finalmente, es posible combinar distintos tipos de índices (enteros, lógicos o de cadena) para indicar las filas y las columnas a las que acceder.

Pertenencia a una matriz

Para comprobar si un valor en particular es un elemento de una matriz se puede utilizar el operador %in%:

x %in% y: Devuelve el booleano TRUE si x es un elemento de la matriz y, y FALSE en caso contrario.

Modificación de los elementos de una matriz

Para modificar uno o varios elementos de una matriz basta con acceder a esos elementos y usar el operador de asignación para asignar nuevos valores.

Añadir elementos a una matriz

Para añadir nuevas filas o columnas a una matriz se utilizan las siguientes funciones:

rbind(x, y): Devuelve la matriz que resulta de añadir nuevas filas a la matriz x con los elementos del vector y. cbind(x, y): Devuelve la matriz que resulta de añadir nuevas columnas a la matriz x con los elementos del vector y.

Para trasponer una matriz se utiliza la función siguiente:

• t(x): Devuelve la matriz traspuesta de la matriz x.

Operaciones aritméticas con matrices

Para matrices numéricas las operaciones aritméticas habituales se aplican elemento a elemento. Si las dimensiones de las matrices son distintas se produce un error.

Data frames

Un data frame es una estructura bidimensional cuyos elementos se organizan por filas y columnas de manera similar a una matriz. La principal diferencia con las matrices es que sus columnas están formadas por vectores, pero pueden tener tipos de datos distintos. Un data frame es un caso particular de lista formada por vectores del mismo tamaño con nombre.

Los data frames son las estructuras de datos más utilizadas en R para almacenar los datos en los análisis estadísticos.

Para crear un data frame se utiliza la siguiente función:

data.frame(nombrex = x, nombrey = y, ...): Devuelve el data frame con columnas los vectores x, y, etc. y nombres de columna nombrex, nombrey, etc.

Para grandes conjuntos de datos es más común crear un data frame a partir de un fichero en formato csv mediante la siguiente función:

• read.csv(f): Devuelve el data frame que se genera a partir de los datos del fichero csv f. Cada fila del fichero csv se corresponde con una fila del data frame y por defecto utiliza la coma , parara separar los datos de las columnas y punto . como separador de decimales de los datos numéricos. Los nombres de las columnas se obtienen automáticamente a partir de la primera fila del fichero.
  

• read.csv2(f): Funciona igual que la función anterior pero utiliza como separador de columnas el punto y coma ; y como separador de decimales la coma ,.

Coerción de otras estructuras de datos a data frames

Para convertir otras estructuras de datos en data frames, se utiliza la siguiente función:

as.data.frame(x): Devuelve el data frame que se obtiene a partir la estructura de datos x a plicanco las siguientes reglas de coerción: * Si x es un vector se obtiene un data frame con una sola columna.
* Si x es una lista se obtiene un data frame con tantas columnas como elementos tenga la lista. Si los elementos de la lista tienen tamaños distintos se obtiene un error.
* Si x es una matriz se obtiene un data frame con el mismo número de columnas y filas que la matriz.

Acceso a los elementos de un data frame

Puesto que un data frame es una lista, se puede acceder a sus elementos como se accede a los elementos de una lista utilizando índices. Con corchetes simples [ ] se obtiene siempre un data frame, mientras que con corchetes dobles [[ ]] o $ se obtiene un vector. Pero también se puede acceder a los elementos de un data frame como si fuese una matriz, indicando un par de índices para las filas y las columnas respectivamente.

Para acceder a las primeras o últimas filas de un data frame se pueden utilizar las siguientes funciones:

• head(df, n): Devuelve un data frame con las n primeras filas del data frame df.
  
• tail(df, n): Devuelve un data frame con las n últimas filas del data frame df.

Estas funciones son útiles para darse una idea del contenido de un data frame con muchas filas.

Para modificar uno o varios elementos de un data frame basta con acceder a esos elementos y usar el operador de asignación para asignar nuevos valores.

Añadir elementos a un data frame

Para añadir nuevas filas o columnas a una data frame se utilizan las mismas funciones que para matrices:

• rbind(df, x): Devuelve el data frame que resulta de añadir nuevas filas al data frame df con los elementos de la lista x.
  

• cbind(df, nombrex = x): Devuelve el data frame que resulta de añadir nuevas columnas al data frame df con los elementos del vector x con nombre nombrex.

Para eliminar una columna de un data frame basta con acceder a la columna y asignarle el valor NULL, mientras que para eliminar una fila basta con acceder a la fila con índice negativo.

Parámetros y argumentos de una función

Una función puede recibir valores cuando se invoca a través de unas variables conocidas como parámetros que se definen entre paréntesis en la declaración de la función. En el cuerpo de la función se pueden usar estos parámetros como si fuesen variables.

Los valores que se pasan a la función en una llamada o invocación concreta de ella se conocen como argumentos y se asocian a los parámetros de la declaración de la función.

# Función con un parámetro
saludo <- function(nombre) {
  print(paste("¡Hola ", nombre, "!", sep = ""))
}
# Llamada a la función con un argumento
saludo("Alf")

## [1] "¡Hola Alf!"

En este ejemplo la función saludo tiene un parámetro nombre. En la llamada a la función se pasa la cadena Alf como argumento que se asocia al parámetro nombre en el cuerpo de la función.

Los argumentos de una función pueden pasarse de dos formas:

Argumentos posicionales: Se asocian a los parámetros de la función en el mismo orden que aparecen en la definición de la función. Argumentos nominales : Se indica explícitamente el nombre del parámetro al que se asocia un argumento de la forma parametro = argumento. En este caso el orden de los argumentos no importa.

Argumentos por defecto

En la definición de una función se puede asignar a cada parámetro un argumento por defecto, de manera que si se invoca la función sin proporcionar ningún argumento para ese parámetro, se utiliza el argumento por defecto.

Retorno de una función

Una función puede devolver un objeto de cualquier tipo tras su invocación. Para ello se utiliza la función return(), indicando entre paréntesis el valor que devuelve la función. El retorno suele realizarse al final del cuerpo de la función, porque con él finaliza la ejecución de la función y se devuelve el control de la ejecución al punto desde donde se llamó a la función, de manera que cualquier instrucción de cuerpo que vaya después no se ejecutará. Si no se indica ningún objeto, la función devolverá el valor de la última expresión calculada en el cuerpo de la función.

Entorno y ámbito de las variables

El entorno de un programa en R es el conjunto de todos los objetos (funciones, variables, etc.) creados durante la ejecución del programa. Cuando se ejecuta el interprete de R siempre se crea un primer entorno R_GlobalEnv conocido como entorno global. Es posible referirse a él en cualquier momento con la constante .GlobalEnv.

Para ver el entorno activo en cada momento de la ejecución y el contenido del mismo se utiliza la siguiente función:

environment(): Devuelve el nombre del entorno actual. ls(): Devuelve un vector con los nombres de las objetos (variables, funciones, etc.) que contiene el entorno global.

Los parámetros y los objetos (funciones, variables, etc.) definidos dentro de una función son de ámbito local, mientras que los objetos definidos fuera de ella en alguno de los entornos ancestros son de ámbito global.

Tanto los parámetros como las variables del ámbito local de una función sólo están accesibles durante la ejecución de la función, es decir, cuando termina la ejecución de la función estas variables desaparecen y no son accesibles desde fuera de la función.

Cuando una función declara un objeto (función, variable, etc.) que ya existe en alguno de los entornos ancestros con ámbito global, durante la ejecución de la función el objeto global queda eclipsado por el local y no es accesible hasta que finaliza la ejecución de la función.

Las variables globales están accesibles siempre que no sean eclipsadas por otras con el mismo nombre de ámbito local. Si embargo, cuando se intenta asignar un valor a una variable global en el ámbito local, se crea una nueva variable local. Para asignar valores a variables globales en el ámbito local se tiene que utilizar el operador de superasignación <<-. Cuando se utiliza este operador para asignar un valor a una variable, R busca la variable entorno padre, y si no existe continua con la búsqueda en los entornos ancestros hasta llegar a entorno global. Si la búsqueda tiene éxito, asigna el nuevo valor a la variable global, mientras que si no tiene éxito se crea una nueva variable de ámbito local y se le asigna el valor.

Componentes de una función

Los tres componentes de una función son:

• Cuerpo: Es el código dentro de la función.
• Parámetros: Es la lista de parámetros que requiere la función.
• Entorno: Es donde se ubican las variables de la función.

Para acceder a estos componentes se pueden utilizar las siguientes funciones:

• body(f): Devuelve el cuerpo de la función f.
• formals(f): Devuelve la lista de parámetros de la función f.
• environment(f): Devuelve el entorno de la función f.

Funciones recursivas

Una función recursiva es una función que en su cuerpo contiene una llama a sí misma.

La recursión es una práctica común en la mayoría de los lenguajes de programación ya que permite resolver las tareas recursivas de manera más natural.

Para garantizar el final de una función recursiva, las sucesivas llamadas tienen que reducir el grado de complejidad del problema, hasta que este pueda resolverse directamente sin necesidad de volver a llamar a la función. De lo contrario la recursión no tendría fin y nunca terminaría la ejecución de la función.

Carga de un paquete

Una vez instalado un paquete, para poder ejecutar su contenido es necesario cargarlo en el entorno de trabajo de R. Para ello se utiliza la siguiente función:

library(x): Ejecuta el código del paquete x en la sesión de trabajo activa.

Paquetes habituales

A continuación se presenta una lista ordenada alfabéticamente (no por importancia) de los paquetes más populares para el análisis de datos:

• caret es un paquete para la creación de modelos de clasificación y regresión mediante aprendizaje automático.
• data.table es un paquete para la manipulación de grandes conjuntos de datos (de hasta 100GB) de manera rápida y eficiente.
• devtools es un paquete con herramientas para el desarrollo de paquetes en R.
• knitr es un paquete que proporciona un motor para la generación de informes dinámicos que permite la integración de código en R con los lenguajes de procesamiento de textos LaTeX, HTML, Markdown, AsciiDoc o reStructuredText.
• mlr3 es un paquete que proporciona funciones para las principales técnicas de aprendizaje automático.
• plotly es un paquete para la creación de gráficos interactivos.
• rmarkdown es un paquete que facilita el uso del paquete knitr para la elaboración de documentos en múltiples formatos (HTML, pdf, Word y otros) permitiendo la integración de código R en el lenguaje Markdown.
• shiny es un paquete para la construcción de aplicaciones web interactivas.
• tidymodels es una colección de paquetes para la construcción y evalucación de modelos con técnicas de aprendizaje automático.
• tidyverse es una colección de paquetes para la Ciencia de Datos que incluye paquetes para la carga, limpieza, manipulación y representación gráfica de datos.

Análisis de Datos Biomédicos

• ggplot2: Para crear gráficos avanzados y personalizables en bioestadística.
• epiR: Paquete para realizar análisis epidemiológicos como tasas, razones de riesgo, odds ratios, etc.
• pROC: Útil para trabajar con curvas ROC y evaluar modelos predictivos.
• Meta y metafor: Para realizar metaanálisis.
• gtsummary: Genera tablas resumen para análisis descriptivos y modelos estadísticos.

Bioinformática y Genómica (relacionado con bioestadística)

• DESeq2: Análisis de datos de expresión génica (RNA-seq).
• edgeR: Para datos de conteo de secuenciación y análisis diferencial.
• GenABEL: Análisis estadístico genético.
• Bioconductor: Repositorio con cientos de paquetes útiles para análisis bioinformáticos.

Tibbles

El paquete tibble define la estructura de datos tibble que es similiar a los data frames, pero optimizada, ya que realiza una carga en memoria y evaluación perezosa, lo que hace más eficiente el manejo de grandes volúmenes de datos estructurados en forma de tabla. Los tibbles, además, suelen dar más información sobre el contenido y la estructura de los datos, así como de incoherencias en los datos.

Los tibbles nunca cambian el tipo de los datos (por ejemplo de cadenas a factores), nunca cambian los nombres de las variables, ni crean nombres de filas, como suelen hacer los data frames.

Aunque los paquetes de tidyverse trabajan perfectamente con data frames, están optimizados para trabajar con tibbles.

Para convertir un data frame en un tibble se utiliza la función

• as_tibble(df): Convierte el data frame df en un tibble.

library(tibble)
df <- data.frame(asignatura = c("Matemáticas", "Física", "Economía"), nota = c(8.5, 7, 4.5))

as_tibble(df)

## # A tibble: 3 × 2
##   asignatura   nota
##   <chr>       <dbl>
## 1 Matemáticas   8.5
## 2 Física        7  
## 3 Economía      4.5

Al igual que los data frames, las columnas de los tibbles son vectores cuyos elementos son del mismo tipo, de manera que suelen representar variables en los estudios estadísticos, mientras que las filas representan individuos, aunque no siempre es así.

El paquete dplyr

El paquete dplyr proporciona una gramática para el preprocesamiento de data frames o tibbles, de manera que cada acción sobre data frame se corresponde con un verbo y las funciones que realizan esa acción tienen como nombre el verbo correspondiente. Las funciones de preprocesamiento más habituales incluidas en el paquete dplyr son:

• count: Cuenta el número de observaciones de un data frame.
• select: Selecciona un subconjunto de columnas de un data frame.
• filter: Selecciona un subconjunto de filas de un data frame.
• arrange: Reordena las filas de un data frame.
• rename: Renombra las columnas de un data frame.
• mutate: Añade nuevas columnas a un data frame o transforma las existentes.
• summarise: Genera resúmenes estadísticos de las columnas de un data frame.
• group_by: Divide las filas de un data frame en grupos de acuerdo a una columna categórica.