Quiz

#EJERCICIOS

1.Crear un vector

a <- c(10, 20, 30, 40, 50, 60)
print(a)

## [1] 10 20 30 40 50 60

2. Calcular la suma de los elementos del vector “a”

suma_a <- sum(a)
print(suma_a)

## [1] 210

3.calcula el producto de los elementos de vector

producto_a <- prod(a)
print(producto_a)

## [1] 7.2e+08

4.Crear un vector b

b<-c(9, 19, 29, 39, 49, 59)
print(b)

## [1]  9 19 29 39 49 59

4.1. Calcular la diferencia del vector a y el vector b

diferencia <- a - b
print(diferencia)

## [1] 1 1 1 1 1 1

5. Crear dos vectores

x<-c(2,3,4,5,6,7,8,9)
y<-c(8,7,6,5,4,3,2,1)

print(x)

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

print(y)

## [1] 8 7 6 5 4 3 2 1

5.1. Calcular

suma_xy<- x+y
print(suma_xy)

## [1] 10 10 10 10 10 10 10 10

producto_xy<- x*y
print(producto_xy)

## [1] 16 21 24 25 24 21 16  9

potencia_xy<- x^{y}
print(potencia_xy)

## [1]  256 2187 4096 3125 1296  343   64    9

raiz_x<-sqrt(x)
print(raiz_x)

## [1] 1.414214 1.732051 2.000000 2.236068 2.449490 2.645751 2.828427 3.000000

raiz_y<-sqrt(y)
print(raiz_y)

## [1] 2.828427 2.645751 2.449490 2.236068 2.000000 1.732051 1.414214 1.000000

6. Comparar dos cantidades que sean iguales y dos que sean diferentes

6.1 Cantidades iguales

cantidades_iguales <- x[1] == y[1]
cantidades_diferentes <- x[1]!= y[1]
print(cantidades_iguales)

## [1] FALSE

print(cantidades_diferentes)

## [1] TRUE

6.2 Cantidades diferentes

cantidades_iguales2 <- x[4] == y[4]
cantidades_diferentes2 <- x[8]!= y[8]
print(cantidades_iguales2)

## [1] TRUE

print(cantidades_diferentes2)

## [1] TRUE

7.Crea un nuevo data frame df2 con las columnas nombre y edad de las personas que viven en la ciudad de “Neiva”. Agrega 12 filas con datos ficticios. De lo anterior Calcula el número de personas que viven en cada ciudad en el data frame df2

nombre<-c("Yandry","Nicolas","Dirley","pepito","Andrea","Carlos", "Camila", 
          "Jorgue", "Andrew", "Gabriela", "Cielo", "Lineth")
edad<-c(19,20,19,20,23,18, 22, 30, 40, 55, 18, 7)
ciudad<-c("Neiva","Algeciras", "Neiva","Medellin", "Barranquilla","Neiva","Neiva","Pereira","Neiva","Neiva","Cali","Neiva")
Datos<-data.frame(nombre, edad, ciudad)
Datos

##      nombre edad       ciudad
## 1    Yandry   19        Neiva
## 2   Nicolas   20    Algeciras
## 3    Dirley   19        Neiva
## 4    pepito   20     Medellin
## 5    Andrea   23 Barranquilla
## 6    Carlos   18        Neiva
## 7    Camila   22        Neiva
## 8    Jorgue   30      Pereira
## 9    Andrew   40        Neiva
## 10 Gabriela   55        Neiva
## 11    Cielo   18         Cali
## 12   Lineth    7        Neiva

8.Agregar dos columnas: Estrato, nivel de estudios, al anterior dataframe

Datos$estrato<-c(1,2,1,1,2,1,1,1,1,3,1,1)
Datos$nivel_de_estudios<-c("primaria","primaria","bachiller","universitaria","primaria","primaria","bachiller","primaria","bachiller","primaria","universitaria","primaria")

Datos

##      nombre edad       ciudad estrato nivel_de_estudios
## 1    Yandry   19        Neiva       1          primaria
## 2   Nicolas   20    Algeciras       2          primaria
## 3    Dirley   19        Neiva       1         bachiller
## 4    pepito   20     Medellin       1     universitaria
## 5    Andrea   23 Barranquilla       2          primaria
## 6    Carlos   18        Neiva       1          primaria
## 7    Camila   22        Neiva       1         bachiller
## 8    Jorgue   30      Pereira       1          primaria
## 9    Andrew   40        Neiva       1         bachiller
## 10 Gabriela   55        Neiva       3          primaria
## 11    Cielo   18         Cali       1     universitaria
## 12   Lineth    7        Neiva       1          primaria

9.Agrega 4 filas con datos arbitrarios

Isabela<-data.frame(nombre="Isabela",edad=19,ciudad="Neiva",estrato=2, nivel_de_estudios="universitaria")
Valentina<-data.frame(nombre="Valentina",edad=21,ciudad="Neiva",estrato=2, nivel_de_estudios="universitaria")
Isabela<-data.frame(nombre="Isabela",edad=19,ciudad="Neiva",estrato=2, nivel_de_estudios="universitaria")
Valentina<-data.frame(nombre="Valentina",edad=21,ciudad="Neiva",estrato=2, nivel_de_estudios="universitaria")
Datos<-rbind(Datos, Isabela, Valentina, Isabela, Valentina)

Datos

##       nombre edad       ciudad estrato nivel_de_estudios
## 1     Yandry   19        Neiva       1          primaria
## 2    Nicolas   20    Algeciras       2          primaria
## 3     Dirley   19        Neiva       1         bachiller
## 4     pepito   20     Medellin       1     universitaria
## 5     Andrea   23 Barranquilla       2          primaria
## 6     Carlos   18        Neiva       1          primaria
## 7     Camila   22        Neiva       1         bachiller
## 8     Jorgue   30      Pereira       1          primaria
## 9     Andrew   40        Neiva       1         bachiller
## 10  Gabriela   55        Neiva       3          primaria
## 11     Cielo   18         Cali       1     universitaria
## 12    Lineth    7        Neiva       1          primaria
## 13   Isabela   19        Neiva       2     universitaria
## 14 Valentina   21        Neiva       2     universitaria
## 15   Isabela   19        Neiva       2     universitaria
## 16 Valentina   21        Neiva       2     universitaria

10.exportar una base de datos