Un objeto es aquello que le asignamos a una variable y lo creamos de la siguiente manera:
y <- 2
La variable es el nombre que le asignamos al objeto, en el ejemplo
anterior la variable es y y el objeto es
2.
Es toda la información que agregamos en el documento de R: los comandos, funciones, variables y objetos, plasmados en líneas de texto para organizar la información.
Los comentarios en R se realizan utilizando el símbolo
#. Sirven para hacer aclaraciones o dejar notas en el
script.
# Esto es un comentario en R
Un archivo .R guarda el código en formato de script,
mientras que un archivo .Rmd tiene una estructura
organizada para crear reportes, combinando código, texto y
visualizaciones.
Seleccionando la parte que queremos ejecutar y presionando
Ctrl + Enter (o Cmd + Enter en Mac).
Muestra información resumida de todas las variables y objetos presentes en el script.
print() y la
ejecución directa de un objeto en la consola.La función print() muestra explícitamente el contenido
de un objeto en la consola, mientras que la ejecución directa también lo
muestra, pero sin un formato controlado.
= y
<- en R?Ambos se utilizan para asignar valores a una variable. Aunque tienen
el mismo propósito, <- es más común en R por
convención.
a <- c("Colombia", "Venezuela", "Ecuador", "Brasil", "Perú")
print(a[3])
print(a[5])
data.frame
en R?Un vector es una estructura unidimensional que contiene elementos del
mismo tipo, mientras que un data.frame es una tabla
bidimensional que puede contener diferentes tipos de datos en cada
columna.
(5 >= 3) # TRUE
(4 == 2 + 2) | (7 < 1) # TRUE
is.numeric(8) # TRUE
is.numeric("Casa") # FALSE
data.frame llamado ventas_data.library(readxl)
ventas_data <- read_excel("ventas.xlsx")
head(ventas_data)
data.frame
en R?colnames(ventas_data) <- c("fecha_venta", "articulo", "valor")
ventas_data$cliente <- c("Ana", "Carlos", "Beatriz", "David", "Elena")
data.frame llamado empresa con
tres columnas y cinco filas de datos ficticios.empresa <- data.frame(
"Rol en la compañia" = c("Gerente", "Analista", "Desarrollador", "Asistente", "Contador"),
"Horas de trabajo" = c(40, 45, 50, 38, 42),
"Permisos en el mes" = c(2, 1, 3, 0, 1)
)
print(empresa)
data.frame
empresa.nuevas_filas <- data.frame(
"Rol en la compañia" = c("Administrador", "Consultor", "Soporte Técnico", "Marketing", "Recursos Humanos"),
"Horas de trabajo" = c(40, 35, 45, 38, 42),
"Permisos en el mes" = c(1, 2, 0, 3, 1)
)
empresa <- rbind(empresa, nuevas_filas)
print(empresa)
data.frame con los nombres de
empleados y sus años de experiencia. Luego, añade una columna con el
salario estimado.empresa$`Nombre del empleado` <- c("Ana", "Carlos", "Beatriz", "David", "Elena", "Fernando", "Gabriela", "Hugo", "Isabel", "Javier")
empresa$`Años de experiencia` <- c(10, 5, 8, 3, 12, 6, 4, 7, 9, 11)
empresa$`Salario estimado` <- 350000 + (empresa$`Años de experiencia` * 200)
print(empresa)
data.frame de ventas, calcula el total de
ventas.total_ventas <- sum(ventas_data$valor)
print(total_ventas)
data.frame en R?empresa <- empresa[!duplicated(empresa), ]
data.frame empresa ubicado en la
columna 2, fila 3.print(empresa[3, 2])
Vector <- 1:10
impares <- Vector[seq(1, length(Vector), by = 2)]
print(impares)
diferencia <- Vector[3] - Vector[8]
print(diferencia)
cubo <- Vector[3]^3
print(cubo)
j = 9 y
k = 12.j <- 9
k <- 12
suma <- j + k
print(suma)
Se produce un error debido a la coerción de tipos en R, ya que no se pueden realizar operaciones aritméticas entre tipos incompatibles.