1) Creando los elementos de la lista

apple <- c(120, 125, 130)
google <- c(1800, 1850, 1900)
amazon <- c(3200, 3300, 3400)

Creando lista “Acciones”

Acciones <- list(
  Apple = apple,
  Google = google,
  Amazon = amazon)
print(Acciones)

## $Apple
## [1] 120 125 130
## 
## $Google
## [1] 1800 1850 1900
## 
## $Amazon
## [1] 3200 3300 3400

2) Añadiendo un nuevo elemento a la lista

Acciones$Microsoft <- c(210, 215, 220)
print(Acciones$Microsoft)

## [1] 210 215 220

print(Acciones)

## $Apple
## [1] 120 125 130
## 
## $Google
## [1] 1800 1850 1900
## 
## $Amazon
## [1] 3200 3300 3400
## 
## $Microsoft
## [1] 210 215 220

3) Extrayendo el segundo elemento del vector Google

Acciones$Google[2]

## [1] 1850

1) Creando una nueva lista

Indicadores <- list(
  PIB = 30000, 
  Inflacion = c(2.5,3.0,3.5), 
  Desempleo = matrix(c(5.0, 5.5, 6.0, 4.5, 4.0, 3.5), nrow = 2), 
  Deuda = list(Publica = 60, Privada = 40))
print(Indicadores)

## $PIB
## [1] 30000
## 
## $Inflacion
## [1] 2.5 3.0 3.5
## 
## $Desempleo
##      [,1] [,2] [,3]
## [1,]  5.0  6.0  4.0
## [2,]  5.5  4.5  3.5
## 
## $Deuda
## $Deuda$Publica
## [1] 60
## 
## $Deuda$Privada
## [1] 40

2) Cálculos

### Usando el Posit Assitant, consulté por la mejor opción para sacar promedio
mean(Indicadores$Desempleo)

## [1] 4.75

Modificando deuda pública en 20%

Indicadores$Deuda$Publica <- Indicadores$Deuda$Publica * 1.20
print(Indicadores$Deuda$Publica)

## [1] 72

1) Creando una lista

Estudiantes <- list(Nombre = c("ANA", "LUIS", "PEDRO"), Edad = c(18, 19, 20), Notas = list(Matemáticas = c(8, 7, 9), Historia = c(6, 8, 7), Inglés = c(9, 10, 8)))
print(Estudiantes)

## $Nombre
## [1] "ANA"   "LUIS"  "PEDRO"
## 
## $Edad
## [1] 18 19 20
## 
## $Notas
## $Notas$Matemáticas
## [1] 8 7 9
## 
## $Notas$Historia
## [1] 6 8 7
## 
## $Notas$Inglés
## [1]  9 10  8

2) Sustituyendo campos

Estudiantes$Nombre[1] <- "ELENA"
print(Estudiantes$Nombre)

## [1] "ELENA" "LUIS"  "PEDRO"

3) Añadiendo elemntos a la lista

Estudiantes$Genero <- c("F","M","NB")
print(Estudiantes)

## $Nombre
## [1] "ELENA" "LUIS"  "PEDRO"
## 
## $Edad
## [1] 18 19 20
## 
## $Notas
## $Notas$Matemáticas
## [1] 8 7 9
## 
## $Notas$Historia
## [1] 6 8 7
## 
## $Notas$Inglés
## [1]  9 10  8
## 
## 
## $Genero
## [1] "F"  "M"  "NB"

4) Cambiando elementos

Estudiantes$Notas$Inglés[3] <- 9
print(Estudiantes$Notas$Inglés)

## [1]  9 10  9

1) Creando un DataFrame

Ventas_tiendas <- data.frame(DIA_1 = c(12, 10, 22, 16, 30), DIA_2 = c(15, 11, 24, 17, 32), DIA_3 = c(14, 13, 21, 19, 31), DIA_4 = c(18, 12, 25, 20, 35), DIA_5 = c(20, 15, 23, 18, 33),row.names = c("TIENDA_A", "TIENDA_B", "TIENDA_C", "TIENDA_D", "TIENDA_E")) 
print(Ventas_tiendas)

##          DIA_1 DIA_2 DIA_3 DIA_4 DIA_5
## TIENDA_A    12    15    14    18    20
## TIENDA_B    10    11    13    12    15
## TIENDA_C    22    24    21    25    23
## TIENDA_D    16    17    19    20    18
## TIENDA_E    30    32    31    35    33

2) Seleccionando un elemento

Ventas_tiendas[3,4]

## [1] 25

3) Seleccionando varios elementos

Ventas_tiendas[ ,c(2,5)]

##          DIA_2 DIA_5
## TIENDA_A    15    20
## TIENDA_B    11    15
## TIENDA_C    24    23
## TIENDA_D    17    18
## TIENDA_E    32    33

4) Sustituyendo un elemento

Ventas_tiendas[2,1] <- 14
print(Ventas_tiendas)

##          DIA_1 DIA_2 DIA_3 DIA_4 DIA_5
## TIENDA_A    12    15    14    18    20
## TIENDA_B    14    11    13    12    15
## TIENDA_C    22    24    21    25    23
## TIENDA_D    16    17    19    20    18
## TIENDA_E    30    32    31    35    33

5) Sustituyendo varios elementos

Ventas_tiendas[5,c(1:5) ] <- Ventas_tiendas[5,c(1:5)] * 1.15
print(Ventas_tiendas)

##          DIA_1 DIA_2 DIA_3 DIA_4 DIA_5
## TIENDA_A  12.0  15.0 14.00 18.00 20.00
## TIENDA_B  14.0  11.0 13.00 12.00 15.00
## TIENDA_C  22.0  24.0 21.00 25.00 23.00
## TIENDA_D  16.0  17.0 19.00 20.00 18.00
## TIENDA_E  34.5  36.8 35.65 40.25 37.95

6) Reemplezando las ventas del “DIA_3”

Ventas_tiendas[ ,3] <- Ventas_tiendas[ ,3] * 2
print(Ventas_tiendas)

##          DIA_1 DIA_2 DIA_3 DIA_4 DIA_5
## TIENDA_A  12.0  15.0  28.0 18.00 20.00
## TIENDA_B  14.0  11.0  26.0 12.00 15.00
## TIENDA_C  22.0  24.0  42.0 25.00 23.00
## TIENDA_D  16.0  17.0  38.0 20.00 18.00
## TIENDA_E  34.5  36.8  71.3 40.25 37.95

```