Comandos Basicos

Contexto

Primeros pasos en R para aprender a declarar variables, consultar sus valores y realizar operaciones matemáticas básicas (sumas, restas, multiplicaciones y divisiones). Esto sirve como una guía rápida sobre la sintaxis esencial del lenguaje antes de trabajar con bases de datos.

Asignación de variables

x <- 3
y <- 2

Impresión de resultados

x

## [1] 3

y

## [1] 2

Operaciones aritméticas

suma <- x+y 
suma 

## [1] 5

resta <- x-y 
resta

## [1] 1

multiplicacion <- x*y 
multiplicacion

## [1] 6

division <- x/y 
division

## [1] 1.5

division_entera <- x%/%y
division_entera

## [1] 1

residuo <- x%%y 
residuo

## [1] 1

potencia <- x^2 #tambien se puede hacer con ** 
potencia

## [1] 9

Funciones matemáticas

raiz_cuadrada <- sqrt(x) 
raiz_cuadrada

## [1] 1.732051

raiz_cubica <- x^(1/3) 
raiz_cubica

## [1] 1.44225

exponencial <- exp (1)
exponencial

## [1] 2.718282

absoluto <- abs(x) 
absoluto

## [1] 3

signo <- sign(-3)
signo 

## [1] -1

redondeo_arriba <- ceiling(division)
redondeo_arriba

## [1] 2

redondeo_abajo <- floor(division)
redondeo_abajo

## [1] 1

truncar<- trunc(division)
truncar

## [1] 1

Constantes

pi 

## [1] 3.141593

radio <- 5

area_circulo <- pi *radio^2
area_circulo

## [1] 78.53982

Vectores

a <- c(1,2,3,4,5) #juntarlos
a

## [1] 1 2 3 4 5

b<- c(1:100) #secuencia de enteros
b

##   [1]   1   2   3   4   5   6   7   8   9  10  11  12  13  14  15  16  17  18
##  [19]  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34  35  36
##  [37]  37  38  39  40  41  42  43  44  45  46  47  48  49  50  51  52  53  54
##  [55]  55  56  57  58  59  60  61  62  63  64  65  66  67  68  69  70  71  72
##  [73]  73  74  75  76  77  78  79  80  81  82  83  84  85  86  87  88  89  90
##  [91]  91  92  93  94  95  96  97  98  99 100

c<- seq(2,5, by= 0.5) #secuencia especifica
c

## [1] 2.0 2.5 3.0 3.5 4.0 4.5 5.0

d<- rep (1:2, times=3) #Repetir vector
d

## [1] 1 2 1 2 1 2

e<- rep(1:2, each=3) #repetir elementos 
e 

## [1] 1 1 1 2 2 2

f<- c("pera", "manzana", "kiwi", "fresa")
f

## [1] "pera"    "manzana" "kiwi"    "fresa"

longitud <- length(f)
longitud

## [1] 4

promedio<- mean(a)
promedio

## [1] 3

rango <- max(a)-min(a)
rango 

## [1] 4

resumen <-summary(a)
resumen 

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##       1       2       3       3       4       5

orden_ascendente <- sort(a)
orden_ascendente

## [1] 1 2 3 4 5

orden_descendiente <- sort(a,decreasing = TRUE)
orden_descendiente

## [1] 5 4 3 2 1

g<- c(1,2,3,4,5)

suma_vectores <- a+g
suma_vectores

## [1]  2  4  6  8 10

Tipos de datos

• Tipos de datos
• Caracter: palabras, van siempre entre ““.
• Numericos: numeros.
• Logicos: TRUE, FALSE
• Factores : niveles preestablecidos ‘1’ ‘0’
• Para convertir Ej: as.numeric

Graficar

plot (a,g, main="Ventas x mes", xlab= "Mes", ylab ="M de USD")

Operadores racionales

• Igual a==b
• Desigual a!=b
• Mayor que a>b
• Menor a<b
• Mayor o igual que a>=b
• Menor o igual que a<=b

Condicionales

calificacion <- 71

 if (calificacion >= 70) {
   print("Pasa")
 }  else {
   print ("no pasa")
 } 

## [1] "Pasa"

# Tabla 
tabla <- data.frame(a,g)
tabla

##   a g
## 1 1 1
## 2 2 2
## 3 3 3
## 4 4 4
## 5 5 5

Ejercicio 1

• Registra el nombre, peso, altura de alumnos, además de calcular su IMC y asignar su categoria.

nombre <- c("gabo","fede","mayte", "danara")
peso <- c(65,63,55,53)
altura <- c(1.76, 1.75, 1.69, 1.63)
df <- data.frame(nombre,peso,altura)

df$IMC <- peso/(altura**2)

df$categoria <- ifelse(df$IMC < 18.5, "Bajo peso",
                       ifelse(df$IMC < 25, "Peso normal",
                              ifelse(df$IMC < 30, "Sobrepeso", 
                                     ifelese(df$IMC < 35, "Obesidad Grado 1", "Obesidad Extrema"))))

df

##   nombre peso altura      IMC   categoria
## 1   gabo   65   1.76 20.98399 Peso normal
## 2   fede   63   1.75 20.57143 Peso normal
## 3  mayte   55   1.69 19.25703 Peso normal
## 4 danara   53   1.63 19.94806 Peso normal