Instalación R: https://cran.r-project.org/
Instalación RStudio: https://www.rstudio.com/products/rstudio/download/
9 de julio de 2018
R y RStudio
Interfaz RStudio
Exploración de RStudio
- Crear un script R.
- Instalar una libreria.
- Ayuda en RStudio.
- Cargar un archivo de excel.
Espacios de trabajo y archivos
Directorio y variables que R está utilizando en este momento
getwd()
## [1] "C:/Users/Usuario/Documents/RESEARCH/2018/2018-R-HPC/material"
ls()
## character(0)
Asigne el valor 9 a la variable x, usando x <- 9. Observe nuevamente los objetos contenidos en el espacio de trabajo local.
x <- 9 ls()
## [1] "x"
Espacios de trabajo y archivos
Liste todos los archivos en el directorio de trabajo usando list.files() o dir().
list.files()
## [1] "1-Intro-CursoHPC.html" ## [2] "1-Intro-CursoHPC.Rmd" ## [3] "2-coneccion_clustser.html" ## [4] "2-coneccion_clustser.Rmd" ## [5] "2-coneccion_clustser.tex" ## [6] "Conceptos-figure" ## [7] "Conceptos-rpubs.html" ## [8] "Conceptos.md" ## [9] "Conceptos.Rpres" ## [10] "coneccion_clustser.html" ## [11] "coneccion_clustser.Rmd" ## [12] "doParallel.Rmd" ## [13] "hpc.png" ## [14] "HPC_for_dummies.pdf" ## [15] "hpc2.png" ## [16] "Imagen1.png" ## [17] "Imagen2.png" ## [18] "Imagen3.png" ## [19] "Imagen4.png" ## [20] "Imagen5.png" ## [21] "Imagen6.png" ## [22] "Imagen7.png" ## [23] "Imagen8.png" ## [24] "INTRODUCCION.Rmd" ## [25] "keygen-mac.png" ## [26] "maxresdefault.jpg" ## [27] "mytest3.R" ## [28] "operadores1.png" ## [29] "operadores2.png" ## [30] "Paralell-material.html" ## [31] "Paralell-material.Rmd" ## [32] "preuba.html" ## [33] "preuba.Rmd" ## [34] "pruebas.html" ## [35] "pruebas.Rmd" ## [36] "puttygen1.png" ## [37] "puttygen2.png" ## [38] "puttygen4.png" ## [39] "puttygen5.png" ## [40] "puttygen6.png" ## [41] "R_Basico.html" ## [42] "R_Basico.Rmd" ## [43] "R_Basico.tex" ## [44] "rocesamiento en paralelo en computador personal.Rmd" ## [45] "rocesamiento_en_paralelo_en_computador_personal.html" ## [46] "rocesamiento_en_paralelo_en_computador_personal.Rmd" ## [47] "rsconnect" ## [48] "Rstsudio.png" ## [49] "Rstudioserver.png" ## [50] "rstudioserver.Rmd" ## [51] "temario-hpc-cedia.html" ## [52] "temario-hpc-cedia.Rmd" ## [53] "useR2008hpcRexample.pdf" ## [54] "useR2010hpcTutorial.pdf"
dir()
## [1] "1-Intro-CursoHPC.html" ## [2] "1-Intro-CursoHPC.Rmd" ## [3] "2-coneccion_clustser.html" ## [4] "2-coneccion_clustser.Rmd" ## [5] "2-coneccion_clustser.tex" ## [6] "Conceptos-figure" ## [7] "Conceptos-rpubs.html" ## [8] "Conceptos.md" ## [9] "Conceptos.Rpres" ## [10] "coneccion_clustser.html" ## [11] "coneccion_clustser.Rmd" ## [12] "doParallel.Rmd" ## [13] "hpc.png" ## [14] "HPC_for_dummies.pdf" ## [15] "hpc2.png" ## [16] "Imagen1.png" ## [17] "Imagen2.png" ## [18] "Imagen3.png" ## [19] "Imagen4.png" ## [20] "Imagen5.png" ## [21] "Imagen6.png" ## [22] "Imagen7.png" ## [23] "Imagen8.png" ## [24] "INTRODUCCION.Rmd" ## [25] "keygen-mac.png" ## [26] "maxresdefault.jpg" ## [27] "mytest3.R" ## [28] "operadores1.png" ## [29] "operadores2.png" ## [30] "Paralell-material.html" ## [31] "Paralell-material.Rmd" ## [32] "preuba.html" ## [33] "preuba.Rmd" ## [34] "pruebas.html" ## [35] "pruebas.Rmd" ## [36] "puttygen1.png" ## [37] "puttygen2.png" ## [38] "puttygen4.png" ## [39] "puttygen5.png" ## [40] "puttygen6.png" ## [41] "R_Basico.html" ## [42] "R_Basico.Rmd" ## [43] "R_Basico.tex" ## [44] "rocesamiento en paralelo en computador personal.Rmd" ## [45] "rocesamiento_en_paralelo_en_computador_personal.html" ## [46] "rocesamiento_en_paralelo_en_computador_personal.Rmd" ## [47] "rsconnect" ## [48] "Rstsudio.png" ## [49] "Rstudioserver.png" ## [50] "rstudioserver.Rmd" ## [51] "temario-hpc-cedia.html" ## [52] "temario-hpc-cedia.Rmd" ## [53] "useR2008hpcRexample.pdf" ## [54] "useR2010hpcTutorial.pdf"
Ayuda
?list.files
Use la funcion args() con el nombre de una funcion list.files para conocer los argumentos de la funcion.
args(list.files)
## function (path = ".", pattern = NULL, all.files = FALSE, full.names = FALSE, ## recursive = FALSE, ignore.case = FALSE, include.dirs = FALSE, ## no.. = FALSE) ## NULL
Crear directorios
Use dir.create() para crear un directorio llamado "testdir" en el directorio de trabajo actual.
dir.create("testdir")
Configure "testdir"como nuevo directorio de trabajo.
setwd("testdir")
Crear archivos
Cree un archivo en el directorio de trabajo llamado "mytest.R" usando la funcion file.create(). Este archivo será el único en el directorio creado. Revise esto listando todos los archivos del directorio de trabajo. Finalmente, revisa si "mytest.R" existe en el directorio de trabajo usando la funcion file exists().
setwd("C:/Users/Usuario/Documents/RESEARCH/2018/2018-R-HPC/material/testdir/")
file.create("mytest.R")
## [1] TRUE
list.files()
## [1] "mytest.R"
file.exists("mytest.R")
## [1] TRUE
Información sobre archivos
Observa información sobre el archivo "mytest.R" usando file.info().
file.info("mytest.R")
## size isdir mode mtime ctime atime exe ## mytest.R NA NA <NA> <NA> <NA> <NA> <NA>
Cambie el nombre del archivo "mytest.R" a "mytest2.R" con file.rename().
file.rename("mytest.R", "mytest2.R")
## [1] FALSE
Haga una copia de "mytest2.R" a un nuevo archivo llamado "mytest3.R" usando file.copy().
file.copy("mytest2.R", "mytest3.R")
## [1] FALSE
Información sobre archivos
Elimine mytest2.R usando
file.remove("mytest2.R")
## Warning in file.remove("mytest2.R"): no fue posible abrir el archivo
## 'mytest2.R', motivo 'No such file or directory'
## [1] FALSE
Borre el directorio 'testdir' con todo su contenido
setwd("C:/Users/Usuario/Documents/RESEARCH/2018/2018-R-HPC/material")
unlink("testdir", recursive = TRUE)
Operadores matemáticos
2+2
## [1] 4
2*2
## [1] 4
3**2
## [1] 9
Operadores lógicos
2==3
## [1] FALSE
2!=3
## [1] TRUE
2<3
## [1] TRUE
Asignación de variables
x<- 1 y = 1 z<- "a" x+y
## [1] 2
Tipo de datos básicos
- Numeric: Número Decimal "4.5".
- Numeric: Número Entero "4".
- Logical: Boleano "TRUE - FALSE".
- characters: Texto o cadena de texto.
my_numeric <- 42.5 my_character <- "some text" my_logical <- TRUE
Tipo de datos básicos
class(my_numeric)
## [1] "numeric"
class(my_character)
## [1] "character"
class(my_logical)
## [1] "logical"
Tipo de datos compuestos
- Vector: secuencia de números o texto
- Factor: categorías
- Matrix: tabla numérica
- Data Frame: tabla alfa-numérica
- List: listados de vectores, matrices, data frames
Vectores
numeric_vector <- c(1, 10, 49)
character_vector <- c("a", "b", "c")
numeric_vector*10
## [1] 10 100 490
Vectores
A_vector <- c(1, 2, 3) B_vector <- c(4, 5, 6) A_vector+B_vector
## [1] 5 7 9
Comparando vectores
A_vector == B_vector
## [1] FALSE FALSE FALSE
A_vector > B_vector
## [1] FALSE FALSE FALSE
seleccion <- A_vector > 2 seleccion
## [1] FALSE FALSE TRUE
A_vector[seleccion]
## [1] 3
Seleccionando vectores
Crear un vector x que contiene 20 valores aleatorios (a partir de una distribución normal) y 20 NAs.
x <- sample(c(rnorm(20), rep(NA, 20))) x
## [1] NA NA 0.31952159 NA -0.64726049 ## [6] NA 1.03751702 0.18725672 NA 1.59450867 ## [11] NA -0.93925487 -0.26555103 0.73674746 NA ## [16] NA NA 0.43064744 0.44604685 -0.18897738 ## [21] NA 0.29518888 0.71862611 NA NA ## [26] NA -0.44403756 NA 0.18321008 0.01636656 ## [31] NA NA -0.32786068 NA NA ## [36] NA 1.44465723 0.98161685 -1.54655333 NA
Obtener los primeros 10 elementos de x.
x[1:10]
## [1] NA NA 0.3195216 NA -0.6472605 NA ## [7] 1.0375170 0.1872567 NA 1.5945087
Seleccionando vectores lógicos
Extraer todos aquellos valores que no sean NA (missing data). Recuerde que is.na(x) es una función que arroja un vector con valores lógicos (TRUE y FALSE) de la misma longitud que x. TRUE corresponde para los valores NA y FALSE para los valores que no son NA.
x[is.na(x)]
## [1] NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
Si por el contrario lo que se quiere obtener es el vector con valores que no son NA, debe usarse el operador lógico de negación !, es decir !is.na(x) y que puede leerse como 'no es NA'.
y <- x[!is.na(x)] y
## [1] 0.31952159 -0.64726049 1.03751702 0.18725672 1.59450867 ## [6] -0.93925487 -0.26555103 0.73674746 0.43064744 0.44604685 ## [11] -0.18897738 0.29518888 0.71862611 -0.44403756 0.18321008 ## [16] 0.01636656 -0.32786068 1.44465723 0.98161685 -1.54655333
Seleccionando vectores numéricos
y > 0
## [1] TRUE FALSE TRUE TRUE TRUE FALSE FALSE TRUE TRUE TRUE FALSE ## [12] TRUE TRUE FALSE TRUE TRUE FALSE TRUE TRUE FALSE
y[y > 0]
## [1] 0.31952159 1.03751702 0.18725672 1.59450867 0.73674746 0.43064744 ## [7] 0.44604685 0.29518888 0.71862611 0.18321008 0.01636656 1.44465723 ## [13] 0.98161685
x[x > 0]
## [1] NA NA 0.31952159 NA NA 1.03751702 ## [7] 0.18725672 NA 1.59450867 NA 0.73674746 NA ## [13] NA NA 0.43064744 0.44604685 NA 0.29518888 ## [19] 0.71862611 NA NA NA NA 0.18321008 ## [25] 0.01636656 NA NA NA NA NA ## [31] 1.44465723 0.98161685 NA
x[!is.na(x) & x > 0]
## [1] 0.31952159 1.03751702 0.18725672 1.59450867 0.73674746 0.43064744 ## [7] 0.44604685 0.29518888 0.71862611 0.18321008 0.01636656 1.44465723 ## [13] 0.98161685
Seleccionando posiciones dentro de los vectores
x[3]
## [1] 0.3195216
x[c(3, 5, 7)]
## [1] 0.3195216 -0.6472605 1.0375170
x[c(-2, -10)]
## [1] NA 0.31952159 NA -0.64726049 NA ## [6] 1.03751702 0.18725672 NA NA -0.93925487 ## [11] -0.26555103 0.73674746 NA NA NA ## [16] 0.43064744 0.44604685 -0.18897738 NA 0.29518888 ## [21] 0.71862611 NA NA NA -0.44403756 ## [26] NA 0.18321008 0.01636656 NA NA ## [31] -0.32786068 NA NA NA 1.44465723 ## [36] 0.98161685 -1.54655333 NA
x[-c(2, 10)]
## [1] NA 0.31952159 NA -0.64726049 NA ## [6] 1.03751702 0.18725672 NA NA -0.93925487 ## [11] -0.26555103 0.73674746 NA NA NA ## [16] 0.43064744 0.44604685 -0.18897738 NA 0.29518888 ## [21] 0.71862611 NA NA NA -0.44403756 ## [26] NA 0.18321008 0.01636656 NA NA ## [31] -0.32786068 NA NA NA 1.44465723 ## [36] 0.98161685 -1.54655333 NA
Vectores con nombres
Cree un vector numérico con tres nombres de elementos usando vect <- c(foo = 11, bar = 2, norf = NA). Podemos observar el nombre de los elementos con la función names().
vect <- c(foo = 11, bar = 2, norf = NA) vect
## foo bar norf ## 11 2 NA
names(vect)
## [1] "foo" "bar" "norf"
Vectores con nombres
Use la función names(), para cambiar los nombres de los vectores.
names(vect) <- c("m1", "m2", "m3")
vect
## m1 m2 m3 ## 11 2 NA
vect["m3"]
## m3 ## NA
Matrices
my_matrix <- matrix(1:20, nrow=4, ncol=5) my_matrix
## [,1] [,2] [,3] [,4] [,5] ## [1,] 1 5 9 13 17 ## [2,] 2 6 10 14 18 ## [3,] 3 7 11 15 19 ## [4,] 4 8 12 16 20
dim(my_matrix)
## [1] 4 5
Seleccionando matrices
my_matrix[1,] #primera fila
## [1] 1 5 9 13 17
my_matrix[,1] #primera columna
## [1] 1 2 3 4
my_matrix[2,1] #celda de segunda final y primera columna
## [1] 2
Data Frame
paciente <- c("Bill", "Gina", "Kelly", "Sue")
my_data <- data.frame(paciente, my_matrix)
my_data
## paciente X1 X2 X3 X4 X5 ## 1 Bill 1 5 9 13 17 ## 2 Gina 2 6 10 14 18 ## 3 Kelly 3 7 11 15 19 ## 4 Sue 4 8 12 16 20
class(my_data)
## [1] "data.frame"
Nombres de columnas en Data Frame
colnames(my_data)
## [1] "paciente" "X1" "X2" "X3" "X4" "X5"
cnames <- c("paciente", "edad", "peso", "test")
colnames(my_data) <- cnames
colnames(my_data)
## [1] "paciente" "edad" "peso" "test" NA NA
Explorando Data Frame
dim(cars)
## [1] 50 2
nrow(cars)
## [1] 50
ncol(cars)
## [1] 2
object.size(cars)
## 1576 bytes
Explorando Data Frame
names(cars)
## [1] "speed" "dist"
head(cars)
## speed dist ## 1 4 2 ## 2 4 10 ## 3 7 4 ## 4 7 22 ## 5 8 16 ## 6 9 10
tail(cars)
## speed dist ## 45 23 54 ## 46 24 70 ## 47 24 92 ## 48 24 93 ## 49 24 120 ## 50 25 85
Explorando Data Frame
summary(cars)
## speed dist ## Min. : 4.0 Min. : 2.00 ## 1st Qu.:12.0 1st Qu.: 26.00 ## Median :15.0 Median : 36.00 ## Mean :15.4 Mean : 42.98 ## 3rd Qu.:19.0 3rd Qu.: 56.00 ## Max. :25.0 Max. :120.00
str(cars)
## 'data.frame': 50 obs. of 2 variables: ## $ speed: num 4 4 7 7 8 9 10 10 10 11 ... ## $ dist : num 2 10 4 22 16 10 18 26 34 17 ...
Seleccionando Data Frame
cars[1, ]
## speed dist ## 1 4 2
cars[, 1]
## [1] 4 4 7 7 8 9 10 10 10 11 11 12 12 12 12 13 13 13 13 14 14 14 14 ## [24] 15 15 15 16 16 17 17 17 18 18 18 18 19 19 19 20 20 20 20 20 22 23 24 ## [47] 24 24 24 25
cars[, "speed"]
## [1] 4 4 7 7 8 9 10 10 10 11 11 12 12 12 12 13 13 13 13 14 14 14 14 ## [24] 15 15 15 16 16 17 17 17 18 18 18 18 19 19 19 20 20 20 20 20 22 23 24 ## [47] 24 24 24 25
cars$speed
## [1] 4 4 7 7 8 9 10 10 10 11 11 12 12 12 12 13 13 13 13 14 14 14 14 ## [24] 15 15 15 16 16 17 17 17 18 18 18 18 19 19 19 20 20 20 20 20 22 23 24 ## [47] 24 24 24 25
Seleccionando Data Frame
cars[c(1,10),]
## speed dist ## 1 4 2 ## 10 11 17
cars[cars$speed >20,]
## speed dist ## 44 22 66 ## 45 23 54 ## 46 24 70 ## 47 24 92 ## 48 24 93 ## 49 24 120 ## 50 25 85
cars[cars$speed == 20,]
## speed dist ## 39 20 32 ## 40 20 48 ## 41 20 52 ## 42 20 56 ## 43 20 64
Seleccionando Data Frame
newdata <- subset(cars, speed > 20, ) newdata
## speed dist ## 44 22 66 ## 45 23 54 ## 46 24 70 ## 47 24 92 ## 48 24 93 ## 49 24 120 ## 50 25 85
Seleccionando Data Frame
newdata <- subset(cars, speed >= 20, "speed") newdata
## speed ## 39 20 ## 40 20 ## 41 20 ## 42 20 ## 43 20 ## 44 22 ## 45 23 ## 46 24 ## 47 24 ## 48 24 ## 49 24 ## 50 25
List
my_vector <- 1:10 my_matrix <- matrix(1:9, ncol = 3) my_df <- mtcars[1:10,] my_list <- list(my_vector,my_matrix,my_df)
Seleccionando List
my_list[[1]]
## [1] 1 2 3 4 5 6 7 8 9 10
my_list[[2]]
## [,1] [,2] [,3] ## [1,] 1 4 7 ## [2,] 2 5 8 ## [3,] 3 6 9
Nombres List
my_list2 <- list(vector=my_vector,matrix=my_matrix,dataframe=my_df) my_list2[["vector"]]
## [1] 1 2 3 4 5 6 7 8 9 10
my_list2$vector
## [1] 1 2 3 4 5 6 7 8 9 10
Visualización en R
plot(cars)
Visualización en R
plot(x = cars$speed, y = cars$dist)
Visualización en R
plot(x = cars$speed, y = cars$dist, xlab = "Speed", ylab = "Stopping Distance")
Visualización en R
plot(cars, col = 2)
Visualización en R
plot(cars, pch = 2)
Visualización de boxplot R
boxplot(formula = mpg ~ cyl, data = mtcars)
Visualización de histograma en R
hist(mtcars$mpg)
Más sobre visualización en R
Crear funciones en R
Basado en https://swcarpentry.github.io/r-novice-inflammation/02-func-R/
myfunction <- function(arg1, arg2, ... ){
statements
return(object)
}
Crear funciones en R
Temperatura Fahrenheit a Kelvin
fahrenheit_to_kelvin <- function(temp_F) {
temp_K <- ((temp_F - 32) * (5 / 9)) + 273.15
return(temp_K)
}
# Punto de congelamiento del agua
fahrenheit_to_kelvin(32)
## [1] 273.15
# Punto de ebullición del agua fahrenheit_to_kelvin(212)
## [1] 373.15
Crear funciones en R
Temperatura Kelvin a Celsius
kelvin_to_celsius <- function(temp_K) {
temp_C <- temp_K - 273.15
return(temp_C)
}
# Cero absolulto en Celsius
kelvin_to_celsius(0)
## [1] -273.15
Crear funciones en R
Temperatura Fahrenheit a Celsius
fahrenheit_to_celsius <- function(temp_F) {
temp_K <- fahrenheit_to_kelvin(temp_F)
temp_C <- kelvin_to_celsius(temp_K)
return(temp_C)
}
# Punto de congelamiento del agua en Celsius
fahrenheit_to_celsius(32.0)
## [1] 0
Crear funciones en R
Funciones anidadas
# Punto de congelamiento del agua en Celsius kelvin_to_celsius(fahrenheit_to_kelvin(32.0))
## [1] 0
Crear funciones en R: loop
for (i in 1:10) {
print(i)
}
## [1] 1 ## [1] 2 ## [1] 3 ## [1] 4 ## [1] 5 ## [1] 6 ## [1] 7 ## [1] 8 ## [1] 9 ## [1] 10
Crear funciones en R: loop
a <- 1:10 b <- 1:10 a+b
## [1] 2 4 6 8 10 12 14 16 18 20
res <- length(a)
for (i in seq_along(a)) {
res[i] <- a[i] + b[i]
}
res
## [1] 2 4 6 8 10 12 14 16 18 20
Crear funciones en R: apply
apply(cbind(a,b),1,sum)
## [1] 2 4 6 8 10 12 14 16 18 20
apply(cbind(a,b),1,mean)
## [1] 1 2 3 4 5 6 7 8 9 10
Actividad 1
Cree una función que calcule la media (mean) de las columnas numéricas del data frame mtcars.
head(mtcars)
## mpg cyl disp hp drat wt qsec vs am gear carb ## Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4 ## Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4 ## Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1 ## Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1 ## Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2 ## Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1
Actividad 2
Adapte la función anterior para que devuelva dos valores, la media (mean) y la mediana (median) de las columnas numéricas del data frame mtcars.