Add a new chunk by clicking the Insert Chunk button on the toolbar or by pressing Ctrl+Alt+I.
When you save the notebook, an HTML file containing the code and output will be saved alongside it (click the Preview button or press Ctrl+Shift+K to preview the HTML file).
The preview shows you a rendered HTML copy of the contents of the editor. Consequently, unlike Knit, Preview does not run any R code chunks. Instead, the output of the chunk when it was last run in the editor is displayed.
es para los titulos
es para los subs
[] para escribir lo que va en el hipervinculo, dps en parentesis el link ** para cursivas (2x lado para negrita) hola hii para realizar operaciones y que nos salga solo el resultado se puede llamar a R `r (20 * 2) ^ 10´ para hacer listas se puede poner con n° y punto 1.uno para poner puntos se hace con guiones y dos puntos -primero el signo de pregunta al principio para saber que hace una función
verbos de manipulacion
filter para filtrar observaciones basados en una o mas condiciones select para seleccionar variables x nombre mutate para crear nuevas variables basadas en otras summarise para crear variables que representan resumenes (promedios) arrange para ordenar las observaciones basadas en las variables group_by agrupar variables
operadores de relación
‘==’ : igualdad
‘!=’ : no igualdad
‘>’ : mayor que
‘<’ : menor que
‘>=’ : mayor o igual
‘<=’ : menor o igual
operadores logicos
‘!’ : negacion, se antepone en una cond logica para invertir su valor (siempre va al principio)
‘&’ : “y” logico, equivalente a agregar mas de un argumento en filter
‘|’ : “o” logico, si se cumple alguna de las condiciones
library(dplyr)
library(gapminder)
filter(gapminder, continent == "Americas", year > 2000)
el operador ‘%in%’ es como el | pero de dif forma
filtrar las observaciones que no esten en los sgtes continentes
filter (gapminder, !(continent %in% c("Americas", "Asia", "Europe")))
[1] "country" "continent" "year" "lifeExp" "pop" "gdpPercap"
select(gapminder, country, year, lifeExp)
no es necesario que las variables seleccionadas vayan con comillas cuando se nombran para cuando queramos solo algunas variables se puede poner : desde y hasta la que queremos (año:pib) (año:pib, continet, xx:xx) otra forma de ordenar variables es la funcion auxiliar everything select(gapminder, year, everything())
otras funciones auxiliares para ocupar con select
- starts_with (prefijo): seleccionar variables que compartan prefijo
- ends_with (sufijo): seleccionar variables que compartan igual sufijo
- contains (patron): seleccionar variables que tengan un patron comun
mutate(gapminder, popMillions = pop / 1e6)
se puede dar nombres nuevos o sobreescribir una variable (mutar)
mutate(gapminder, gdp = pop * gdpPercap,
gdpMillion = round (gdp /1e9, 2))
podemos utilizar funciones en conjunto con mutate para crear nuevas variables
mutate(gapminder, pos_90 = ifelse(year > 1990, TRUE, FALSE))
summarise (gapminder, promedio = median(gdpPercap))
(data gapminder, nombre nueva variable = funcion mean, median, sum (equis variable ya existente)) gapminder + el nombre de la variable a ordenar (arrange)
chile <- filter(gapminder, country = "Chile")
%>% toma el objeto que esta a su izq y lo ingresa como el primer argumento de la accion a ejecutarse por la funcion a la derecha del operador
gapminder %>%
filter (country == "Chile") %>%
select (year, pop, gdpPercap) %>%
mutate (gdpMillion = (gdpPercap * pop) / 1e6 ) %>%
ggplot () +
geom_line (mapping = aes (x = year, y =gdpMillion)) %>%
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