Data Frames

Los data frames son conjunto de datos de renglones y columnas
Puede pensarse que es un conjunto de vectores
En donde caa vector es un columna
Pueden ser de distinto tipo de datos

Crear cinco vectores

Nombres
Edades
Generos
Profesiones
Deportes

nombres <- c("Rubén", "Dany", "Alma", "Carlos","Daniel", "Dell", "Francisco","Isaac", 'Javier', 'Jesús', "Laura","Luis", "Maria", "Verenice", "Gabriel", "Jeorgina", "Claudia", "Adriana", "Javier", "Ernesto")

edades <- c(50, 34, 45, 35, 38, 36, 29, 43, 40, 28, 28, 30, 28, 45, 40, 39, 28, 32, 45, 35)

generos <- c('M', 'F', 'F', 'M', 'M', 'M', 'M','M', 'M', 'M', 'F','M', 'F', 'F', 'M', 'F', 'F', 'F', 'M', 'M' )

profesiones <- rep(c("Informática", "Sistemas", "Civil", "Administración", "Arquitectura"),4)

deportes <- rep(c(TRUE, FALSE), 10)

Mostrarlos

Visualizar cada vector

nombres

##  [1] "Rubén"     "Dany"      "Alma"      "Carlos"    "Daniel"    "Dell"     
##  [7] "Francisco" "Isaac"     "Javier"    "Jesús"     "Laura"     "Luis"     
## [13] "Maria"     "Verenice"  "Gabriel"   "Jeorgina"  "Claudia"   "Adriana"  
## [19] "Javier"    "Ernesto"

edades

##  [1] 50 34 45 35 38 36 29 43 40 28 28 30 28 45 40 39 28 32 45 35

generos

##  [1] "M" "F" "F" "M" "M" "M" "M" "M" "M" "M" "F" "M" "F" "F" "M" "F" "F" "F" "M"
## [20] "M"

profesiones

##  [1] "Informática"    "Sistemas"       "Civil"          "Administración"
##  [5] "Arquitectura"   "Informática"    "Sistemas"       "Civil"         
##  [9] "Administración" "Arquitectura"   "Informática"    "Sistemas"      
## [13] "Civil"          "Administración" "Arquitectura"   "Informática"   
## [17] "Sistemas"       "Civil"          "Administración" "Arquitectura"

deportes

##  [1]  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE
## [13]  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE

Crear un dataframe

A partir de los cinco vectores

datos <- data.frame(nombres, edades, generos, profesiones, deportes)

datos

##      nombres edades generos    profesiones deportes
## 1      Rubén     50       M    Informática     TRUE
## 2       Dany     34       F       Sistemas    FALSE
## 3       Alma     45       F          Civil     TRUE
## 4     Carlos     35       M Administración    FALSE
## 5     Daniel     38       M   Arquitectura     TRUE
## 6       Dell     36       M    Informática    FALSE
## 7  Francisco     29       M       Sistemas     TRUE
## 8      Isaac     43       M          Civil    FALSE
## 9     Javier     40       M Administración     TRUE
## 10     Jesús     28       M   Arquitectura    FALSE
## 11     Laura     28       F    Informática     TRUE
## 12      Luis     30       M       Sistemas    FALSE
## 13     Maria     28       F          Civil     TRUE
## 14  Verenice     45       F Administración    FALSE
## 15   Gabriel     40       M   Arquitectura     TRUE
## 16  Jeorgina     39       F    Informática    FALSE
## 17   Claudia     28       F       Sistemas     TRUE
## 18   Adriana     32       F          Civil    FALSE
## 19    Javier     45       M Administración     TRUE
## 20   Ernesto     35       M   Arquitectura    FALSE

Acceder a las variables del dataframe

Se utiliza el $
Los corchetes [R,C]

Acceder a un vector del data.frame

Se utiliza $

datos$nombres

##  [1] Rubén     Dany      Alma      Carlos    Daniel    Dell      Francisco
##  [8] Isaac     Javier    Jesús     Laura     Luis      Maria     Verenice 
## [15] Gabriel   Jeorgina  Claudia   Adriana   Javier    Ernesto  
## 19 Levels: Adriana Alma Carlos Claudia Daniel Dany Dell Ernesto ... Verenice

datos$deportes

##  [1]  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE
## [13]  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE

Acceder por medio de corchetes []

datos

##      nombres edades generos    profesiones deportes
## 1      Rubén     50       M    Informática     TRUE
## 2       Dany     34       F       Sistemas    FALSE
## 3       Alma     45       F          Civil     TRUE
## 4     Carlos     35       M Administración    FALSE
## 5     Daniel     38       M   Arquitectura     TRUE
## 6       Dell     36       M    Informática    FALSE
## 7  Francisco     29       M       Sistemas     TRUE
## 8      Isaac     43       M          Civil    FALSE
## 9     Javier     40       M Administración     TRUE
## 10     Jesús     28       M   Arquitectura    FALSE
## 11     Laura     28       F    Informática     TRUE
## 12      Luis     30       M       Sistemas    FALSE
## 13     Maria     28       F          Civil     TRUE
## 14  Verenice     45       F Administración    FALSE
## 15   Gabriel     40       M   Arquitectura     TRUE
## 16  Jeorgina     39       F    Informática    FALSE
## 17   Claudia     28       F       Sistemas     TRUE
## 18   Adriana     32       F          Civil    FALSE
## 19    Javier     45       M Administración     TRUE
## 20   Ernesto     35       M   Arquitectura    FALSE

datos [3, ]  # Todas las columnas

##   nombres edades generos profesiones deportes
## 3    Alma     45       F       Civil     TRUE

datos[5, c(1,4)] # Columnas 1 y 4 del reg. 5

##   nombres  profesiones
## 5  Daniel Arquitectura

datos[-5, -5]

##      nombres edades generos    profesiones
## 1      Rubén     50       M    Informática
## 2       Dany     34       F       Sistemas
## 3       Alma     45       F          Civil
## 4     Carlos     35       M Administración
## 6       Dell     36       M    Informática
## 7  Francisco     29       M       Sistemas
## 8      Isaac     43       M          Civil
## 9     Javier     40       M Administración
## 10     Jesús     28       M   Arquitectura
## 11     Laura     28       F    Informática
## 12      Luis     30       M       Sistemas
## 13     Maria     28       F          Civil
## 14  Verenice     45       F Administración
## 15   Gabriel     40       M   Arquitectura
## 16  Jeorgina     39       F    Informática
## 17   Claudia     28       F       Sistemas
## 18   Adriana     32       F          Civil
## 19    Javier     45       M Administración
## 20   Ernesto     35       M   Arquitectura

datos[, "nombres"]

##  [1] Rubén     Dany      Alma      Carlos    Daniel    Dell      Francisco
##  [8] Isaac     Javier    Jesús     Laura     Luis      Maria     Verenice 
## [15] Gabriel   Jeorgina  Claudia   Adriana   Javier    Ernesto  
## 19 Levels: Adriana Alma Carlos Claudia Daniel Dany Dell Ernesto ... Verenice

Algunas funciones de dataframes

La función subset()

subset. Es un subconjunto de un conjunto de datos
El resultado de aplicar subset() es un nuevo dataet
Para esta práctica se generan nuevas variables

losquehacendeporte <- subset(datos, deportes == TRUE)
losquehacendeporte

##      nombres edades generos    profesiones deportes
## 1      Rubén     50       M    Informática     TRUE
## 3       Alma     45       F          Civil     TRUE
## 5     Daniel     38       M   Arquitectura     TRUE
## 7  Francisco     29       M       Sistemas     TRUE
## 9     Javier     40       M Administración     TRUE
## 11     Laura     28       F    Informática     TRUE
## 13     Maria     28       F          Civil     TRUE
## 15   Gabriel     40       M   Arquitectura     TRUE
## 17   Claudia     28       F       Sistemas     TRUE
## 19    Javier     45       M Administración     TRUE

lasmujeres <- subset(datos, generos == 'F')
lasmujeres

##     nombres edades generos    profesiones deportes
## 2      Dany     34       F       Sistemas    FALSE
## 3      Alma     45       F          Civil     TRUE
## 11    Laura     28       F    Informática     TRUE
## 13    Maria     28       F          Civil     TRUE
## 14 Verenice     45       F Administración    FALSE
## 16 Jeorgina     39       F    Informática    FALSE
## 17  Claudia     28       F       Sistemas     TRUE
## 18  Adriana     32       F          Civil    FALSE

muj.depor.sist <- subset(datos, generos == 'F' & deportes == TRUE & profesiones == 'Sistemas')

muj.depor.sist

##    nombres edades generos profesiones deportes
## 17 Claudia     28       F    Sistemas     TRUE

Contar registros y determinar los nombres

nrow(): cuenta registro de un dataframe

n <- nrow(datos) 
n

## [1] 20

ncols <- ncol(datos)
ncols

## [1] 5

names(datos)

## [1] "nombres"     "edades"      "generos"     "profesiones" "deportes"

otrosdatos <- datos

colnames(otrosdatos) <- c("nom", 'eda', 'gen', 'pro', 'dep')

otrosdatos

##          nom eda gen            pro   dep
## 1      Rubén  50   M    Informática  TRUE
## 2       Dany  34   F       Sistemas FALSE
## 3       Alma  45   F          Civil  TRUE
## 4     Carlos  35   M Administración FALSE
## 5     Daniel  38   M   Arquitectura  TRUE
## 6       Dell  36   M    Informática FALSE
## 7  Francisco  29   M       Sistemas  TRUE
## 8      Isaac  43   M          Civil FALSE
## 9     Javier  40   M Administración  TRUE
## 10     Jesús  28   M   Arquitectura FALSE
## 11     Laura  28   F    Informática  TRUE
## 12      Luis  30   M       Sistemas FALSE
## 13     Maria  28   F          Civil  TRUE
## 14  Verenice  45   F Administración FALSE
## 15   Gabriel  40   M   Arquitectura  TRUE
## 16  Jeorgina  39   F    Informática FALSE
## 17   Claudia  28   F       Sistemas  TRUE
## 18   Adriana  32   F          Civil FALSE
## 19    Javier  45   M Administración  TRUE
## 20   Ernesto  35   M   Arquitectura FALSE

Graficar barras

Realiar algunas gráficas de barras

Graficar nombres y edades

barplot(datos$edades, names.arg = datos$nombres)

Data Frames

Rubén Pizarro

24/4/2020

Data Frames

Crear cinco vectores

Mostrarlos

Crear un dataframe

Acceder a las variables del dataframe

Acceder a un vector del data.frame

Acceder por medio de corchetes []

Algunas funciones de dataframes

La función subset()

Contar registros y determinar los nombres

Graficar barras

Graficar nombres y edades