Data Frames

Data frames

• los data frames son conjunto de datos de renglones y columnas
• Puede pensarse que es un conjunto de vectores
• En donde cada vector es una columna
• Puede ser de distinto tipo de datos

Crear cinco Vectores

• Nombres
• Edades
• Generos
• Profesiones
• Deportes

nombres <- c("Ruben", "Dany", "Alma", "Carlos", "Daniel", "Dell", "Francisco", "Isaac", " Javier", "Jesus", "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', 'F')

profesiones <- rep(c("Informatica", "Sistemas", "Civil", "Administracion", "Arquitectura"),4)

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

Visualizar cada vector

nombres

##  [1] "Ruben"     "Dany"      "Alma"      "Carlos"    "Daniel"    "Dell"     
##  [7] "Francisco" "Isaac"     " Javier"   "Jesus"     "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] "F"

profesiones

##  [1] "Informatica"    "Sistemas"       "Civil"          "Administracion"
##  [5] "Arquitectura"   "Informatica"    "Sistemas"       "Civil"         
##  [9] "Administracion" "Arquitectura"   "Informatica"    "Sistemas"      
## [13] "Civil"          "Administracion" "Arquitectura"   "Informatica"   
## [17] "Sistemas"       "Civil"          "Administracion" "Arquitectura"

deportes

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

Crean un dataframe

• A partir de los cinco vectores

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

datos

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

Acceder a las variables del dataframe

• Se utiliza el $

datos$nombres

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

datos$deportes

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

Algunas funciones de dataframe

datos

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

datos[3, ] # Todas las columnas

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

datos[5, c(1,4)] # Numero de columnas 1 y 4 del renglon 5

##   nombres  profesiones
## 5  Daniel Arquitectura

datos[-5, -5]

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

datos[, "nombres"]

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

Algunas funciones de dataframe

Funcion subset()

• El resultado se aplicar subset() es un nuevo data
• subset() es un subconjunto de un conjunto de datos
• Para esta practica se generan nuevas variables

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

##      nombres edades generos    profesiones deportes
## 1      Ruben     50       M    Informatica     TRUE
## 3       Alma     45       F          Civil     TRUE
## 5     Daniel     38       M   Arquitectura     TRUE
## 7  Francisco     29       M       Sistemas     TRUE
## 9     Javier     40       M Administracion     TRUE
## 11     Laura     28       F    Informatica     TRUE
## 13     Maria     28       F          Civil     TRUE
## 15   Gabriel     40       M   Arquitectura     TRUE
## 17   Claudia     28       F       Sistemas     TRUE
## 19    Javier     45       M Administracion     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    Informatica     TRUE
## 13     Maria     28       F          Civil     TRUE
## 14  Verenice     45       F Administracion    FALSE
## 16  Jeorgina     39       F    Informatica    FALSE
## 17   Claudia     28       F       Sistemas     TRUE
## 18   Adriana     32       F          Civil    FALSE
## 20   Ernesto     35       F   Arquitectura    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 con registro y determinar los nombre

*nrow(): cuenta registros 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      Ruben  50   M    Informatica  TRUE
## 2       Dany  34   F       Sistemas FALSE
## 3       Alma  45   F          Civil  TRUE
## 4     Carlos  35   M Administracion FALSE
## 5     Daniel  38   M   Arquitectura  TRUE
## 6       Dell  36   M    Informatica FALSE
## 7  Francisco  29   M       Sistemas  TRUE
## 8      Isaac  43   M          Civil FALSE
## 9     Javier  40   M Administracion  TRUE
## 10     Jesus  28   M   Arquitectura FALSE
## 11     Laura  28   F    Informatica  TRUE
## 12      Luis  30   M       Sistemas FALSE
## 13     Maria  28   F          Civil  TRUE
## 14  Verenice  45   F Administracion FALSE
## 15   Gabriel  40   M   Arquitectura  TRUE
## 16  Jeorgina  39   F    Informatica FALSE
## 17   Claudia  28   F       Sistemas  TRUE
## 18   Adriana  32   F          Civil FALSE
## 19    Javier  45   M Administracion  TRUE
## 20   Ernesto  35   F   Arquitectura FALSE

graficar de barras

• Realizar unas graficas de barras

graficar nombres y edades

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