Antes de entrar profundamente sobre los datos y estructuras de Datos en R, conozcamos, configuremos y tengamos en cuenta las generalidades del entorno de RStudio

Configuración del directo de trabajo

Para trabajar tranquilamente en nuestros proyectos debemos siempre establecer un orden, esto nos dará la capacidad de poder trabajar de manera más efectiva.

Uno de los pasos de los que poco se habla pero que nos ahorra muchas molestias para trabajar en el entorno de RStudio, es configurar nuestro directorio. El directorio de trabajo (Working directory, wd) es la carpeta (de nuestra computadora) que por defecto utiliza RStudio para leer o escribir ficheros. Para conocer la dirección de la carpeta (Por defecto), tenemos que digitar en la consola la siguiente función getwd().

Atención, atención!!!

Un tip para facilitar tu entendimiento: La gran mayoría de sintaxis de los códigos en R están relacionados a la función que van a cumplir. Por ejemplo, getwd() viene siendo *get Working Directory*.

## [1] "C:/Users/david/Desktop"

Así podemos ver en este ejemplo que la ruta de mi directorio de RStudio está configurado para trabajar en mi escritorio. Pero si necesito trabajar en una carpeta de un proyecto en específico puedo cambiar esta dirección con el comando setwd() .

setwd(C:/Users/david/Desktop/Proyecto)

Al igual, si queremos conocer los archivos que están en nuestro directorio (por defecto o modificado) podemos ejecutar la siguiente función list.files(). Esta función te ayudará mucho si no te acuerdas en lo que andas trabajando, ni mucho menos, que archivos tienes de tu proyecto… esos lapsus mentales en la vida de todo biólogo!


Pero espera… te aconsejamos que configures permanentemente tu directorio para poder agilizar y organizar tus proyectos/datos de la mejor manera (Yo lo tengo en el escritorio ya que es donde tengo todo a la mano). Para poder hacerlo, en la aplicación vamos a dirigirnos a la pestaña Tools y después vamos a Global Options....

Así veremos lo siguiente


En este panel tendremos varias opciones que podrás modificar como la apariencia de RStudio, tamaño de letra, orden de los paneles de trabajo, entre otros. En nuestro caso en la opción General, iremos hacia la etiqueta de Default working directory daremos click en Browse y abrirá una ventana en la cual elegiremos la carpeta que queremos como directorio por defecto.

Paquetes

Ya con nuestro directorio configurado lo siguiente es conocer que R está compuesto por un sistema base, esto significa que tiene funciones ya instaladas para poder realizar tareas sencillas, sin embargo, hay múltiples funciones y tareas en el mundo de R desarrolladas por cientos de personas. Para poder extender esta funcionalidad, R puede instalar paquetes que poseen una colección de funciones predeterminadas por su desarrollador.

Para poder instalar estos paquetes hay varias formas de hacerlo. La más común y sencilla es a través del código install.packages(). De igual forma, para instalar un paquete en específico (p.e. el paquete lme4), escribiremos un comando como en el ejemplo siguiente:

install.packages("lme4") # Ten en cuenta que el nombre del paquete va siempre entre comillas

O bien, podemos instalar varios paquetes a la vez con este simple código:

install.packages(c("dplyr","ggplot2","lme4"))
Una de las ventajas de las nueva versiones de RStudio es que cuando cargas un script (en este mismo post hablaremos sobre estos), el programa leerá automáticamente los paquetes que no están instalados en tu computadora y te preguntará si deseas instalarlos inmediatamente, tal y como podemos observar en esta imagen


Esta instalación es necesaria una sola vez, porque ya el paquete será incorporado a la información base en nuestra computadora.

Lo único que nos queda por hacer es “llamar” el paquete cuando tengamos que utilizar alguna de sus funciones, el código para llamar los paquetes será library(). Así para utilizar el paquete lme4 tendremos que cargarlo en RStudio, entonces, en la consola digitaremos lo siguiente:

library(lme4) # Observa que cuando llamamos al paquete, ya no necesitamos que el nombre esté entre comillas

Si, es muy posible que te encuentres en un dilema en no saber como funciona el paquete, porque mínimo te dijeron, para trabajar con tal cosa se necesita tal paquete, nada más. Y ahí empieza el biólogo a padecer.


Pero tranqui…! Nada está perdido y los desarrolladores de R, han dispuesto que los paquetes tengan la información necesaria para ayudar a los usuarios en este complejo proceso. Para acceder a esta ayuda digitaremos en la consola ? seguido con el nombre del paquete (Ten en cuenta que para acceder a este información es necesario que el paquete esté cargado en R), como lo vemos en este ejemplo:

?lme4
Y se abrirá la pestaña de ayuda que mostrara la información como en la siguiente imagen:


Pero… no siempre quedará tan claro toda la información, es una realidad. Para ellos varias personas han creado páginas o blogs dedicados a resolver cualquier tipo de dudas del entorno de R. Las más buscadas y utilizadas son estas:



Te invitamos a explorarlas, tienen muy buena información.

Funciones

Ya con nuestros paquetes instalados podremos trabajar! En cada uno de estos paquetes habrá una serie de funciones que tendrán una tarea específica que realizar.

Una función es una serie de operaciones a las que les han asignados un nombre. Las funciones aceptan argumentos específicos para poder realizar su tarea, si no los ingresamos adecuadamente, la función nos dará error, el bendito error…

Es indispensable conocer los argumentos que necesitamos ingresar a cada función!

Para conocer los argumentos podemos consultar la ayuda para paquetes. Otra forma es digitar la función en la consola, por ejemplo lm() y dentro de los paréntesis digitamos la tecla TAB, esto desplegará los argumentos que requiere la función en cuestión y si navegamos entre ellos, cada uno nos dará una breve explicación sobre si mismo.

Vista de argumentos necesarios para la función lm()


En general, en R podremos identificar una función por su forma de escritura: el nombre precedido de los paréntesis, como por ejemplo summary(). Cuando llamamos la función, se realizan las operaciones que contiene, así la función summary(a) realiza un resumen de los datos que ingresamos en la variable a.

Scripts

Para terminar nuestro tema del día, vamos a hablar de los Scripts, pero… ¿Qué es un script?

Un script es un documento de R que tiene como finalidad guardar los códigos que creamos importantes para un proyecto, es algo así como una receta de cocina. Ya tienes todos tus códigos guardados y solo es necesario abrir el script para tenerlos a la mano y poder utilizarlos o modificarlos.

Los scripts se reconocen porque tienen extensión de archivo .R, por ejemplo proyecto.R. Estos archivos son iguales a cualquier documentos de texto, pero R puede leerlos y ejecutar el código que contienen.

Vista del editor de scripts en RStudio


Para ejecutar los códigos dentro del código podrás dar click en la casilla Run o de manera más simple Ctrl + Enter. Pero hay un código en especial que puede ahorrarte un poco de tiempo, la función source() se ejecutarán cada una de los códigos que contiene nuestro script. Por ejemplo en nuestro caso el código sería source(Plots.R).

Atención, atención!!!
Un consejo que te damos es que trabajes con tus códigos, directamente desde el editor de scripts y no en la consola. ¿Pero porqué sería mejor? La respuesta es sencilla, nada mejor que no perder de vista los códigos que te han funcionado, o editar el código rápidamente para corregir algún error, en la consola tendrías que estar escribiendo el código completo, y si es largo, pueeeees, se vuelve tedioso.

En RStudio puedes guardar los contenidos del editor con frecuencia, y Rstudio los cargará automáticamente cuando vuelvas a abrirlo.

En resumen

Hoy, pudimos aprender o recordar en primera medida a identificar y configurar nuestro sitio de trabajo; esperamos que con esto tu trabajo en R sea vuelva mucho más sencillo, creemos que hacer las cosas más fácilmente nos libera de tareas simples, para poder concentrarnos más en lo que realmente vale la pena.

Igualmente, aprendimos para que se utilizan los paquetes, como instalarlos y como hacer uso de ellos. Ten en cuenta que actualmente hay 17258 paquetes disponibles para R y sigue creciendo ese número, cada uno con una colección de funciones en especial y cada función con sus argumentos específicos, así que no te estreses en no conocer todo acerca de ellas. Estamos aprendiendo y vamos paso a pasito, suave, suave, suavecito!

Y por último, hablamos sobre los scripts. Archivos importantes para poder guardar nuestros códigos y tenerlos siempre a la mano.


Finalmente

Te invitamos a que sigas investigando más sobre el tema, queremos igual saber acerca de tu experiencia en R y RStudio y que dudas podemos ayudarte a resolver. Muchas gracias por tu tiempo, esperamos hayas aprendido algo nuevo, es importante para nosotros contribuir en algo al aprendizaje de la humanidad!

Te esperamos en nuestro siguiente post, que viene cargado de muchas más cosas ¡Te lo contaremos todo!



Información R

Vicente Coll & Pedro J. Pérez.Universidad de Valencia; Andina M. (2018); Ahumada, J. A. (2003). R para Principiantes. University of Hawaii; Mendoza Vega (2014)