Punto uno

Se procede con la construcción de las bases de datos requeridas.

# Base de datos uno ===========================================================

# Columnas
x1 <- c('A', 'B', 'C')
x2 <- 1:3

# Base de datos
a <- data.frame(x1, x2)
a

##   x1 x2
## 1  A  1
## 2  B  2
## 3  C  3

# Base de datos dos ===========================================================

# Borrado de la información de x1 previa
rm(x1)

# Columnas
x1 <- c('A', 'B', 'D')
x3 <- c(TRUE, FALSE, TRUE)

# Base de datos
b <- data.frame(x1, x3)
b

##   x1    x3
## 1  A  TRUE
## 2  B FALSE
## 3  D  TRUE

Como se ve, se consiguen las bases de datos deseadas.

Punto dos

Se va a proceder con la construcción de las bases de datos que se quieren.

• Complemento de b - a. Esta base de datos va a tener todos los elementos de la base de datos a y solo toma de b aquellos elementos en común con la base de datos a según la columna de enlace. Si en a hay alguna fila que no tiene elemento común con la columna de enlace con b, entonces la característica que se trae de b se queda como un NA.

complemento_b_a <- left_join(x = a, y = b, by = 'x1')
complemento_b_a

##   x1 x2    x3
## 1  A  1  TRUE
## 2  B  2 FALSE
## 3  C  3    NA

• Complemento de a - b. Esta base de datos va a tener todos los elementos de la base de datos b y solo toma de a aquellos elementos en común con la base de datos b según la columna de enlace. Si en b hay alguna fila que no tiene elemento común con la columna de enlace con a, entonces la característica que se trae de a se queda como un NA.

complemento_a_b <- right_join(x = a, y = b, by = 'x1')
complemento_a_b

##   x1 x2    x3
## 1  A  1  TRUE
## 2  B  2 FALSE
## 3  D NA  TRUE

• Intersección de a y b. Solo se toman aquellos elementos para los cuales se tienen datos completos para todas las observaciones comunes para ambas bases de datos de acuerdo con la columna de enlace.

interseccion <- inner_join(x = a, y = b, by  = 'x1')
interseccion

##   x1 x2    x3
## 1  A  1  TRUE
## 2  B  2 FALSE

• Unión. Se toman todos los elementos de las dos bases de datos y se le asignan a los valores faltantes NA.

union <- full_join(x = a, y = b, by = 'x1')
union

##   x1 x2    x3
## 1  A  1  TRUE
## 2  B  2 FALSE
## 3  C  3    NA
## 4  D NA  TRUE

Punto tres

En el contexto de la programación, una cheat sheet, que se traduciría literalmente como hoja de engaño es lo que se conoce coloquialmente como pastel en Antioquia o chuleta en España. Son documentos de una o dos hojas por lo general con claves de algún paquete o módulo que explica de forma sucinta como usar algunas de las funciones o métodos más importantes.

Punto cuatro

El cheat sheet del paquete dplyr puede ser encontrado en el siguiente enlace: clic aquí

Punto cinco

Al nombrar cada una de las posibles bases de datos en el punto dos, se obtuvieron también dichos marcos de datos en R.

Punto seis

A continuación se van a crear las bases de datos con las cuales se van a hacer los ejercicios de práctica.

# Borrado de los datos

rm(list = ls())

# Base de datos uno

A <- c('a', 'b', 'c')
B <- c('t', 'u', 'v')
C <- 1:3

bd1 <- data.frame(A, B, C)
bd1

##   A B C
## 1 a t 1
## 2 b u 2
## 3 c v 3

# Base de datos dos

rm(A); rm(B); rm(C)

A <- c('b', 'c', 'd')
B <- c('u', 'v', 'w')
D <- 3:1

bd2 <- data.frame(A, B, D)
bd2

##   A B D
## 1 b u 3
## 2 c v 2
## 3 d w 1

• Primer base de datos presentada.

bd3 <- left_join(bd1, bd2, by = c('A', 'B'))
bd3

##   A B C  D
## 1 a t 1 NA
## 2 b u 2  3
## 3 c v 3  2

• Segunda base de datos

bd4 <- right_join(bd1, bd2, by = c('A', 'B'))
bd4

##   A B  C D
## 1 b u  2 3
## 2 c v  3 2
## 3 d w NA 1

• Elementos comunes

bd5 <- inner_join(bd1, bd2, by = c('A', 'B'))
bd5

##   A B C D
## 1 b u 2 3
## 2 c v 3 2