R Studio: Manejo de variables y creación de bases de datos
Manejo de tipos de Datos con R
Creación de Variables, Vectores y Matrices
Creación de Factores, Dataframes y Listas
Importar y Exportar Datos
Explorar Datos
20. Dr. Jorge Pablo Rivas
Data frame con R
Ejercicio
##########EJERCICIO 2:DATA FRAME##########################
planetas <- c("Mercurio", "Venus", "Tierra", "Marte", "Jupiter", "Saturno", "Urano", "Neptuno");
tipo <- c("Planeta Terrestre", "Planeta Terrestre", "Planeta Terrestre", "Planeta Terrestre", "Gigante
Gaseoso", "Gigante Gaseoso", "Gigante Gaseoso", "Gigante Gaseoso")
diametro <- c(0.382, 0.949, 1, 0.532, 11.209, 9.449, 4.007, 3.883);
rotacion <- c(58.64, -243.02, 1, 1.03, 0.41, 0.43, -0.72, 0.67);
anillos <- c(FALSE, FALSE, FALSE, FALSE, TRUE, TRUE, TRUE, TRUE);
# Crea el data frame:
planetas_df <- data.frame(planetas, tipo, diametro, rotacion, anillos)
planetas_df
write.csv(planetas_df,file="planetas.csv")
C objeto vector
Vector lógico (FALSE, TRUE)
Vector numérico (1,2,34)
Vector carácter ("Planeta Terrestre",
"Planeta Terrestre") …comillas
Fusiona vectores en data frame
Escribe un CSV
21. Dr. Jorge Pablo Rivas
Data frame con R
Ejercicio Si creamos vectores automáticamente los plantea de manera ordenada
Los primeros valores tendrán primera fila
22. Dr. Jorge Pablo Rivas
Listas con R
Una lista es como carpeta en Windows
24. Dr. Jorge Pablo Rivas
Listas con R
Ejercicio
Crea vector # Vector con números del 1 al 10
mi_vector <- 1:10
# Matriz con números del 1 al 9matriz 1 al 9 con tres columnas
mi_matriz <- matrix(1:9, ncol = 3)
# Primeras 10 filas del data frame mtcars (incluido con R).
mi_df <- mtcars[1:10,]
mtcars es un dataframe que ya existe en r
# Crea la lista que contenga como componentes las variables arriba definidas:
mi_lista <- list(mi_vector, mi_matriz, mi_df)
mi_lista
mi lista el nombre del objeto que contiene objetos
31. Dr. Jorge Pablo Rivas
Importar a R
Abrir da un archivo separado por comas
¿Cómo arreglarlo?
Crear nuevo objeto (uno)
uno<-read.csv(file="ATLANTIC_BUTTERFLIES_sites.csv", header = TRUE,sep=";")
read.csv(file="ATLANTIC_BUTTERFLIES_sites.csv")
33. Dr. Jorge Pablo Rivas
Visualizar en R
uno<-read.csv(file="ATLANTIC_BUTTERFLIES_sites.csv", header = TRUE,sep=";")
#ver el principio de un archivo
head(uno)
#ver el final de un archivo
tail(uno)
#seleccionar una columna
uno$Altitude
#para conocer el numero de filas y columnas
dim(uno)
#Obtenemos el nombre de las columnas
names(uno)
#Obtenemos información de la estructura de los datos
str(uno)
34. Dr. Jorge Pablo Rivas
Visualizar en R
uno<-read.csv(file="ATLANTIC_BUTTERFLIES_sites.csv", header = TRUE,sep=";")
#ver el principio de un archivo
head(uno)
35. Dr. Jorge Pablo Rivas
Visualizar en R
uno<-read.csv(file="ATLANTIC_BUTTERFLIES_sites.csv", header = TRUE,sep=";")
#ver el final de un archivo
tail(uno)
36. Dr. Jorge Pablo Rivas
Visualizar en R
uno<-read.csv(file="ATLANTIC_BUTTERFLIES_sites.csv", header = TRUE,sep=";")
#seleccionar una columna
uno$Altitude
37. Dr. Jorge Pablo Rivas
Visualizar en R
uno<-read.csv(file="ATLANTIC_BUTTERFLIES_sites.csv", header = TRUE,sep=";")
#para conocer el numero de filas y columnas
dim(uno)
38. Dr. Jorge Pablo Rivas
Visualizar en R
uno<-read.csv(file="ATLANTIC_BUTTERFLIES_sites.csv", header = TRUE,sep=";")
#Obtenemos el nombre de las columnas
names(uno)
39. Dr. Jorge Pablo Rivas
Visualizar en R
uno<-read.csv(file="ATLANTIC_BUTTERFLIES_sites.csv", header = TRUE,sep=";")
#Obtenemos información de la estructura de los datos
str(uno)