### VECTORES

## Runif
a<-runif(20)

## Suma Runif
sum(a)

## Desviacion estandar
sd(a)

## Media
mean(a)

## Mediana
median(a)

## Moda
modes(a)

## varianza
variance <- function (a) sum((a-mean(a))^2)/(length(a)-1)
variance(a)

## Cuartiles, Decile y percentiles

## cuartiles
quantile(a)

## decile
quantile(a, probs = seq(0,1, length=11))

## percentiles
quantile(a, probs = seq(0,1, length=101))

## Booleanos o inferiores o iguales a 0.25

Infe<- a<=0.25
Infe
Infe0.25<- as.character(a<=0.25)
Infe0.25

## Inferiores o iguales a 0.4

Infe0.4<- as.integer(a<=0.4)
sum(Infe0.4)

## funcion rnorm(20)
bfunction<-function(){
b<-rnorm(20)
}
b

## Suma, desviacion estandar, media de elementos b

#suma de b
sum(b)

#media
 mean(b)

## desviacion estandar
sd(b)

## Suma de elementos de a con respecto a b

a
b

cantInfeA<- b>a
cantInfeA<- as.numeric(cantInfeA)
sum(cantInfeA)

## vectores "c" e "i"

a
i<- a
i
a
c<-i
c
class(c)

### MATRICES
## matriz VA y VB

VA<- matrix(c(1,2,-3,4,0,-2), nrow = 2, ncol = 3, byrow = T)

VA
VB<-matrix(c(3,1,2,4,-1,5), nrow = 3, ncol = 2, byrow = T)
VB

## otra matriz

A <- matrix(1:20, ncol = 4, byrow = T)

A
B <- matrix(1:15, 5, byrow = T)
B
## SACAR EL PRODUCTO DE VA y VB
PAB<- function(){
POTAB<-crossprod(VA,VB)
return (POTAB)
}
PAB() ## sale error en el PRODUCTO

## PRODUCTO DE OTRA MATRIZ

AB<- function(){
PAB<-crossprod(A,B)
return (PAB)
}
AB()

## FUNCION DE UNA MATRIZ PARA POTENCIA

n<- sample(1:9)

## Potencia al cuadrado (^2)

 POVA<-function(){
POTA<- VA^2
return (POTA)

}
POVA()

## Potencia a la "n"
POVAn<-function(){
Pn<-VA^n
return (Pn)
}
POVAn()

## funcion sumcol matriz A

sumcol<- function(){
i<-colSums(VA)
return (i)
}
sumcol()
sum(i)

## DATA.FRAMES

# 14: cargar dataset

d1<- read.table("dataset/dataset1.txt", header = T)

# 15: obtener las filas, maximo

max(d1$p1.palmitic)

# 16: minimo
min(d1$l1.linoleic)

# 17: promedio de la dataset

mean(prom1<-d1$p1.palmitic)
mean(prom2<-d1$oleic)
mean(prom3<-d1$l1.linoleic)
mean(prom4<-d1$arachidic)
mean(prom5<-d1$eicosenoic)

# 18: cargar el 2� dataset

d2<-read.table("dataset/dataset2.txt", header = T)

# 19: que hace el comando

levels(d2$eicosenoic) # ordena sus atributos en ascedente

# 20: que hace el command

table(d2$eicosenoic) # ordena el atributo que mas es repetido

# 21: que hace el command

is.na(d2$eicosenoic) # para ver si hay un NA o vacio

# 22: reemplazar NA

d2$oleic[is.na(d2$oleic)]<-5606.42
d2$arachidic[is.na(d2$arachidic)]<-55.42
 d2$eicosenoic<-as.integer(d2$eicosenoic)
d2$eicosenoic[is.na(d2$eicosenoic)]<-2.57

## FUNCIONES

## Escribir por teclado

m<-sample( scan())
n<-sample(scan())

## genera solo
m<-sample(1:99)
n<-sample(1:99)
l<-c(m,n)

F1<- matrix(l, nrow = 9, ncol = 11)

View(F1)

## rango pasado por parametros

m<-sample(1:99)
n<-sample(1:99)
l<-c(m,n)

## Suma por fila, el mayor y menor valor

rowSums(F1) #suma por fila

sum(min(F1)) # minimo por fila

sum(max(F1)) # maximo por fila

## el mayor numero en la matriz y ubicar

summary(F1)
F1[,5]

## transpuesta de la matriz
t(F1)

## MATRIZ CUADRADA o SIMETRICA

pot<- F1^2
pot
View(pot)

###############################
## matriz ventas
# genera los datos

ventas<- matrix( sample(c(1:100), replace = T), nrow = 12, ncol = 7)

colnames(ventas)<-colnames(ventas, do.NULL = F, prefix = "Surcusal.")

mes<- c("Enero", "Feb", "Mar", "Abr", "May", "Jun", "Jul", "Ago",
"Sep", "Oct", "Nov", "Dic" )
 rownames(ventas)<-paste(mes)

ventas

# GUARDAR
write.csv(ventas, file = "dataset/ventas.csv", row.names = F)

library(jsonlite)
?write_json()
write_json(ventas, path = "dataset/ventas.json") #Exportar a json

leer1<-fromJSON("dataset/ventas.json") #Leer json

colnames(leer1)<-colnames(leer1, do.NULL = F, prefix = "Surcusal.")
leer1

# resumen de ventas x sucursal

resumenSucursal_1<-sum(ventas[,1])
resumenSucursal_2<-sum(ventas[,2])
resumenSucursal_3<-sum(ventas[,3])
resumenSucursal_4<-sum(ventas[,4])
resumenSucursal_5<-sum(ventas[,5])
resumenSucursal_6<-sum(ventas[,6])

ResumenSucursal<-c(resumenSucursal_1, resumenSucursal_2, resumenSucursal_3,

resumenSucursal_4,
resumenSucursal_5, resumenSucursal_6)
ResumenSucursal

## promedio en diciembre

mean(ventas[12,])

## mayor en ventas x sucursal

mayor<-ventas
mayor<-as.data.frame(mayor)
colnames(mayor)<-c("mes","Sucursal1", "Sucursal2", "Sucursal3", "Sucursal4",
"Sucursal5", "Sucursal6")
mayor[1,1]="Enero"
mayor[2,1]="Febrero"
mayor[3,1]="Marzo"
mayor[4,1]="Abril"
mayor[5,1]="Mayo"
mayor[6,1]="Junio"
mayor[7,1]="Julio"
mayor[8,1]="Agosto"
mayor[9,1]="Septiembre"
mayor[10,1]="Octubre"
mayor[11,1]="Noviembre"
mayor[12,1]="Diciembre"

library(sqldf)

mayor$Sucursal1<-as.factor(mayor$Sucursal1)
mayor$Sucursal2<-as.factor(mayor$Sucursal2)
mayor$Sucursal3<-as.factor(mayor$Sucursal3)
mayor$Sucursal4<-as.factor(mayor$Sucursal4)
mayor$Sucursal5<-as.factor(mayor$Sucursal5)
mayor$Sucursal6<-as.factor(mayor$Sucursal6)

sqldf("select * from mayor where mes='Mayo'")

sqldf("select * from mayor where Sucursal4<=10")

summary(mayor)
library(dplyr)

select(filter(mayor, mes=="Mayo"), Sucursal4)

mayor$Sucursal1
library(r)
mayor[mayor$Sucursal4==100, c("Sucursal2", "Sucursal4")]

View(mayor)