Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clase Introducción R
Clase Introducción R
Estructura en R
Importar y exportar datos
Tipos de datos en R
Introducción a R
Contenido
1 Introducción
¿Qué es R?
Fortalezas e inconvenientes de R
Instalar R y RStudio
Directorio de trabajo
2 Estructura en R
Ayuda de R
Scripts
Área de trabajo
Funciones en R e instalación de paquetes
4 Tipos de datos en R
Objetos y clases
Tipos de datos en R
Estructuras de datos en R
Contenido
1 Introducción
¿Qué es R?
Fortalezas e inconvenientes de R
Instalar R y RStudio
Directorio de trabajo
2 Estructura en R
Ayuda de R
Scripts
Área de trabajo
Funciones en R e instalación de paquetes
4 Tipos de datos en R
Objetos y clases
Tipos de datos en R
Estructuras de datos en R
Contenido
1 Introducción
¿Qué es R?
Fortalezas e inconvenientes de R
Instalar R y RStudio
Directorio de trabajo
2 Estructura en R
Ayuda de R
Scripts
Área de trabajo
Funciones en R e instalación de paquetes
4 Tipos de datos en R
Objetos y clases
Tipos de datos en R
Estructuras de datos en R
Contenido
1 Introducción
¿Qué es R?
Fortalezas e inconvenientes de R
Instalar R y RStudio
Directorio de trabajo
2 Estructura en R
Ayuda de R
Scripts
Área de trabajo
Funciones en R e instalación de paquetes
4 Tipos de datos en R
Objetos y clases
Tipos de datos en R
Estructuras de datos en R
Contenido
1 Introducción
¿Qué es R?
Fortalezas e inconvenientes de R
Instalar R y RStudio
Directorio de trabajo
2 Estructura en R
Ayuda de R
Scripts
Área de trabajo
Funciones en R e instalación de paquetes
4 Tipos de datos en R
Objetos y clases
Tipos de datos en R
Estructuras de datos en R
Contenido
1 Introducción
¿Qué es R?
Fortalezas e inconvenientes de R
Instalar R y RStudio
Directorio de trabajo
2 Estructura en R
Ayuda de R
Scripts
Área de trabajo
Funciones en R e instalación de paquetes
4 Tipos de datos en R
Objetos y clases
Tipos de datos en R
Estructuras de datos en R
Contenido
1 Introducción
¿Qué es R?
Fortalezas e inconvenientes de R
Instalar R y RStudio
Directorio de trabajo
2 Estructura en R
Ayuda de R
Scripts
Área de trabajo
Funciones en R e instalación de paquetes
4 Tipos de datos en R
Objetos y clases
Tipos de datos en R
Estructuras de datos en R
Contenido
1 Introducción
¿Qué es R?
Fortalezas e inconvenientes de R
Instalar R y RStudio
Directorio de trabajo
2 Estructura en R
Ayuda de R
Scripts
Área de trabajo
Funciones en R e instalación de paquetes
4 Tipos de datos en R
Objetos y clases
Tipos de datos en R
Estructuras de datos en R
Contenido
1 Introducción
¿Qué es R?
Fortalezas e inconvenientes de R
Instalar R y RStudio
Directorio de trabajo
2 Estructura en R
Ayuda de R
Scripts
Área de trabajo
Funciones en R e instalación de paquetes
4 Tipos de datos en R
Objetos y clases
Tipos de datos en R
Estructuras de datos en R
Contenido
1 Introducción
¿Qué es R?
Fortalezas e inconvenientes de R
Instalar R y RStudio
Directorio de trabajo
2 Estructura en R
Ayuda de R
Scripts
Área de trabajo
Funciones en R e instalación de paquetes
4 Tipos de datos en R
Objetos y clases
Tipos de datos en R
Estructuras de datos en R
Contenido
1 Introducción
¿Qué es R?
Fortalezas e inconvenientes de R
Instalar R y RStudio
Directorio de trabajo
2 Estructura en R
Ayuda de R
Scripts
Área de trabajo
Funciones en R e instalación de paquetes
4 Tipos de datos en R
Objetos y clases
Tipos de datos en R
Estructuras de datos en R
Contenido
1 Introducción
¿Qué es R?
Fortalezas e inconvenientes de R
Instalar R y RStudio
Directorio de trabajo
2 Estructura en R
Ayuda de R
Scripts
Área de trabajo
Funciones en R e instalación de paquetes
4 Tipos de datos en R
Objetos y clases
Tipos de datos en R
Estructuras de datos en R
Contenido
1 Introducción
¿Qué es R?
Fortalezas e inconvenientes de R
Instalar R y RStudio
Directorio de trabajo
2 Estructura en R
Ayuda de R
Scripts
Área de trabajo
Funciones en R e instalación de paquetes
4 Tipos de datos en R
Objetos y clases
Tipos de datos en R
Estructuras de datos en R
Contenido
1 Introducción
¿Qué es R?
Fortalezas e inconvenientes de R
Instalar R y RStudio
Directorio de trabajo
2 Estructura en R
Ayuda de R
Scripts
Área de trabajo
Funciones en R e instalación de paquetes
4 Tipos de datos en R
Objetos y clases
Tipos de datos en R
Estructuras de datos en R
Contenido
1 Introducción
¿Qué es R?
Fortalezas e inconvenientes de R
Instalar R y RStudio
Directorio de trabajo
2 Estructura en R
Ayuda de R
Scripts
Área de trabajo
Funciones en R e instalación de paquetes
4 Tipos de datos en R
Objetos y clases
Tipos de datos en R
Estructuras de datos en R
Contenido
1 Introducción
¿Qué es R?
Fortalezas e inconvenientes de R
Instalar R y RStudio
Directorio de trabajo
2 Estructura en R
Ayuda de R
Scripts
Área de trabajo
Funciones en R e instalación de paquetes
4 Tipos de datos en R
Objetos y clases
Tipos de datos en R
Estructuras de datos en R
Contenido
1 Introducción
¿Qué es R?
Fortalezas e inconvenientes de R
Instalar R y RStudio
Directorio de trabajo
2 Estructura en R
Ayuda de R
Scripts
Área de trabajo
Funciones en R e instalación de paquetes
4 Tipos de datos en R
Objetos y clases
Tipos de datos en R
Estructuras de datos en R
Contenido
1 Introducción
¿Qué es R?
Fortalezas e inconvenientes de R
Instalar R y RStudio
Directorio de trabajo
2 Estructura en R
Ayuda de R
Scripts
Área de trabajo
Funciones en R e instalación de paquetes
4 Tipos de datos en R
Objetos y clases
Tipos de datos en R
Estructuras de datos en R
¿Qué es R?
¿Qué es R?
¿Qué es R?
Fortalezas de R
Es gratuito.
Hay una gran comunidad de usuarios trabajando para mejorarlo.
Funciona en Windows, Mas OS y Linux.
Es bastante potente y versátil, debido al uso de paquetes.
Permite la elaboración de gráficos de alta calidad.
Permite intregrarlo con LATEXpara crear informes dinámicos.
En los últimos se ha convertido en un programa estándar para
la comunidad cientı́fica.
Fortalezas de R
Es gratuito.
Hay una gran comunidad de usuarios trabajando para mejorarlo.
Funciona en Windows, Mas OS y Linux.
Es bastante potente y versátil, debido al uso de paquetes.
Permite la elaboración de gráficos de alta calidad.
Permite intregrarlo con LATEXpara crear informes dinámicos.
En los últimos se ha convertido en un programa estándar para
la comunidad cientı́fica.
Fortalezas de R
Es gratuito.
Hay una gran comunidad de usuarios trabajando para mejorarlo.
Funciona en Windows, Mas OS y Linux.
Es bastante potente y versátil, debido al uso de paquetes.
Permite la elaboración de gráficos de alta calidad.
Permite intregrarlo con LATEXpara crear informes dinámicos.
En los últimos se ha convertido en un programa estándar para
la comunidad cientı́fica.
Fortalezas de R
Es gratuito.
Hay una gran comunidad de usuarios trabajando para mejorarlo.
Funciona en Windows, Mas OS y Linux.
Es bastante potente y versátil, debido al uso de paquetes.
Permite la elaboración de gráficos de alta calidad.
Permite intregrarlo con LATEXpara crear informes dinámicos.
En los últimos se ha convertido en un programa estándar para
la comunidad cientı́fica.
Fortalezas de R
Es gratuito.
Hay una gran comunidad de usuarios trabajando para mejorarlo.
Funciona en Windows, Mas OS y Linux.
Es bastante potente y versátil, debido al uso de paquetes.
Permite la elaboración de gráficos de alta calidad.
Permite intregrarlo con LATEXpara crear informes dinámicos.
En los últimos se ha convertido en un programa estándar para
la comunidad cientı́fica.
Fortalezas de R
Es gratuito.
Hay una gran comunidad de usuarios trabajando para mejorarlo.
Funciona en Windows, Mas OS y Linux.
Es bastante potente y versátil, debido al uso de paquetes.
Permite la elaboración de gráficos de alta calidad.
Permite intregrarlo con LATEXpara crear informes dinámicos.
En los últimos se ha convertido en un programa estándar para
la comunidad cientı́fica.
Fortalezas de R
Es gratuito.
Hay una gran comunidad de usuarios trabajando para mejorarlo.
Funciona en Windows, Mas OS y Linux.
Es bastante potente y versátil, debido al uso de paquetes.
Permite la elaboración de gráficos de alta calidad.
Permite intregrarlo con LATEXpara crear informes dinámicos.
En los últimos se ha convertido en un programa estándar para
la comunidad cientı́fica.
Inconvenientes de R
Inconvenientes de R
Inconvenientes de R
Inconvenientes de R
Instalar R
Instalar R
Instalar R
Instalar RStudio
Instalar RStudio
Instalar RStudio
Directorio de trabajo
Contenido
1 Introducción
¿Qué es R?
Fortalezas e inconvenientes de R
Instalar R y RStudio
Directorio de trabajo
2 Estructura en R
Ayuda de R
Scripts
Área de trabajo
Funciones en R e instalación de paquetes
4 Tipos de datos en R
Objetos y clases
Tipos de datos en R
Estructuras de datos en R
Ayuda de R
Scripts
Scripts
Scripts
Scripts
Scripts
Scripts
Funciones en R
Niveles de funciones en R
Las que estánce disponibles por defecto, por ejemplo:
mean(), var(), cor()
Las que están instaladas pero no inmediatamente disponibles.
Las que no están instaladas.
Instalación de paquetes
Instalación de paquetes
Para ver paquetes instalados:
installed.packages()
Para instalar un paquete:
install.packages("Nombre del paquete")
Para cargar un paquete:
library(nombre del paquete)
require(nombre del paquete)
Contenido
1 Introducción
¿Qué es R?
Fortalezas e inconvenientes de R
Instalar R y RStudio
Directorio de trabajo
2 Estructura en R
Ayuda de R
Scripts
Área de trabajo
Funciones en R e instalación de paquetes
4 Tipos de datos en R
Objetos y clases
Tipos de datos en R
Estructuras de datos en R
Importar datos
Importar datos
Importar datos
Importar datos
Importar datos
Importar datos
Importar datos
EjemploCSVSinFilasConColumnas.csv
talla, peso, edad
1.75, 80, 28
1.80, 81, 35
1.77, 66, 24
1.65, 70, 40
EjemploCSVConFilasYColumnas.csv
talla, peso, edad
"Luis", 1.75, 80, 28
"Diego", 1.80, 81, 35
"Claudia", 1.77, 66, 24
"Juan", 1.65, 70, 40
EjemploCSVSinFilasSinColumnas.csv
1.75, 80, 28
1.80, 81, 35
1.77, 66, 24
1.65, 70, 40
Exportar de datos
Contenido
1 Introducción
¿Qué es R?
Fortalezas e inconvenientes de R
Instalar R y RStudio
Directorio de trabajo
2 Estructura en R
Ayuda de R
Scripts
Área de trabajo
Funciones en R e instalación de paquetes
4 Tipos de datos en R
Objetos y clases
Tipos de datos en R
Estructuras de datos en R
Objetos y clases
Tipos de datos en R
Diferentes tipos de clases de datos en R:
números (numeric)
cadenas (character )
factores (factor )
valores lógicos (logical)
Tipos de datos en R
Ejemplos:
> w <- c(1,5,7)
> is.numeric(w)
> s <- as.character(w)
> s
> is.character(s)
Clase character
Clase factor
Los factores son parecidos a los caracteres pero R guarda registro
de sus valores (suelen ser pocos).
Operaciones con objetos de la clase factor
Identificar la clase:
class()
Convertir el objeto en factor:
factor()
Modalidades de un factor:
levels()
Recuento de frecuencias:
table()
Clase logical
Los valores lógicos son factores con dos niveles: TRUE y FALSE
Operaciones con valores lógicos
Conectiva lógica AND: &
Conectiva lógica OR: |
Conectiva lógica NOT: !
¿Es de la clase logical?:
is.logical()
Estructuras de datos en R
Estructuras de datos en R
Estructuras de datos en R
Estructuras de datos en R
Vectores
Los vectores
Son colecciones unidimensionales de objetos que no pueden
descomponerse en más partes.
Pueden contener número, caracteres, factores o valores lógicos
(todos de la misma clase).
Se puede acceder a los componentes de un vector empleando
corchetes [].
Vectores
Los vectores
Son colecciones unidimensionales de objetos que no pueden
descomponerse en más partes.
Pueden contener número, caracteres, factores o valores lógicos
(todos de la misma clase).
Se puede acceder a los componentes de un vector empleando
corchetes [].
Vectores
Los vectores
Son colecciones unidimensionales de objetos que no pueden
descomponerse en más partes.
Pueden contener número, caracteres, factores o valores lógicos
(todos de la misma clase).
Se puede acceder a los componentes de un vector empleando
corchetes [].
Vectores
Los vectores
Son colecciones unidimensionales de objetos que no pueden
descomponerse en más partes.
Pueden contener número, caracteres, factores o valores lógicos
(todos de la misma clase).
Se puede acceder a los componentes de un vector empleando
corchetes [].
Matrices
Las matrices
Son vectores con atributos adicionales llamados dimensiones.
Se pueden ver como vectores con más de una dimensión.
Se puede acceder a sus elementos
[i,j]
Filas
[i,]
Columnas
[,j]
Matrices
Dataframes
Los dataframes
Son las estructuras de datos de R más adecuada para analizar
datos.
Son estructuras matriciales que pueden contener diferentes
clases de datos.
Podemos hacer que cada fila corresponda a una observación y
cada columna a una variable.
Podemos asignar nombres a las filas de una dataframe
mediante rownames() y a las columnas por medio de
colnames()
Dataframes
Los dataframes
Son las estructuras de datos de R más adecuada para analizar
datos.
Son estructuras matriciales que pueden contener diferentes
clases de datos.
Podemos hacer que cada fila corresponda a una observación y
cada columna a una variable.
Podemos asignar nombres a las filas de una dataframe
mediante rownames() y a las columnas por medio de
colnames()
Dataframes
Los dataframes
Son las estructuras de datos de R más adecuada para analizar
datos.
Son estructuras matriciales que pueden contener diferentes
clases de datos.
Podemos hacer que cada fila corresponda a una observación y
cada columna a una variable.
Podemos asignar nombres a las filas de una dataframe
mediante rownames() y a las columnas por medio de
colnames()
Dataframes
Los dataframes
Son las estructuras de datos de R más adecuada para analizar
datos.
Son estructuras matriciales que pueden contener diferentes
clases de datos.
Podemos hacer que cada fila corresponda a una observación y
cada columna a una variable.
Podemos asignar nombres a las filas de una dataframe
mediante rownames() y a las columnas por medio de
colnames()
Dataframes
Los dataframes
Son las estructuras de datos de R más adecuada para analizar
datos.
Son estructuras matriciales que pueden contener diferentes
clases de datos.
Podemos hacer que cada fila corresponda a una observación y
cada columna a una variable.
Podemos asignar nombres a las filas de una dataframe
mediante rownames() y a las columnas por medio de
colnames()
Dataframes
Operaciones con dataframes
Leer un archivo y crear un dataframe: read.csv(file=)
Crear un dataframe a partir de vectores de igual longitud:
dataframe(v1,v2,...,vk)
¿Es un dataframe?: is.data.frame()
Dimensión (filas × columnas) de un dataframe: dim()
Extraer el elemento de la fila i y la columna j del dataframe
data: data[i,j]
Extraer la i ésima fila del dataframe data: data[i,]
Extraer la j ésima columna del dataframe data: data[,j]
Extraer la columna del nombre var1 del dataframe data:
data$var1
Johann A. Ospina Introducción a R