Listas

Listas

Hoy vamos a ver las listas, los elementos de las listas pueden ser objetos de cualquier clase (numérica, carácter, lógica, etc.) y de cualquier estructura (matrices, dataframe, array, etc.), incluso pueden contener otras listas. Así las listas se pueden considerar como un almacén de objetos, y cada objeto esta enumerado y ordenado, para su acceso.

Para la creación de listas se ocupa la función list(),  utilizando vectores o datos estructurales para conformar los objetos internos, escribiendo el nombre de cada uno.

> edad<-round(rnorm(10,40,10))
> sexo<-gl(2,3,10,labels = c("M","H"))
> SS<-rep(c(F,T),5)
> Listas<-list(Edad=edad,Sexo=sexo,SeguroSocial=SS)
> Listas
$Edad
 [1] 28 40 41 53 21 39 26 39 40 33
 
$Sexo
 [1] M M M H H H M M M H
Levels: M H
 
$SeguroSocial
 [1] FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE

Series de tiempo

Series de Tiempo

Hola continuamos con los objetos, hoy veremos las Series de Tiempo. son vectores de tiempo dimensional porque combina dos componentes: los datos (un vector o una matriz con valores numéricos) y las fechas de los datos, y son de una clase básica, estas series de tiempo se crean con la función ts().

Una serie de tiempo es una secuencia de números recogidos en intervalos regulares durante un periodo de tiempo.

Con la función ts() escribimos primero los datos, despues definimos la frecuencia, esto es que cada valores representara un tiempo en el intervalo, por ejemplo si colocamos doce cada valores representara un mes o si colocamos cuatro cada valor representara un cuarto del año.

> ts(1:10,start = 2000) 

Factores

Factores

Hola continuamos con los objetos, hoy veremos los factores. Los factores, son vectores unidimensional que incluye los valores correspondientes a una variable categórica, pero también los diferentes niveles posibles de esta variable, por ejemplo la variable sexo que incluye hombre y mujer o la variable tipo de sangre que incluye los tipos A, B, AB y O.

Hay dos formas de hacer factores, la primera es usar la función gl(), en donde especificamos el numero de niveles, el numero de repeticiones y el numero total de datos respectivamente, y  con el argumento labels se especifica el nombre de los niveles.

> edades<-gl(4,5,15,labels=c("Niños","Jovenes","Adulto","Anciano"))
> edades
 [1] Niños   Niños   Niños   Niños   Niños   Jovenes Jovenes Jovenes Jovenes Jovenes
[11] Adulto  Adulto  Adulto  Adulto  Adulto 
Levels: Niños Jovenes Adulto Anciano

Dataframes

Data Frames

Hola continuamos con los objetos, hoy veremos los data frames, también conocidos como tablas de datos o marco de datos, se utilizara "data frame" porque su traducción puede producir confusión.

Los dataframes son vectores dimensionales, y pueden de dos o más clases, esto es que cada columna  pueden ser de diferente clase. Esta característica las hace las más utilizadas para estructurar datos para su análisis, por ejemplo en el contexto científico muchos de los experimentos cosiste en medir diferentes variables tanto cualitativas como cuantitativas, poder utilizar estos diferentes datos hace posible análisis más robusto y completo.

La función que se utiliza es data.frame(), en el cual podemos colocar datos o vectores para crear el data frame.

> edad<-round(rnorm(10,50,10))
> sexo<-rep(c("H","M"),5)
> sueldo<-round(rnorm(10,10000,100),2)
> data<-data.frame(edad,sexo,sueldo)
> data

Arrays

Arrays

Hola seguimos viendo los objetos de R, hoy veremos los arrays su traducción al español es variables indexadas o también puede traducirse como tabla o matriz. Se utilizara el término inglés   “Array” dado que su traducción puede producir confusión, además de que se utiliza comúnmente sin traducción.

Un array es un vector con dos o más dimensiones, de una clase básica. Podemos decir que un array está conformada por una o mas matrices.

Para hacer un array, se utiliza la función con el mismo nombre y especificando la multidimensionalidad.

> array(rpois(60,10),dim=c(5,6,2)) 
, , 1
 
     [,1] [,2] [,3] [,4] [,5] [,6]
[1,]   11   12   15   10    9   11
[2,]   15   13    9    9    5    5
[3,]    7    8   10   21    9   10
[4,]    9    8    8   12    9   14
[5,]   11   14   14    6   14   18
 
, , 2
 
     [,1] [,2] [,3] [,4] [,5] [,6]
[1,]   11    8    6    3   13   11
[2,]   11    7   11   13   15   10
[3,]   11    8    8   10   12    9
[4,]    5   10   14    6    9   14
[5,]   10    9    6    7    9   11

Matrices

Creación de Matrices

Las matrices son objetos estructurales con una colección datos en una disposición rectangular, tienen dos dimensiones y son de una clase. 

Es común almacenar los datos en matrices. podemos crear matrices con diferentes funciones

Con la función de dimensión llamada dim(), que crea una matriz a partir de un vector

> a<-21:30               # creamos el vector
> a
 [1] 21 22 23 24 25 26 27 28 29 30
> dim(a)<-c(2,5)         # dim() el 2 número de filas y el 3 numero de columnas
> a                      # a cambia de un vector a una matriz 2x5
     [,1] [,2] [,3] [,4] [,5]
[1,]   21   23   25   27   29
[2,]   22   24   26   28   30

Vectores

Vectores

Hola siguiendo con la sintaxis hoy veremos los vectores. Definiremos vector a un conjunto de elementos de un solo tipo de dato elemental o básico.

Para la creación de vectores hay que tener en cuenta que R reconoce entre mayúsculas y minúsculas: POR EJEMPLO los vectores edad, Edad, EDAD, EdAd, R los tomara como vectores diferentes.

Para la creación de vectores ocupamos los operadores de asignación que vimos anteriormente

> a<-1:4
> a
[1] 1 2 3 4
> b<-c(F,T,F,T,T)
> b
[1] FALSE  TRUE FALSE  TRUE  TRUE
> c<-c("daniel","pedro","maria")
> c
[1] "daniel" "pedro"  "maria"