Creación de objetos en R

Una de las ventajas de utilizar un lenguaje de programación es poder hacer tareas repetitivas de una forma sencilla. Aprender a programar no es una tarea sencilla, es un proceso que te llevará tiempo e irás descubriendo que habrá varios caminos para conseguir un mismo resultado.

En este sentido, algo básico que debes aprender en R es la creación de objetos. Lo anterior te permitirá grabar resultados y mandarlos a llamar cuando los requieras, ya sea para recordar o ir documentando cada uno de los análisis realizados, además de hacer nuevas operaciones o transformaciones.

Uso y creación de objetos en R

Bueno, sin más dilación creamos nuestro primer objeto:

Entonces, durante estas lecciones vamos a instalar una serie de paquetes y base de datos para trabajar con los mismos.

a<-2.34 #La expresión <- nos va a permitir crear objetos y bases de datos.

b<-3.25 #Grabamos un valor en este nuevo objeto.

a+b #Sumamos ambos objetos.

[1] 5.59

sum(a,b)  #Está es otra forma de sumar.

[1] 5.59

Ahora veamos otro ejemplo, utilizando datos tipo texto o character.

nombre<-«Luis»

apellido1<-«Pérez»

apellido2<-«García»

nombrecompleto<-paste(nombre,apellido1,apellido2,sep = » «) #La condición sep es importante para señalar que hay un espacio entre cada uno de los elementos de los objetos.

print(nombrecompleto) #En R hay que indicarle al programa que nos muestre la información que contiene el objeto.

[1] «Luis Pérez García»

nombrecompleto #Escribe el nombre del objeto, será una forma más directa de observar la información que contiene el objeto.

[1] «Luis Pérez García»

En R vamos a trabajar con objetos que acepten muchos valores y formatos.

Creación de vectores

Un vector es un arreglo de información que contiene información. En una típica hoja de calculo nos referíamos a una columna.

misdatos<-c(80.1,73.5,92.0,65.4,73.9,77.2,81.8,84.1,76.7,70) #Se crea una columna o variable. Nota: R no permite mezclar formatos de datos, por lo terminará convirtiendo a numérico o texto, según lo considere más conveniente.

misdatos

[1] 80.1 73.5 92.0 65.4 73.9 77.2 81.8 84.1 76.7 70.0

class(misdatos) #Muestra el tipo de información que contiene el objeto.

[1] «numeric»

misdatos6<-10:25 #Crea un vector de 10 a 25 (salta de 1 en 1)

 [1] 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

class(misdatos6) #Muestra el tipo de información que contiene el objeto mis datos6.

[1] «integer»

misdatos8<-seq(3,6,by=0.1) #Crea un vector del 3 al 6, con 0.1 como secuencia entre cada valor.

[1] 3.0 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 4.0 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9 5.0 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9 6.0

misdatos8[5] #Permite traer el valor en la posición 5 (3.4)

[1] 3.4

y <- LETTERS[1:10] #Crea un objeto con letras (las primeras 10)

print(y)

 [1] «A» «B» «C» «D» «E» «F» «G» «H» «I» «J»

Creación de matrices

Una matriz es un arreglo de información más complejo, formado por columnas y filas. Una matriz puede llegar a considerarse una base de datos, donde existan variables (columnas) y observaciones (filas). Lo anterior, lo analizaremos en otras lecciones más adelante. Por lo pronto, construyamos y trabajemos con el diseño de matrices:

w <- matrix(1:16, 4, 4) #Deben tener el mismo tipo de información o clase de datos. Los segundos valores representan las filas y columnas.

print(w)

[,1] [,2] [,3] [,4]
[1,] 1 5 9 13
[2,] 2 6 10 14
[3,] 3 7 11 15
[4,] 4 8 12 16

dim(w) #Dimensión de la matriz, siempre comienza con el reglón y después las columnas, como en álgebra matricial.

[1] 4 5

x <- matrix(21:36, 4, 4) #Crea otra matriz.

x

[,1] [,2] [,3] [,4]
[1,] 21 25 29 33
[2,] 22 26 30 34
[3,] 23 27 31 35
[4,] 24 28 32 36

x+w #Sumemos las matrices.

[,1] [,2] [,3] [,4]
[1,] 22 30 38 46
[2,] 24 32 40 48
[3,] 26 34 42 50
[4,] 28 36 44 52

x%*%w #Multipliquemos las matrices.

[,1] [,2] [,3] [,4]
[1,] 290 722 1154 1586
[2,] 300 748 1196 1644
[3,] 310 774 1238 1702
[4,] 320 800 1280 1760

det(x) #Calcula el determinante de la matriz.

[1] -1.514613e-28

det(w)

[1] 0

z<-x%*%y #Crea la matriz “z”.

det(z)

[1] 0

Te comparto más comandos que puedes utilizar para realizar operaciones con matrices.

• t() #Transpuesta
• diag() #Diagonal
• sum(diag()) #Traza
• det() #Determinante
• solve() #Inversa
• qr() #Descomposición
• qr()$rank #Rango
• var() #Varianza
• %*% #Multiplicación de matrices

Es importante recordar que cada objeto creado debe ser nombrado, no obstante, en el lenguaje R existen nombres que han sido reservados y se pueden utilizar para crear objetos.

• break <-1 # palabra reservada (no usar)
• else <-2 # palabra reservada (no usar)
• FALSE <-3 # palabra reservada (no usar)
• for <-4 # palabra reservada (no usar)
• function <-5 # palabra reservada (no usar)
• if <-6 # palabra reservada (no usar)
• in <-7 # palabra reservada (no usar)
• Inf <-8 # palabra reservada (no usar)
• NA <-9 # palabra reservada (no usar)
• NaN <- 10 # palabra reservada (no usar)
• next <- 11 # palabra reservada (no usar)
• NULL <- 12 # palabra reservada (no usar)
• repeat <- 13 # palabra reservada (no usar)
• TRUE <- 14 # palabra reservada (no usar)
• while <- 15 # palabra reservada (no usar)

Ahora vamos a revisar un comando muy útil para cuando trabajamos con objetos, ya que te permite visualizar cuántos objetos haz creado.

ls() #Nos proporciona el nombre de todos los objetos creados.

Te invito a que continúes aprendiendo y practicando más sobre R en la siguiente lección, el link aparece en la parte inferior de esta página.

Escrito por Adrián de la Cruz

*Si consideras este contenido de utilidad, ayúdanos a seguir generando más y mejor contenido gratuito con una aportación que consideres suficiente.

Siguiente lección >>> Base de datos

Conoce todos nuestros Cursos gratis