3 Conceptos básicos de R y su sintaxis
En esta clase se cubrirán temas fundamentales para el uso de R en aplicaciones estadísticas y análisis de datos, como la creación de variables, operaciones matemáticas básicas, creación y manipulación de vectores, matrices y data frames.
A lo largo de la clase, se presentarán ejemplos y se explicarán los conceptos paso a paso, de manera que puedan ser comprendidos por aquellos que están iniciando su camino en R.
¡Empecemos!
Estructura básica de un script de R
Comentarios
Son líneas de texto que no se ejecutan y se utilizan para hacer anotaciones y explicaciones dentro del código.
Para realizar un comentario en R se utiliza el símbolo #
Cargar Paquetes:
Los paquetes son colecciones de funciones y datos adicionales que se pueden usar en R para ampliar las funcionalidades básicas del lenguaje.
En R se cuentan con dos funciones útiles para llamar paquetes (y hacer el trabajo del programador “más sencillo”)
Definición de Variables
Las variables son objetos que se utilizan para almacenar valores o datos en R. Se pueden definir variables numéricas, lógicas, de caracteres, entre otras.
En R tenemos algunas ventajas por ser un lenguaje flexible en comparación con otros lenguajes, para definir cualquier variable para tomar algún valor de un objeto utilizamos los siguientes operadores
Operadores en R
La ejecución de operaciones en R es una de las funciones básicas de este lenguaje de programación. Una vez que se han definido las variables, se pueden realizar operaciones matemáticas, lógicas o de texto con ellas. Para ello, se pueden usar los operadores aritméticos “+”, “-”, “*”,“/”, entre otros.
Además de los operadores aritméticos, también existen operadores lógicos en R, que se utilizan para comparar valores y realizar operaciones booleanas. Entre los operadores lógicos más comunes se encuentran “>”, “<”, “==”, “>=”, “<=”, “!=”. Estos operadores se pueden usar para comparar valores numéricos, caracteres y factores.
Es importante destacar que en R existen reglas de precedencia que indican el orden en que se evalúan las operaciones. En general, las operaciones aritméticas tienen mayor precedencia que las operaciones lógicas, aunque se pueden usar paréntesis para indicar un orden de evaluación diferente.
Tipos de operadores
El R funciona como una calculadora (muy avanzada) para hacer cálculos avanzados como los más sencillos, por lo cual es importante aprender que R cuenta con los siguientes tipos de operadores básicos a la hora de realizar una suma, resta, división o multiplicación:
Operadores aritméticos:
Suma (+): se utiliza para sumar dos o más valores en R.
Resta (-): se utiliza para restar dos valores en R.
Multiplicación (*): se utiliza para multiplicar dos valores en R.
División (/): se utiliza para dividir un valor por otro en R.
Módulo (%%): se utiliza para obtener el resto de la división de un valor por otro en R.
Potencia (^): se utiliza para elevar un valor a una potencia en R.
# Operaciones matemáticas
a <- 10
b <- 3
sum <- a + b # suma
diff <- a - b # resta
prod <- a * b # multiplicación
quot <- a / b # división
mod <- a %% b # módulo
exp <- a ^ b # exponenciación
# Impresión de resultados de operaciones matemáticas
print(sum)[1] 13
[1] 7
[1] 30
[1] 3.333333
[1] 1
[1] 1000
Aquí se crean dos vectores, en los cuales se hacen diferentes tipos de operadores, al final vemos el resultado gracias a la función print() ya que cada operación esta siendo almacenada por una variable con un nombre diferente.
Conclusión: Los operadores aritméticos en R son herramientas fundamentales para realizar operaciones matemáticas básicas en este lenguaje de programación. Es importante tener en cuenta que en R existe un orden de precedencia que se debe seguir al usar varios operadores aritméticos juntos en una misma operación.
Dado que R es un lenguaje vectorizado, es decir, que cada objeto guardado es un vector o matriz de una dimensión particular, podemos extender este tipo de operaciones matemáticas a vectores (de esta manera la programación es más “sencilla”).
# Creación de vectores
v1 <- c(1, 2, 3, 4, 5) # vector numérico
v2 <- c("a", "b", "c") # vector de texto
# Impresión de vectores
print(v1)[1] 1 2 3 4 5
[1] "a" "b" "c"
[1] 2
[1] "c"
[1] 3 4 5 6 7
Lo que realizamos en el código anterior es crear do vectores, en este caso el interés nuestro esta sobre el numérico, por el cual en las dos ultimas lineas tomamos el vector y le sumamos un escalar, el resultado nos muestra que al sumar un numero a nuestro vector el vector se afecta en su totalidad, sumando 2 a cada componente de v1.
# Creación de matrices
m1 <- matrix(1:6, nrow = 2) # matriz numérica
m2 <- matrix(c("a", "b", "c", "d"), nrow = 2) # matriz de texto
# Impresión de matrices
print(m1) [,1] [,2] [,3]
[1,] 1 3 5
[2,] 2 4 6
[,1] [,2]
[1,] "a" "c"
[2,] "b" "d"
[1] 3
[1] "b"
[,1] [,2] [,3]
[1,] 2 6 10
[2,] 4 8 12
El mismo caso sucede para las matrices al realizar estas operaciones.
Todo lo anterior es teniendo en cuenta la teoría que hay detrás del álgebra lineal al realizar operaciones entre vectores o matrices y escalares, ya que esta cambia cuando es entre vectores o matrices.
Operadores lógicos:
- Mayor que (>), menor que (<): se utilizan para comparar dos valores numéricos y determinar si uno es mayor o menor que el otro.
[1] TRUE
[1] FALSE
- Mayor o igual que (>=), menor o igual que (<=): se utilizan para comparar dos valores numéricos y determinar si uno es mayor o igual o menor o igual que el otro.
[1] TRUE
[1] FALSE
Igual a (==): se utiliza para comparar dos valores y determinar si son iguales en R.
No igual a (!=): se utiliza para comparar dos valores y determinar si son diferentes en R.
[1] FALSE
[1] TRUE
- AND lógico (&): se utiliza para combinar dos o más expresiones lógicas y determinar si ambas son verdaderas.
# Definimos dos variables booleanas
cond1 <- TRUE
cond2 <- FALSE
# Verificamos si ambas condiciones son verdaderas
cond1 & cond2[1] FALSE
- OR lógico (|): se utiliza para combinar dos o más expresiones lógicas y determinar si al menos una es verdadera.
# Definimos dos variables booleanas
cond1 <- TRUE
cond2 <- FALSE
# Verificamos si al menos una de las condiciones es verdadera
cond1 | cond2[1] TRUE
Conclusión: Los operadores lógicos en R son herramientas fundamentales para realizar operaciones booleanas en este lenguaje de programación. Es importante tener en cuenta que estos operadores siempre retornan un valor lógico (verdadero o falso) y que pueden combinarse para construir expresiones lógicas más complejas.
Sintaxis
Indentación: La indentación es importante en R para ayudar a visualizar la estructura del código y facilitar su lectura. Por ejemplo, al escribir bloques de código como condicionales o bucles, se recomienda indentar el código dentro del bloque para distinguirlo claramente del código exterior.
Un ejemplo de indentación correcta sería la siguiente estructura de código:
Longitud de línea: Se recomienda que cada línea de código en R no sea demasiado larga (idealmente no más de 80 caracteres). Esto hace que el código sea más fácil de leer y menos propenso a errores.
Un ejemplo de código con líneas demasiado largas sería:
Para mejorar la legibilidad, se puede dividir el código en varias líneas:
Nombres de variables: Es importante usar nombres de variables claros y descriptivos en R. Los nombres de variables deben indicar claramente el propósito de la variable, para que sea más fácil entender el código.
Un ejemplo de nombre de variable poco descriptivo sería:
Para hacerlo más descriptivo, se puede usar un nombre que indique el propósito de la variable:
Comentarios: Los comentarios son útiles para explicar lo que hace un trozo de código. Se recomienda incluir comentarios para aclarar el propósito de cada función o bloque de código y para documentar cualquier decisión importante de diseño.
Un ejemplo de comentario para aclarar el propósito de una función sería:
Organización del código: Es importante organizar el código de manera lógica y coherente. Por ejemplo, se puede agrupar el código relacionado en funciones o bloques separados, para facilitar su comprensión.
Un ejemplo de agrupamiento de código relacionado en funciones sería:
Uso de espacios: El uso de espacios en blanco es importante para mejorar la legibilidad del código. Se recomienda incluir espacios alrededor de los operadores, después de las comas y antes de los paréntesis, para hacer que el código sea más fácil de leer.
Un ejemplo de uso de espacios alrededor de operadores y comas sería:
Estilo de código: R tiene diferentes estilos de codificación, como el estilo “CamelCase” y el estilo “snake_case”. Es importante elegir un estilo consistente y aplicarlo en todo el código, para que sea más fácil de leer y entender.
Un ejemplo de uso consistente del estilo “snake_case” y la distinción de mayúsculas y minúsculas en R sería:
En este ejemplo, se utilizó el estilo “snake_case” para nombrar la variable “nombre_completo”. Además, se utilizó la distinción de mayúsculas y minúsculas para nombrar las variables “Nombre_Completo” y “NOMBRE_COMPLETO”, lo que significa que estas variables son diferentes de “nombre_completo”. Al utilizar consistentemente este estilo y esta distinción, el código es más fácil de leer y entender para otros programadores.
En resumen, la sintaxis en R es muy importante para escribir código limpio y estable. Al prestar atención a la indentación, la longitud de línea, los nombres de variables, los comentarios, la organización del código, el uso de espacios y el estilo de código, se puede hacer que el código sea más fácil de leer y entender, reducir los errores y mejorar la eficiencia en el análisis de datos.
Bonus: Funciones básicas de R
print()
Se utiliza para imprimir un valor en la consola de R.
paste()
Se utiliza para concatenar varios elementos de texto en una sola cadena.
length()
Se utiliza para obtener la longitud de un vector o matriz.
class()
Se utiliza para obtener la clase de un objeto en R.
mean()
Se utiliza para obtener la media de un vector numérico en R.
sum()
Se utiliza para obtener la suma de un vector numérico en R.
Ejercicios
- Crea una variable llamada “edad” y asígnale el valor de tu edad actual.
- Crea una variable llamada “nombre” y asígnale el valor de tu nombre completo.
- Crea una variable llamada “temperatura” y asígnale un valor numérico que represente la temperatura actual en grados Celsius.
Crea una variable llamada “lado” y asígnale un valor numérico que represente la longitud de un lado de un cuadrado.
Calcula el área del cuadrado utilizando la fórmula “área = lado x lado”.
Crea una variable llamada “radio” y asígnale un valor numérico que represente el radio de un círculo.
4.Calcula la circunferencia del círculo utilizando la fórmula “circunferencia = \(2\pi r\)”.
Escriba una expresión lógica que evalúe si un número es par y positivo a la vez.
Explicación: En la primera línea se define la variable num con el valor 6. Luego, en la segunda línea se evalúa si num es par utilizando el operador módulo (%%) que devuelve el resto de la división entre dos números. Si num es divisible por 2, entonces su resto es cero y la expresión (num %% 2 == 0) se evalúa como verdadera. En la tercera línea se evalúa si num es positivo, para lo cual se utiliza el operador mayor que (>). Finalmente, en la cuarta línea se combinan ambas expresiones utilizando el operador lógico AND (&), el cual devuelve verdadero si ambas expresiones son verdaderas.
Corrija la sintaxis del siguiente código para que se ejecute sin errores:
nombre <- "Juan"
edad <- 30
mensaje <- paste("Hola, me llamo", nombre, "y tengo", edad, "años.")
print(mensaje)[1] "Hola, me llamo Juan y tengo 30 años."
Explicación: En el código original falta cerrar el paréntesis en la última línea de código. Esto genera un error de sintaxis. La solución consiste en agregar el paréntesis de cierre justo después de la variable mensaje. Además, es recomendable usar mayúsculas al llamar a la función print() para seguir las convenciones del lenguaje.
Crea un vector numérico x con los valores \(2, 4, 6, 8\) y \(10\). Luego, utiliza las funciones paste() y length() para obtener una cadena que contenga los valores del vector separados por un guión y la longitud del vector, respectivamente.
El resultado impreso en la consola será "2-4-6-8-10" y 5, respectivamente.