8 Importación de datos desde diferentes formatos en R
En esta clase, aprenderemos cómo importar datos desde diferentes formatos en R, como archivos CSV, Excel y otros formatos comunes. La capacidad de importar datos es fundamental para analizar y trabajar con conjuntos de datos en R.
Importación de archivos CSV
Los archivos CSV (Comma-Separated Values) son uno de los formatos más comunes para almacenar datos tabulares. En R, podemos importar archivos CSV utilizando la función read.csv() o read.csv2().
También podemos especificar opciones adicionales, como el separador de columnas y si el archivo contiene encabezados.
Importación de archivos Excel
R también nos permite importar datos de archivos Excel. Para ello, podemos utilizar el paquete readxl o openxlsx.
También podemos utilizar el paquete openxlsx para importar archivos Excel.
Importación de otros formatos
Además de CSV y Excel, R también es capaz de importar datos desde otros formatos, como archivos de texto plano, bases de datos, archivos JSON, entre otros. Aquí hay algunos ejemplos:
- Importar un archivo de texto plano (por ejemplo, con valores separados por tabuladores):
- Importar datos de una base de datos utilizando el paquete
DBI:
# Instalar y cargar el paquete DBI
install.packages("DBI")
library(DBI)
# Establecer una conexión con la base de datos
conexion <- dbConnect(drv, dbname = "nombre_base_datos", user = "usuario",
password = "contraseña")
# Importar datos de una tabla de la base de datos
datos <- dbReadTable(conexion, "nombre_tabla")- Importar datos desde un archivo JSON utilizando el paquete
jsonlite:
Es importante tener en cuenta que para importar datos desde formatos diferentes a CSV y Excel, es posible que necesites instalar y cargar paquetes adicionales según sea necesario.
Recuerda verificar la documentación y los argumentos opcionales de las funciones de importación para adaptarlos a tu caso específico y asegurarte de que los datos se importen correctamente.
Ejercicios
formato CSV
Para la mayoría de archivos son los mismos pasos
Por favor, ingresa al siguiente enlace: Descargar base de datos. Ahí podrás descargar el archivo “diamonds.csv”.
Una vez descargado el archivo, abre RStudio y crea un nuevo script.
Ahora, vamos a importar la base de datos CSV utilizando la función
read.csv(). Asegúrate de modificar la ruta del archivo de acuerdo a donde lo hayas guardado en tu computadora. Aquí tienes el código:
Ejecuta el código y verifica que la base de datos se haya cargado correctamente en el objeto “diamonds”.
Ahora que hemos importado la base de datos, te invito a explorarla utilizando las funciones de R. Puedes utilizar las siguientes funciones para obtener una comprensión inicial de los datos:
head(diamonds): Muestra las primeras filas de la base de datos.
summary(diamonds): Proporciona un resumen estadístico de las variables numéricas.
carat cut color clarity depth
Min. :0.2000 Fair : 1610 D: 6775 SI1 :13065 Min. :43.00
1st Qu.:0.4000 Good : 4906 E: 9797 VS2 :12258 1st Qu.:61.00
Median :0.7000 Ideal :21551 F: 9542 SI2 : 9194 Median :61.80
Mean :0.7979 Premium :13791 G:11292 VS1 : 8171 Mean :61.75
3rd Qu.:1.0400 Very Good:12082 H: 8304 VVS2 : 5066 3rd Qu.:62.50
Max. :5.0100 I: 5422 VVS1 : 3655 Max. :79.00
J: 2808 (Other): 2531
table price x y
Min. :43.00 Min. : 326 Min. : 0.000 Min. : 0.000
1st Qu.:56.00 1st Qu.: 950 1st Qu.: 4.710 1st Qu.: 4.720
Median :57.00 Median : 2401 Median : 5.700 Median : 5.710
Mean :57.46 Mean : 3933 Mean : 5.731 Mean : 5.735
3rd Qu.:59.00 3rd Qu.: 5324 3rd Qu.: 6.540 3rd Qu.: 6.540
Max. :95.00 Max. :18823 Max. :10.740 Max. :58.900
z
Min. : 0.000
1st Qu.: 2.910
Median : 3.530
Mean : 3.539
3rd Qu.: 4.040
Max. :31.800
str(diamonds): Muestra la estructura de la base de datos, incluyendo los tipos de variables.
tibble [53,940 × 10] (S3: tbl_df/tbl/data.frame)
$ carat : num [1:53940] 0.23 0.21 0.23 0.29 0.31 0.24 0.24 0.26 0.22 0.23 ...
$ cut : Factor w/ 5 levels "Fair","Good",..: 3 4 2 4 2 5 5 5 1 5 ...
$ color : Factor w/ 7 levels "D","E","F","G",..: 2 2 2 6 7 7 6 5 2 5 ...
$ clarity: Factor w/ 8 levels "I1","IF","SI1",..: 4 3 5 6 4 8 7 3 6 5 ...
$ depth : num [1:53940] 61.5 59.8 56.9 62.4 63.3 62.8 62.3 61.9 65.1 59.4 ...
$ table : num [1:53940] 55 61 65 58 58 57 57 55 61 61 ...
$ price : int [1:53940] 326 326 327 334 335 336 336 337 337 338 ...
$ x : num [1:53940] 3.95 3.89 4.05 4.2 4.34 3.94 3.95 4.07 3.87 4 ...
$ y : num [1:53940] 3.98 3.84 4.07 4.23 4.35 3.96 3.98 4.11 3.78 4.05 ...
$ z : num [1:53940] 2.43 2.31 2.31 2.63 2.75 2.48 2.47 2.53 2.49 2.39 ...