Capitulo 3 Lenguaje R

3.1 Ejercicios de Introduccion a R

3.1.1 Ejercicios Introduccion - Vectores I

• Importar el dataset UKgas. Almacenar la columna del dataset en un vector llamado consumo.de.gas. Preparar un fichero .R con las órdenes necesarias para realizar:

library(rmarkdown)
data("UKgas")
consumo.de.gas <- as.vector(UKgas)

• Acceder a los 10 primeros elementos del vector consumo.de.gas

v1 <- consumo.de.gas[1:10]
v1

##  [1] 160.1 129.7  84.8 120.1 160.1 124.9  84.8 116.9 169.7 140.9

• Acceder a los elementos impares del vector consumo.de.gas

v2 <- consumo.de.gas[c(TRUE, FALSE)]
v2

##  [1]  160.1   84.8  160.1   84.8  169.7   89.7  187.3   92.9  176.1   89.7
## [11]  185.7   99.3  200.1  102.5  204.9  112.1  227.3  115.3  244.9  118.5
## [21]  244.9  188.9  301.0  136.1  317.0  152.1  371.4  158.5  449.9  179.3
## [31]  491.5  177.7  593.9  176.1  584.3  187.3  669.2  216.1  827.7  209.7
## [41]  840.5  217.7  848.5  209.7  925.3  214.5  917.3  224.1  989.4  233.7
## [51] 1087.0  281.8 1163.9  347.4

• Acceder a las posiciones 1,4,7,10,… del vector consumo.de.gas

v3 <- consumo.de.gas[c(TRUE, FALSE, FALSE)]
v3

##  [1] 160.1 120.1  84.8 140.9 187.3 120.1  89.7 155.3 200.1 136.1 112.1 195.3
## [13] 244.9 153.7 188.9 196.9 317.0 336.2 158.5 286.6 491.5 409.8 176.1 395.4
## [25] 669.2 509.1 209.7 414.6 848.5 701.2 214.5 515.5 989.4 730.0 281.8 613.1

• Acceder al vector consumo.de.gas en orden inverso

v4 <- consumo.de.gas[length(consumo.de.gas):1]
v4

##   [1]  782.8  347.4  613.1 1163.9  787.6  281.8  534.7 1087.0  730.0  233.7
##  [11]  477.1  989.4  694.8  224.1  515.5  917.3  683.6  214.5  443.4  925.3
##  [21]  701.2  209.7  437.0  848.5  670.8  217.7  414.6  840.5  542.7  209.7
##  [31]  467.5  827.7  509.1  216.1  421.0  669.2  485.1  187.3  395.4  584.3
##  [41]  483.5  176.1  329.8  593.9  409.8  177.7  321.8  491.5  403.4  179.3
##  [51]  286.6  449.9  355.4  158.5  240.1  371.4  336.2  152.1  230.5  317.0
##  [61]  267.3  136.1  196.9  301.0  142.5  188.9  216.1  244.9  153.7  118.5
##  [71]  214.5  244.9  142.5  115.3  195.3  227.3  140.9  112.1  176.1  204.9
##  [81]  136.1  102.5  161.7  200.1  131.3   99.3  155.3  185.7  123.3   89.7
##  [91]  147.3  176.1  120.1   92.9  144.1  187.3  123.3   89.7  140.9  169.7
## [101]  116.9   84.8  124.9  160.1  120.1   84.8  129.7  160.1

• Acceder a los 50 primeros elementos del vector consumo.de.gas excepto la posición 1, 3 y 5.

v5 <- consumo.de.gas[1:50]
v5 <- v5[-(c(1,3,5))]
v5

##  [1] 129.7 120.1 124.9  84.8 116.9 169.7 140.9  89.7 123.3 187.3 144.1  92.9
## [13] 120.1 176.1 147.3  89.7 123.3 185.7 155.3  99.3 131.3 200.1 161.7 102.5
## [25] 136.1 204.9 176.1 112.1 140.9 227.3 195.3 115.3 142.5 244.9 214.5 118.5
## [37] 153.7 244.9 216.1 188.9 142.5 301.0 196.9 136.1 267.3 317.0 230.5

• Sumarle 1 a los elementos del vector consumo.de.gas (reciclaje)

v6 <- consumo.de.gas+1
v6

##   [1]  161.1  130.7   85.8  121.1  161.1  125.9   85.8  117.9  170.7  141.9
##  [11]   90.7  124.3  188.3  145.1   93.9  121.1  177.1  148.3   90.7  124.3
##  [21]  186.7  156.3  100.3  132.3  201.1  162.7  103.5  137.1  205.9  177.1
##  [31]  113.1  141.9  228.3  196.3  116.3  143.5  245.9  215.5  119.5  154.7
##  [41]  245.9  217.1  189.9  143.5  302.0  197.9  137.1  268.3  318.0  231.5
##  [51]  153.1  337.2  372.4  241.1  159.5  356.4  450.9  287.6  180.3  404.4
##  [61]  492.5  322.8  178.7  410.8  594.9  330.8  177.1  484.5  585.3  396.4
##  [71]  188.3  486.1  670.2  422.0  217.1  510.1  828.7  468.5  210.7  543.7
##  [81]  841.5  415.6  218.7  671.8  849.5  438.0  210.7  702.2  926.3  444.4
##  [91]  215.5  684.6  918.3  516.5  225.1  695.8  990.4  478.1  234.7  731.0
## [101] 1088.0  535.7  282.8  788.6 1164.9  614.1  348.4  783.8

• Sumar los 10 primeros elementos del vector consumo.de.gas con el vector v2=(1,2,3)

# Como son tamaños diferentes, cogeré un vector multiplo del vector v2 y luego seleccionare los 10 elementos requeridos
v2 <- c(1,2,3)
v7 <- consumo.de.gas[1:12]
v7 <- v7+v2
v7 <- v7[1:10]
v7

##  [1] 161.1 131.7  87.8 121.1 162.1 127.9  85.8 118.9 172.7 141.9

3.1.2 Ejercicios Funciones

• Programar una función que devuelva dado un vector cuantos números impares tiene. AYUDA: Usar %% para calcular el resto.

n_impares <- function(vector){
  sum <- length(which(vector%%2 != 0))
  return(sum)
}

v1 <- 1:10
n_impares(v1)

## [1] 5

• Programar una función que calcule el volumen de una esfera dado el radio r de dicha esfera. La ecuacion para hallar el volumen de una esfera es $V = \frac{4}{3}\pi r^3$

vol_esfera <- function(radio){
  res <- 4/3*pi*radio^3
  return(res)
}
vol_esfera(radio = 2)

## [1] 33.51032

• Programar una función que calcule el volumen de esferas con radio r =1,2,…,20 y devuelva un data.frame con las dos columnas (radio, volumen).

volumenes <- function(vector){
  vols <- vol_esfera(vector)
  return(data.frame("radio"=vector, "volumen"=vols))
}
v <- 1:20
paged_table(volumenes(v))

ABCDEFGHIJ0123456789

radio <int>	volumen <dbl>
1	4.18879
2	33.51032
3	113.09734
4	268.08257
5	523.59878
6	904.77868
7	1436.75504
8	2144.66058
9	3053.62806
10	4188.79020

Next

12

Previous

1-10 of 20 rows

3.1.3 Manipular Data Frames - Ejercicio 2.1

Importar el dataset HairEyeColor y preparar un fichero .R con los comandos requeridos para lo siguiente:

• Si el dataset importado no es un dataframe convertirlo a dataframe

HairEyeColorDF <- as.data.frame(HairEyeColor)
class(HairEyeColorDF)

## [1] "data.frame"

• Analizar la estructura del dataset, tipo de datos, estructura, clase, etc.

str(HairEyeColorDF)

## 'data.frame':    32 obs. of  4 variables:
##  $ Hair: Factor w/ 4 levels "Black","Brown",..: 1 2 3 4 1 2 3 4 1 2 ...
##  $ Eye : Factor w/ 4 levels "Brown","Blue",..: 1 1 1 1 2 2 2 2 3 3 ...
##  $ Sex : Factor w/ 2 levels "Male","Female": 1 1 1 1 1 1 1 1 1 1 ...
##  $ Freq: num  32 53 10 3 11 50 10 30 10 25 ...

• Obtener número de columnas, número de filas. Guardar en un vector el nombre de las columnas.

dim(HairEyeColorDF)

## [1] 32  4

nrow(HairEyeColorDF)

## [1] 32

ncol(HairEyeColorDF)

## [1] 4

• Cambiar el nombre de la primera columna.

dt2 <- HairEyeColorDF
names(dt2)[1] <- 'Pelo'
paged_table(dt2)

ABCDEFGHIJ0123456789

Pelo <fctr>	Eye <fctr>	Sex <fctr>	Freq <dbl>
Black	Brown	Male	32
Brown	Brown	Male	53
Red	Brown	Male	10
Blond	Brown	Male	3
Black	Blue	Male	11
Brown	Blue	Male	50
Red	Blue	Male	10
Blond	Blue	Male	30
Black	Hazel	Male	10
Brown	Hazel	Male	25

Next

1234

Previous

1-10 of 32 rows

• Averiguar el tipo de datos de la primera columna.

class(dt2[[1]])

## [1] "factor"

• Comando para averiguar si hay valores NA en todo el dataframe, y lo mismo en la columna 1.

as.logical(sum(is.na(HairEyeColorDF)));      #Para todo el dataframe

## [1] FALSE

as.logical(sum(is.na(HairEyeColorDF[, 1]))); # Para la columna 1

## [1] FALSE

• Practicar con el dataset para extraer un conjunto de filas y/o columnas.
• Guardar cinco primeras filas en una variable d1 y las cinco últimas en una variable d2 y combinarlas en un nuevo dataframe llamado d12.

d1 <- HairEyeColorDF[1:5,]
d1

##    Hair   Eye  Sex Freq
## 1 Black Brown Male   32
## 2 Brown Brown Male   53
## 3   Red Brown Male   10
## 4 Blond Brown Male    3
## 5 Black  Blue Male   11

d2 <- HairEyeColorDF[(length(HairEyeColorDF[, 1])-4):length(HairEyeColorDF[,1]), ]
d2

##     Hair   Eye    Sex Freq
## 28 Blond Hazel Female    5
## 29 Black Green Female    2
## 30 Brown Green Female   14
## 31   Red Green Female    7
## 32 Blond Green Female    8

d12 <- rbind(d1,d2)
d12

##     Hair   Eye    Sex Freq
## 1  Black Brown   Male   32
## 2  Brown Brown   Male   53
## 3    Red Brown   Male   10
## 4  Blond Brown   Male    3
## 5  Black  Blue   Male   11
## 28 Blond Hazel Female    5
## 29 Black Green Female    2
## 30 Brown Green Female   14
## 31   Red Green Female    7
## 32 Blond Green Female    8

• Utilizar el comando subset para extraer, eliminar, etc. un conjunto de columnas de un data set.

d3 <- subset(HairEyeColorDF, HairEyeColorDF[4] > 5)
paged_table(d3)

ABCDEFGHIJ0123456789

	Hair <fctr>	Eye <fctr>	Sex <fctr>	Freq <dbl>
1	Black	Brown	Male	32
2	Brown	Brown	Male	53
3	Red	Brown	Male	10
5	Black	Blue	Male	11
6	Brown	Blue	Male	50
7	Red	Blue	Male	10
8	Blond	Blue	Male	30
9	Black	Hazel	Male	10
10	Brown	Hazel	Male	25
11	Red	Hazel	Male	7

Next

123

Previous

1-10 of 25 rows

• Usar subset para guardar en una variable las filas de dataset con valor para eye de Blue.

ojos <- subset(HairEyeColorDF, HairEyeColorDF[2] == "Blue")
ojos

##     Hair  Eye    Sex Freq
## 5  Black Blue   Male   11
## 6  Brown Blue   Male   50
## 7    Red Blue   Male   10
## 8  Blond Blue   Male   30
## 21 Black Blue Female    9
## 22 Brown Blue Female   34
## 23   Red Blue Female    7
## 24 Blond Blue Female   64

• Guardar la primera columna en variable d y utilizar los comandos unique, table. ¿Para qué sirven estos comandos?.

d <- HairEyeColorDF[[1]]
d

##  [1] Black Brown Red   Blond Black Brown Red   Blond Black Brown Red   Blond
## [13] Black Brown Red   Blond Black Brown Red   Blond Black Brown Red   Blond
## [25] Black Brown Red   Blond Black Brown Red   Blond
## Levels: Black Brown Red Blond

unique(d)     # Devuelve la estructura sin valores duplicados

## [1] Black Brown Red   Blond
## Levels: Black Brown Red Blond

table(d)      # 'table' utiliza los factores de clasificación cruzada para construir una tabla de contingencia de los recuentos en cada combinación de niveles de factores.

## d
## Black Brown   Red Blond 
##     8     8     8     8

• Con la variable d usar colSums, colMeans. Explicar con ejemplos para qué sirven estos comandos.
• Explicar con ejemplos para qué sirven los comandos rowSums, rowMeans.

# No podemos usar esos comandos con la variable d, pues se trata de una estructura unidimensional
# Usare un data frame compuesto por los valores 1:10 para probar las funciones
df <- data.frame(matrix(1:9,3,3))
df

##   X1 X2 X3
## 1  1  4  7
## 2  2  5  8
## 3  3  6  9

colSums(df)   # Realiza la suma de todos los elementos por columnas

## X1 X2 X3 
##  6 15 24

colMeans(df)  # Realiza la media de todos los elementos por columnas

## X1 X2 X3 
##  2  5  8

rowSums(df)   # Realiza la suma de todos los elementos por filas

## [1] 12 15 18

rowMeans(df)  # Realiza la media de todos los elementos por filas

## [1] 4 5 6

3.1.4 Errores comunes - Ejercicio 2.2

• Explica por qué los siguientes comandos dan error o no hacen lo que podría ser previsible con la lectura del comando. Arreglalo.

# usa mtcars de paquete datasets 
library(datasets) 
data("mtcars") 
mtcars[mtcars$cyl = 4, ]         # La comparacion se realiza con ==
mtcars[-1:4, ]                   # Los indices no estan seleccionados correctamente
mtcars[mtcars$cyl <= 5]          # No se han especificado las columnas
mtcars[mtcars$cyl == 4 | 6, ]    # Se evalua primero 4|6 por lo que siempre será true (suma lógica) y selecciona todos los valores
mtcars[1:20]                     # No se han especificado las columnas
# Errores?? 
x <- 1:5; x[NA]                  # Esta transformando todos los valores en NA

A continuacion se muestra la correccion de los errores

library(datasets)
data("mtcars") 
mtcars[mtcars$cyl == 4, ]                       # Añadimos ==

##                 mpg cyl  disp  hp drat    wt  qsec vs am gear carb
## Datsun 710     22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
## Merc 240D      24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
## Merc 230       22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
## Fiat 128       32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
## Honda Civic    30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
## Toyota Corolla 33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
## Toyota Corona  21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
## Fiat X1-9      27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
## Porsche 914-2  26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
## Lotus Europa   30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
## Volvo 142E     21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

mtcars[1:4, ]                                   # Podemos seleccionar las filas 1:4

##                 mpg cyl disp  hp drat    wt  qsec vs am gear carb
## Mazda RX4      21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
## Mazda RX4 Wag  21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
## Datsun 710     22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
## Hornet 4 Drive 21.4   6  258 110 3.08 3.215 19.44  1  0    3    1

mtcars[-(1:4), ]                                # Podemos eliminar las filas 1:4

##                      mpg cyl  disp  hp drat    wt  qsec vs am gear carb
## Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
## Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
## Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
## Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
## Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
## Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
## Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
## Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
## Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
## Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
## Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
## Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
## Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
## Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
## Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
## Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
## Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
## Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
## AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
## Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
## Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
## Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
## Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
## Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
## Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
## Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
## Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
## Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

mtcars[mtcars$cyl <= 5, ]                       # Añadimos una coma para seleccionar todas las columnas

##                 mpg cyl  disp  hp drat    wt  qsec vs am gear carb
## Datsun 710     22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
## Merc 240D      24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
## Merc 230       22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
## Fiat 128       32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
## Honda Civic    30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
## Toyota Corolla 33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
## Toyota Corona  21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
## Fiat X1-9      27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
## Porsche 914-2  26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
## Lotus Europa   30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
## Volvo 142E     21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

mtcars[mtcars$cyl == 4 | mtcars$cyl == 6, ]     # Separamos las comparaciones y luego realizamos la operacion OR

##                 mpg cyl  disp  hp drat    wt  qsec vs am gear carb
## Mazda RX4      21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
## Mazda RX4 Wag  21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
## Datsun 710     22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
## Hornet 4 Drive 21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
## Valiant        18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
## Merc 240D      24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
## Merc 230       22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
## Merc 280       19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
## Merc 280C      17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
## Fiat 128       32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
## Honda Civic    30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
## Toyota Corolla 33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
## Toyota Corona  21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
## Fiat X1-9      27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
## Porsche 914-2  26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
## Lotus Europa   30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
## Ferrari Dino   19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
## Volvo 142E     21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

mtcars[1:20, ]                                    # Añadimos una coma para seleccionar todas las columnas

##                      mpg cyl  disp  hp drat    wt  qsec vs am gear carb
## Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
## Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
## Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
## Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
## Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
## Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
## Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
## Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
## Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
## Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
## Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
## Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
## Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
## Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
## Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
## Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
## Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
## Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
## Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
## Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1

x <- 1:5; x[is.na(x)]                           # Si lo que queremos es consultar los valores nulos usamos is.na

## integer(0)

3.1.5 Vectores y Listas - Ejercicio 2.3

Dado la siguiente pareja de vectores mu y nu, realizar una función que haga lo siguiente:

Vaya cogiendo los elementos de mu y nu que estén en la misma posición y los reuna en vectores.

Todas las parejas se reunirán en una lista y está es la salida de la función.

iset <- function(mu,nu){
  mi.iset <- mapply(c, mu, nu, SIMPLIFY = FALSE)
  return(mi.iset)
}#end function

mu <- c(0.1, 0.3, 1)
nu <- c(0.7, 0.5, 0)
memb <- iset(mu,nu)
str(memb)

## List of 3
##  $ : num [1:2] 0.1 0.7
##  $ : num [1:2] 0.3 0.5
##  $ : num [1:2] 1 0

3.1.6 Vectores y Listas - Ejercicio 2.4

Implementa una función que reciba una matriz y devuelva la diagonal de la matriz D, la submatriz inferior debajo de la diagonal R y la la submatriz superior encima de la diagonal R.

divido.matriz <- function(M){
  return(list(D=diag(M),R=M[upper.tri(M)], L=M[lower.tri(M)])) 
}# fin función

matriz <- matrix(1:9, 3, 3)
divido.matriz(matriz)

## $D
## [1] 1 5 9
## 
## $R
## [1] 4 7 8
## 
## $L
## [1] 2 3 6

3.1.7 Laboratorio C1 - Ejercicio 1

# 1. Crea un vector v1 con los siguientes 10 valores (3, 12, 6, -5, 0, NA, 15, 1, -10, 7).
v1 <- c(3, 12, 6, -5, 0, NA, 15, 1, -10, 7)

# 2. Crea un vector v2 con valores de 0 a 10 de 0.1 en 0.1
v2 <- seq(from = 0, to = 10, by = 0.1)

# 3. Comando para ver el tipo de datos de v1.
class(v1)

## [1] "numeric"

# 4. Resta 2 a los elementos pares de v1 (con una sola orden y de forma vectorial). Define dos funciones que realicen esta tarea.
v1[c(FALSE,TRUE)]-2

## [1] 10 -7 NA -1  5

# 5. Calcula la suma y la media de v2. tem Con los vectores v2 y v3 crea un data.frame de nombre mi.df1.
sumV2 <- sum(v2)
sumV2

## [1] 505

meanV2 <- mean(v2)
meanV2

## [1] 5

v3 <- sin(v2)

mi.df1 <- as.data.frame(cbind(v2,v3))
paged_table(mi.df1)

ABCDEFGHIJ0123456789

v2 <dbl>	v3 <dbl>
0.0	0.00000000
0.1	0.09983342
0.2	0.19866933
0.3	0.29552021
0.4	0.38941834
0.5	0.47942554
0.6	0.56464247
0.7	0.64421769
0.8	0.71735609
0.9	0.78332691

Next

123456

...

11

Previous

1-10 of 101 rows

# 6. Cambia el nombre de columnas de data.frame anterior con las etiquetas x y seno(x).

names(mi.df1) <- c("x", "seno(x)")

# 7. Invierte el orden de los elementos de v2 y lo guardas en v4.
v4 <- v2[(length(v2)):1]
v4

##   [1] 10.0  9.9  9.8  9.7  9.6  9.5  9.4  9.3  9.2  9.1  9.0  8.9  8.8  8.7  8.6
##  [16]  8.5  8.4  8.3  8.2  8.1  8.0  7.9  7.8  7.7  7.6  7.5  7.4  7.3  7.2  7.1
##  [31]  7.0  6.9  6.8  6.7  6.6  6.5  6.4  6.3  6.2  6.1  6.0  5.9  5.8  5.7  5.6
##  [46]  5.5  5.4  5.3  5.2  5.1  5.0  4.9  4.8  4.7  4.6  4.5  4.4  4.3  4.2  4.1
##  [61]  4.0  3.9  3.8  3.7  3.6  3.5  3.4  3.3  3.2  3.1  3.0  2.9  2.8  2.7  2.6
##  [76]  2.5  2.4  2.3  2.2  2.1  2.0  1.9  1.8  1.7  1.6  1.5  1.4  1.3  1.2  1.1
##  [91]  1.0  0.9  0.8  0.7  0.6  0.5  0.4  0.3  0.2  0.1  0.0

# 8. Guarda en un vector v5 los elementos de v1 que no son negativos ni NA.
v5 <- v1[(v1>0) & (!is.na(v1))]
v5

## [1]  3 12  6 15  1  7

# 9. Borra de v1 los elementos negativos.
v1 <- v1[v1 > 0]

# 10. Calcula la longitud de v1 y mira la estructura del vector.
length(v1)

## [1] 7

str(v1)

##  num [1:7] 3 12 6 NA 15 1 7

# 11. Elimina v1 del Workspace de R.
rm(v1)

# 12. Calcula la media de aquellos valores de v2 que sean menores de 1.
media <- mean(v2[v2 < 1])
 
# 13. Elimina de v2 aquellos elementos mayores de 1 y menores de 3.
v2 <- v2[(v2 <= 1)|(v2 >= 3)]

# 14. Calcula la suma acumulada de los valores de v2.
suma <- sum(v2)

# 15. De varias formas distintas crea una matriz M1 con los valores de 1 a 25 con 5 filas (almacenados por filas).
M1 <- matrix(1:25,5,5,byrow = TRUE)      # 1 Forma
M1 <- rbind(1:5,6:10,11:15,16:20,21:25)  # 2 Forma
M1 <- 1:25                               # 3 Forma
dim(M1) <- c(5,5)
M1 <- t(M1)
M1

##      [,1] [,2] [,3] [,4] [,5]
## [1,]    1    2    3    4    5
## [2,]    6    7    8    9   10
## [3,]   11   12   13   14   15
## [4,]   16   17   18   19   20
## [5,]   21   22   23   24   25

# 16. Extrae de la matriz M1 aquellos valores que sean mayores que 10.
M1[M1 > 10]

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

# 17. Extrae de la matriz M1 la primera y la última columna y guarda el resultado en matriz M2.
M2 <- cbind(M1[,1], M1[,ncol(M1)])

# 18. Calcula el determinante de M1.
det(M1)

## [1] 0

# 19. Calcula la inversa de M1.
# solve(M1) Su determinante es 0, no se puede calcular

# 20. Calcula los autovectores y autovalores de M1. Define una función que dada una matriz devuelvan una lista su radio espectral que se define como el mayor autovalor en módulo y su autovector correspondiente.
eigen(M1)

## eigen() decomposition
## $values
## [1]  6.864208e+01+0.000000e+00i -3.642081e+00+0.000000e+00i
## [3] -2.153465e-15+2.015276e-15i -2.153465e-15-2.015276e-15i
## [5]  7.219523e-16+0.000000e+00i
## 
## $vectors
##               [,1]           [,2]                  [,3]                  [,4]
## [1,] -0.1079750+0i  0.67495283+0i  0.0381046+0.2345472i  0.0381046-0.2345472i
## [2,] -0.2527750+0i  0.36038970+0i  0.2645195-0.2955559i  0.2645195+0.2955559i
## [3,] -0.3975750+0i  0.04582657+0i -0.1224010-0.0257606i -0.1224010+0.0257606i
## [4,] -0.5423751+0i -0.26873656+0i -0.7011750+0.0000000i -0.7011750+0.0000000i
## [5,] -0.6871751+0i -0.58329969+0i  0.5209519+0.0867693i  0.5209519-0.0867693i
##                [,5]
## [1,] -0.11703805+0i
## [2,] -0.22725312+0i
## [3,]  0.82596595+0i
## [4,] -0.50202033+0i
## [5,]  0.02034555+0i

f <- function(m){
  eigens <- eigen(m)
  modulos <- unlist(lapply(eigens$values, Mod))
  indice <- which.max(modulos)
  radEsp <- list(autovalor = (max(modulos[1])), autovector = eigens$vectors[, indice])
  return(radEsp)
}

f(M1)

## $autovalor
## [1] 68.64208
## 
## $autovector
## [1] -0.1079750+0i -0.2527750+0i -0.3975750+0i -0.5423751+0i -0.6871751+0i

3.1.8 Laboratorio C2 - Ejercicio 2

Primero importa el dataset landdata-states.csv del CV

landdata_states <- read.csv("landdata-states.csv")
# 1. Calcula el máximo, mínimo y media de la columna Home.Value.
maximo <- max(landdata_states$Home.Value)
minimo <- min(landdata_states$Home.Value)
media <- mean(landdata_states$Home.Value)

# 2. Elimina la última columna. Elimina la segunda fila del dataset.
landdata_states2 <- landdata_states[, -ncol(landdata_states)]
landdata_states2 <- landdata_states[-2,]

# 3. Explica con ejemplos la diferencia entre usar [] o [[]] para acceder a elementos del data frame. Mira la clase y la estructura de la segunda y tercera columna. Di de que tipo es cada una y su longitud.

# Con [] accedemos a las columnas que indiquemos entre corchetes, pero devuelve un data frame. Si queremos acceder al vector que está dentro del data frame usaremos [[]].
class(landdata_states[[2]])

## [1] "factor"

class(landdata_states[[3]])

## [1] "numeric"

str(landdata_states[[2]])

##  Factor w/ 4 levels "Midwest","N. East",..: 4 4 4 4 4 4 4 4 4 4 ...

str(landdata_states[[3]])

##  num [1:7803] 2010 2010 2010 2010 2008 ...

length(landdata_states[[2]])

## [1] 7803

length(landdata_states[[3]])

## [1] 7803

# 4. De la columna Year cambia todos los años menores del 2000 por NA.
landdata_states$Year[landdata_states$Year < 2000] <- NA

# 5. Cambia - traduciendo el nombre de las columnas del dataset (si alguna columna tiene nombre extraño que no sabemos significado - simplemente coloca primera letra del nombre de inglés y un número).
names(landdata_states) <- c("Estado", "Region", "Fecha", "Valor.Casa", "Estructura.Coste", "Coste.Terreno", "LS1", "Indice.Precio.Casa", "Indice.Precio.Terreno", "Año", "Cuatrimestre")

names(landdata_states)

##  [1] "Estado"                "Region"                "Fecha"                
##  [4] "Valor.Casa"            "Estructura.Coste"      "Coste.Terreno"        
##  [7] "LS1"                   "Indice.Precio.Casa"    "Indice.Precio.Terreno"
## [10] "Año"                   "Cuatrimestre"

paged_table(landdata_states)

ABCDEFGHIJ0123456789

Estado <fctr>	Region <fctr>	Fecha <dbl>	Valor.Casa <int>	Estructura.Coste <int>	Coste.Terreno <int>	LS1 <dbl>	Indice.Precio.Casa <dbl>	Indice.Precio.Terreno <dbl>	Año <int>
AK	West	2010.25	224952	160599	64352	28.6	1.481	1.552	2010
AK	West	2010.50	225511	160252	65259	28.9	1.484	1.576	2010
AK	West	2009.75	225820	163791	62029	27.5	1.486	1.494	2009
AK	West	2010.00	224994	161787	63207	28.1	1.481	1.524	2009
AK	West	2008.00	234590	155400	79190	33.8	1.544	1.885	2007
AK	West	2008.25	233714	157458	76256	32.6	1.538	1.817	2008
AK	West	2008.50	232999	160092	72906	31.3	1.534	1.740	2008
AK	West	2008.75	232164	162704	69460	29.9	1.528	1.660	2008
AK	West	2009.00	231039	164739	66299	28.7	1.521	1.587	2008
AK	West	2009.25	229395	165424	63971	27.9	1.510	1.536	2009

Next

123456

...

781

Previous

1-10 of 7,803 rows | 1-10 of 11 columns

3.2 Ejercicios DPLYR

Los siguientes ejercicios se encuentran en el documento dplyr_breast-cancer guion.Rmd del campus.

• Descargar a local desde directorio Datasets de CV, un dataset descargado del repositorio UCI: breast-cancer.data, y breast-cancer.names1.csv (nombres de las columnas)

• Usar el paquete dplyr, otro de los paquetes centrales del denominado tidyverse.

• En tidyverse - dplyr

• Instalar tidyverse

• Cargar paquete tidyverse

library(rmarkdown)
library(dplyr)

3.2.1 Importación de datos

• Importa en R el fichero breast-cancer.data.
• Colocar los nombres al dataset que están en breast-cancer.names1.csv.

cancer <- read.csv("breast-cancer.data", header=FALSE)
nombres <- read.csv("breast-cancer.names1.csv", header=FALSE)
names(cancer) <- nombres[, 1]
names(cancer)  # Comprobamos que se hayan añadido los nombres correctamente

##  [1] "Class"       "age"         "menopause"   "tumor_size"  "inv_nodes"  
##  [6] "node_caps"   "deg_malig"   "breast"      "breast_quad" "irradiat"

3.2.2 dplyr para Manipulación de Datos

Fundamentos de dplyr

5 funciones clave de dplyr:

• Escoger observaciones (filas) según sus valores (filter()).
• Reordenar las filas (arrange()).
• Seleccionar variables por su nombre (select()).
• Crear nuevas variables como función de variables ya existentes (mutate()).
• Encontrar valores representativos de cada variable (summarise()).

Todos estos verbos funcionan de la misma manera:

• El primer argumento es un dataframe.
• Los demás argumentos describen qué hacer con el dataframe, usando los nombres de las variables (columnas) sin necesidad de utilizar comillas.
• El resultado es un nuevo dataframe.

Filtrado de filas con filter()

filter() extrae un subconjunto de las observaciones (filas), basándose en los valores de una o más columnas.

Argumentos: - nombre del dataframe - expresiones (lógicas) para filtrar el dataframe

Ejercicios:

• Extraer las filas del dataset correspondientes al año 1952.
• Extraer las filas del dataset correspondientes al año 1952 y que tienen cancer en el pecho izquierdo.
• Extraer las filas del dataset que tienen cancer en el pecho izquierdo, no radiadas y de edad 40 a 49.

paged_table(cancer %>% 
  filter(breast == "left" & irradiat == "no" & age == "40-49"))

ABCDEFGHIJ0123456789

Class <fctr>	age <fctr>	menopause <fctr>	tumor_size <fctr>	inv_nodes <fctr>	node_caps <fctr>	deg_malig <int>	breast <fctr>	breast_quad <fctr>	irradiat <fctr>
no-recurrence-events	40-49	premeno	20-24	0-2	no	2	left	left_low	no
no-recurrence-events	40-49	premeno	50-54	0-2	no	2	left	left_low	no
no-recurrence-events	40-49	premeno	0-4	0-2	no	3	left	central	no
no-recurrence-events	40-49	premeno	30-34	0-2	no	3	left	left_up	no
no-recurrence-events	40-49	premeno	15-19	0-2	no	2	left	left_low	no
no-recurrence-events	40-49	premeno	25-29	0-2	no	2	left	left_up	no
no-recurrence-events	40-49	premeno	10-14	0-2	no	2	left	left_low	no
no-recurrence-events	40-49	premeno	30-34	0-2	no	1	left	left_low	no
no-recurrence-events	40-49	premeno	10-14	0-2	no	2	left	left_up	no
no-recurrence-events	40-49	premeno	20-24	0-2	no	2	left	central	no

Next

123

Previous

1-10 of 30 rows

• Reordenar el dataset según el tamaño del tumor.

# Primero reordenare los levels, ya que no se encuentran ordenados por lo que la funcion arrange no realizara una correcta ordenacion.
cancer$tumor_size <- factor(cancer$tumor_size, ordered = TRUE, levels = c("0-4", "5-9", "10-14", "15-19", "20-24", "25-29", "30-34", "35-39", "40-44", "45-49", "50-54"))

paged_table(cancer %>%
  arrange(tumor_size))

ABCDEFGHIJ0123456789

Class <fctr>	age <fctr>	menopause <fctr>	tumor_size <ord>	inv_nodes <fctr>	node_caps <fctr>	deg_malig <int>	breast <fctr>	breast_quad <fctr>	irradiat <fctr>
no-recurrence-events	40-49	premeno	0-4	0-2	no	2	right	right_low	no
no-recurrence-events	40-49	premeno	0-4	0-2	no	3	left	central	no
no-recurrence-events	50-59	ge40	0-4	0-2	no	2	left	central	no
no-recurrence-events	50-59	ge40	0-4	0-2	no	1	right	central	no
no-recurrence-events	50-59	ge40	0-4	0-2	no	1	left	left_low	no
no-recurrence-events	70-79	ge40	0-4	0-2	no	1	left	right_low	no
no-recurrence-events	30-39	premeno	0-4	0-2	no	2	right	central	no
recurrence-events	30-39	premeno	0-4	0-2	no	2	right	central	no
no-recurrence-events	60-69	ge40	5-9	0-2	no	1	left	central	no
no-recurrence-events	50-59	ge40	5-9	0-2	no	2	right	right_up	no

Next

123456

...

29

Previous

1-10 of 286 rows

• Reordenar el dataset según el tamaño del tumor y el grado que tiene el tumor.

paged_table(cancer %>% 
  arrange(tumor_size, deg_malig))

ABCDEFGHIJ0123456789

Class <fctr>	age <fctr>	menopause <fctr>	tumor_size <ord>	inv_nodes <fctr>	node_caps <fctr>	deg_malig <int>	breast <fctr>	breast_quad <fctr>	irradiat <fctr>
no-recurrence-events	50-59	ge40	0-4	0-2	no	1	right	central	no
no-recurrence-events	50-59	ge40	0-4	0-2	no	1	left	left_low	no
no-recurrence-events	70-79	ge40	0-4	0-2	no	1	left	right_low	no
no-recurrence-events	40-49	premeno	0-4	0-2	no	2	right	right_low	no
no-recurrence-events	50-59	ge40	0-4	0-2	no	2	left	central	no
no-recurrence-events	30-39	premeno	0-4	0-2	no	2	right	central	no
recurrence-events	30-39	premeno	0-4	0-2	no	2	right	central	no
no-recurrence-events	40-49	premeno	0-4	0-2	no	3	left	central	no
no-recurrence-events	60-69	ge40	5-9	0-2	no	1	left	central	no
no-recurrence-events	40-49	premeno	5-9	0-2	no	1	left	left_low	yes

Next

123456

...

29

Previous

1-10 of 286 rows

• Reordenar el dataset según el tamaño del tumor (pero descendiente) y el grado de maligno que tiene el tumor - ayuda - desc(columna).

paged_table(cancer %>% 
  arrange(desc(tumor_size), deg_malig))

ABCDEFGHIJ0123456789

Class <fctr>	age <fctr>	menopause <fctr>	tumor_size <ord>	inv_nodes <fctr>	node_caps <fctr>	deg_malig <int>	breast <fctr>	breast_quad <fctr>	irradiat <fctr>
no-recurrence-events	50-59	ge40	50-54	0-2	no	1	right	right_up	no
no-recurrence-events	40-49	premeno	50-54	0-2	no	2	left	left_low	no
no-recurrence-events	60-69	ge40	50-54	0-2	no	2	left	left_low	no
no-recurrence-events	60-69	ge40	50-54	0-2	no	2	right	left_up	yes
no-recurrence-events	50-59	premeno	50-54	0-2	yes	2	right	left_up	yes
recurrence-events	50-59	premeno	50-54	9-11	yes	2	right	left_up	no
recurrence-events	40-49	premeno	50-54	0-2	no	2	right	left_low	yes
recurrence-events	60-69	ge40	50-54	0-2	no	3	right	left_up	no
recurrence-events	60-69	ge40	45-49	0-2	no	1	right	right_up	yes
no-recurrence-events	40-49	premeno	45-49	0-2	no	2	left	left_low	yes

Next

123456

...

29

Previous

1-10 of 286 rows

• Extraer los 10 pacientes con pre-menopausia, con mayor tamaño de tumor y menor número de nodos invasores y ordenados por edad.

# Al igual que la columna tumor_size, reordenare primero los levels de la columna inv_nodes
cancer$inv_nodes <- factor(cancer$inv_nodes, ordered=TRUE, levels = c("0-2", "3-5", "6-8", "9-11", "12-14", "15-17", "24-26"))

consulta <- cancer %>%
  filter(menopause=="premeno") %>%
  arrange(desc(tumor_size), inv_nodes, age)
  
consulta <- consulta[1:10,]
paged_table(consulta)

ABCDEFGHIJ0123456789

	Class <fctr>	age <fctr>	menopause <fctr>	tumor_size <ord>	inv_nodes <ord>	node_caps <fctr>	deg_malig <int>	breast <fctr>	breast_quad <fctr>
1	no-recurrence-events	40-49	premeno	50-54	0-2	no	2	left	left_low
2	recurrence-events	40-49	premeno	50-54	0-2	no	2	right	left_low
3	no-recurrence-events	50-59	premeno	50-54	0-2	yes	2	right	left_up
4	recurrence-events	50-59	premeno	50-54	9-11	yes	2	right	left_up
5	no-recurrence-events	40-49	premeno	45-49	0-2	no	2	left	left_low
6	no-recurrence-events	30-39	premeno	40-44	0-2	no	2	right	right_up
7	no-recurrence-events	30-39	premeno	40-44	0-2	no	2	left	left_low
8	recurrence-events	30-39	premeno	40-44	0-2	no	1	left	left_up
9	no-recurrence-events	40-49	premeno	40-44	0-2	no	2	right	left_low
10	no-recurrence-events	40-49	premeno	40-44	0-2	no	1	right	left_up

1-10 of 10 rows | 1-10 of 11 columns

top_n()

re-ordenación por una variable y sólo tomar los n valores más altos o más bajos:

• nombre del dataframe,
• n, el número de elementos que recuperar (n negativo los n más bajos)
• el nombre de la variable por la que ordenar

Ejercicios:

• Usando top_n() extraer los 10 pacientes con pre-menopausia, con mayor tamaño de tumor y menor número de nodos invasores y ordenados por edad.

consulta <- cancer %>%
  filter(menopause=="premeno") %>%
  top_n(10, tumor_size) %>%
  top_n(-10, inv_nodes) %>%
  arrange(age)
  
consulta <- consulta[1:10,]
paged_table(consulta)

ABCDEFGHIJ0123456789

	Class <fctr>	age <fctr>	menopause <fctr>	tumor_size <ord>	inv_nodes <ord>	node_caps <fctr>	deg_malig <int>	breast <fctr>	breast_quad <fctr>
1	no-recurrence-events	30-39	premeno	40-44	0-2	no	2	right	right_up
2	no-recurrence-events	30-39	premeno	40-44	0-2	no	2	left	left_low
3	recurrence-events	30-39	premeno	40-44	0-2	no	1	left	left_up
4	no-recurrence-events	40-49	premeno	50-54	0-2	no	2	left	left_low
5	no-recurrence-events	40-49	premeno	40-44	0-2	no	2	right	left_low
6	no-recurrence-events	40-49	premeno	40-44	0-2	no	1	right	left_up
7	no-recurrence-events	40-49	premeno	45-49	0-2	no	2	left	left_low
8	recurrence-events	40-49	premeno	40-44	0-2	no	1	left	left_low
9	recurrence-events	40-49	premeno	50-54	0-2	no	2	right	left_low
10	no-recurrence-events	50-59	premeno	40-44	0-2	no	2	left	left_up

1-10 of 10 rows | 1-10 of 11 columns

Selección de columnas select()

• seleccionar únicamente aquellas variables en las que estamos interesados - ayuda - select(dataset, col1, col2, col3)

Ejercicios:

• Seleccionar del dataset las columnas clase, tamaño de tumor y grado de tumor

Podemos seleccionar intervalos de columnas (de col1 a col4):

s1 <- select(dataset, col1:col4)
s1

• ‘deseleccionar’ columnas

select(s1, -c(col1))

Otra utilidad de select(), conjuntamente con la función everything(), es mover algunas columnas o variables al principio del dataframe.

select(dataset, col5, col6, everything())

select()

Otras funciones auxiliares, además del mencionado everything(), que nos pueden ser de ayuda a la hora de seleccionar columnas:

• starts_with('abc'): encuentra todas las columnas cuyo nombre comienza por “abc”.

• ends_with('xyz'): encuentra todas las columnas cuyo nombre termina en “xyz”.

• contains('ijk'): para seleccionar las columnas cuyo nombre contenga la cadena de caracteres “ijk”.

Y otras funciones más complejas (que filtran las columnas por expresiones regulares), que se pueden ver al hacer ?select.

Añadir o renombrar variables con mutate()

El verbo mutate() se usa para añadir nuevas columnas al final del dataframe.

Por ejemplo, añadimos columna dist_grado_peor que es 4.

cancer2 <- mutate(cancer, dist_grado_peor = 4-deg_malig)
cancer2

Ejercicio

• añadir una columna media_tumor que tenga el valor medio de los valores almacenados en variable tumor_size

# Creo una funcion para poder hacer la media del tamaño del tumor.
f <- function(data){
  res <- strsplit(as.character(cancer$tumor_size), "-") # Al ser tipo factor, debo convertirlo en character para separar los valores
  res <- lapply(res, as.integer)                        # convierto a integer los char resultantes
  res <- unlist(lapply(res,mean))                       # Hago la media a cada par y aplano la lista
  return(res)
}

paged_table(cancer %>%
  mutate(media_tumor = f(tumor_size)))

ABCDEFGHIJ0123456789

Class <fctr>	age <fctr>	menopause <fctr>	tumor_size <ord>	inv_nodes <ord>	node_caps <fctr>	deg_malig <int>	breast <fctr>	breast_quad <fctr>	irradiat <fctr>
no-recurrence-events	30-39	premeno	30-34	0-2	no	3	left	left_low	no
no-recurrence-events	40-49	premeno	20-24	0-2	no	2	right	right_up	no
no-recurrence-events	40-49	premeno	20-24	0-2	no	2	left	left_low	no
no-recurrence-events	60-69	ge40	15-19	0-2	no	2	right	left_up	no
no-recurrence-events	40-49	premeno	0-4	0-2	no	2	right	right_low	no
no-recurrence-events	60-69	ge40	15-19	0-2	no	2	left	left_low	no
no-recurrence-events	50-59	premeno	25-29	0-2	no	2	left	left_low	no
no-recurrence-events	60-69	ge40	20-24	0-2	no	1	left	left_low	no
no-recurrence-events	40-49	premeno	50-54	0-2	no	2	left	left_low	no
no-recurrence-events	40-49	premeno	20-24	0-2	no	2	right	left_up	no

Next

123456

...

29

Previous

1-10 of 286 rows | 1-10 of 11 columns

transmute()

Si sólo se desea guardar las nuevas variables, se puede usar la función transmute():

brcan_data <- transmute(brcan_data,
       dist_grado_peor = 4-deg_malig
)

rename()

• función rename(), que, internamente, se comporta como select(), pero guardando todas las variables que no se mencionan explícitamente:

rename(brcan_data, dist_degree_worst = dist_grado_peor)

Uso del operador %>%

• %>% utiliza la salida del término que hay a la izquierda del símbolo %>% como primer argumento de la función que está a la derecha de dicho símbolo.

• x %>% f(y) es igual que hacer f(x, y)

brcan_data %>% 
  filter(breast == "left")

br1 <- brcan_data %>% 
  filter(breast == "left" & age == "30-39") %>% 
  select(deg_malig, tumor_size, everything()) %>% 
  arrange(desc(deg_malig),tumor_size)  
  br1[1:5,]

brcan_data %>% 
  filter(breast == "left" & age == "30-39") %>% 
  top_n(5,desc(deg_malig))

brcan_data %>% 
  filter(breast == "left" & age == "30-39") %>% 
  select(age,tumor_size,deg_malig) %>% 
  top_n(5,desc(deg_malig))

---

3.3 Ejercicios Apply Functions

• Dada la siguiente lista con nombre lista1 que debes introducir en R, resolver los siguientes ejercicios:

lista1 <- list(notas_grupo1 = c(1,2,3,4,5,7,6,5,4,3), notas_grupo2_3 = matrix(c(2,3,2,9,8,8), nrow = 2))
lista1

## $notas_grupo1
##  [1] 1 2 3 4 5 7 6 5 4 3
## 
## $notas_grupo2_3
##      [,1] [,2] [,3]
## [1,]    2    2    8
## [2,]    3    9    8

• Usa lapply() para encontrar la longitud de las notas de todos los grupos que están en lista1.

longitud <- lapply(lista1, length)
longitud

## $notas_grupo1
## [1] 10
## 
## $notas_grupo2_3
## [1] 6

• Usa sapply() para encontrar la media de las notas de todos los grupos que están en lista1.

media <- sapply(lista1, mean)
media

##   notas_grupo1 notas_grupo2_3 
##       4.000000       5.333333

• Usa lapply() para encontrar los quantiles de las notas de todos los grupos que están en lista1.

cuantiles <- lapply(lista1, quantile)
cuantiles

## $notas_grupo1
##   0%  25%  50%  75% 100% 
##    1    3    4    5    7 
## 
## $notas_grupo2_3
##   0%  25%  50%  75% 100% 
## 2.00 2.25 5.50 8.00 9.00

• Dada la siguiente función f1(x)=(3x)/10, aplica f1(x) a todas las notas para cambiar las puntuaciones a la escala de 1 a 3.

f1 <- function(x){
  (3*x)/10
}

result <- lapply(lista1, f1)
result

## $notas_grupo1
##  [1] 0.3 0.6 0.9 1.2 1.5 2.1 1.8 1.5 1.2 0.9
## 
## $notas_grupo2_3
##      [,1] [,2] [,3]
## [1,]  0.6  0.6  2.4
## [2,]  0.9  2.7  2.4

• Repite el ejercicio 4 pero haciendo que f1(x) sea una función anónima dentro de lapply().

result <- lapply(lista1, function(x){(3*x)/10})
result

## $notas_grupo1
##  [1] 0.3 0.6 0.9 1.2 1.5 2.1 1.8 1.5 1.2 0.9
## 
## $notas_grupo2_3
##      [,1] [,2] [,3]
## [1,]  0.6  0.6  2.4
## [2,]  0.9  2.7  2.4

• Encuentra los valores no repetidos de las notas.

diferentes <- apply(lista1[[2]], 1, unique)
diferentes

## [[1]]
## [1] 2 8
## 
## [[2]]
## [1] 3 9 8

d2 <- unlist(diferentes)
d2

## [1] 2 8 3 9 8

lista2 <- list(lista1[[1]], d2)
lista2

## [[1]]
##  [1] 1 2 3 4 5 7 6 5 4 3
## 
## [[2]]
## [1] 2 8 3 9 8

unique(unlist(lista2))

## [1] 1 2 3 4 5 7 6 8 9

• Convierte todas las notas de la lista a un vector (aplana los valores).

# Hacemos uso de unlist y covertimos a vector
vector <- as.vector(unlist(lista1,use.names = FALSE))
vector

##  [1] 1 2 3 4 5 7 6 5 4 3 2 3 2 9 8 8

---

3.4 Visualizacion

Paquetes necesarios

Para poder usar el comando ‘include_graphics’ necesitais que vuestros ordenadores tengan:

• Latex: En Windows instalar MikTeX, en Mac MacTex.
• Pandoc: universal document converter - (https://pandoc.org). Instalar para el S.O. de tu ordenador.

3.4.1 Incrustar gráficos

El siguiente chunk podéis usarlo como plantilla para que sepáis como incrustar gráficos en RMarkdown utilizando el comando ‘include_graphics’ por si os hace falta en algún trabajo. Permite controlar tamaños, etc. Podéis ver en el .Rmd, los parámetros que he puesto en el chunk :

• eval=FALSE. No lo evalua
• echo=TRUE. Si muestra el código en el documento generado.
• fig.width, fig.height, out.width para controlar los tamaños de la salida y del gráfico
• fig.cap: poner una leyenda al gráfico

knitr::include_graphics("ej1.png")
knitr::include_graphics("ej2.png")

3.4.2 Ejercicio 1

Introducir en R el siguiente data frame:

mis.Plantas <- data.frame(Plantas = c("Planta1", "Planta1", "Planta1", "Planta2", 
         "Planta2", "Planta2"),  Tipo = c(1, 2, 3, 1, 2, 3), 
         Eje1 = c(0.2, -0.4, 0.8, -0.2, -0.7, 0.1),  
         Eje2 = c(0.5, 0.3, -0.1, -0.3, -0.1, -0.8))

• Utilizando los comandos básicos de R realizar un gráfico lo más similar posible al que aparece en ModeloDeVisualizacion_ejercicio1_2.html.

# Primer Grafico con 'Plot'
# Defino los colores
colors <- c("#00DCFF", "#007CFF", "#1B00FF")
colors <- colors[mis.Plantas$Tipo]

# Defino las formas
shapes <- c(1,2)
shapes <- shapes[as.numeric(mis.Plantas$Plantas)]

plot(mis.Plantas$Eje1, mis.Plantas$Eje2,
     main = "Sin ggplot", xlab = "Eje 1", ylab = "Eje 2",
     pch = shapes, col = colors
     )
legend("topright", legend = c("Planta 1", "Planta 2"), pch = c(1,2))
legend("bottomright", c("Tipo 1", "Tipo 2", "Tipo 3"), col = c("#00DCFF", "#007CFF", "#1B00FF"), pch = 19)

# Segundo grafico con 'ggplot2'
library(ggplot2)
p1 <- ggplot(mis.Plantas, aes(Eje1, Eje2)) +
  ggtitle("Con ggplot") +
  geom_point(aes(color = Tipo, shape = Plantas))
p1

3.4.3 Ejercicio 2

Usaremos el dataset msleep de R (ver las primeras filas del dataset para comprobar la estructura).

• Aplicar ggplot2 para realizar gráficos lo más similares posibles al que aparece en ModeloDeVisualizacion_ejercicio1_2.html.

# Gráfica 3
data("msleep")
sleep <- as.data.frame(msleep)
p2 <- ggplot(sleep, aes(bodywt, sleep_total)) + xlab("Peso de cuerpo") + ylab("Total hora de sueño") +
  ggtitle("Datos de sueño - Gráfico 3") + 
  geom_point()
p2

# Gráfica 4
p3 <- p2 + ggtitle("Datos de sueño - Gráfico 4") + geom_point(aes(color = vore))
p3

3.4.4 Ejercicio 3

• Con el mismo dataset del Ejercicio 2, aplicar ggplot2 para realizar gráficos lo más similares posibles al que aparece en ModeloDeVisualizacion_ejercicio3_4.html.

• Ayuda: En el eje X usaremos la función logaritmo, en el eje Y se mostrará la fracción de sueño que es REM respecto al total para cada fila. Modificar posteriormente para la segunda figura.

# Grafica 5
p5 <- ggplot(sleep, aes(log(bodywt), sleep_rem/sleep_total)) + # Habra filas que se eliminan por tener el valor NA
  xlab("Peso de cuerpo") + ylab("Fracción REM respecto al total de horas de sueño") +
  ggtitle("Datos de sueño - Gráfico 5") + 
  geom_point(aes(color = vore))
p5

## Warning: Removed 22 rows containing missing values (geom_point).

# Grafica 6
p6 <- p5 + ggtitle("Datos de sueño - Gráfico 6") + geom_point(aes(color = vore), size = 4)
p6

## Warning: Removed 22 rows containing missing values (geom_point).

## Warning: Removed 22 rows containing missing values (geom_point).

3.4.5 Ejercicio 4

Con el mismo dataset del Ejercicio 2, usar comando facet para dividir los gráficos anteriores en múltiples gráficos.

Realizar gráfico lo más similar posible al que aparece en ModeloDeVisualizacion_ejercicio3_4.html.

# Grafica 7
p7 <- ggplot(sleep, aes(log(bodywt), sleep_rem/sleep_total)) + # Habra filas que se eliminan por tener el valor NA
  xlab("Peso de cuerpo") + ylab("Fracción REM respecto al total de horas de sueño") +
  ggtitle("Datos de sueño - Gráfico 7") + 
  geom_point(size = 4) + facet_wrap(~sleep$vore)
p7

## Warning: Removed 22 rows containing missing values (geom_point).