Módulo 4. Manipulación y manejo de objetos y datos

Introducción

En este módulo o tema 4, vamos a profundizar en el manejo de los objetos y datos en R. En la primera parte vamos a aprender a utilizar las funciones paste(), rbind(), cbind(), y merge(). Estas funciones nos permiten unir o pegar vectores, fragmentos de un data frame o combinar tablas en base a un campo común. En la segunda parte aprenderemos a extraer información resumida de nuestros datos, ordenar y reorganizar nuestras tablas y vectores y a limpiar nuestras colecciones de datos. Para todo ello estudiaremos las funciones table(), summary(), rowSums() y colSums(), y aprenderemos a ordenar o reorganizar nuestras colecciones de datos con las funciones sort() y order() y t() y a limpiar y eliminar duplicados de nuestras colecciones de datos con duplicate() y unique(). En la tercera parte, profundizaremos en la manipulación de listas y data frames, y en la selección de fragmentos de nuestras colecciones de datos, con la notación de corchetes que hemos empleado hasta ahora. Además, te daremos alternativas al uso de corchetes, utilizando las funciones which() y subset(). Practicaremos y profundizaremos en la generación y eliminación de columnas en un data frame así como en la generación de nuevos bloques dentro de una lista.

 

1. Las funciones paste, rbind, cbind y merge

Vídeo: Funciones paste, rbind, cbind y merge - Julia Chacón Labella.

 

2. Operaciones básicas para conocer los objetos

Las funciones table, summary, rowSums, colSums, sort, order y t

Vídeo: Operaciones básicas para conocer los objetos - Julia Chacón Labella.

 

3. Selección de datos. Notación de corchetes

Vídeo: Selección de datos. Notación de corchetes - Julia Chacón Labella.

 

4. La filosofía tidyverse en R

En los dos siguientes vídeos vamos a hacer una introducción a la filosofía tidy en R y la suite de paquetes conocidos como tidyverse, orientados a facilitar el código. Además introducimos el operador %>% que nos facilitará otra manera, a veces más eficiente, de escribir el código. Dada la cantidad de información disponible sobre R que utiliza los procedimientos de estos paquetes, recomendamos la lectura del libro que tenéis a continuación.

Enlace al libro en PDF "R for Data Science" de Wickham y Grolemund.

Vídeo: La filosofía tidyverse en R - Alejandro González. 

 

5. Optimizando el código con tidyverse y magrittr 

Vídeo: Optimizando el código con tidyverse y magrittr - Alejandro González.