La página principal de R es r-project.org.

Hay instaladores para Windows y MacOS disponibles. R hace parte de varias distribuciones de Linux y se puede instalar fácilmente con los manejadores de paquetes.

Básicamente lo primero que aparece en el Comprehensive R Archive Network (CRAN): cran.r-project.org

En Mac también se puede instalar R con brew (recomendado):

    brew install homebrew/science/r

Por dónde empezar?

Desde R:

help.start()

o desde RStudio en Help o simplemente desde el CRAN llegamos al Manual Introductorio.

Este manual se encuentra en español en la sección de documentación contribuida donde hay mucho material.

"Hola mundo!"

#> [1] "Hola mundo!"

# Esto es un comentario

y <- 2 + 2         # Asignación
y^y / 10*pi + 1    # Expresión

#> [1] 81.42477

matrix(1, nrow = y/2, ncol = y)

#>      [,1] [,2] [,3] [,4]
#> [1,]    1    1    1    1
#> [2,]    1    1    1    1

Usamos <- (o =) para asignar y # para iniciar un comentario.

y <- 2 + 2    # Asignación

matrix() es una función, entre paréntesis van sus argumentos (los podemos especificar por posición, por nombre o por omisión).

matrix(data = 1, y/2, y)

Para explorar un objeto o variable usamos la funcion str() (estructura)

str(matrix(data = 1, y/2, y))

#>  num [1:2, 1:4] 1 1 1 1 1 1 1 1

Para ver la ayuda de una función la precedemos con un ?.

Propiedades de los vectores

## Las tres propiedades principales
typeof(logico)

#> [1] "logical"

length(entero)

#> [1] 3

attributes(doble)

#> $names
#> [1] "a" "b" "c"

Tipos, pruebas y coerción

# Las funciones is.* y as.*  logical, integer, double, character, list
is.character(caracter)

#> [1] TRUE

as.integer(logico)

#> [1] 1 0 1

# Coerción por defecto:
mean(logico)

#> [1] 0.6666667

Atributos

str(attributes(doble))

#> List of 1
#>  $ names: chr [1:3] "a" "b" "c"

class(doble) # Se pueden modificar: class(doble) <- "myclass"

#> [1] "numeric"

names(doble)

#> [1] "a" "b" "c"

dim(doble)

#> NULL

# Lógico
doble[doble > 1]

#>   b   c 
#> 2.5 4.5

# Caracter
doble[c("a", "c", "c")]

#>   a   c   c 
#> 1.0 4.5 4.5

El operador [ funciona igual en listas.

Ahora podemos combinar las anterirores formas de subindexar en matrices y arreglos, separando por coma.

matriz

#>           [,1]      [,2]
#> [1,] 0.7236547 0.8617742
#> [2,] 0.2949301 0.5858607

matriz[, c(TRUE, FALSE)]

#> [1] 0.7236547 0.2949301

matriz[1, , drop = FALSE]

#>           [,1]      [,2]
#> [1,] 0.7236547 0.8617742

Hay dos operadores más para seleccionar. [[ permite seleccionar sólo un valor (entero positivo o caracter), pero los extrae de las listas. $ es un atajo para [[ con un argumento caracter (nombres).

Además esta la función subset() para seleccionar de forma más limpia con condiciones lógicas.

recursivo[[1]]

#> [1] 1 2 3

recursivo$lista[[1]][3:5]

#> [1] 6 7 8

subset(recursivo, c(FALSE, TRUE, FALSE))

#> $var
#> [1] "a" "b" "c"

Es la estructura de datos más utilizada en R. Es una lista de vectores atómicos (!?!).

(df <- data.frame(x = c("a", "b", "c"), y = 1:3))

#>   x y
#> 1 a 1
#> 2 b 2
#> 3 c 3

df[2, 2] # Se pueden seleccionar como en las matrices

#> [1] 2

df$y[2] # Se pueden seleccionar como en las listas

#> [1] 2

Se pueden combinar dos o más data.frames con las funciones rbind() y cbind()

df1 <- data.frame(x = c("a", "b"), y = 1:2)
df2 <- data.frame(x = c("c", "a"), y = c(6, 7))

(df <- rbind(df1, df2))

#>   x y
#> 1 a 1
#> 2 b 2
#> 3 c 6
#> 4 a 7

La forma más común de crearlo es con una variación de la función read.table()

subset() con el data.frame

df[df$x == "a", "y", drop = FALSE]

#>   y
#> 1 1
#> 4 7

# Mejor así:
subset(df, subset = x == "a", select = y)

#>   y
#> 1 1
#> 4 7

Las funciones también son objetos. Las creamos así:

miFuncion <- function(arg_1, arg_2, ...){
  expresion ingeniosa o util
}

En R:

• todo lo que existe es un objeto
• todo lo que se pasa en la consola es un llamado a una función

• readr, readxl y haven lectura de archivos.
• lubridate manejo de fechas y tiempo.
• stringr interface a stringi para manejo de caracteres.
• dplyr y tidyr manipulación y limpieza de datos.
• ggplot2 una gramática de gráficas.

Recordemos que install.packages() instala paquetes y library() los carga en la sesión.

Pregunta: ¿cuántos estudiantes presentaron las pruebas Saber en el año 2014 por municipio?

library(dplyr)
resumen_a <- datos %>%
  group_by(NOMBREMUNICIPIO) %>%
  summarize(DEPARTAMENTO = max(DEPARTAMENTO), TOTAL_EVALUADOS = sum(EVALUADOS)) %>%
  arrange(desc(TOTAL_EVALUADOS)) %>%
  mutate(ranking = row_number()) %>%
  select(ranking, DEPARTAMENTO, NOMBREMUNICIPIO, TOTAL_EVALUADOS)

Pregunta: ¿cuál es el municipio de mejor desempeño del país en las pruebas saber?

resumen_b <- datos %>%
  mutate(PROMGLOBAL = (PROMMATEMATICA + PROMINGLES + PROMLECTURACRITICA + 
                       PROMSOCIALESYCIUDADANAS +  PROMCIENCIASNATURALES + 
                       PROMRAZONAMIENTOCUANTITA + PROMCOMPETENCIASCIUDADAN)/7) %>%
  group_by(NOMBREMUNICIPIO) %>%
  summarize(DEPARTAMENTO = max(DEPARTAMENTO), 
            PROMGLOBALXMPIO = sum(PROMGLOBAL * EVALUADOS) / sum(EVALUADOS)) %>%
  arrange(desc(PROMGLOBALXMPIO)) %>%
  mutate(ranking = row_number()) %>%
  select(ranking, DEPARTAMENTO, NOMBREMUNICIPIO, PROMGLOBALXMPIO) 

En el CRAN hay una Vista de Tareas que sobrevuela paquetes, funciones y referencias para completar tareas específicas agrupadas temáticamente.

Canales: en twitter #rstats y en StackOverflow el tag R. También pueden googlea-R R + "pregunta".

Algunas buenas referencias:

• Quick R
• Advanced R
• The R Inferno un viaje dantesco por R
• Springer - Use R Series R en la práctica en diferentes contextos.
• …