Hoja de Ruta

  👉🏼 Valores

  👉🏼 Vectores

  👉🏼 Tipos / Clases

  👉🏼 Data Frames

Primera impresión

Evolución emocional

¿Qué es la Ciencia de Datos?

R != Rstudio

R != Rstudio

Puesta a punto …

• Identificar las 4 ventanas principales

Puesta a punto …

• Identificar las 4 ventanas principales ✅

• Cambiar la apariencia de la plataforma

Puesta a punto …

• Identificar las 4 ventanas principales ✅

• Cambiar la apariencia de la plataforma ✅

• Setear en Opciones Globales (Global Options) la configuración General

Puesta a punto …

• Identificar las 4 ventanas principales ✅

• Cambiar la apariencia de la plataforma ✅

• Setear en Opciones Globales (Global Options) la configuración General ✅

Funciones

• Las funciones en R son el alma mater del lenguaje (de todos los lenguajes)

• ellas reciben un input y devuelven un output

• Siempre las encontrarás escrita así:

nombre_de_la_funcion(input)

Funciones

• La función class() devuelve el tipo del valor o vector que le de (input)

class(1)

[1] "numeric"

Funciones

class("1")

[1] "character"

Funciones

• La función length() devuelve el largo del input (probemos con un vector):

length(c(10, 20, 30))

[1] 3

Funciones

• La función mean() calcula el promedio de un input (tiene que ser si o si numérico):

mean(c(10, 20, 30))

[1] 20

Funciones

mean(c("10", "20", "30"))

[1] NA

Objectos

• Todo en R puede ser guardado en un objeto (un valor, un vector, el resutlado de una función, y más)

Objectos

• Todo en R puede ser guardado en un objeto (un valor, un vector, el resutlado de una función, y más)

• Para guardar algo en un objeto, tengo que seguir la siguiente estructura:

nombre_del_objeto <- algo

Objectos

guardo_un_numero <- 1

Objectos

guardo_un_numero

[1] 1

Objectos

guardo_un_vector <- c(10, 20, 30)

Objectos

guardo_un_vector

[1] 10 20 30

Objectos

guardo_un_resultado <- mean(c(20, 45, 23))

Objectos

guardo_un_resultado

[1] 29.33333

Objectos

objeto_como_input <- c(20, 45, 23)

mean(objeto_como_input)

[1] 29.33333

Ejercitación

• Crear un objeto con los siguientes 5 valores numéricos: 17, 92, 56, 32 y 102, y llamarlo edad_personas.

• Con la función class() chequear de qué tipo es el objeto.

• Con la función length() conocer la longitud de ese objeto (cuántos valores tiene).

• Calcular el promedio de esos valores (la edad promedio)

Data Frames

• Un Data Frame (o tabla) es la combinación de vectores (variables), que termina conformando una relación entre filas y columnas.

• Cada vector es una columna de un dataframe, y cada uno de sus valores, en el orden en que se encuentran, conforman las filas.

Data Frames

• Para crear un Data Frame puedo utilizar la función data.frame(), cuyos inputs son los vectores:

vector_edad <- c(20, 43, 102, 56)
vector_nombre <- c("Pepe", "Pepa", "Rigoberto", "Rodoberta")

base_personas <- data.frame(vector_edad,
                            vector_nombre)

Data Franes

• Así se ve un data.frame:

base_personas

  vector_edad vector_nombre
1          20          Pepe
2          43          Pepa
3         102     Rigoberto
4          56     Rodoberta

Accediendo a un Data Frames

• Con el comando $ (símbolo peso) puedo acceder a una columna del data frame:

Accediendo a un Data Frane

base_personas$vector_nombre

[1] "Pepe"      "Pepa"      "Rigoberto" "Rodoberta"

Accediendo a un Data Frane

El resultado de base_personas$vector_nombre es nuevamente un vector, por lo que puedo:

class(base_personas$vector_nombre)

[1] "character"

length(base_personas$vector_nombre)

[1] 4

Ejercitación

• Crear un vector llamado serie, cuyos valores son: "Berlín", "The Crown" y "Vikings".

• Crear un vector llamado puntaje, cuyos valores son (agregar puntaje a gusto),

• Crear un data.frame llamado netflix, que combine los vectores anteriores

• Calcular el puntaje promedio de las series de Netflix.

¡Listo!

• Nos vemos el encuentro que viene.

• Seguimos la comunicación entre clase y clase por Slack

• Acá dejamos más ejercitación para seguir practicando