Introducción a R y RStudio

  • Usa RStudio para escribir y correr programas en R.
  • R tiene operadores aritméticos y funciones matemáticas usuales.
  • Utilizar <- para asignar valores a variables.
  • Utilizar ls() para listar las variables en el programa.
  • Utilizar rm() para eliminar objetos en el programa.
  • Utilizar install.packages() para instalar paquetes (libraries).

Gestión de proyectos con RStudio

  • Usar RStudio para crear y gestionar proyectos con un diseño consistente.
  • Tratar los datos brutos como de sólo lectura.
  • Tratar la salida generada como disponible.
  • Definición y aplicación de funciones separadas.

Buscando ayuda

  • Usar help() para obtener ayuda online de R.

Estructuras de datos

  • Usar read.csv para leer los datos tabulares en R.
  • Los vectores, factores, listas y dataframes son estructuras de datos en R
  • Los tipos de datos básicos en R son double, integer, complex, logical, y character.
  • Los factors representan variables categóricas en R.

Explorando data frames

  • Usar cbind() para agregar una nueva columna a un data frame
  • Usar rbind() para agregar una nueva fila a un data frame
  • Quitar filas de un data frame
  • Usar na.omit() para remover filas de un data frame con valores NA
  • Usar levels() y as.character() para explorar y manipular columnas de clase factor
  • Usar str(), nrow(), ncol(), dim(), colnames(), rownames(), head() y typeof() para entender la estructura de un data frame
  • Leer un archivo csv usando read.csv()
  • Entender el uso de length() en un data frame

Haciendo subconjuntos de datos

  • Los índices en R comienzan con 1, no con 0.
  • Acceso a un elemento por posición usando [].
  • Acceso a un rango de datos usando [min:max].
  • Acceso a subconjuntos arbitrarios usando [c(...)].
  • Usar operaciones lógicas y vectores lógicos para acceder a subconjuntos de datos

Control de flujo

  • Usar if y else para realizar elecciones.
  • Usar for para operaciones repetidas.

Creando gráficas con calidad para publicación con ggplot2

  • Usar ggplot2 para crear gráficos.
  • Piensa cada gráfico como capas: estética, geometría, estadisticas, transformaciones de escala, y agrupamiento.

Vectorización

  • Uso de operaciones vectorizadas en lugar de bucles.

Funciones

  • Usar function para definir una nueva función en R.
  • Usar parámetros para ingresar valores dentro de las funciones.
  • Usar stopifnot() para revisar los argumentos de una función en R de manera flexible.
  • Cargar funciones dentro de programas empleando source().

Guardando datos

  • Guardar gráficos desde RStudio usando el botón de ‘Export’.
  • Usar write.table para guardar datos tabulares.

División y combinación de data frames con plyr

  • Uso del paquete plyr para dividir datos, aplicar funciones sobre subconjuntos, y combinar los resultados

Manipulación de data frames con dplyr

  • Usar el paquete dplyr para manipular data frames.
  • Usar select() para seleccionar variables de un data frame.
  • Usar filter() para seleccionar datos basándose en los valores.
  • Usar group_by() y summarize() para trabajar con subconjuntos de datos.
  • Usar mutate() para crear nuevas variables.

Manipulación de data frames usando tidyr

  • Usar el paquete tidyr para cambiar el diseño de los data frames.
  • Usar gather() para invertir del formato ancho al formato largo.
  • Usar spread() para invertir del formato largo al formato ancho.

Produciendo informes con knitr

  • Informes mixtos escritos en R Markdown usando un programa escrito en R.
  • Especificar opciones de fragmento para controlar el formateo.
  • Usar knitr para convertir estos documentos en PDF y en otros formatos.

Escribiendo buen software

  • Documenta qué y por qué, no cómo.
  • Divide los programas en funciones cortas de un solo propósito.
  • Escribe pruebas re-ejecutables.
  • No repitas tu código.
  • Se coherente en la nomenclatura, indentación y otros aspectos del estilo.