Data Types - R Objects and Attributes

Loading...

Del curso dictado por Johns Hopkins University

R Programming

14313 calificaciones

Johns Hopkins University

R Programming

14313 calificaciones

Curso 2 de 10 en SpecializationData Science

In this course you will learn how to program in R and how to use R for effective data analysis. You will learn how to install and configure software necessary for a statistical programming environment and describe generic programming language concepts as they are implemented in a high-level statistical language. The course covers practical issues in statistical computing which includes programming in R, reading data into R, accessing R packages, writing R functions, debugging, profiling R code, and organizing and commenting R code. Topics in statistical data analysis will provide working examples.

De la lección

Week 1: Background, Getting Started, and Nuts & Bolts

This week covers the basics to get you started up with R. The Background Materials lesson contains information about course mechanics and some videos on installing R. The Week 1 videos cover the history of R and S, go over the basic data types in R, and describe the functions for reading and writing data. I recommend that you watch the videos in the listed order, but watching the videos out of order isn't going to ruin the story.

Conoce a los instructores

Roger D. Peng, PhD
Associate Professor, Biostatistics
Bloomberg School of Public Health
Jeff Leek, PhD
Associate Professor, Biostatistics
Bloomberg School of Public Health
Brian Caffo, PhD
Professor, Biostatistics
Bloomberg School of Public Health

En este clase comenzaremos a meternos en las particularidades

y los detalles de R.

Específicamente, hablaré sobre los distintos tipos de datos usados en R

y sobre algunas operaciones básicas que pueden aplicarse sobre esos datos.

Primero, es importante que tengamos claro los conceptos del lenguaje.

Todas las cosas que manipulamos en R, todas las cosas que nos encontramos en R,

son llamadas objetos. Los objetos pueden ser de diferentes tipos

y pueden contener diferentes tipos de datos

pero al final, todas las cosas en R son objetos.

R tiene cinco clases atómicas de objetos.

Estas son clases de muy bajo nivel,

o clases de objeto muy básicas. Son: carácter; numérico,

que representa los números reales o números decimales;

enteros; números complejos y lógicos,

que trata cosas como verdadero y falso.

El objeto más básico en R es el vector.

Un vector contiene

varias copias de un mismo tipo de objeto.

Por lo que puedes tener un vector de caracteres o un vector de enteros. Lo que no puedes tener

con un vector so objetos de distinto tipo, es decir, no puedes tener un vector

de caracteres y numérico, o de objetos numéricos enteros o de enteros y lógicos.

Todos los elementos de un vector deben pertenecer a la misma clase.

Por supuesto, como en cualquier regla, siempre hay una excepción.

Y esta regla no es la excepción.

Por lo tanto, existe un tipo de vector

que puede tener objetos de diferente clase y se llama lista.

Una lista esta representada como un vector. Es una secuencia de objetos.

La diferencia es que cada elemento de ese vector

puede ser un objeto de una clase diferente.

Por ejemplo, puedes tener una lista

que tenga un objeto de tipo carácter, uno de tipo numérico, uno lógico.

Puedes tener una lista que esté dentro de otra lista, un elemento

puede ser un "data frame". En definitiva, un elemento de una lista puede ser de cualquier clase.

Y de hecho, esto es lo que hace útiles a las listas.

Así que la lista es la excepción

a la regla general de que los vectores solo pueden contener elementos de una misma clase.

Puedes crear un vector vacío con la función "vector".

La función "vector" tiene dos parámetros básicos:

el primer parámetro es la clase de los objetos,

el tipo de objetos que contendrá el vector

y el segundo parámetro es la longitud del vector.

Quizás el tipo más importante de objeto en R es el número.

Los números en R son tratados generalmente como objetos numéricos,

así que casi todos los números son considerados números reales de precisión doble.

Incluso si tienes números como uno o dos, R verá esos números

como objetos numéricos. Existe una forma de decir explícitamente

que quieres un entero y es utilizando el sufijo L mayúscula.

Por ejemplo, si escribes el número 1 en R

tendrás un objeto numérico

pero si escribes el 1 seguido de una L mayúscula entonces tendrás un entero.

Esta diferencia no es muy importante ahora

pero lo será más adelante.

También existe un número especial llamado "Inf" que representa infinito.

"Inf" es como un número real, puede ser usado en cálculos y

obtendrás el resultado esperado.

Por ejemplo, si divides uno entre cero

el resultado será infinito y si divides 1 entre infinito el resultado será cero.

Así que "Inf" es un número especial y también puedes tener menos infinito.

Existe otro valor especial llamado N A N o NaN

y representa un valor indefinido, así que puedes pensar en él como si no fuese un número.

Por ejemplo, si divides cero entre cero, eso no es un número, no está definido,

así que obtienes como resultado NaN. NaN también puede ser visto como un valor faltante.

Más adelante hablaremos un poco más sobre valores faltantes.

Otra cosa que acompaña a los objetos en R es su atributo.

No todos los objetos en R tienen por qué tener atributos,

pero los atributos pueden ser parte de un objeto en R.

Entre los atributos más comunes

que encontraremos están: "names" o "dimnames" o nombres de dimensiones;

dimensiones, como por ejemplo las de una matriz

que tiene un número de filas y un número de columnas o si tienes

un "array" multidimensional entonces tendrás más de dos dimensiones;

la clase de el objeto, pues cada objeto tendrá una clase,

por ejemplo para los objetos numéricos la clase es "numeric"

y en el caso de los objetos enteros la clase es "integer";

Longitud: Cada objeto también tiene una longitud.

en el caso de un vector la longitud del objeto

vendrá dada por el número de elementos en el vector;

y por último, cualquier otro tipo de atributo definido por el usuario

o metadatos, estos últimos puedes asociarlos a un objeto

separadamente, utilizando la función "attributes".

Existe una función general llamada "attributes" que te permite asignar

o modificar los atributos de un objeto en R.

Explora nuestro catálogo

Inscríbete de manera gratuita y obtén recomendaciones personalizadas, actualizaciones y ofertas.

Coursera brinda acceso universal a la mejor educación del mundo, al asociarse con las mejores universidades y organizaciones, para ofrecer cursos en línea.

© 2019 Coursera Inc. Todos los derechos reservados.

Descargar en la App Store

Consíguelo en Google Play