Primera Evaluación

Conceptos Básicos

Mtro. Santiago Ríos

santiagoboo99@gmail.com

Cursos Orca

Ejercicio 1

Asigna los valores 2 y 5 a las variables a y b. Tras asignarles valores, multiplica los números.

Solución

# Definición de variables
a <- 2
b <- 5

# Multiplicación
a * b

Ejercicio 2

Suma 3 más 4 y multiplicalo por 10 y asígnalo a una variable x. Imprime el valor de x con la función print().

Solución

# Definición de variables
x <- (3 + 4) * 10

# Imprimir el valor de x
print(x)

Ejercicio 3

Reemplaza el guion bajo por un texto entre comillas para crear una variable de carácter. Corre el código y verifica que el tipo de dato sea correcto.

Ejercicio 4

Reemplaza el guion bajo por un texto entre comillas para crear una variable numérica. Corre el código y verifica que el tipo de dato sea correcto.

Ejercicio 5

Crea un vector numérico con los valores 1, 2 y 3. Suma los valores del vector con la función sum().

Solución

# Definición de variables
# Vector de números
x <- c(1, 2, 3)

# Suma
sum(x)

Ejercicio 6

Para este ejercicio, vamos a utilizar un conjunto de datos llamado trees. Este viene incluído en R, por lo que no es necesario instalarlo. Este conjunto de datos contiene información sobre la circunferencia, altura y volumen de 31 árboles. Para cargar el conjunto de datos, primero carga los datos con la función data(). Luego, vamos a explorar el nombre de las columnas del conjunto de datos con la función colnames(). Al ifnal, crea un vector con los nombres de las columnas y asignalo a la variable nombres_columnas. Imprime el resultado con la función print().

Pista 1

data(datos_a_cargar)

colnames(datos_cargados)

nombres_columnas <- colnames(datos_cargados)

print(nombres_columnas)

Solución

data(trees)

colnames(trees)

nombres_columnas <- colnames(trees)

print(trees)

Ejercicio 7

Ahora, vamos a leer el archivo que se encuentra dentro de la carpeta datos. Primero, lista los archivos dentro de la carpeta datos con la función list.files("datos"). Luego, lee el archivo que se encuentra en esa carpeta con la función read.csv() y asignalo a la variable datos_csv. Finalmente, imprime los primeros datos con la función head(). Respuesta en la siguiente diapositiva.

Respuesta

# Listar archivos en el directorio actual
list.files(datos)

# Leer un archivo CSV
datos_csv <- read.csv("datos/mtcars.csv")

# Imprimir los primeros datos
head(datos_csv)

Ejercicio 8

Usando los datos que almacenas en la variable datos_csv, carga la librería dplyr y selecciona las columnas mpg, cyl y hp con la función select(). Asigna el resultado a la variable datos_seleccionados e imprime los datos con la función head(). Respuesta en la siguiente diapositiva.

Respuesta

library(dplyr) # o library(tidyverse)

# Seleccionar columnas
datos_seleccionados <- datos_csv %>%
    select(mpg, cyl, hp)


head(datos_seleccionados)

Ejercicio 9

Contesta: Cuántas variables y observaciones tiene el conjunto de datos datos_seleccionados? Respuesta en la siguiente diapositiva.

Respuesta

# Número de variables
datos_seleccionados %>% colnames()

# Número de observaciones
datos_seleccionados %>% nrow()