Códigos básicos del lenguaje R: data frame y listas

 Realice lo siguiente:

i. Cree un archivo en Excel, que contenga cinco variables (columnas) y 15 observaciones (hileras).

La primera variable (trata) es categórica con 3 posibles valores 1, 2 ó 3. Las variables restantes

(v2, v3, v4 y v5) deben ser numéricas (asigne el mismo número de valores para los tres valores

de trata).

ii. Cree un script R y defina 5 objetos de tipo vector con los datos de Excel utilizando la función c();

iii. Genere var6 con la raíz cuadrada de var2; var7 con el logaritmo de var3 y var 8 con el exponencial

de var4. Y var9 con la suma de var4 y var5.

iv. Genere una variable factor (f.trata) con la variable trata

v. Cree un objeto list (objeto.lista) con algunas de variables anteriores y con nuevas variables

numéricas o de caracteres.

vi. Utilice tapply, lapply y sapply para calcular la media y la desviación estándar, agrupadas por trata.

vii. Cree una matriz con al menos cuatro variables u objetos vector.

viii. Recupere alguna de las hileras de la matriz creada. Y alguna de las columnas. Y guárdelas en

objetos vector.

ix. Genere una función llamada sumavars para sumar dos objetos tipo vector, seleccione dos

variables de var2 a var7.

x. Cree un objeto data.frame con las variables trata, var2 – var9.

xi. Cree una función denominada f.rango(x) para determinar el rango de un vector de datos.

xii. Guarde el área de trabajo en un archivo .RData

install.packages("readxl") #instalacion paquete que permite importar archivos de excel

require("readxl") #activaion paquete instalado

file.choose() #empleo del comando para ubicar archivo de excel

ruta_excel <- "C:\\Users\\Jair Beltran\\Desktop\\Archivos lenguaje R\\T2HJBV\\T2HJBV.xlsx" #creacion objeto con la ruta del archivo de excel

data_frame <- read_excel(ruta_excel) #creacion data frame del archivo de excel

var1 <- data_frame$Tratamiento #creacion objeto de la primera columna del data frame

var2 <- data_frame$Dosis #creacion objeto de la segunda columna del data frame

var3 <- data_frame$Altura #creacion objeto de la tercera columna del data frame

var4 <- data_frame$Peso #creacion objeto de la cuarta columna del data frame

var5 <- data_frame$Edad #creacion objeto de la quinta columna del data frame

var6 <- sqrt(var2) #creacion objeto con la raíz cuadrada de var2

var7 <- log(var3) #creacion objeto con el logaritmo de var3

var8 <- exp(var4) #creacion objeto con el exponencial de var4

var9 <- var4 + var5 #creacion objeto a partir de la suma de dos vectores

factor_tratamiento <- as.factor(var1) #creacion factor de la var1

lista <- list(var1, var3, var5, var7, var9) #creacion de lista

promedio_alturas <- tapply(var3, factor_tratamiento, mean) #empleo funcion tapply

promedio_edad <- lapply(var5, mean) #empleo funcion lapply

desviacion_estandar_peso <- sapply(var4, sd) #empleo funcion sapply

matriz_tratamiento <- matrix(c(var1, var2, var3, var4, var5), nrow=15, ncol=5) #creacion matriz

matriz_hilera <- matriz_tratamiento[10,] #seleccion hilera de la matriz

matriz_columna <- matriz_tratamiento[,1] #seleccion columna de la matriz

sumavars <- function(x,y){x+y} #creacion de una función

sumavars(var3,var7) #ejecucion de la funcion

data_frame_final <- data.frame(var1, var2, var3, var4, var5, var6, var7, var8, var9) #creacion de data frame

f.rango <- function(x)length(x) #creacion de funcion de rango

f.rango(var3) #ejecuacion funcion