Algunos comandos más usados de R (Taller de Data Analytics UAI 2019) #R

comandos-r.md

Lista de comandos útiles

Nota: Varios de estos comandos pertenecen al Tidyverse, por lo que se asume que se ha instalado y cargado tidyverse.

Generales

Comando	Descripción	Ejemplo
install.packages()	Instalar paquete (es necesario hacer sólo una vez)	install.packages("tidyverse")
library()	Cargar paquete	library(tidyverse)
read_csv()	Cargar datos en formato .csv (separado por comas)	read_csv("carpeta/misdatos.csv")
read_excel()	Cargar datos desde un archivo Excel (requiere cargar paquete readxl)	read_excel("misdatos.xlsx", sheet = "Hoja1")
glimpse()	Entrega un resumen de un data frame (variables y observaciones)	glimpse(mpg)
$	Seleccionar una variable de un data frame	dataframe$edad
table()	Generar una tabla de frecuencia para la(s) variable(s)	table(dataframe$comuna, dataframe$carrera)

Manipulación de datos (dplyr)

Nota: Como varios de estos comandos se usan usualmente con el operador "pipe" (%>%), en los ejemplos usamos df como nombre del data frame sobre el cual se aplica la función.

Comando	Descripción	Ejemplo
filter()	Seleccionar (filtrar) observaciones (filas) de un data frame	df %>% filter(edad >= 18 & comuna == "Concon")
select()	Seleccionar variables (columnas) de un data frame	df %>% select(edad, comuna, carrera)
	Al usar select() con - se seleccionan todas las variables, excepto las indicadas	df %>% select(-comuna)
rename()	Renombrar variables de un data frame	df %>% rename(edad = edad.del.individuo)
mutate()	Modificar variables y entregar el resultado en otra variable	df %>% mutate(ptos.totales = ptos.local + ptos.visita)
summarise()	Generar alguna estadística a partir de las variables del data frame (reducir varios valores a uno solo)	df %>% summarise(edad.promedio = mean(edad))
group_by()	Agrupar las observaciones según una o más variables para luego calcular alguna estadística por grupo	df %>% group_by(carrera) %>% summarise(edad.promedio = mean(edad))
arrange()	Reordenar observaciones según una o más variables (usar - para orden descendiente)	df %>% arrange(edad, -ingresos)

Modelos

Comando	Descripción	Ejemplo
lm()	Modelo de regresión lineal	lm(var.dep ~ var1 + var2 + var 3, data = df)
glm()	Modelo lineal generalizado (usar family = binomial para reg. logísitca)	glm(var.dep ~ var1 + var2, data = df, family = binomial)
summary()	Obtener un resumen del modelo y su calidad	summary(modelo)
predict()	Usar un modelo para predecir el valor de la variable dependiente para nuevas observaciones	predict(modelo, newdata = otrodf)
	Para regresiones logísticas, usar el parámetro type = "response"	predict(modelolog, type = "response", newdata = otrodf)
sample.split()	Dividir una base de datos para generar set de entrenamiento y de prueba (requiere el paquete caTools)	indices <- sample.split(df$var.dep, SplitRatio = 0.75)
	Luego de generar indices, se seleccionan las observaciones correspondientes desde el data frame original	dftrain <- df[indices, ]

Hi!
Can you help me, about Cplex with cpp?