Introducción a los data frames en R

Si quieres hacer nuestro curso Introduction to R, aquí tienes el enlace.

¿Qué es un data frame?

Quizá recuerdes del capítulo sobre matrices que todos los elementos de una matriz deben ser del mismo tipo. Entonces, tu conjunto de datos sobre Star Wars solo contenía elementos numéricos.

Sin embargo, cuando haces una encuesta de investigación de mercados, a menudo incluyes preguntas como:

• "¿Estás casado/a?" o preguntas de "sí/no" (logical)
• "¿Qué edad tienes?" (numeric)
• "¿Qué opinas de este producto?" u otras preguntas de respuesta abierta (character)
• ...

Las respuestas de los encuestados a las preguntas anteriores conforman un conjunto de datos con tipos de datos diferentes. A menudo trabajarás con conjuntos que combinan distintos tipos, no solo uno.

Un data frame organiza las variables de un conjunto de datos en columnas y las observaciones en filas. Si vienes de paquetes de software estadístico como SAS o SPSS, este concepto te resultará familiar.

Instrucciones

Haz clic en "Submit Answer". Los datos del data frame de ejemplo incorporado mtcars se imprimirán en la consola.

Echa un vistazo rápido a tu conjunto de datos

¡Vaya, cuántos coches!

Trabajar con conjuntos de datos grandes es habitual en análisis de datos. Cuando te enfrentas a data sets (muy) grandes y data frames, tu primera tarea como analista es entender bien su estructura y sus elementos principales. Por eso suele ser útil mostrar solo una pequeña parte del conjunto completo.

¿Cómo hacerlo en R? La función head() te permite ver las primeras observaciones de un data frame. De forma similar, la función tail() imprime las últimas observaciones del conjunto.

Tanto head() como tail() muestran una línea superior llamada "cabecera", que contiene los nombres de las distintas variables de tu conjunto de datos.

Instrucciones

Llama a head() sobre el conjunto mtcars para ver la cabecera y las primeras observaciones.

Examina la estructura

Otra forma habitual de obtener una vista rápida de tus datos es la función str(). La función str() te muestra la estructura del conjunto. En un data frame te indica:

El número total de observaciones (p. ej., 32 tipos de coche) El número total de variables (p. ej., 11 características) La lista completa de nombres de variables (p. ej., mpg, cyl ...) El tipo de dato de cada variable (p. ej., num) Las primeras observaciones Aplicar la función str() suele ser lo primero que haces al recibir un nuevo conjunto de datos o un data frame. Es una gran forma de entender mejor tus datos antes de ponerte con el análisis en serio.

Instrucciones

Investiga la estructura de mtcars. Asegúrate de ver los mismos números, variables y tipos de datos mencionados arriba.

Crear un data frame

Usar conjuntos de datos integrados está bien, pero crear los tuyos es mucho más divertido. El resto de este capítulo se basa en un conjunto que vas a construir tú mismo. ¡Ponte el propulsor, que nos vamos a explorar el espacio!

Como primer objetivo, quieres construir un data frame que describa las características principales de ocho planetas de nuestro sistema solar. Según tu buen amigo Buzz, las variables clave de un planeta son:

• El tipo de planeta (terrestre o gigante gaseoso).
• El diámetro del planeta en relación con el de la Tierra.
• El tiempo de traslación alrededor del Sol en relación con el de la Tierra.
• Si el planeta tiene anillos o no (TRUE o FALSE).

Tras documentarte a fondo en Wikipedia, te ves con confianza para crear los vectores necesarios: name, type, diameter, rotation y rings; estos vectores ya están codificados a la derecha. El primer elemento de cada vector corresponde a la primera observación.

Construyes un data frame con la función data.frame(). Como argumentos, pasas los vectores anteriores: se convertirán en las distintas columnas de tu data frame. Como cada columna tiene la misma longitud, los vectores que pases también deben tenerla. Pero no olvides que es posible (y probable) que contengan tipos de datos diferentes.

Instrucciones

Usa la función data.frame() para construir un data frame. Pasa los vectores name, type, diameter, rotation y rings como argumentos de data.frame(), en este orden. Llama planets_df al data frame resultante.

Si quieres seguir aprendiendo con este curso, aquí tienes el enlace