Tutorial de subconjuntos en R

Seleccionar filas de una columna concreta

Seleccionar las tres primeras filas de la columna de pago simplifica el resultado en un vector.

debt[1:3, 2]

100 200 150

Formato de Dataframe

Para mantenerlo como dataframe, añade solo drop=False como se muestra a continuación: 

debt[1:3, 2, drop = FALSE]

    payment
1       100
2       200
3       150

Seleccionar una columna específica [Acceso directo]

Para seleccionar una columna concreta, también puedes escribir el nombre del dataframe, seguido de $, y luego el nombre de la columna que quieres seleccionar. En este ejemplo, seleccionaremos la columna payment del dataframe. Al ejecutar este script, R simplificará el resultado como un vector.

debt$payment

100 200 150 50 75 100

Utilizar subset() para más potencia

Cuando quieras crear subconjuntos más complejos o un subconjunto basado en una condición, el siguiente paso es utilizar la función subset(). Por ejemplo, ¿qué pasaría si quisieras consultar la deuda de alguien llamado Dan? Podrías simplemente utilizar los corchetes para seleccionar su deuda y sumarla, pero no es una forma muy sólida de hacer las cosas, especialmente con posibles cambios en el conjunto de datos.

# This works, but is not informative nor robust
debt[1:3, ]

subset() Función

Una forma mejor de hacerlo es utilizar la función subset() para seleccionar las filas en las que la columna de nombre sea igual a Dan. Fíjate en que tiene que haber un doble signo igual, que se conoce como operador relacional.

# This works, but is not informative nor robust
debt[1:3, ]

# Much more informative!
subset(debt, name == "Dan")

      name     payment
1      Dan         100
2      Dan         200
3      Dan         150

Utilizar una función subset() en una columna numérica

También podemos crear subconjuntos a partir de columnas numéricas. Si quisiéramos ver las filas en las que los pagos equivalen a 100 $, harías lo siguiente:

subset(debt, payment == 100)

      name  payment
1      Dan      100
6      Rob      100

Acceso a Dataframes y creación de subconjuntos en Dataframes

Pasando al siguiente ejemplo, ¿qué ocurre si solo te interesan los flujos de caja de la empresa A?

subset(cash, company == "A")

      company  cash_flow  year
1           A       1000     1
2           A       4000     3
3           A        550     4

Recuerda:

• El primer argumento que pasas a subset() es el nombre de tu dataframe, cash.
• ¡Fíjate en que no debes poner company entre comillas!
• == es el operador de igualdad. Comprueba si dos cosas son iguales y devuelve un vector lógico.

Ejemplo interactivo del método subset()

En el siguiente ejemplo, utilizarás el método subset() para seleccionar solo las filas de cash correspondientes a la empresa B. Y después, las filas de subset() que tengan flujos de caja con vencimiento a 1 año.

# Rows about company B
subset(cash, company == "B")

# Rows with cash flows due in 1 year
subset(cash, year == 1)

Cuando ejecutas el código anterior, se obtiene el siguiente resultado:

  company cash_flow year
4       B      1500    1
5       B      1100    2
6       B       750    4
7       B      6000    5

  company cash_flow year
1       A      1000    1
4       B      1500    1

Pruébalo tú mismo.

Para obtener más información sobre el acceso a dataframes y la creación de subconjuntos de dataframes en R, consulta este vídeo de nuestro curso Introducción a R para finanzas.

Este contenido ha sido extraído del curso Introducción a R para finanzas de DataCamp, impartido por Lore Dirick.