Análisis de datos estadísticos en R

class: center middle main-title section-title-1 top-logo

.small[
# Tipos de datos
]

.class-info[
 
**Sesión N° 3** 
**Análisis de datos estadísticos en R**

.pull-right.small[
**Profesora** Valentina Andrade de la Horra 
**Ayudantes** Dafne Jaime y Nicolás Godoy
.tiny[Universidad Alberto Hurtado 
]
]

]

---
class: title title-inv-1

# Contenidos Sesión 3

.box-2.medium.sp-after-half[**Tipos de datos en R**]

.small.box-2[**Relación con los tipos de variables**]

.box-3.medium.sp-after-half[**Estructura de datos en R**]

.box-4.medium.sp-after-half[**Manipulación de las estructuras de datos**]

???

---
class: center middle main-title section-title-1 top-logo
name: basics

# 1. Tipos de datos en R

---
class: title title-inv-1

# ¿Que son los tipos de datos?

- Nos referimos a los tipos de datos a la clasificación que un valor puede tener en R y junto con ello al tipo de operaciones que se podrán hacer con cada uno.

- Existen al menos 6 tipos de datos que encontraremos en R

- Cada tipo de dato en R, tiene su relación con el nivel de medición de las variables

---

layout: true
class: title title-1
---
class: title title-inv-1

# Tipos de datos en R

.pull-left[
- character
- factor
- numeric
- integer 
- dbl-lbl
- logical
]

.pull-right[
![:scale 90%](data:image/png;base64,#https://github.com/learn-R/slides/raw/main/img/05/img.jpg)
]

---
class: title title-inv-1
# character

- Los datos tipo character tienen relación con las variables categóricas

```r
nombres <- c("Valentina", "Nicolás", "Dafne")
```

- Para saber cuál es el tipo de una variable en específico, utilizaremos la función `class()` del paquete base de R

```r
class(nombres)
```

---
class: title title-inv-1
# factor

- Los datos de tipo factor se relacionan directamente con las variables nominales u ordinales.

```r
sexo <- factor(c("Mujer", "Hombre", "Mujer"))
```

- las variables factor se utilizan en caso de que exista un número limitado de strings.

```r
class(sexo)
```

---
class: title title-inv-1
# numeric

- Los datos de tipo factor se relacionan directamente con las variables continuas, ya que estas se componen de números decimales y enteros.

```r
edad <- c(26, 23, 24)
```

```r
class(edad)
```

---
class: title title-inv-1
# integer

- Los datos integer tienen relación con las variables discretas, ya que no pueden asumir valores decimales

```r
folio <- 1:3
```

```r
class(folio)
```

Existe otro tipo de dato, los **dbl-lbl** son un tipo de datos numéricos con una etiqueta asociada
---
class: title title-inv-1
# logical

- Este tipo de dato asume sólo tres tipos de valores `TRUE`, `FALSE`y `NA`

```r
asistencia <- c(T,T,F)
```

```r
class(asistencia)
```

---
class: title title-inv-1
# logical

- Estos tipos de datos pueden transformarse a variables numéricas con la función `as.numeric`, pero asumirá valores 0 y 1

```r
asistencia_n <- as.numeric(asistencia)
```

```r
class(asistencia_n)
```

---
class: title title-inv-1
# Transformación de datos

Si bien cada dato creado tiene su propia clase, existen funciones que pueden transformarlos, veamos algunos

```r
as.logical() #transformación a datos lógicos
as.numeric() #transformación a datos numericos
as.factor() #transformación a datos tipo factor
as.character() #transformación a datos tipo caracter 
```

---
layout: false
class: center middle section-title section-title-2 animated fadeIn

# 2. Tipos de estructuras en R

---
class: title title-inv-2
# ¿Qué son las estructuras de datos en R?

- Objetos agrupados y organizados

- Clasificados por **dimensión** y **composición**

- Nos especifican qué operaciones podemos realizar con cada estructura

- Veamos que tipos de estructuras podemos encontrar 🕵

???
Las estructuras en R son objetos agrupados y organizados, ya sea por su dimensión y/o su composición. Esta clasificación de objetos nos específica la composición de los datos y qué operaciones se pueden realizar con cada una. La forma más sencilla de saber el tipo de estructura que es con la función `str()` la cual devuelve un resumen de la estructura de un objeto.

---
class: title title-inv-2
# ¿Qué estructuras podemos encontrar?

.pull-left[
Existen al menos cinco estructuras de datos en R:

- Vectors
- List
- Matrix
- Arrays
- Data frames
]

.pull-right[
![:scale 80%](data:image/png;base64,#https://github.com/learn-R/slides/raw/main/img/05/datatypes.jpg)
]

---
class: title title-inv-2
# ¡No olvidar!

Previo al detalle de los tipos de estructuras de datos en R, es necesario recordar que cada una se distinguira por su **dimensión** y **composición**, para ello es muy importante no olvidar los tipos de datos en R.

.pull.center.middle[
![:scale 50%](data:image/png;base64,#https://github.com/learn-R/slides/raw/main/img/05/estructura.png)
]

---
class: center middle main-title section-title-2 top-logo
name: basics

# Vectores

---
class: title title-inv-2
# Vectores

.pull-left[
Un vector es la estructura de datos más común y básica en R, estos se pueden clasificar en cinco tipos: `character`, `logic`, `interger`, `complex`, o `numeric`.

¿Les suena familiar?

]
.pull-right[
![:scale 90%](data:image/png;base64,#https://github.com/learn-R/slides/raw/main/img/05/vectors.png)
]
---
class: title title-inv-2
# Vectores

Estos son una combinación de elementos **unidimensionales** y **homogéneos** (no admite combinaciones de tipos de datos), se puede verificar si un objeto es un vector con la función `is.vector()`.

¡Veamos si los objetos creados anteriormente son vectores!🧐

Pero antes debemos repasar algunos códigos 💻 🤔

---
class: title title-inv-2
# ¿Cómo explorar los datos?

Para explorar los datos tenemos las siguientes funciones (todas ellas del paquete base)

```r
sort() #devuelve los valores seleccionados
table() #arroja una frecuencia absoluta de los valores
unique() # devuelve los valores sin repetirlos
str() #nos entrega la estructura de los datos
typeof() # como class, nos dice el tipo de vector que es
length() # nos informa la longitud que tienen los vectores
```

¡Ahora sí! continuemos 🤯💻
---
class: title title-inv-2
# Vectores: `numeric`

El tipo de vector `numeric` es aquel unico objeto de tipo numerico, como ejemplo uniremos el conjunto de valores (en este caso las edades), en un vector llamado edad

```r
edad <- c(26, 23, 24)

is.vector(edad)

class(edad)
```

---
class: title title-inv-2
# Vectores: `character`

Asimismo, el vector `character` es el que contiene sólo un elemento de tipo carácter

```r
nombres <- c("Valentina", "Nicolás", "Dafne")

is.vector(nombres)

class(nombres)
```
---
class: title title-inv-2
# Vectores: `logic`

Los vectores `logic` corresponden a los objetos que tiene valores `TRUE`o `FALSE`, en este caso crearemos un vector lógico llamado asistencia.

```r
asistencia <- c(T,T,F)

is.vector(asistencia)

class(asistencia)
```
---
class: title title-inv-2
# Vectores: `integer`

Recuerden que los tipos de datos `integer` son los que sólo contienen números enteros, por ello un vector integer solo tendrá números enteros.

```r
folio <- c(1:3)

is.vector(folio)

class(folio)
```
---
class: title title-inv-2
# Vectores y datos perdidos

R reconoce los casos perdidos en los vectores, en R los casos perdidos pueden representarse como NA o NULL y son válidos para todo tipo de vectores

```r
edad <- c(26, 23, 24, NA)
nombres <- c("Valentina", "Nicolás", "Dafne", NA)
asistencia <- c(T,T,F, NA)
folio <- c(1:3, NA)
```

---
class: title title-inv-2
# ¿Cómo exploramos valores perdidos?

Para ello tenemos las siguientes funciones

```r
is.na(folio) #Indica los elementos de los vectores que representan datos faltantes
is.null(folio) # indica elementos que representan valores faltantes
anyNA(edad) # devuelve TRUE si el vector contiene algún valor faltante
```

---
class: title title-inv-2
# Recordemos

Entonces, los vectores son objetos unidimensionales y homogéneos ¿podremos mezclarlos? 🤷

¡No podemos! ya que sólo puede albergar un tipo de dato, veamos que pasa si los combinamos 🕵

```r
xx <- c(26, "Nicolás")
class(xx)
```

R creará un vector que pueda acomodar sus elementos. Esta conversión  se denomina *“coerción”*.
---
class: title title-inv-2
# Selección de vectores

Los elementos de los vectores pueden seleccionarse: por posición

```r
nombres[4] # el cuarto elemento de names
nombres[-4] #todos los elementos de names, a excepción del 4
nombres[1:3] #los elementos desde 1 hasta 3
nombres[-(2:4)] #todos los elementos menos los de 2 hasta 4
nombres[c(1,3)] #el conjunto de elementos 1 y 3
```
---
class: title title-inv-2
# Selección de vectores

Los elementos de los vectores pueden seleccionarse, por su valor

```r
edad[edad==26] #valores que sean igual a 26

edad[edad<24] #valores menores a 26, acá puede cambiar ya sea a <=, > o >=

edad[edad%in%c(23, 26)] # valores que pertenezcan al conjunto 23 y 26 años
```

Para la selección por valor es muy util que conozcamos ciertas condiciones 
---
class: title title-inv-2
# Condiciones y operadores

En esta ocasión sólo veremos operadores relacionales, pero detallaremos esto en la siguiente clase

Los operadores son símbolos que no son de uso exclusivo en R. Pero no todos tienen el mismo significado que en otros softwares.

---
class: title title-inv-2

# Operadores relacionales

Se usan para hacer comparaciones. Cuando en la *Tabla 1* nos referimos a `un valor`, esto refiere también a `variables`

| Símbolo | Función |
|---------:|:--------|
| `<` | Un valor es menor que otro |
| `>` | Un valor es mayor que otro |
| `==` | Un valor es igual que otro [^1] |
| `<=` | Un valor es menor o igual que otro |
| `>=` | Un valor es mayor o igual que otro |
| `!=` | Un valor es distinto o diferente que otro|
| `%in%` | Un valor pertenece al conjunto designado [^2] |

---
class: title title-inv-2
# Tips

- ¡Atención! Fíjate bien que `==` y `=` son distintos. En R `==` es indicar *"igual a"*, mientras que `=` es *asignar* (sinónimo de `<-`)

- El operador `%in%` es **muy utilizado**, sirve para indicar que algo está dentro de una cadena de valores.

---
class: title title-inv-2
# Condicones y operadores

Un pequeño adelanto de lo que veremos el próximo lunes
.pull.center[
![:scale 60%](data:image/png;base64,#https://github.com/learn-R/slides/raw/main/img/02/01operad.png)
]
Figura 1: Resumen de operadores

---
class: center middle main-title section-title-3 top-logo

# list

---
class: title title-inv-3

# list

Los list o listas son elementos de distinta composición, estos son **heterogéneros**  (admiten más de un tipo y combinación de dato, inclusive una lista puede almacenar otra lista) y **unidimensionales**

Estas propiedades los hace fundamentalmente diferentes de los vectores.

Para crear listas puede usar la función `list()`.

```r
lista <- list(folio, nombres, edad, asistencia)
str(lista)
```

---
class: title title-inv-3
# Selección de elementos

El contenido de los elementos de una lista se puede recuperar utilizando corchetes dobles.

```r
lista[[1]] #para ver elementos del primer vector (folio)
lista$nombres # para seleccionar elementos
lista[2] #para crear una nueva lista sólo con el segundo elemento
```

---
class: center middle main-title section-title-4 top-logo
name: basics

# Matrix y Array
---
class:  title title-4
# Matrix

En R las matrices son una extensión de los vectores numéricos o de caracteres. No son un tipo de objeto separado sino que son vectores de **dos dimensiones** ( compuesto por filas y columnas) y  **homogéneas** ya que al igual que con los vectores, los elementos de una matriz deben ser del mismo tipo de datos.

Para crear una matriz, usaremos la función `matrix()`

```r
matriz <- matrix(edad, folio)
matriz
dim(matriz)
View(matriz)
```

---
class: title title-4
# Matrix

Puede verificar que las matrices son vectores con un atributo tipo matrix usando `class()` y `typeof()`.

```r
class(matriz)
typeof(matriz)
```

---
class: title title-4
# Selección de elementos

Existen funciones que nos ayudaran a seleccionar elementos de una matriz

```r
matriz[2, ] #para seleccionar una fila
matriz[ ,4] #para seleccionar una columna
matriz[2,4] #para seleccionar una celda
```

---
class: title title-4
# Array

La diferencia entre una matriz y una estructura tipo array, es que el primero sólo abarca dos dimensiones, mientras que los array abarcan tres dimensiones o más, sin embargo son **homogéneas**, ya que debe ser el mismo tipo de dato. Para ello utilizaremos la función `array()`

```r
array <- array(1:3, c(2, 4, 6))
array
View(array)
class(array)
typeof(array)
```

---
class: center middle main-title section-title-5 top-logo

# Data frame
---
class: title title-5
# Data frame

Un marco de datos es un tipo de datos **bi dimensional** (con filas y columnas) y **heterogéneo** (con combinaciones de tipos de datos) es la estructura de datos que solemos usar en estadística. Este es un tipo especial de lista, ya que en este cada elemento **debe tener la misma longitud**

Se puede crear un nuevo marco de datos con la función `data.frame()`

```r
datos <- data.frame(id = folio, nombres, edad, asistencia)
datos
```
---
class: title title-5
# Selección de elementos

Para seleccionar elementos en un data frame

```r
datos[2, ] #para seleccionar una fila
datos[ ,4] #para seleccionar una columna
datos[2,4] #para seleccionar una celda
```

Para unir elementos

```r
cbind() # une columnas (formato ancho)
rbind() #une filas (formato largo)
```

---
class: title title-5
# Data frame

Funciones adicionales sobre marcos de datos:

```r
nrow(datos) # nos dice el número de filas
ncol(datos) #nos dice el número de columnas
head() # muestra las primeras 6 filas
tail() # muestra las últimas 6 filas
dim() # devuelve las dimensiones del marco de datos
str() # nos muestra la estructura (nombre, tipo y vista previa de datos)
names()
colnames() # ambos muestran los nombres de un marco de datos
sapply() # muestra la clase de cada columna en el marco de datos
View() #para visualizar el data frame
```

---
class: title title-5
# Data frame

La siguiente tabla resume las estructuras de datos unidimensionales y bidimensionales en R en relación con la diversidad de tipos de datos que pueden contener.

.pull.center[
![:scale 60%](data:image/png;base64,#https://github.com/learn-R/slides/raw/main/img/05/table.png)
]

---
layout: false

.box-5[¿Y eso era?]

.box-inv-5[¡Ahora si que si! Nos vemos el próximo lunes]

.center[
![](data:image/png;base64,#https://github.com/learn-R/slides/raw/main/img/01/monster-inc-2.gif)]
---
layout: false
class: center middle main-title section-title-1 top-logo

.small[
# Tipos de datos en R
]

.class-info[
 
**Sesión N° 3** 
**Análisis de datos estadísticos en R**

.pull-right.small[
**Profesora** Valentina Andrade de la Horra 
**Ayudantes** Dafne Jaime y Nicolás Godoy
.tiny[Universidad Alberto Hurtado 
]
]

]

???
https://c.tenor.com/7mxJp29REVkAAAAC/scaryfeet-monstersinc.gif