# Introducción a R

##2  (slide)
# Realice las siguientes operaciones: 
# Ponga el cursor en esta línea y presione Ctrl Enter

    x <- c(10.4, 5.6, 3.1, 6.4, 21.7)
    x
  
    assign("x", c(10.4, 5.6, 3.1, 6.4, 21.7))

    c(10.4, 5.6, 3.1, 6.4, 21.7) -> x


    1/x

    y <- c(x, 0, x)

##3  
  #Realice:
   
     x<-c(1,2,3); y<-c(x,0,x)
  
     v <- 2*x + y + 1  #Warning!!
  
    v   #Pero hizo algo. ¿Qué hizo?
  
  # Otras funciones:  +, -, *, /, ^, log, exp, sin, cos, tan, sqrt
  
  # Realice: 
    c(min(x), max(x), length(x), sum(x), prod(x), mean(x), var(x))
  
  #var(x) es equivalente a:  
    sum((x-mean(x))^2)/(length(x)-1)

##4  
  #Secuencias equivalentes:
    1:30 ; seq(1,30); seq(from=1, to=30); seq(from=1, to=30)
    
    seq(-5, -2, by=.2) ; seq(length=16, from=-5, by=.2)
    
  #Formas simples de rep():
    rep(x, times=5)
    
    rep(x, each=5)

##5    

    x = 1:10 ; x
  
    x > 7

  #  Otros operadores lógicos: <, <=, >=, ==, !=
    x < 7  
    
    x <= 7  
    
    x >= 7  
    
    x == 7  
    
    x != 7 
    
#  and  & , or  | ,  y not !           
    x>7 & x<=9 
    
    !(x>7 & x<=9) 
    
    x>7 | x<=9  
        
##6
    #Not avaliable: NA           
      z <- c(1:3,NA) ; z
    
      is.na(z)
    
    #Ojo,   Son diferentes z==NA e is.na(z)
      z==NA      # trata de evaluar igualdad entre un valor que existe contra algo que no existe, y responde NA, porque el valor de la derecha no existe (compara cosas incomparables)
      is.na(z)   # evalúa si es el valor es NA
    
    #Not a Number: NaN       0/0 ; Inf - Inf
      0/0  
      
      Inf - Inf
    
    #Son diferentes is.na() e is.nan()
      zz <- c(z,NaN); zz
      
      is.na(zz)  
      
      is.nan(zz)
##7
      
    #Prueben: 
      "Hello" ; 'world!'  # "" y '' funcionan de igual forma
      
      palabras <- c("Hello" , 'world!') # son dos cadenas "strings" separados
      palabras
      palabras[1]  
      palabras[2]
      
      paste("Hello" , 'world!')    #forma una única cadena y agrega un espacio
      
      paste("Hello" , 'world!', sep="")  #ídem, pero quita el espacio
      
      paste(c("X","Y"), 1:10)   #va uniendo uno a uno dos vectores, como son de distinto largo, repite el vector más corto. Genera un nuevo vector.
      
      paste(c("X","Y"), 1:10, sep="")  # ídem, pero quita los espacios 

##8   # Otras estructuras de Datos
##9   # Matrices
      
        z = 1:30
        dim(z) <- c(3,5,2)    # matriz vacía de dimensiones 3x5x2
      
      #observe z y entienda que es una matriz tridimensional
      #observe el orden en que se ponen los números 1:30
        z   
        
        z[3,2,1]
      
        z[3,2,2]
      
        z[2,,]
      
        z[,2,]
      
        z[,,2]
      
      #array como otra forma de definir matrices
        x <- array(1:20, dim=c(4,5)) 
      
        x  
      
        x[,1] 
      
        x[2,]              
      
        i <- array(c(1:3,3:1), dim=c(3,2)) ; i ; x[i]
      
      #todas las posiciones definidas en i (por fila), se ponen en 0    
        x[i] <- 0   
      
        x  
      
        y <- x 
      
      # vean la diferencia entre los productos    (t(y)  transpone la matriz y)
        x*y
      
        x %*% t(y)    #t() indica transpuesta
      
      #diag() aplicada a una matriz devuelve los elementos de la diagonal 
        diag(y) 
        
      #diag() aplicada a un vector genera una matriz cuadrada y vacía con el vector en la diagonal
        diag(diag(y))  # ¿qué ocurrió aquí?
      
      # resolución de sistemas lineales
        A <- array(runif(4), dim=c(2,2))   #runif() genera números aleatorios con dist. uniforme
        A
        
        b <- runif(2)
        b
        
        solve(A,b)   #halla x en A*x = b. Asume que b es vector columna. A debe ser cuadrada      

##10 #Listas        
    
    #Elementos de distinto tipo, a diferencia de las matrices (números, strings, vectores, lógicos, etc.)
    #Los elementos tienen nombre y valor.    
      Lst <- list(name="Fred", wife="Mary", no.children=3,child.ages=c(4,7,9)) ; Lst
    
      
    #La forma de acceder a los nombres de las listas 
      Lst$wife  
     
      Lst[["wife"]]
     
      x<-"wife"; Lst[[x]]
     
    #Los elementos también están numerados
      Lst[2]  
     
      Lst[[2]]
     
    #Se puede acceder a parte de los elementos de la lista
      Lst$child.ages[1] 
      
      Lst[[4]][1] 
      
    #Se puede agregar alementos a la lista  
      Lst[5] <- list(matrix = array(c(1,2,3,4),dim=c(2,2)))   #agrega un quineto elemento más
      Lst
      
      Lst <- c(Lst,Lst)   #genera una lista de 10 elementos
      Lst

##11  #Data frames  son Tablas de datos    
    
    #se crean varios componentes de igual largo
      x=c(1,2,3,4)
      y=c("ene","feb","mar","abr") 
      z=list(Numero = c(1,2,3,4),Letra = c("a","b","c","d"))
      
    #Se juntan en un único data frame (todos los componentes deben tener el mismo largo)
      DFrm <- data.frame(Numero=x, Mes=y, Listaz=z)
      DFrm      
      
    #Se agrega una nueva columna (columna u)  
      DFrm$u <- 2*DFrm$Numero
      DFrm

      attach(DFrm)
      
      search()
      
      u
      
      detach("DFrm")
      
      search()

      u      
      
##13 Importar datos
      
    #Conocer el directorio (o folder) de trabajo      
      getwd()   
      
    #Crear directorio 
      dir.create("workR")
      
    #Moverse a ese directorio creado
      setwd("./workR")
      
    #Ir a notepad o notepad++ y crear el archivo houses.data con la siguiente información:
    #     Price Floor Area Rooms Age Cent.heat
    #     52.00 111.0 830 5 6.2 no
    #     54.75 128.0 710 5 7.5 no
    #     57.50 101.0 1000 5 4.2 no
    #     57.50 131.0 690 6 8.8 no
    #     59.75 93.0 900 5 1.9 yes

    #Leer el archivo
      HousePrice <- read.table("houses.data") 
      HousePrice
    
    #Leer nuevamente el archivo
      HousePrice <- read.table("houses.data", header=TRUE)
    #Observe la diferencia  
      HousePrice

##14 Importar datos (archivo .csv)

    #Ir a notepad o notepad++ y crear el archivo houses.csv con la siguiente información:
    #     Price,Floor,Area,Rooms,Age,Cent.heat
    #     52.00,111.0,830,5,6.2,no
    #     54.75,128.0,710,5,7.5,no
    #     57.50,101.0,1000,5,4.2,no
    #     57.50,131.0,690,6,8.8,no
    #     59.75,93.0,900,5,1.9,yes
    
      HPCSV <- read.table("houses.csv")
      HPCSV
      HPCSV[1]
    
    #observe la diferencia
      HPCSV <- read.table("houses.csv", header=TRUE) 
      HPCSV
      HPCSV[1]
    
    #observe la diferencia
      HPCSV <- read.table("houses.csv",  sep = ",",header=TRUE) 
      HPCSV
      HPCSV[1]

##14
    #Ir a notepad o notepad++ y crear el archivo input.dat con la siguiente información:
    #     52.00 111.0 830 no
    #     54.75 128.0 710 no
    #     57.50 101.0 1000 no
    #     57.50 131.0 690 no
    #     59.75 93.0 900 yes
      
      #Crea una lista
        inp <- scan("input.dat",list(0,0,0, "")) 
        inp
      
      #Crea una lista y nombra cada elemento  
        inp <- scan("input.dat", list(Price=0, Floor=0, Area=0, Cent.heat=""))
        inp
        inp$Price 
        inp$Cent.heat
      
      #Permite editar un data frame
        HousePrice
        xnew <- edit(HousePrice)
        xnew
      
      #Permite crear un data frame
        xnew <- edit(data.frame())
        xnew

      
##17 Salvar variables
      
      #Almacenar variables de trabajo.
        save(xnew, HousePrice, file = "stuff.RData");
      
      #Se eliminan las variables del ambiente de trabajo    
        rm(xnew,HousePrice)
        xnew
        HousePrice
        
      #Se recuperan las variables  
        load("stuff.RData")
        xnew 
        HousePrice
      
      #Salvar todo el entorno de trabajo (Global Environment).
        save.image(file="TodosLosDatos.Rdata") 

      #Borrar todo el entorno de trabajo
        ls()
        rm(list = ls()) ;   #borra todas las variables 
      
      #Recuperar todo el entorno de trabajo  
        load("TodosLosDatos.RData")
        ls()