Ejercicios Clase 2

•• Manejo de objetos en R ••

1. Quiero transformar la columna “género” del data.frame datos en un factor. ¿Cómo lo hago?

• datos$genero <- as.factor(datos$genero)
• datos[,"genero"] <- as.factor(datos$genero)
• datos$genero <- as.factor(datos[,"genero"])

2. Considerando el objeto hospital, ¿cómo seleccionar las columnas “Género” y “Edad”?

   Pacientes <- paste("Paciente", 1:6, sep = "_")
   Barrio <- c(12, 28, 7, 20, 19, 8)
   Genéro <- c("F", "M", "F", "M", "F", "M")
   Edad <- c(57, 60, 39, 56, 67, 33)
   Año <- c(2020, 2021, 2021, 2020, 2018, 2018)
   Médico <- c("A", "B", "C", "A", "B", "C")
   
   hospital <- data.frame(Pacientes, Barrio, Genéro, 
                          Edad, Año, Médico)
   
   hospital

   ##    Pacientes Barrio Genéro Edad  Año Médico
   ## 1 Paciente_1     12      F   57 2020      A
   ## 2 Paciente_2     28      M   60 2021      B
   ## 3 Paciente_3      7      F   39 2021      C
   ## 4 Paciente_4     20      M   56 2020      A
   ## 5 Paciente_5     19      F   67 2018      B
   ## 6 Paciente_6      8      M   33 2018      C

• hospital[, c("Genéro", "Edad")]

• hospital$c("Genéro", "Edad")

• hospital[, "Genéro", "Edad"]

3. Considerando el objeto hospital, ¿cómo seleccionar solo pacientes mujeres?

• hospital[c(1, 3, 5),]

• hospital[, c(1, 3, 5)]

• hospital[hospital$Genéro == "F",]

4. Considerando el objeto hospital, ¿Cómo añadir una columna?

• hospital$nueva <- c(DATOS)

• hospital[,'nueva'] <- c(DATOS)

• hospital[nueva, ] <- c(DATOS)

•• Seleccionar elementos por condición ••

5. Considerando un dado vector llamado ve, ¿qué significa ve! = 30?

• ve es igual a 30

• ve es distinto de 30

• ve o 30

6. Considerando un vector dado llamado ve, ¿qué significa ve[ve < 30]?

• Mostrar los valores superiores a 30 en ve

• Mostrar los valores inferiores a 30 ve

• Mostrar los valores iguales a 30

7. Tomó muestras de ratas en tres áreas de Puerto Iguazú. En estos tres anotó la abundancia mensual de ratas durante dos años (24 meses). ¿Cómo comprobar si alguno de los trés sitios tenía una abundancia> 50?

• c(loc1, loc2, loc3) > 50

• table(c(loc1, loc2, loc3) > 50)

• c(loc1, loc2, loc3) %in% 50

8. Tomó muestras de ratas en tres áreas de Puerto Iguazú. En estos tres anotó la abundancia mensual de ratas durante dos años (24 meses). ¿Cómo selecciono solo valores que son mayores que 0 para loc1 y guarda-lo en un nuevo objeto?

• loc1_2 <- loc1 > 0

• loc1_2 <- loc1[loc1 > 0]

• loc1_2 <- loc1[loc2 > 0]

9. Tomó muestras de ratas en tres áreas de Puerto Iguazú. En estos tres anotó la abundancia mensual de ratas durante dos años (24 meses). ¿Cómo selecciono solo valores que son mayores que 0 para loc1 y guarda-lo en un nuevo objeto?

• loc1_2 <- loc1 > 0

• loc1_2 <- loc1[loc1 > 0]

• loc1_2 <- loc1[loc2 > 0]

10. Tiene una tabla con valores de temperatura, lluvia y abundancia de flebótomos que muestreó en los ultimos 5 meses. En toda la tabla, ¿hay algún valor cero?

temp <- c(21, 17, 28, 25, 18)
lluvia <- c(93, 67, 75, 41, 82)
abundancia <- c(79, 18, 62, 4, 89)

flebo <- data.frame(temp, lluvia, abundancia)
table(flebo == 0)

## 
## FALSE 
##    15

• Sí

• No

•• Tidyverse ••

!! paquete::función() !!

• Podemos usar la función de un paquete sin llamarlo con library() en R.

• Para esto ponemos el nombre del paquete, dos veces dos puntos (: :) y el nombre de la función que queremos usar en R

11. ¿Qué paquete y función usar para abrir la tabla tidy_ej.xlsx en su entorno R?

• [ ]

tidy_ej <- readr::read_delim(file = "tidy_ej.xlsx", delim = "\t")

• [ ]

tidy_ej <- readr::read_csv2(file = "tidy_ej.xlsx")

• [x]

tidy_ej <- readxl::read_xlsx("tidy_ej.xlsx")

12. ¿La tabla “tidy_ej” contiene valores faltantes (na)?

tidy_ej %>% is.na() %>% table()

• Sí

• No

13. ¿Cómo separar la columna “departamento - año” de la tabla tidy_ej en dos columnas?

• tidy_ej %>% separate(departamento_ano, c("departamento", "ano"), sep = "_")

• tidy_ej %>% separate(departamento_ano, departamento, ano)

14. ¿Cómo unir las columnas “PNI”, “Urbano” y “Rural” de la tabla tidy_ej en una sola columna?

• tidy_ej %>% pivot_longer(c(pni, urbano, rural), names_to = "areas", values_to = "numero_acc")

• tidy_ej %>% pivot_wider(c(pni, urbano, rural), names_to = "areas", values_to = "numero_acc")

15. Considerando la tabla tidy_ej2, ¿cómo ordenar los datos en orden ascendente según la columna “ID”?7

• tidy_ej2 %>% arrange(ID)

• tidy_ej2 %>% arrange(desc(ID))

16. Considerando la tabla tidy_ej2, ¿cómo eliminar la columna “temperatura”?

• tidy_ej2 %>% select(temperatura)

• tidy_ej2 %>% select(-temperatura)

17. Considerando la tabla tidy_ej2, divida el valor de la columna “número de accidentes” por la columna “población” y multiplique por 100,000.

• tidy_ej2 %>% mutate(n_pob = (numero_acc/poblacion*100000))

• tidy_ej2 %>% mutate(n_pob = (numero_acc/poblacion)*100000)

18. ¿Cómo exportar la tabla “tidy_ej2” desde su entorno R a su directorio de trabajo?

• write.csv2(tidy_ej2, "data.csv")

19. Si quiero unir dos tablas pero excluyendo los datos de fila adicionales de la primera tabla, ¿qué función de Tidyverse debo usar?

• full_join()

• left_join()

• right_join()