Reference – Introduction to R for Geospatial Data

Puntos Clave

Introducción a R y RStudio	Usa RStudio para escribir y ejecutar programas R. R tiene los operadores aritméticos habituales. Usa `<-` para asignar valores a las variables. Usa `install.packages()` para instalar paquetes (bibliotecas).
Gestión de proyectos con RStudio	Usa RStudio para crear y manejar proyectos de una manera consistente. Trata los datos originales sólo para lectura. Trata los resultados generados como salida desechable.
Estructura de datos	Usar `read.csv` para leer datos tabulados desde R. Los tipos de datos fundamentales en R son dobles, enteros, complejos, lógicos y caracteres. Usar factores para representar categorías en R.
Explorando Dataframes	Usar `cbind()` para agregar una nueva columna a un dataframe. Usar `rbind()` para agregar una nueva fila a un dataframe. Eliminar filas de un dataframe. Usar `na.omit()` para eliminar filas de un dataframe con valores `NA`. Usar `levels()` y `as.character()` para explorar y manipular `factores`. Usar `str()`, `nrow()`, `ncol()`, `dim()`, `colnames()`, `rownames()`, `head()` y `typeof()` para comprender la estructura de un dataframe. Leer en un archivo csv usando `read.csv()`. Comprender quE representa`length()` en un dataframe.
Subconjunto de Datos	El indexado en R empieza en 1, no en 0. Accedes a valores individuales por ubicación utilizando `[]`. Accedes a porciones de datos utilizando `[bajo:alto]`. Accedes a conjuntos de datos arbitrarios utilizando `[c(...)]`. Usas operaciones lógicas y vectores lógicos para acceder a subconjuntos de datos.
Manipulación de dataframes con dplyr	Usar el paquete `dplyr` para manipular dataframes. Usar `select()` para elegir variables dentro de un dataframe. Usar `filter()` to elegir datos basados en valores. Usar `group_by()` y `summarize()` para trabajar con subconjuntos de datos. Usar `mutate()` para crear nuevas variables.
Introducción a la Visualización	Usar `ggplot2` para crear gráficos. Pensar los gráficos en capas: estética, geometría, etc.
Escribiendo datos	Guardar gráficos con `ggsave()` o `pdf()` combinado con `dev.off()`. Usar `write.csv` para guardar datos tabulares.

Referencia

Introducción a R y RStudio

Use la tecla escape para cancelar comandos incompletos o el código en ejecución (Ctrl+C) si está usando R desde la terminal.
Las operaciones aritméticas básicas siguen un orden estándar de precedencia:
- Paréntesis: (, )
- Exponentes: ^ o **
- División: /
- Multiplicación: *
- Suma: +
- Resta: -
La notación científica está disponible, por ejemplo: 2e-3
Todo lo que se encuentre a la derecha de un símbolo # es un comentario, y R lo ignorará!
Las funciones se denotan por function_name(). Las expresiones dentro de los paréntesis se evalúan antes de ser pasadas a la función, y las funciones pueden estar anidadas.
Operadores de comparación: <, <=, >, >=, ==, !=
Utilice all.equal para comparar valores numéricos!
<- es el operador de asignación. Todo a su derecha se evalúa, y luego es almacenado en una variable nombrada a la izquierda.
ls genera una lista de todas las variables y funciones creadas
rm se puede utilizar para eliminarlas
Al asignar valores a los argumentos de una función, debe usar =.

Gestión de proyectos con RStudio

Para crear un nuevo proyecto, diríjase a Archivo -> Nuevo Proyecto
Algunas buenas practicas:
- Trate a los datos como sólo lectura
- Mantenga los datos ordenados separados de los datos crudos desordenados
- Trate la salida generada como desechable
- Mantenga los datos relacionados juntos
- Utilice un esquema consistente de nomenclatura

Estructura de datos

Utilice read.csv() para importar los datos a la memoria
` class()` devuelve la clase de datos de su objeto
R convierte automáticamente los tipos de datos
Las funciones: length(), nrow(), head(), tail(), y str() pueden ser útiles para explorar los datos.
Los factors (factores) son una clase especial para trabajar con datos categóricos.
Las lists (listas) proveen un tipo flexible de datos.
Los data frames son un caso especial de listas.

Explorando Data Frames

R facilita la importación de datos almacenados en forma remota
**Data Frames**
?data.frame es una estructura de datos clave. Es una lista de vectores.
cbind() adicionará una columna (vector) a un data.frame.
rbind() adicionará una fila (lista) a un data.frame.

Funciones útiles para consultar la estructura de los datos:

?str estructura, imprime un resumen de la estructura de datos
?class indica cual es la clase de los datos
?head imprime los primeros n elementos (filas para objetos bidimensionales)
?tail imprime los últimos n elementos (filas para los objetos bidimensionales)
?rownames, ?colnames, ?dimnames recupera o modifica los nombres de filas y de columnas de un objeto.
?length devuelve el número de elementos en un vector atómico
?nrow, ?ncol, ?dim da las dimensiones de un objeto n-dimensional (No funciona en vectores atómicos o listas).
Si tu data frame contiene factores, debes seguir algunos pasos adicionales para agregar filas que contengan nuevos valores de categorías (level).
read.csv para leer datos en una estructura regular
- sep argumento para especificar el separador
  - ”,” para el separador coma
  - “\t” para el separador tabulador
- Otros argumentos:
  - header=TRUE si hay una fila de encabezado

Subconjunto de datos

Se puede acceder a los elementos con:
- Índice
- Nombre
- Vectores lógicos
[ corchetes simples:
- extract (extraer) elementos individuales o subset (subdividir) vectores
- por ejemplo, x[1] extrae el primer elemento de un vector x.
- extract elementos simples de una lista. El valor devuelto será otra list().
- extract columnas de un data.frame
[ con dos argumentos para:
- extract renglones y/o columnas de
  - matrices
  - data.frames
  - ejemplo x[1,2] extraerá el valor en el renglón 1, columna 2.
  - ejemplo x[2,:] extraerá la segunda columna de valores completa.
[[ dobles corchetes para extraer elementos de una lista.
$ para acceder a las columnas o elementos lista por nombre
indices negativos saltan elementos

Manipulación de Data frame con dplyr

?select para extraer variables por nombre.
?filter regresa filas con condiciones que se cumplen.
?group_by agrupa los datos por una o mas variables.
?summarize resume múltiples valores en un solo valor.
?mutate agrega nuevas variables a un data.frame.
?count y ?n para contar los valores en el data frame.
Combina operadores usando el operador pipe ?"%>%".

Control del flujo

-Las figuras se pueden crear con la gramática de los gráficos:

library(ggplot2)
ggplot para crear la base de la figura
aes especifica la estética de los ejes, la forma, color, y tamaño de los datos
geom funciones que especifican el tipo de gráfico, por ejemplo point, line, density, box
geom estas funciones también agregan transformaciones estadisticas, por ejemplo. geom_smooth
scale función que cambia el mapeo de datos a estética
facet función que estratifica la figura dentro de paneles
aes se aplica a capas individuales, o puede ser definido para la grafica completa dentro de ggplot.
theme función que cambia la apariencia completa de la gráfica
¡El orden de las capas(layers) importa!
ggsave para salvar una figura.

Escribiendo datos

write.table para escribir objetos en formato regular

Glosario

argumentos: Un valor dado a una función o programa mientras corre. El termino es frecuentemente intercambiando (inconsistentemente) con parámetro.
asignar: Darle un nombre a un valor al asociarlo a una variable.
cuerpo: (de una función): las instrucciones y comandos que se ejecutan cuando se corre una función.
comentario: Una observación en un programa destinado a ayudar a los lectores humanos a comprender lo que está sucediendo, pero que es ignorado por la computadora. Los comentarios en Python, R y la consola de Unix comienzan con un carácter # y se ejecutan hasta el final de la línea; los comentarios en SQL comienzan con --, y otros lenguajes tienen otras convenciones.
valores separados por coma: (CSV) Una representación textual común para tablas en el que los valores en cada fila están separados por comas.
delimitador: Un caracter o caracteres utilizados para separar valores individuales, como las comas entre columnas en un archivo CSV.
documentación: Texto en lenguaje humano escrito para explicar qué hace un software, cómo funciona o cómo usarlo.
número de coma flotante: Un número que contiene una parte fraccionaria y un exponente. Ver también: entero.
bucle for: Un bucle que se ejecuta una vez para cada valor que hay en un conjunto, lista o rango. Ver también: bucle while.
indice: Un subíndice que especifica la ubicación de un solo valor en una colección, como un solo píxel en una imagen.
entero: Un número entero, como -12343. Ver también: número de coma flotante.
biblioteca: En R, los directorios donde los [paquetes]](#package) son almacenados.
paquete: Una colección de funciones de R, datos y código compilado en un formato bien definido. Los paquetes se almacenan en una biblioteca y se cargan usando la función library().
parametro: Una variable nombrada en la declaración de la función que se utiliza para contener un valor pasado durante la llamada. El término a menudo se usa indistintamente (e inconsistentemente) con argumento.
sentencia de retorno: Una declaración que hace que una función deje de ejecutarse y devuelva un valor a quien la invocó de inmediato.
secuencia: Una colección de información que se presenta en un orden específico.
forma: Dimensiones de una matriz, representadas como un vector. Por ejemplo, la forma de una matriz de 5 × 3 es (5,3).
cadena: Abreviatura de “cadena de caracteres”, una secuencia de cero o más caracteres.
error de sintaxis: Un error de programación que ocurre cuando las declaraciones están en un orden o contienen caracteres no esperados por el lenguaje de programación.
tipo: La clasificación de algo en un programa (por ejemplo, el contenido de una variable) como un tipo de número (por ejemplo floating-point, integer), string, o algo más. En R el comando typeof() se usa para consultar el tipo de una variable.
while loop: Un bucle que se ejecuta siempre que una condición dada sea verdadera. Ver también: for loop.

Introduction to R for Geospatial Data: Reference

Puntos Clave

Referencia

Glosario