Esta parte fue una práctica con R.
Se trataba de probar cosas como cálculos numéricos sencillos y uso de librerías.
Por ejemplo, supongamos que tenemos el siguiente código en Python.
def add(a, b):
return a + b
x = 1
y = 2
sum(x, y)Si lo cambiamos a R, quedaría así.
add <- function(a, b){
return a + b
}
x <- 1
y <- 2
sum(x, y)Y los tipos de datos básicos son los siguientes.
Tipo de dato | Ejemplo | Descripción |
|---|---|---|
Numérico |
| double por defecto |
Carácter |
| Las cadenas van entre comillas |
Lógico |
| TRUE / FALSE |
Vector |
| Estructura de datos básica de R |
Lista |
| Puede incluir otros tipos |
Data frame |
| Forma de tabla |
No se usa lista sino el formato llamado vector, y es posible operar un valor sobre todo el conjunto.
x <- c(1,2,3)
x + 1 # [1] 2 3 4
x * 2 # [1] 2 4 6
x == 2 # [1] FALSE TRUE FALSEEn medio también vimos cómo cargar archivos csv y sav, y me sorprendió que los nombres de las funciones fueran muy parecidos a los de pandas.
Pensé que, siendo así, quizá estaría bien hacer el análisis directamente en Python sin usar R, pero según el hermano mayor ChatGPT, conviene aprenderlo.

Supongo que cuando haga un análisis de datos en serio una vez, le cogeré el truco.
댓글을 불러오는 중...