R: diferència entre les revisions

Salta a la navegació Salta a la cerca
147 bytes afegits ,  2 juny 2005
cap resum d'edició
Cap resum de modificació
Línia 377: Línia 377:


donde ''Hoja1'' es el nombre de la tabla o consulta que se desea importar.
donde ''Hoja1'' es el nombre de la tabla o consulta que se desea importar.
== Manipulación de variables y bases de datos ==
Para etiquetar variables se usa la función ''label'' del paquete ''Hmisc'' (tipo3):
library(Hmisc)
label(nombrevariable)<-"etiqueta"
La función más simple para manipular una base de datos es la función ''subset'', que creará un nuevo objeto que contendrá sólo parte de los datos del ''Data Frame'' original:
hombres<-subset(base1,sexo==1)
Sin embargo, hay muchas otras funciones más complejas para la manipulación de bases de datos. En el ejemplo del final del artículo se muestran varias de ellas.


== Transformación de datos ==
== Transformación de datos ==
Línia 425: Línia 412:
  edad<-seq(45.5,85,.5)
  edad<-seq(45.5,85,.5)
  edadc<-ifelse(edad<=55,1,ifelse(edad>55 & edad<=65,2,ifelse(edad>65 & edad<=75,3,4)))
  edadc<-ifelse(edad<=55,1,ifelse(edad>55 & edad<=65,2,ifelse(edad>65 & edad<=75,3,4)))
Para etiquetar variables se usa la función ''label'' del paquete ''Hmisc'' (tipo3):
library(Hmisc)
label(nombrevariable)<-"etiqueta"
Para etiquetar los distintos valores de las variables categóricas (''factores''):
nombrefactor<-factor(nombrefactor,labels=c("valornivel1","valornivel2"))
== Manipulación de bases de datos ==
La función más simple para manipular una base de datos es la función ''subset'', que creará un nuevo objeto que contendrá sólo parte de los datos del ''Data Frame'' original:
hombres<-subset(base1,sexo==1)
Sin embargo, hay muchas otras funciones más complejas para la manipulación de bases de datos. En el ejemplo del final del artículo se muestran varias de ellas.


== Exploración de datos ==
== Exploración de datos ==

Menú de navegació