Los 5 principales tipos de datos R | Tipos de datos R que debe conocer

Se necesitan ciertas variables para almacenar los datos que está utilizando dentro del programa para crear cualquier aplicación o representar cualquier programación en cualquier lenguaje de programación. También se puede notar (generalmente en la mayoría de los lenguajes de programación típicos como C o C ++) que estas variables se asignan a categorías específicas. Estas categorías son a lo que nos referimos como el tipo de datos.

Los tipos de datos son un concepto muy importante disponible en casi todos los lenguajes de programación. Como su nombre lo indica, un tipo de datos representa un tipo específico de datos que se pueden procesar usando su programa de computadora. Obtenga información sobre los distintos tipos de datos de Python.

A diferencia de otros lenguajes de programación como C, las variables no se declaran simplemente como algún tipo de datos R , sino que se asignan con objetos R. El tipo de datos del objeto R se convierte en el tipo de datos de la variable. Hay varios tipos de objetos R siendo los más comunes:

1. Vectores
2. Matrices
3. Liza
4. arreglos
5. factores
6. Marcos de datos

Los vectores son los tipos de datos R más básicos que contienen elementos de diferentes clases. Hay cinco tipos principales de datos de estos vectores atómicos. Los otros R-Objects se construyen sobre los vectores atómicos.

Aprenda cursos de ciencia de datos de las mejores universidades del mundo. Obtenga programas Executive PG, programas de certificados avanzados o programas de maestría para acelerar su carrera.

A continuación se mencionan algunos de los tipos de datos R utilizados en la creación de vectores:

Principales tipos de datos R

1. Tipo de datos numéricos

En el lenguaje de programación R, los valores decimales se denominan numéricos. Es el tipo de datos R predeterminado asignado a todos los valores en R. Entendámoslo con la ayuda de un ejemplo:

> y = 11.6 # asigna un valor decimal a la variable y

> y # imprime el valor de y

[1] 11.6

> class(y) # imprime el nombre de clase de y

[1] "numérico"

Aquí se ha asignado valor decimal (11.6) a una variable “y”, cuyo tipo de dato es numérico por defecto.

Incluso si le da a la variable un valor no decimal, su tipo de datos predeterminado seguirá siendo numérico y no un número entero. Aquí hay un ejemplo para ti:

> y = 1

> y # imprime el valor de la variable y

[1] 1

> class(y) # imprime el nombre de clase de y

[1] "numérico"

Leer: Variables y tipos de datos en Python [Una guía definitiva para desarrolladores]

2. Tipo de datos enteros

Los números sin los valores decimales se declaran bajo el tipo de datos entero en el lenguaje de programación R. Para crear una variable entera en R, se revoca la función entera. Además, la función is.integer se puede aplicar para garantizar que y sea un número entero. Veamos algunos ejemplos para comprender el tipo de datos enteros:

> x = como.entero(5)

> x # imprime el valor de x

[15

> clase(x)

[1] "entero"

> is.integer(x) # función para asegurar si x es un número entero o no

[1] VERDADERO

Otra forma de declarar un número entero es agregando un sufijo L.

>x = 5L

> is.integer(x) # función para asegurar si x es un número entero o no

[1] VERDADERO

Un valor con tipo de datos numérico se puede convertir en un tipo de datos entero con la función as.integer.

> as.integer(7.16) # forzando un valor numérico

[1] 7

Una cadena con valores decimales también se puede analizar mediante la función as.integer.

> as.integer(“7.16”) # forzando una cadena decimal

[1] 7

Sin embargo, sería incorrecto analizar una cadena no decimal en la función de entero.

Pago: Tipos de datos de MATLAB

3. Tipo de datos complejos

Un valor complejo en el lenguaje de programación R se define a través del valor imaginario puro i.

> k = 1 + 2i # creando un número complejo

>k

[1] 1+2i

> clase(k)

[1] "complejo"

4. Tipo de datos lógicos

Los tipos de datos lógicos en R toman un valor verdadero o falso. Este valor se genera después de comparar los dos valores. A continuación se menciona un ejemplo para usted:

> l = 4; metro = 2

> n = l > m # ¿es l mayor que y?

> n # imprimiendo t el valor lógico

[1] VERDADERO

> class(n) # imprimiendo el nombre de clase de z

[1] "lógico"

5. Tipo de datos de caracteres

Un tipo de datos de carácter se utiliza para representar valores de cadena en el lenguaje de programación R. Los objetos se convierten en valores de caracteres mediante la función as.character (). A continuación se mencionan algunos ejemplos para construir una comprensión clara del tipo de datos de caracteres:

> y = como.carácter(7.16)

> y # imprime la cadena de caracteres

[1] “7.16”

> class(y) # imprime el nombre de clase de y

[1] "personaje"

Para concatenar dos valores de carácter, se puede utilizar una función de pegado.

> fnombre = “Riya”; nombre = "Sharma"

> pegar(fname, lname)

[1] “Riya Sharma”

Ahora, dado que ha desarrollado una comprensión de los tipos de datos más comunes, veamos cómo podemos crear objetos vectoriales y usar los tipos de datos para declarar valores.

Un vector es un conjunto de elementos de datos del mismo tipo de datos.

A continuación se muestra un vector que contiene tres valores numéricos 4, 5 y 6.

> c(4, 5, 6)

[1] 4 5 6

Y aquí hay un vector de valores lógicos.

> c(FALSO VERDADERO FALSO VERDADERO)

[1] FALSO VERDADERO FALSO VERDADERO

Un vector también puede contener cadenas de caracteres.

> c(“AA”, “BB”, “CC”, “DD”, “EE”)

[1] “AA” “BB” “CC” “DD” “EE”

Otros objetos R

Matrices

Crea un conjunto de datos bidimensional. Aquí hay un ejemplo:

Crea una matriz.

M = matriz( c('q','w','e','r','t','y'), nrow = 2, ncol = 3, byrow = TRUE)

imprimir (M)

Producción -

[,1] [,2] [,3]

[1,] “q” “w” “e”

[2,] “r” “t” “y”

Liza

Una lista es un tipo de objeto que contiene diferentes tipos de elementos: vectores, funciones e incluso otras listas.

Ejemplo

# Cree una lista que contenga vectores y valores numéricos.

lista1 <- lista(c(2,5,3),7.9)

# Imprime la lista.

imprimir (lista1)

Producción -

[[1]]

[1] 2 5 3

[[2]]

[1] 7.9

arreglos

A diferencia de las matrices, los arreglos pueden tener n dimensiones. El atributo dim utilizado en matrices crea el número necesario de dimensiones. A continuación se menciona un ejemplo para crear una matriz con dos elementos con matrices 2X2.

Crea una matriz.

a <- array(c('rosa','azul'),dim = c(2,2,1))

imprimir (a)

Cuando ejecutamos el código anterior, produce el siguiente resultado:

, , 1

[,1] [,2]

[1,] "rosa" "azul"

[2,] "azul" "rosa"

factores

Los factores son objetos r creados usando un vector. Los factores almacenan los vectores con distintos valores de elementos en el vector como etiquetas. Las etiquetas siempre tienen un tipo de datos de caracteres independientemente del tipo de datos en el vector de entrada. Los factores son extremadamente útiles para realizar modelos estadísticos.

Los factores se pueden crear utilizando la función factor().

# Crea un vector.

colores <- c('amarillo','azul','rosa')

# Crear un objeto de factor.

factor_colors <- factor(colores)

# Imprime el factor.

imprimir(factor_colores)

[1] amarillo azul rosa

Marcos de datos

Los marcos de datos son objetos de datos tabulares. Cada columna en un marco de datos puede contener diferentes modos de datos. Las tres columnas pueden tener diferentes tipos de datos, ya sea un número entero, numérico o de carácter.

Los marcos de datos se crean utilizando la función data.frame().

# Crea el marco de datos.

Datos <- datos.marco(

género = c(“Masculino”, “Femenino”),

altura = c(153, 160),

peso = c(80, 78),

Edad = c(40 29)

)

imprimir (IMC)

Producción

sexo altura peso edad

1 Hombre 153,0 80 40

2 Mujer 160,0 78 29

Lea también: Salario de desarrollador R en India: para principiantes y experimentados

¿Qué sigue?

Si tiene curiosidad por aprender sobre R, ciencia de datos, consulte nuestro Diploma PG en ciencia de datos, creado para profesionales que trabajan y ofrece más de 10 estudios de casos y proyectos, talleres prácticos, tutoría con expertos de la industria, 1-on- 1 con mentores de la industria, más de 400 horas de aprendizaje y asistencia laboral con las mejores empresas.