• CTRL + L: limpiar la consola.
• CTRL + Enter: ejecutar código.
• CTRL + Shift + M: operador de tubería (%>%)
• CTRL + Shift + K: compilar documentos RMardkown.
• CTRL + Alt + i: insetar chunk o fragmento de R en documento RMarkdown.
• CTRL + s: guardar de forma rápida.
• CTRL + Shift + Enter: ejecución del script completo.

• Numéricos: todo dato en la escala de los reales - numeric.
• Enteros: toda información cuantitativa sin decimales - integer.
• Lógicos: datos dicotómicos con dos posibles resultados (TRUE o FALSE) - logical.
• Caracteres: datos tipo texto (sin jerarquia) - character.
  • Factores: datos tipo texto (con jerarquia). De gran utilidad para manejar variables categóricas o cualitativas - factor.
• Complejos: datos numéricos con inclusión del número imaginario (i) - complex.

• Vector: los vectores tiene la característica de almacenar información de un sólo tipo (por ejemplo, sólo puedo tener numéricos o caracteres, pero no ambos) - c() o vector().
• Matriz: las matrices son arreglos de dos o más dimensiones con la misma característica de los vectores, sólo permiten almacenar información de un sólo tipo - matrix().
• Listas: las listas permiten almacenar información de cualquier tipo; son altamente flexibles para procesos iterativos - list().
• Dataframe: similar a una hoja de cálculo en excel. Constituye la materia prima (bases de datos) para cualquier proceso de Ciencia de Datos.
• Factores: se definen como vectores de caracteres con estructura jerárquica (niveles) - factor().

• str(): devuelve la estructura interna de un objeto cualquiera.
• class(): devuelve la clase atómica de un objeto, es decir, el tipo de dato.
• levels(): devuelve los niveles de un factor.
• names(): observar o editar los nombres de un objeto.
• rownames(): observar o editar los nombres de las filas de una matriz o una base de datos (dataframe).
• colnames():observar o editar los nombres de las columnas de una matriz o una base de datos (dataframe).

• length(): devuelve la longitud de un objeto. La longitud de un vector es el número de datos del mismo, sin embargo, la longitud en un dataframe o una matriz es el número de columnas o variables.
• dim(): devuelve las dimensiones de una matriz o un dataframe.
• nrow(): devuelve el número de filas de un objeto.
• ncol(): devuelve el número de columnas de un objeto.

• summary(): resumen numérico general. Es una función genérica.
• mean(): devuelve la media. Si hay valores NAs se debe agregar el argumento na.rm = TRUE - mean(x, na.rm = TRUE).
• median(): devuelve la mediana. Si hay valores NAs se debe agregar el argumento na.rm = TRUE - median(x, na.rm = TRUE).
• min(): devuelve el valor mínimo. Si hay valores NAs se debe agregar el argumento na.rm = TRUE - min(x, na.rm = TRUE).
• max(): devuelve el valor máximo. Si hay valores NAs se debe agregar el argumento na.rm = TRUE - max(x, na.rm = TRUE).
• sd(): devuelve la desviación estándar. Si hay valores NAs se debe agregar el argumento na.rm = TRUE - sd(x, na.rm = TRUE).

• var(): devuelve la varianza. Si hay valores NAs se debe agregar el argumento na.rm = TRUE - var(x, na.rm = TRUE).
• IQR(): devuelve el rango intercuartílico. Si hay valores NAs se debe agregar el argumento na.rm = TRUE - IQR(x, na.rm = TRUE).
• range(): devuelve el rango de un objeto numérico. Si hay valores NAs se debe agregar el argumento na.rm = TRUE - range(x, na.rm = TRUE).
• quantile(): devuelve cuartiles, deciles o percentiles. La función requiere del valor de probabilidad para las medidas de posición (probs = 0.25). Si hay valores NAs se debe agregar el argumento na.rm = TRUE - quantile(x, probs = 0.25, na.rm = TRUE).

• load(): funcion que permite importar informacion en formato .Rdata (Lenguaje especifico de datos de R).
• read.csv(): funcion para importar datos en formato csv(separados por comas), donde el decimal esta definido por el punto (.).
• read.csv2():funcion para importar datos en formato csv(separados por punto y comas), donde el decimal esta definido por la coma (,).
• read.table(): funcion para importar datos en formato txt (taxto plano o sin formato), donde el decimal está dadpo por el punto(.)
• Datos en formato office: para importar datos en fromato .xls o .xlsx es necesario instalar la biblioteca readxls e implementar la funcion read_xlsx() o read_xls().
• Datos en formato ODS: para importar datos en fromato .ods es necesario instalar la biblioteca readODS e implementar la funcion read.ods() o read_ods().

##funciones para exportar datos

• save(): funcion para exportar datos en formato .Rdata. No olvidar que la funcionsave() permite diferenciar niveles de compresion a traves del argumento compress.level.
• write.csv(): funcion que permite exportar datos en formato .csv (seprardo por comas) y el decimal esta definido por el punto (.).
• write.csv2(): funcion que permite exportar datos en formato .csv2 (seprardo por punto y comas) y el decimal esta definido por la coma(,). -write.table(): funcion que permite exportar datos en formato .txt (texto plano o sin formato) y el decimal esta definido por el punto (.).
• Datos en formato offcie: para exportar datos en formato .xls o .xlsx es necesario instalar las bibliotecas write_xlsx() o writeXLS(), respectivamente.

#Tidyverse

• Que el tidyverse no es una biblioteca en si misma, es un grupo de bilbiotecas o componentes que conforman el paradigma de programa de datos ordenados (tidydata).
• los datos ordenados tienen las siguientes tres caracterisiticas: - Cada fila es una observacion, individuo o registro. - Cada columna es una variable. - Cada celda es un dato.
• Algunas de las bibliotecas que componen el tidyverse son: dplyr, tidyr, ggplot2
• El tidyverse pose la particularidad de concatenar procesos a traves del operados de tuberia ( %>% )

Manejo y gestion de datos

• filter() : filtar filas bajo una o más condiciones.
• slice() : seleccionar filas basado en la indexación (posición).
• arrange() : ordenar filas en función de algun criterio. por defecto la funcion ordena las filas de manera ascendente. sin embargo con el argumento desc es posible cambiar dicho orden.
• select() : seleccionar columnas por nombre.
• rename() : editar nombres de variables.
• mutate() : editar o crear nuevas variables en funcion de las existentes.
• group_by() : permite conformar grupos “latentes” para resumenes numericos. la gran mayoria de veces esta acompañada de la funcion summarise
• summarise() : permite obtener resúmenes numéricos para variables de interés (agrupadas o sin agrupar).

##Conversión de formatos con tidyr

La biblioteca tidyr permite conversiones de formatos. Es de utilidad para psar de formatos largos a anchos o vicerversa.

• gather() : conversión de formato ancho a largo, es decir que permite aumentar la dimensionalidad de los datos (aumentar el nímero de variables)
• spread() : conversión de formato largo a anacho, es decir, que permite aumentar la dimensionalidad de los datos (amuentar el número de columnas).
• Caracteristica principal: siempre cualquiera de las dos funciones debe contener una llave (key) y un valor (value) asociando dicha llave.
• Las funciones separate() y unite() son de utilidad para separar o unir columnas.

##Visualizazion con ggplot2

Permite visualizar gráficos con instrucciones dadas por capas.

• Sintaxis principal :
  • 1era capa: ggplot(data=datos,mapping= aes (x,y))
  • 2da capa: adignacion de objetos geométricos con las funciones que tiene el prefijo geom_:
    • geom_boxplot(), geom_histogram(), geom_density(), `geom_point(), geom_bar(),geom_col(), entre otras.
  • 3ra capa : asignacion de rótulos. Es posible hacerlo con la funcion labs().
  • Cada capa se adiciona con el simbolo (+).

#Estilo con css

##pasos a seguir…

1. Crear archivo .css (darle nombre) en el mismo directorio de trabajo.
2. Editar o inpcorporar clases para formatos especificos de texto.
3. Dar nombre a la clase en css (puede ser cualquiera) seguido de las llaves {}. Dentro de las llaves se indican los formatos especificos; en este caso, el color. rojo {color:red;}
4. Incorporar en los meta datos (con la opcion css) el archivo (.css) que determina el estilo del documento.
5. Hacer uso de la clase especofoca de la siguiente manera: <rojo> cualquier texto </rojo>: cualquier texto
6. Mayor informacion en W3schools