Data frames o Tablas en RStudio

Importación de datos

La base de datos es representada por objetos llamados data frames. La principal característica de un data frame es poseer filas y columnas. Para la lectura de datos en R, debe guardarse el archivo en un formato adecuado.

Tipos de data frames y las funciones de paquetes

Como se mencionó en la clase anterior (Paquetes y carga de paquetes), existen algunos paquetes que son esenciales para realizar análisis en R y, tratándose de data frames, algunos de ellos se destacan.

Para cargar el data frame, se pueden usar paquetes de R, como el paquete dataset, que tiene en sus funciones el paquete cars.

cars

   speed dist
1      4    2
2      4   10
3      7    4
4      7   22
5      8   16
6      9   10
7     10   18
8     10   26
9     10   34
10    11   17
11    11   28
12    12   14
13    12   20
14    12   24
15    12   28
16    13   26
17    13   34
18    13   34
19    13   46
20    14   26
21    14   36
22    14   60
23    14   80
24    15   20
25    15   26
26    15   54
27    16   32
28    16   40
29    17   32
30    17   40
31    17   50
32    18   42
33    18   56
34    18   76
35    18   84
36    19   36
37    19   46
38    19   68
39    20   32
40    20   48
41    20   52
42    20   56
43    20   64
44    22   66
45    23   54
46    24   70
47    24   92
48    24   93
49    24  120
50    25   85

cars2 <- cars
speed <- cars2$speed
speed

 [1]  4  4  7  7  8  9 10 10 10 11 11 12 12 12 12 13 13 13 13 14 14 14 14 15 15
[26] 15 16 16 17 17 17 18 18 18 18 19 19 19 20 20 20 20 20 22 23 24 24 24 24 25

Para crear un data frame de un paquete, basta con cargar el paquete y luego asignarlo. Como ya se mencionó, para asignar una función a otra, basta usar <-. Ej.: buscar en packages el paquete r4pde y cargarlo (usando la función library), dentro del cuadro de ayuda de este paquete, es posible encontrar los data frames incorporados, como RustSoybean. Para usar este cuadro de datos, basta usar la función de asignación.

library(r4pde)
df <- RustSoybean
df

# A tibble: 34 × 7
   epidemia latitude longitude local              planting   detection  severity
      <dbl>    <dbl>     <dbl> <chr>              <date>     <date>        <dbl>
 1       23    -23.0     -50.1 Cambara            2003-11-25 2004-02-02     24  
 2       24    -24.0     -52.4 Campo Mourao       2003-11-28 2004-02-02     21  
 3       31    -15.5     -55.2 Campo Verde        2004-11-20 2005-01-25     78  
 4        3    -13.3     -44.6 Correntina         2002-11-10 2003-01-03     85  
 5       15    -13.3     -44.6 Correntina         2003-11-28 2004-01-31     25  
 6       34    -25.4     -51.5 Guarapuava         2004-11-29 2005-03-14     32  
 7        7    -29.2     -53.7 Julio Castilhos    2002-12-15 2003-04-10     40  
 8       13    -12.1     -45.8 Luis Eduardo Maga… 2003-11-12 2004-02-15     39.2
 9       33    -12.1     -45.8 Luis Eduardo Maga… 2004-11-19 2005-01-25     55  
10        1    -23.3     -51.2 Londrina           2002-11-06 2003-02-03     45  
# ℹ 24 more rows

La función para la lectura de datos en R es read.table. R posee un buen número de variantes de esta función, usadas para importar una variedad de formatos de archivos diferentes en R. Las variaciones de la función read.table más útiles son las funciones read.csv y read.csv2 y readxl.

Tidyverse: es un paquete que consolida una serie de herramientas. Forman parte del tidyverse los paquetes dplyr, tidyr, readr, ggplot2, entre muchos otros.

Datos en formato Excel (paquete readxl)

Para importar datos directamente de otros softwares, es necesario instalar paquetes, como readxl, usado para la importación de hojas de cálculo de Excel. El paquete readxl permite generar data frames de hojas de cálculo Excel y es la forma más sencilla de cargar un archivo en este formato. El paquete readxl no es del conjunto tidyverse, por lo que necesita ser cargado siempre antes de usarlo. La mayoría de las funciones de readxl permiten leer datos de hojas de cálculo Excel, como read_excel. El primer argumento para read_excel es la ruta del archivo que debe ser leído. La ruta del archivo y el nombre del archivo (incluyendo la extensión del archivo) deben ser colocados entre comillas dobles, ya que la función espera que sea una función de carácter.

library(readxl)
magnesio <- read_excel("dados-diversos.xlsx")
escala1 <- read_excel("dados-diversos.xlsx", "escala")
escala2 <- read_excel("dados-diversos.xlsx", 2)

En Excel, un archivo puede tener varias hojas. Por defecto, las funciones de lectura traerán solo la primera hoja del archivo. Para traer otra hoja específica, basta con utilizar el argumento sheet seguido del número de la hoja (línea 3 del comando anterior), o añadir el nombre de la hoja deseada entre comillas dobles, separada del nombre de la hoja general por una coma (línea 2 del comando anterior).

Datos en formato csv y txt (paquete readr)

El paquete readr del tidyverse es utilizado para importar archivos de texto, como .txt o .csv, para R y su carga se hace, al igual que los demás, con la función library. Readr transforma archivos de texto en tibbles usando funciones como: read.csv() o read_csv() - usadas para importar archivos de valores separados por comas y con la primera línea de los datos con los nombres de las variables. read.csv2 o read_csv2() - usada para importar bases de archivos separados por punto y coma en R. En algunos países, como Brasil, las comas se utilizan para separar las casas decimales de los números, haciendo inviable el uso de archivos .csv. En estos casos, cuando la coma es el separador decimal, los archivos .csv pasan a ser separados por punto y coma, así, esta función asume que los datos son separados por ; y que una coma es usada en lugar de un punto decimal.

CSV:

library(tidyverse)


# usando read_csv
magnesio3 <- read_csv("dados-diversos.csv")
magnesio3

# A tibble: 60 × 4
   Irrigation   rep   day severity
   <chr>      <dbl> <dbl>    <dbl>
 1 Furrow         1     0     0.01
 2 Furrow         2     0     0.01
 3 Furrow         3     0     0.01
 4 Furrow         1     7     0.04
 5 Furrow         2     7     0.04
 6 Furrow         3     7     0.04
 7 Furrow         1    14     0.1 
 8 Furrow         2    14     0.1 
 9 Furrow         3    14     0.11
10 Furrow         1    21     0.11
# ℹ 50 more rows

TXT: Las funciones de readr se usan de forma similar a las de read.table, siendo que muchas veces usan los mismos argumentos. Archivos en formato txt pueden ser importados usando read.table.

# usando read.table
magnesio4 <-read.table("dados-diversos.txt", header = TRUE)
magnesio4

   Irrigation.rep.day.severity
1              Furrow,1,0,0.01
2              Furrow,2,0,0.01
3              Furrow,3,0,0.01
4              Furrow,1,7,0.04
5              Furrow,2,7,0.04
6              Furrow,3,7,0.04
7             Furrow,1,14,0.10
8             Furrow,2,14,0.10
9             Furrow,3,14,0.11
10            Furrow,1,21,0.11
11            Furrow,2,21,0.10
12            Furrow,3,21,0.10
13            Furrow,1,28,0.15
14            Furrow,2,28,0.17
15            Furrow,3,28,0.15
16            Furrow,1,35,0.18
17            Furrow,2,35,0.19
18            Furrow,3,35,0.19
19            Furrow,1,42,0.34
20            Furrow,2,42,0.38
21            Furrow,3,42,0.34
22            Furrow,1,49,0.38
23            Furrow,2,49,0.39
24            Furrow,3,49,0.38
25            Furrow,1,56,0.40
26            Furrow,2,56,0.41
27            Furrow,3,56,0.43
28            Furrow,1,63,0.46
29            Furrow,2,63,0.46
30            Furrow,3,63,0.43
31               Drip,1,0,0.01
32               Drip,2,0,0.01
33               Drip,3,0,0.01
34               Drip,1,7,0.03
35               Drip,2,7,0.04
36               Drip,3,7,0.04
37              Drip,1,14,0.11
38              Drip,2,14,0.11
39              Drip,3,14,0.10
40              Drip,1,21,0.13
41              Drip,2,21,0.12
42              Drip,3,21,0.10
43              Drip,1,28,0.16
44              Drip,2,28,0.15
45              Drip,3,28,0.15
46              Drip,1,35,0.18
47              Drip,2,35,0.19
48              Drip,3,35,0.17
49              Drip,1,42,0.30
50              Drip,2,42,0.33
51              Drip,3,42,0.34
52              Drip,1,49,0.33
53              Drip,2,49,0.37
54              Drip,3,49,0.37
55              Drip,1,56,0.39
56              Drip,2,56,0.46
57              Drip,3,56,0.41
58              Drip,1,63,0.43
59              Drip,2,63,0.43
60              Drip,3,63,0.43

Nota: El argumento header = TRUE especifica que la primera línea de los datos contiene el nombre de las variables (ej. magnesio, nitrogenio), si este no es el caso, solo usa el argumento header = FALSE.

Datos en hojas de cálculo de Google Sheets

Para importar hojas de cálculo de Google, usa la función gsheet2tbl (read_sheet), presente en el paquete googlesheets4 o el paquete gsheet. Como estos paquetes tampoco son parte del conjunto tidyverse, necesitas cargarlos para usarlos. La función gsheet2tbl lee el archivo (hoja de cálculo de Google) a partir de una URL (copias y pegas el enlace de la hoja de cálculo deseada).

# usando el paquete gsheet
library(gsheet)
library(car)
library(dplyr)

survey <- gsheet2tbl("https://docs.google.com/spreadsheets/d/1bq2N19DcZdtax2fQW9OHSGMR0X2__Z9T/edit?gid=1118819738#gid=1118819738")
survey 

# A tibble: 666 × 6
    year state residue   inc inc_class species
   <dbl> <chr> <chr>   <dbl> <chr>     <chr>  
 1  2011 RS    soybean     1 low       Fgra   
 2  2011 RS    soybean     1 low       Fgra   
 3  2011 RS    soybean     1 low       Fgra   
 4  2011 RS    soybean     1 low       Fgra   
 5  2011 RS    soybean     1 low       Fgra   
 6  2011 RS    soybean     1 low       Fgra   
 7  2011 RS    corn        1 low       Fgra   
 8  2010 RS    soybean     2 low       Fspp   
 9  2010 RS    corn        2 low       Fgra   
10  2011 RS    soybean     2 low       Fgra   
# ℹ 656 more rows

Tablas interactivas

Paquete DT en R

El paquete DT en R permite crear tablas interactivas a partir de data frames. Estas tablas son fáciles de explorar y personalizar, lo que facilita la visualización de datos en un formato tabular. DT se basa en la biblioteca JavaScript DataTables, que proporciona una variedad de funcionalidades como paginación, búsqueda, ordenación y mucho más.

Instalación y carga del paquete DT

Primero, necesitas instalar y cargar el paquete DT. Esto se puede hacer utilizando los siguientes comandos en R:

# Instalación del paquete DT
#install.packages("DT")

# Carga del paquete DT
library(DT)

Crear una tabla interactiva básica

Para crear una tabla interactiva básica a partir de un data frame, puedes usar la función datatable(). Aquí hay un ejemplo utilizando el conjunto de datos mtcars que viene incorporado en R:

# Crear una tabla interactiva con el conjunto de datos mtcars
datatable(magnesio3)

Personalización de la tabla

Puedes personalizar la tabla interactiva de muchas maneras. Aquí hay algunos ejemplos de opciones comunes:

• Paginación: Controlar el número de filas que se muestran por página.
• Ordenación: Habilitar o deshabilitar la ordenación de columnas.
• Búsqueda: Añadir una barra de búsqueda para filtrar filas.

# Tabla interactiva con opciones personalizadas
datatable(magnesio3, 
          options = list(
            pageLength = 5,  # Número de filas por página
            order = list(list(0, 'asc')),  # Ordenar por la primera columna en orden ascendente
            searching = TRUE  # Habilitar la barra de búsqueda
          ))

Ejemplo avanzado: Colorear celdas

Puedes utilizar opciones más avanzadas para personalizar el formato de la tabla, como colorear celdas basadas en valores:

# Tabla interactiva con celdas coloreadas
datatable(magnesio3) %>%
  formatStyle(
    'severity',  # Columna a formatear
    backgroundColor = styleInterval(.4, c('lightgreen', 'lightcoral'))  # Colores basados en intervalos de valores
  )

Integración con Markdown

El paquete DT se integra perfectamente con documentos R Markdown y Quarto, permitiendo incluir tablas interactivas en tus informes y presentaciones.

library(DT)
datatable(magnesio3)

Resumen

El paquete DT en R es una herramienta poderosa para crear tablas interactivas que son fáciles de usar y altamente personalizables. Con DT, puedes transformar simples data frames en visualizaciones interactivas y atractivas, mejorando la presentación de tus datos en informes y dashboards.

Exportación de tablas interactivas en formato Excel y CSV

Para exportar tablas interactivas en formato Excel y CSV utilizando el paquete DT, puedes usar la opción buttons en el parámetro extensions de la función datatable(). La librería DT permite añadir botones que facilitan la exportación de los datos en varios formatos, incluyendo Excel y CSV.

Instalación y carga de paquetes necesarios

Primero, asegúrate de tener los paquetes necesarios instalados y cargados:

# Instala el paquete DT si aún no lo has hecho
#install.packages("DT")

# Carga el paquete DT
library(DT)

Crear una tabla interactiva con botones de exportación

Aquí tienes un ejemplo completo de cómo crear una tabla interactiva con opciones para exportar en Excel y CSV:

# Crear una tabla interactiva con botones de exportación
datatable(magnesio3, 
          extensions = 'Buttons', 
          options = list(
            dom = 'Bfrtip',
            buttons = c('csv', 'excel'),
            pageLength = 5  # Número de filas por página
          ))

Explicación del código

• extensions = 'Buttons': Esta opción habilita la extensión de botones para DataTables.
• dom = 'Bfrtip': Controla la disposición de los elementos de la tabla. B es para los botones, f para la barra de búsqueda (filter), r para la información sobre el procesamiento (processing), t para la tabla (table), i para la información (information), y p para la paginación (pagination).
• buttons = c('csv', 'excel'): Especifica que se deben incluir botones para exportar en formato CSV y Excel.
• pageLength = 5: Opcional, establece el número de filas que se muestran por página.

Ejemplo completo

Aquí tienes un ejemplo completo en un script que incluye la instalación, carga y creación de la tabla interactiva con los botones de exportación:

# Instalar y cargar el paquete DT

library(DT)

# Crear una tabla interactiva con botones de exportación
datatable(mtcars, 
          extensions = 'Buttons', 
          options = list(
            dom = 'Bfrtip',
            buttons = c('csv', 'excel'),
            pageLength = 5  # Número de filas por página
          ))

Exportar datos en R Markdown o Quarto

Si estás trabajando en un documento R Markdown o Quarto, puedes integrar la tabla interactiva de la siguiente manera:

library(DT)

# Crear una tabla interactiva con botones de exportación
datatable(magnesio3, 
          extensions = 'Buttons', 
          options = list(
            dom = 'Bfrtip',
            buttons = c('csv', 'excel'),
            pageLength = 5  # Número de filas por página
          ))

Notas adicionales

• Asegúrate de tener acceso a internet cuando uses las extensiones de DT, ya que estas dependen de bibliotecas JavaScript externas.
• Puedes agregar más botones de exportación, como PDF e impresión, añadiéndolos en la lista de buttons.

# Crear una tabla interactiva con más opciones de exportación
datatable(magnesio3, 
          extensions = 'Buttons', 
          options = list(
            dom = 'Bfrtip',
            buttons = c('csv', 'excel', 'pdf', 'print'),
            pageLength = 5  # Número de filas por página
          ))

Extra: Generar dataframe usando tibble

Paso 1: Crear un tibble con datos de fitopatología en R

Desde el plugging Addins busca paste as tibble y pega la base de datos que has copiado de un texto plano o de un documento .xls o .csv

library(tibble)

# Crear el tibble con datos  de fitopatología
datos_fitopatologia <- tibble::tribble(
  ~cultivar,    ~parcela, ~incidencia,
  "Cultivar A",  1,       15,
  "Cultivar A",  2,       18,
  "Cultivar A",  3,       12,
  "Cultivar B",  1,       20,
  "Cultivar B",  2,       22,
  "Cultivar B",  3,       16,
  "Cultivar C",  1,       14,
  "Cultivar C",  2,       19,
  "Cultivar C",  3,       13
)

datos_fitopatologia

# A tibble: 9 × 3
  cultivar   parcela incidencia
  <chr>        <dbl>      <dbl>
1 Cultivar A       1         15
2 Cultivar A       2         18
3 Cultivar A       3         12
4 Cultivar B       1         20
5 Cultivar B       2         22
6 Cultivar B       3         16
7 Cultivar C       1         14
8 Cultivar C       2         19
9 Cultivar C       3         13

En este ejemplo, datos_fitopatologia es un tibble con tres columnas: cultivar, parcela, y incidencia. Cada fila representa la incidencia de una enfermedad en una parcela específica de un cultivar.

Aprendizaje del día

• Código R dentro de Bloques de Código: Utilizamos {r} para encapsular nuestro código R en el documento Quarto.
• Librerías Necesarias: Asegúrate de cargar las librerías necesarias al comienzo del bloque de código.