Práctica 1: Lectura y manejo de ficheros

Author

Aritz Adin

Published

07/10/2024

1. Trabajar con ficheros

1.1. Visualización de ficheros

Carga la librería PASWR2 para trabajar con el fichero EPIDURAL.

library(PASWR2)

data("EPIDURAL")

Visualiza los primeros 6 registros del fichero EPIDURAL con el comando head().

head(EPIDURAL)

  doctor  kg  cm       ease           treatment oc complications
1  Dr. B 116 172  Difficult Traditional Sitting  0          None
2  Dr. C  86 176       Easy   Hamstring Stretch  0          None
3  Dr. B  72 157  Difficult Traditional Sitting  0          None
4  Dr. B  63 169       Easy   Hamstring Stretch  2          None
5  Dr. B 114 163 Impossible Traditional Sitting  0          None
6  Dr. B 121 163  Difficult   Hamstring Stretch  3          None

Visualiza los primeros 20 registros del fichero EPIDURAL con el comando head().

head(EPIDURAL,n=20)

   doctor  kg  cm       ease           treatment oc complications
1   Dr. B 116 172  Difficult Traditional Sitting  0          None
2   Dr. C  86 176       Easy   Hamstring Stretch  0          None
3   Dr. B  72 157  Difficult Traditional Sitting  0          None
4   Dr. B  63 169       Easy   Hamstring Stretch  2          None
5   Dr. B 114 163 Impossible Traditional Sitting  0          None
6   Dr. B 121 163  Difficult   Hamstring Stretch  3          None
7   Dr. D  90 170  Difficult   Hamstring Stretch  2   Paresthesia
8   Dr. B  87 164  Difficult Traditional Sitting  6          None
9   Dr. D  74 166       Easy   Hamstring Stretch  0          None
10  Dr. C  91 175       Easy   Hamstring Stretch  1          None
11  Dr. A  67 167       Easy Traditional Sitting  6          None
12  Dr. C  65 155       Easy Traditional Sitting  2          None
13  Dr. C  91 163  Difficult   Hamstring Stretch  2   Paresthesia
14  Dr. C  48 152       Easy   Hamstring Stretch  0          None
15  Dr. C  85 168       Easy   Hamstring Stretch  2   Paresthesia
16  Dr. C  80 173       Easy   Hamstring Stretch  0          None
17  Dr. D 114 168 Impossible   Hamstring Stretch  1          None
18  Dr. D  75 157       Easy Traditional Sitting  0   Paresthesia
19  Dr. D  59 152       Easy   Hamstring Stretch  0          None
20  Dr. A  57 165       Easy   Hamstring Stretch  1          None

Calcula cuántos registros y cuantas variables tiene el fichero EPIDURAL con el comando dim().

dim(EPIDURAL)

[1] 85  7

Calcula cuántos registros y cuantas variables tiene el fichero EPIDURAL con el comando str().

str(EPIDURAL)

'data.frame':   85 obs. of  7 variables:
 $ doctor       : Factor w/ 4 levels "Dr. A","Dr. B",..: 2 3 2 2 2 2 4 2 4 3 ...
 $ kg           : int  116 86 72 63 114 121 90 87 74 91 ...
 $ cm           : int  172 176 157 169 163 163 170 164 166 175 ...
 $ ease         : Factor w/ 3 levels "Difficult","Easy",..: 1 2 1 2 3 1 1 1 2 2 ...
 $ treatment    : Factor w/ 2 levels "Hamstring Stretch",..: 2 1 2 1 2 1 1 2 1 1 ...
 $ oc           : int  0 0 0 2 0 3 2 6 0 1 ...
 $ complications: Factor w/ 5 levels "Failure - person got dizzy",..: 3 3 3 3 3 3 4 3 3 3 ...

1.2. Selección de filas (individuos) y columnas (variables).

Selecciona la variable doctor del fichero EPIDURAL y visualízala en pantalla

EPIDURAL$doctor

 [1] Dr. B Dr. C Dr. B Dr. B Dr. B Dr. B Dr. D Dr. B Dr. D Dr. C Dr. A Dr. C
[13] Dr. C Dr. C Dr. C Dr. C Dr. D Dr. D Dr. D Dr. A Dr. A Dr. C Dr. C Dr. B
[25] Dr. B Dr. D Dr. D Dr. A Dr. B Dr. B Dr. D Dr. C Dr. C Dr. A Dr. A Dr. A
[37] Dr. A Dr. B Dr. D Dr. D Dr. A Dr. D Dr. D Dr. D Dr. A Dr. C Dr. A Dr. A
[49] Dr. C Dr. A Dr. C Dr. C Dr. B Dr. D Dr. D Dr. B Dr. D Dr. A Dr. A Dr. B
[61] Dr. B Dr. B Dr. C Dr. C Dr. D Dr. A Dr. D Dr. C Dr. A Dr. A Dr. A Dr. A
[73] Dr. C Dr. B Dr. C Dr. C Dr. B Dr. B Dr. B Dr. D Dr. D Dr. B Dr. A Dr. A
[85] Dr. A
Levels: Dr. A Dr. B Dr. C Dr. D

Selecciona la variable kg del fichero EPIDURAL y visualízala en pantalla

EPIDURAL$kg

 [1] 116  86  72  63 114 121  90  87  74  91  67  65  91  48  85  80 114  75  59
[20]  57 105  83  71 108  98  74 134  83  86  76  82  59  75  61 106  81 103 113
[39]  60  90 142  83  83  89  67  90  71  66  95  70  94  85  86 131  67  97  93
[58]  90  84  59 112  86  74  92 168  80  79  84  63  85  79  79  77  93  57  96
[77]  79  69  72 104  89  86 103  72  94

Selecciona la variable cm del fichero EPIDURAL y visualízala en pantalla

EPIDURAL$cm

 [1] 172 176 157 169 163 163 170 164 166 175 167 155 163 152 168 173 168 157 152
[20] 165 165 168 152 175 176 155 169 170 175 165 173 168 173 163 165 163 161 166
[39] 165 171 170 160 160 173 160 168 163 160 170 165 185 163 165 175 159 162 160
[58] 163 164 157 170 170 168 163 168 157 163 160 163 165 168 160 157 170 160 180
[77] 160 157 170 169 172 156 170 160 165

Crea una nueva variable llamada ratio definida como el cociente entre kg/cm. Añádela al fichero EPIDURAL

EPIDURAL$ratio <- EPIDURAL$kg/EPIDURAL$cm

head(EPIDURAL)

  doctor  kg  cm       ease           treatment oc complications     ratio
1  Dr. B 116 172  Difficult Traditional Sitting  0          None 0.6744186
2  Dr. C  86 176       Easy   Hamstring Stretch  0          None 0.4886364
3  Dr. B  72 157  Difficult Traditional Sitting  0          None 0.4585987
4  Dr. B  63 169       Easy   Hamstring Stretch  2          None 0.3727811
5  Dr. B 114 163 Impossible Traditional Sitting  0          None 0.6993865
6  Dr. B 121 163  Difficult   Hamstring Stretch  3          None 0.7423313

Selecciona la paciente número 19 del fichero EPIDURAL. Visualízala por pantalla y averigua cuánto pesa y cuánto mide

EPIDURAL[19, ]

   doctor kg  cm ease         treatment oc complications     ratio
19  Dr. D 59 152 Easy Hamstring Stretch  0          None 0.3881579

Selecciona aquellos valores de la variable kg menores que 85 kg

pos <- which(EPIDURAL$kg<85)
EPIDURAL$kg[pos]

 [1] 72 63 74 67 65 48 80 75 59 57 83 71 74 83 76 82 59 75 61 81 60 83 83 67 71
[26] 66 70 67 84 59 74 80 79 84 63 79 79 77 57 79 69 72 72

Selecciona aquellos valores de la variable cm mayores que 170 cm

pos <- which(EPIDURAL$cm>170)
EPIDURAL$cm[pos]

 [1] 172 176 175 173 175 176 175 173 173 171 173 185 175 180 172

Selecciona aquellos valores de la variable cm mayores que 170 cm o menores que 165 cm

pos <- which(EPIDURAL$cm>170 | EPIDURAL$cm<165)
EPIDURAL$cm[pos]

 [1] 172 176 157 163 163 164 175 155 163 152 173 157 152 152 175 176 155 175 173
[20] 173 163 163 161 171 160 160 173 160 163 160 185 163 175 159 162 160 163 164
[39] 157 163 157 163 160 163 160 157 160 180 160 157 172 156 160

Selecciona aquellos valores de la variable cm mayores que 165 cm y menores que 170 cm

pos <- which(EPIDURAL$cm>165 & EPIDURAL$cm<170)
EPIDURAL$cm[pos]

 [1] 169 166 167 168 168 168 169 168 166 168 168 168 168 169

Crea un nuevo fichero llamado EPIDURAL2 con aquellas pacientes que pesan menos de 85 kg. ¿Cuántos registros tiene el fichero EPIDURAL2?

pos <- which(EPIDURAL$kg<85)
EPIDURAL2 <- EPIDURAL[pos, ]

head(EPIDURAL2)

   doctor kg  cm      ease           treatment oc complications     ratio
3   Dr. B 72 157 Difficult Traditional Sitting  0          None 0.4585987
4   Dr. B 63 169      Easy   Hamstring Stretch  2          None 0.3727811
9   Dr. D 74 166      Easy   Hamstring Stretch  0          None 0.4457831
11  Dr. A 67 167      Easy Traditional Sitting  6          None 0.4011976
12  Dr. C 65 155      Easy Traditional Sitting  2          None 0.4193548
14  Dr. C 48 152      Easy   Hamstring Stretch  0          None 0.3157895

dim(EPIDURAL2)

[1] 43  8

Crea un nuevo fichero llamado EPIDURAL3 con aquellas pacientes que miden más de 170 cm. ¿Cuántos registros tiene el fichero EPIDURAL3?

pos <- which(EPIDURAL$cm>170)
EPIDURAL3 <- EPIDURAL[pos, ]

head(EPIDURAL3)

   doctor  kg  cm       ease           treatment oc complications     ratio
1   Dr. B 116 172  Difficult Traditional Sitting  0          None 0.6744186
2   Dr. C  86 176       Easy   Hamstring Stretch  0          None 0.4886364
10  Dr. C  91 175       Easy   Hamstring Stretch  1          None 0.5200000
16  Dr. C  80 173       Easy   Hamstring Stretch  0          None 0.4624277
24  Dr. B 108 175 Impossible Traditional Sitting  5          None 0.6171429
25  Dr. B  98 176       Easy Traditional Sitting  1          None 0.5568182

dim(EPIDURAL3)

[1] 15  8

Crea un nuevo fichero llamado EPIDURAL4 con aquellas pacientes atendidas por el Doctor A. ¿Cuántos registros tiene el fichero EPIDURAL4?

pos <- which(EPIDURAL$doctor=="Dr. A")
EPIDURAL4 <- EPIDURAL[pos, ]

head(EPIDURAL4)

   doctor  kg  cm      ease           treatment oc          complications
11  Dr. A  67 167      Easy Traditional Sitting  6                   None
20  Dr. A  57 165      Easy   Hamstring Stretch  1                   None
21  Dr. A 105 165 Difficult   Hamstring Stretch 10 Failure - too many OCs
28  Dr. A  83 170      Easy Traditional Sitting  1                   None
34  Dr. A  61 163      Easy Traditional Sitting  1                   None
35  Dr. A 106 165      Easy Traditional Sitting  2                   None
       ratio
11 0.4011976
20 0.3454545
21 0.6363636
28 0.4882353
34 0.3742331
35 0.6424242

dim(EPIDURAL4)

[1] 23  8

2. Lectura de ficheros externos

2.1. Descarga el fichero `Bodyfat.txt` desde MiAulario. Léelo en `R` y almacénalo en un objeto llamado `datos`. Imprímelo por pantalla

datos <- read.table("BodyFat.txt",header=TRUE)
datos

   age  fat sex
1   23  9.5   M
2   23 27.9   F
3   27  7.8   M
4   27 17.8   M
5   39 31.4   F
6   41 25.9   F
7   45 27.4   M
8   49 25.2   F
9   50 31.1   F
10  53 34.7   F
11  53 42.0   F
12  54 29.1   F
13  56 32.5   F
14  57 30.3   F
15  58 33.0   F
16  58 33.8   F
17  60 41.1   F
18  61 34.5   F

2.2. Realiza los siguientes ejercicios

Con el fichero datos, visualiza en pantalla la variable fat

datos$fat

 [1]  9.5 27.9  7.8 17.8 31.4 25.9 27.4 25.2 31.1 34.7 42.0 29.1 32.5 30.3 33.0
[16] 33.8 41.1 34.5

Selecciona las observaciones de las variable fat cuyo valor sea menor que 25 y guárdalas en un objeto llamado low.fat

pos <- which(datos$fat<25)

low.fat <- datos[pos,]
low.fat

  age  fat sex
1  23  9.5   M
3  27  7.8   M
4  27 17.8   M

Utiliza el comando table para averiguar cuántos hombres y mujeres hay en el fichero datos.

table(datos$sex)


 F  M 
14  4

Haz un summary del fichero datos

summary(datos)

      age             fat            sex           
 Min.   :23.00   Min.   : 7.80   Length:18         
 1st Qu.:39.50   1st Qu.:26.27   Class :character  
 Median :51.50   Median :30.70   Mode  :character  
 Mean   :46.33   Mean   :28.61                     
 3rd Qu.:56.75   3rd Qu.:33.60                     
 Max.   :61.00   Max.   :42.00

Utiliza la función eda() del paquete PASWR2 para realizar un análisis exploratorio de la variable fat

eda(datos$fat)

Size (n)  Missing  Minimum   1st Qu     Mean   Median   TrMean   3rd Qu 
  18.000    0.000    7.800   26.275   28.611   30.700   28.611   33.600 
     Max    Stdev      Var  SE Mean   I.Q.R.    Range Kurtosis Skewness 
  42.000    9.144   83.620    2.155    7.325   34.200    0.141   -0.888 
SW p-val 
   0.043

1. Trabajar con ficheros

1.1. Visualización de ficheros

1.2. Selección de filas (individuos) y columnas (variables).

2. Lectura de ficheros externos

2.1. Descarga el fichero Bodyfat.txt desde MiAulario. Léelo en R y almacénalo en un objeto llamado datos. Imprímelo por pantalla

2.2. Realiza los siguientes ejercicios

2.1. Descarga el fichero `Bodyfat.txt` desde MiAulario. Léelo en `R` y almacénalo en un objeto llamado `datos`. Imprímelo por pantalla