Capítulo 2 Primeros pasos con R y RStudio
2.1 Introducción.
El objetivo de este tutorial es familiarizarnos con el entorno de trabajo que proporciona R y RStudio. Al finalizar este tutorial también deberemos ser capaces de instalar y cargar los paquetes que vayamos a necesitar para realizar nuestros análisis de datos.
2.2 Instalar R y RStudio.
Para instalar R vamos a la página web de R project: http://www.r-project.org.
Figure 2.1: Figura 1. Página principal de R project
Para descargar la aplicación hacemos clic en Cran y pinchamos sobre el enlace del “espejo” más próximo a nuestra ubicación, Spain. Seleccionemos la URL de, por ejemplo. Spanish National Research Network, Madrid (http://cran.rediris.es/).
Figure 2.2: Figura 2. Descargar R
Ahora, en función de vuestro sistema operativo, seleccionar la correspondiente opción.
2.2.1 Instalar R en Windows.
Al hacer clic sobre Download R for Windows iremos a la página que se reproduce más abajo. Hacer clic sobre install R for the first time.
Figure 2.3: Figura 3. Instalar R en Windows
En la siguiente ventana, hacer clic sobre Download R 3.3.3 for Windows y guardar el archivo de instalación.
Ejecutar el archivo descargado para proceder a la instalación de R.
Aquí tenéis un video con las instrucciones para instalar R en Windows.
2.2.2 Instalar R en Mac.
Al hacer clic sobre Download R for (Mac) OS X iremos a la página que se reproduce más abajo. Hacer clic sobre install R for the first time.
Figure 2.4: Figura 4. Instalar R en Mac
Hacer clic sobre R-3.3.3.pkg y guardar el archivo de instalación. Ejecutar el archivo descargado para proceder a la instalación de R.
Aquí tenéis un video con las instrucciones para instalar R en Mac.
2.2.3 Instalar RStudio.
Descargamos la aplicación desde la página web de RStudio aquí según nuestra plataforma de trabajo:
- RStudio 1.0.136 - Windows Vista/7/8/10
- RStudio 1.0.136 - Mac OS X 10.6+ (64-bit)
Una vez guardado el archivo, lo ejecutamos para instalar RStudio. Seguid las indicaciones.
2.3 Entorno de trabajo de RStudio.
En general trabajamos con la interfaz de RStudio antes que con la de R porque la primera es “más amigable”.
Si abrimos RStudio vamos a ver algo parecido a lo que se muestra en la siguiente imagen:
Figure 2.5: Figura 5. Aspecto general de RStudio
Una vez estamos en RStudio, podemos escribir y ejecutar las órdenes de varias formas:
- directamente en la consola
- a través de un script (
.R) - con ficheros Rmarkdown (
.Rmd)
Como podemos ver, RStudio está (normalmente) dividido en 4 paneles.
2.3.1 Consola.
Por defecto, la consola se encuentra en el panel inferior-izquierdo. ¿Vemos la pestaña que pone Console? Inmediatamente debajo aparece un texto informativo y, finalmente, el símbolo “>”. Aquí es donde R espera que le demos instrucciones. Para ejecutarlas y obtener el resultado pulsamos enter.
Vamos a hacer este ejemplo:
2+2
## [1] 4
5*(3-1)^2
## [1] 20
sqrt(4)
## [1] 2En el ejemplo anterior se han ido introduciendo y ejecutando las instrucciones una a una. También es posible ejecutar desde la consola más de una instrucciones. Para ello, las instrucciones deben separarse con un “;”.
2+2 ; 5*(3-1)^2 ; sqrt(4)
## [1] 4
## [1] 20
## [1] 22.3.2 Scripts.
Trabajar en la consola es muy limitado ya que las instrucciones se han de introducir una a una. Lo habitual es trabajar con scripts o ficheros de instrucciones. Estos ficheros tienen extensión **.R**.
Se puede crear una script con cualquier editor de texto (uno de los más populares es Tinn-R), pero nosotros lo haremos desde RStudio. Para ello, seleccionamos la siguiente ruta de menús: File > New File > R script
Figure 2.6: Figura 6. Generar un R script
El panel del script se sitúa en la parte superior-izquierda de RStudio. Ahora podemos escribir las instrucciones línea por línea. Las instrucciones las podemos ejecutar una a una o las podemos seleccionar y ejecutar en bloque. Para ejecutar las instrucciones tenemos varias alternativas:
- Hacemos clic en el botón: Run (botón situado en la parte derecha de las opciones del panel de script)
- Pulsamos Ctrl+r
- Ejecutamos el código desde las opciones del menú Code. Sinceramente, esto nunca lo hemos utilizado. ¡Cuestión de comodidad!
Como se muestra en la imagen más abajo, vamos a escribir nuestro primer script.
Figure 2.7: Figura 7. Mi primer script
Para guardar el script:
- File > Save as.. y seleccionar la ruta donde se quiere guardar el fichero.
- Hacer clic en el botón Guardar que se encuentra en la parte izquierda de la cinta de opciones del script.
2.3.3 Entorno.
El panel, llamémoslo, de entorno esta compuesto de dos pestañas: Environment y History.
- En el Environment se irán registrando los objetos que vayamos creando en la sesión de trabajo. También tenemos la opción de cargar y guardar una sesión de trabajo, importar datos y limpiar los objetos de la sesión. Estas opciones están accesibles a través de la cinta de opciones de la pestaña.
Figure 2.8: Figura 8. Panel de entorno de RStudio
- En la pestaña History se registran las instrucciones ejecutadas. Como opciones, podemos cargar y guardar el historial de la sesión, seleccionar una o más instrucciones y enviarlas bien a la consola bien al script, y limpiar el historial.
2.3.4 Miscelánea: Archivos, Gráficos, Paquetes, Ayuda, Visor.
Con el nombre de Misceléna nos referimos al panel que se encuentra en la parte inferior-derecha del escritorio de RStudio. ¡No sabíamos cómo llamarlo!
En este panel cabe destacar las siguientes pestañas, cada una con diferentes opciones:
- Files: es una especie de explotador de ficheros.
- Plots: donde se visualizan los gráficos que creamos. Entre las opciones disponibles se encuentran:
- Zoom: para agrandar el gráfico y verlo en otra ventana.
- Export: para exportar/guardar el gráfico. Se puede guardar el gráfico como imagen, pdf o copiarlo al portapapeles.
- Packages: proporciona un listado de los paquetes instalados en R y los que han sido cargado en la sesión. A través de las opciones de esta pestaña podemos instalar nuevos paquetes o actualizar los existentes.
- Help: Para obtener ayuda sobre una determinada función.
2.4 Configuración del directorio de trabajo.
Antes de comenzar a trabajar debemos fijar el directorio donde queremos guardar nuestros ficheros. Básicamente, dos alternativas.
2.4.1 Opción 1. Fijar directorio.
Opción 1. Indicamos a R la ruta donde queremos trabajar y la fijamos con la función setwd().
setwd("C:/ruta del directorio de trabajo")Para comprobar el directorio de trabajo utilizamos la función getwd():
getwd()Para obtener un listado de los ficheros que contiene la ruta establecida se usa la función dir().
dir()2.4.2 Opción 2. Proyecto de R.
Al crear un proyecto todos los ficheros quedan vinculados directamente al proyecto. Para crear un proyecto selección File > New project... Se abrirá la siguiente ventana:
Figure 2.9: Figura 9. Crear nuevo proyecto
Para crear un proyecto en un nuevo directorio, hacemos clic en el botón New Directory. Seguidamente, seleccionamos el tipo de proyecto, en nuestro caso Empty Project. Ahora, asignamos un nombre al directorio (carpeta) que se va a crear y que al mismo tiempo será el nombre del proyecto de R. Para terminar, hacemos clic en el botón Create Project. Al seguir este proceso se habrá creado una carpeta en Documentos y un fichero nombre_carpeta.Rproj.
Para crear un proyecto en una carpeta que ya existe, hacemos clic en el botón Existing Directory y después seleccionamos la carpeta ayudándonos del Browse.. si fuera necesario. Una vez elegida la carpeta, clicamos en Create Project.
Para abrir un proyecto hacemos doble clic sobre el archivo con extensión .Rproj o lo abrimos desde el menú de RStudio: File > Open Project…
Ventaja de los proyectos: cualquier fichero que creemos (script de R, documento de Rmarkdown, etc.) y guardemos se guardará en la carpeta del proyecto.
Aquí os dejamos dos lecturas cortas sobre los proyectos, la segunda incluye información sobre cómo crear proyectos.
2.5 Instalar y cargar paquetes.
R está compuesto por un sistema base, pero para extender su funcionalidad es necesario instalar paquetes adicionales.
Podemos instalar paquetes de varias formas:
- A través del menú: Tools > Install packages…
- En el escritorio de RStudio: Packages/Install. Vemos los paquetes que tenemos actualmente instalados y aquellos que se encuentran cargados.
Figure 2.10: Figura 10. Listado paquetes instalados en R
- Utilizando la función install.packages(). El nombre del paquete que queremos instalar debe ir entre comillas.
install.packages("dplyr") # dplyr es un paquete que se utiliza para manipular/gestionar datosEn ocasiones, para nuestra sesión de trabajo necesitamos instalar varios paquetes.
install.packages(c("dplyr","ggplot2","rio")) # EN EL SIGUIENTE TUTORIAL VEREMOS QUÉ SIGNIFICA TODO ESTOEs habitual iniciar la sesión de trabajo en R con un “pequeño programa” en el que se indica que para la sesión se requiere una serie de paquetes y que si no están instalados los instale. Aquí tenemos la versión más sencilla para hacer esto
if(!require(dplyr)) {install.packages("dplyr")}Una vez instalado el paquete, hay que cargarlo para poderlo utilizar. Esto se hace con la función library().
library(dplyr) # observad que el nombre del paquete no se pone entre comillas para cargarlo.2.6 Ayuda en R.
En muchas ocasiones necesitamos ayuda sobre cómo funciona una determinada función, cuáles son sus argumentos, etc. Hay varias formas de pedir la ayuda de R. Vamos a pedir la ayuda de la función mean().
help(mean)
?mean
mean # y pulsamos la tecla F1Si ejecutamos directamente la función library() se abrirá una ventana listando los paquetes que tenemos instalados en R. En el escritorio de RStudio, en la pestaña Packages también tenemos en listado de paquetes instalados (organizados en dos bloques: User Library y System Library)
library()Para obtener ayuda sobre un determinado paquete…
library(help="foreign")En ocasiones junto con los paquetes se facilita una documentación sobre su uso, a esto se le llama vignettes.
vignette() # Para ver una lista de las vignettes a las que podemos acceder por paquetey a una vignette concreta de un paquete:
vignette("Sweave-journals", package = "AER") # se abrirá un pdf con la documentación.Pero sin duda, una de las mejores fuentes de ayuda en R nos la proporciona internet. Bien haciendo directamente en google la búsqueda sobre el tema que estamos interesados, bien acudiendo a algunas de las muchas webs que ofrecen ayuda. Algunas de las más populares y recomendables webs son: