# R para principiantes
# PUCE, Quito, 5-8 enero 2010
# Simon Queenborough

# MARTES: clase 3


# INGRESANDO DATOS

# 1. Ingresando datos por mano

# se puede ingresar cada uno:

a <- 59
b <- 55
c <- 53.5
d <- 55
e <- 52.5


a
b

# pero los nombres 'a' no son muy utiles. Mejor darles otros nombres:

Wing1 <- 59
Wing2 <- 55
Wing3 <- 53.5
Wing4 <- 55
Wing5 <- 52.5

Wing1


# se puede hacer calculaciones:

sqrt( Wing1 )
2 * Wing1
Wing1 + Wing2
Wing1 + Wing2 + Wing3 + Wing4 + Wing5
(Wing1 + Wing2 + Wing3 + Wing4 + Wing5) / 5



# pero R no guarda los resultados si no son variables nombrados:

SQ.wing1 <- sqrt(Wing1)
Mul.W1 <- 2 * Wing1
Sum.12 <- Wing1 + Wing2
SUM12345 <- Wing1 + Wing2 + Wing3 + Wing4 + Wing5
Av <- (Wing1 + Wing2 + Wing3 + Wing4 + Wing5) / 5

SQ.wing1


# los nombres deben de ser utiles.
# y no incluir letras como: £ $ % ^ & * ( ) { } [ ] @ ~ # ? ! < > 
# por que la mayoria son operadores


# 2. Ingresando con 'c', concatenate


Wingcrd <- c(59, 55, 53.5, 55, 52.5, 57.5, 53, 55)

Wingcrd[1]
Wingcrd [1:5]
Wingcrd [-2]


# funciones incluidos:

S.win <- sum(Wingcrd)
S.win

mean(Wingcrd)
max(Wingcrd)
min(Wingcrd)
median(Wingcrd)
var(Wingcrd)
sd(Wingcrd)



# los otros datos:

Tarsus <- c(22.3, 19.7, 20.8, 20.3, 20.8, 21.5, 20.6, 21.5)
Head <- c(31.2, 30.4, 30.6, 30.3, 30.3, 30.8, 32.5, NA)
Wt <- c(9.5, 13.8, 14.8, 15.2, 15.5, 15.6, 15.6, 15.7)


# Usar nombres para variables que no son nombres de funciones

head
Head


# el 'NA'

sum(Head)

?sum

sum(Head, na.rm = TRUE)



# 3. combinaciones de variables: c, cbind, rbind


# en un vector:
BirdData <- c(Wingcrd, Tarsus, Head, Wt)

# los numeros [1], [14], [27] son numeros de indices
BirdData

# algo para identificar los variables:
Id <- c(1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2,
     2, 3, 3, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 4, 4, 4)
Id

# mas simple:
rep(c(1, 2, 3, 4), each = 8)

rep(1 : 4, each = 8)

a <- seq(from = 1, to = 4, by = 1)
a

a <- seq(from = 1, to = 4, by = 1)
rep(a, each = 8)

# parece complicado! pero diferentes analisis necesitan diferentes formas de los datos: en tablas o en vectores


# usar nombres en lugar de numeros:

VarNames <- c("Wingcrd", "Tarsus", "Head", "Wt")
VarNames

Id2 <- rep(VarNames, each = 8)
Id2 # un 'string' of caracteres

# 'each = 8' es muy importante:

rep(VarNames, 8)



# Unir datos por columnas: cbind

Z <- cbind(Wingcrd, Tarsus, Head, Wt)
Z

Z[,1] # columna 1
Z[1,] # fila 1

z[1:8, 1]

Z[1, 1]
Z[,2:3]

# se puede asignar otras variables:
X <- Z[4, 4]
Y <- Z[,4]
W <- Z[,-3]
D <- Z[, c(1, 3, 4)]
E <- Z[, c(-1, -3)]


# dimensiones de Z
n <- dim(Z)
n
z.row <- dim(Z)[1]
z.row


Z2 <- rbind(Wingcrd, Tarsus, Head, Wt)
Z2



# la funcion 'vector'

# generar un vector vacio
# util para definir cuantas elementos en el vector e.g. en loops

W <- vector(length = 8)
w
W

# llenar el vector
W[1] <- 59
W[2] <- 55
W[3] <- 53.5
W[4] <- 55
W[5] <- 52.5
W[6] <- 57.5
W[7] <- 53
W[8] <- 55
W


W[1]
W[1 : 4]
W[2 : 6]
W[-2]
W[c (1, 3, 5)]
W[9] # no hay w[9]!


### matrix ###

# uniyendo datos con 'matrix'

# en lugar de generar 4 vectores de tamano 8, generamos un matrix de dimension 8 por 4:

Dmat <- matrix(nrow = 8, ncol = 4)
Dmat # un matrix vacio

# llenar el matrix por columna
Dmat[, 1] <- c(59, 55, 53.5, 55, 52.5, 57.5, 53, 55)
Dmat[, 2] <- c(22.3, 19.7, 20.8, 20.3, 20.8, 21.5,
                 20.6, 21.5)
Dmat[, 3] <- c(31.2, 30.4, 30.6, 30.3, 30.3, 30.8,
                 32.5, NA)
Dmat[, 4] <- c(9.5, 13.8, 14.8, 15.2, 15.5, 15.6,
                 15.6, 15.7)

Dmat # matrix sin nombres

# usar 'colnames'
colnames(Dmat) <- c("Wingcrd", "Tarsus", "Head", "Wt")
Dmat

# tambien hay 'rownames'..

# puedes llenar el matrix elemento por elemento:

Dmat[1, 1] <- 59.0
Dmat[1, 2] <- 22.3 # pero lleva mas tiempo!





# si lo tiene los datos en variables, en lugar de generar un matrix vacio, mejor:
Dmat2 <- as.matrix(cbind(Wingcrd, Tarsus, Head, Wt))
Dmat2

# NB: en R hay muchas maneras de hacer la misma cosa. Algunas funciones solo aceptan matrix, no data.frame..
# otras funciones de matrices:

is.matrix(Dmat2)    # verificar si is matrix
t(Dmat2)            # transposar
Dmat %*% Dmat2      # matrix multiplication
solve(Dmat2)        # inverse






### data.frame ###

# combinar variables de tamano igual
### puedes combinar vectores de numeros, character strings, y factores (nominal or categorical) variables.

Dfrm <- data.frame(WC = Wingcrd, TS = Tarsus, HD = Head, W = Wt)
Dfrm

# puedes hacer calculaciones y incluirlas dentro del data.frame:
Dfrm <- data.frame(WC = Wingcrd, TS = Tarsus, HD = Head, W=Wt, Wsq = sqrt(Wt))
Dfrm

# el Wt != W
rm(Wt)
Wt

# pero Dfrm$w todovia existe:
Dfrm$W


# la manera de trabajar en R es: 
# 1. ingresar los datos (luego), 
# 2. hacer cambios, transformaciones etc. 
# 3. guardar los datos modificados en un data.frame para analisar


### list() ###


# hasta ahora, cada fila = unidad de sampling
# una lista = algo en donde puedes poner muchas variables no relacionadas, como vectores, matrices, characters.
# en una lista, cada fila no tiene = 1 unidad de sampling

# vector
x1 <- c(1, 2, 3)

# factor
x2 <- c("a", "b", "c", "d")

# scalar (vector de tamano 1)
x3 <- 3

# matrix
x4 <- matrix(nrow = 2, ncol = 2)
x4[,1] <- c(1, 2)
x4[,2] <- c( 3, 4)

# lista
Y <- list(x1 = x1, x2 = x2, x3 = x3, x4 = x4)

Y

# por que hace eso?
## casi todos los resultados producidos por funciones estan guardados en listas:

# linear regression
M <- lm(WC ~ W, data = Dfrm)
names(M)


# una lista!:
M$coefficients


# puede unir todos los datos que hemos generados en una lista:

AllData <- list(BirdData = BirdData, Id = Id, Z = Z,
                VarNames = VarNames)





################################### IMPORTANDO DATOS ######################

# mas facil importar datos de otras programas que ingresar todos otra vez por mano
# ! la cosa mas difical en R!

# manera de trabajar:
# 1. ingresar los datos en un spreadsheet (Excel, Gnumeric, OpenOffice Calc)
# 2. exportar los datos como tab-delimited text file
# 3. cerrar el spreadsheet
# 4. importar los datos a R con 'read.table'

# (hay otras maneras de importar datos directamente de Excel, o de bases de datos, o de otros programas estadisticas)



# crear un directorio en el C drive: R_Quito

setwd("C:\\R_Quito\\data\\") # = setwd("C:/R_Quito/data/")

sparrows <- read.table(file = "sparrow.txt",header = TRUE)
sparrows