R es un lenguaje orientado a objetos. Se puede decir que, en R, "todo" es un objeto. Para ejecutar comandos, R accede a objetos ya creados previamente que están dentro de paquetes ya instalados, y también a objetos creados por el usuario. Los conjuntos de datos, las constantes (como "pi"), las variables, los resultados tanto textos como gráficos, e incluso las funciones que describen cómo ejecutar un comando, son todos objetos. R accede directamente a los objetos que estén en el espacio local de trabajo (o local space--ls) que es un espacio virtual de la memoria del computador, aunque desde luego puede acceder a información que esté por fuera, generalmente importándola al área de trabajo, o leyéndola desde archivos ubicados en el directorio de trabajo (working directory--wd) o en alguno de los paquetes instalados en la librería (library) .

R es un lenguaje interpretado. Es decir, no es compilado en lenguaje de máquina antes de ejecutarse, sino que el usuario pasa el código directamente al interpretador de R, quien lo traduce y ejecuta directamente en la máquina no sin antes verificar que la sintaxis sea correcta.

La sintaxis de R

R requiere código que tengan una sintaxis correcta. Por lo general , un código R usa la sintaxis:

función (objeto, opciones)

Donde "función" es el nombre de una función que establece el orden en que los argumentos (valores entre paréntesis) deben leerse y procesarse. Los argumentos en R se separan con comas. Generalmente la función se aplica a uno o más objetos, con ciertas opciones determinadas por los valores de otros argumentos, que se pasan a la función dentro de la sintaxis definida.

Para asegurar un uso correcto, el usuario puede consultar el manual completo de la definición del lenguaje R. Aquí citaremos solo lo más relevante.

Asignaciones

Un carácter peculiar de R es su sintaxis, que se distancia de otros lenguajes de programación, y le da su propia personalidad. El principal ejemplo de esta peculiaridad es que el operador de asignación de valores es “<-” y no “=”.

Así que, en R, para asignarle al objeto “x” el valor “5” se escribe:

x <- 5

En este caso, se ha creado un objeto “x” o se ha cambiado ese objeto si ya existía y se le ha asignado el valor numérico “5”. Este objeto estará disponible en el ambiente o espacio de trabajo actual (local space) durante la sesión de trabajo.

Ahora, el operador “=” también se usa para asignar valores, pero es una clase de asignación que solo tiene valor en el nivel de una expresión. Por ejemplo, se puede usar “=” al ejecutar una función para asignarle un valor a un argumento específico, sin importar el orden en el que se pasan los argumentos. Así, en la siguiente expresión se indica que el color a usar es “4”, a pesar que en la función plot el argumento que fija el color es el # 19:

plot (cars, col=4)

Luego de ejecutada la función en donde se usó la asignación “=”, esa asignación ya no está disponible (por fuera del nivel de la función el parámetro “col” puede tener otro valor) ni en el ambiente de trabajo, ni permanece en memoria un objeto independiente con ese nombre.

Mayúsculas y minúsculas

R es sensible a las mayúsculas, así que “Hist” e “hist” son dos cosas diferentes.

Concatenar

Para combinar una serie de valores en un objeto, en R, no basta con usar el operador de asignación (“<-”) sino que se utiliza la función para concatenar, “c()”. Así, para crear un objeto formado por cuatro valores numéricos (un objeto del tipo “vector numérico”) se usa:

Vector <- c(1, 2, 3, 4)

La función “c()” también convierte , o "coerciona" todos los valores que se combinen a una sola clase de objeto. Así, debido a que el tipo de objeto común es el de carácter, la siguiente asignación crea un vector de solo caracteres, sin información numérica:

Vector <- c(1, 2, "Tres”, 4)

Entonces, los conjuntos de objetos, que pueden ser individualmente numéricos, enteros, caracteres, lógicos, se ven convertidos por c() en un vector conformado por objetos todos del tipo que sea su mejor común denominador.

Si se quiere mantener un conjunto con varios diversos tipos de objetos, se deberá crear una lista. Para esto, existe la función list(). Así, la siguiente asignación crea una lista con objetos de 3 diferentes clases (tres numéricos, un carácter, uno lógico:

Lista <- list (1, 3, 7, "Olla", FALSE)

Una matriz tiene elementos en filas y columnas, y se puede crear en R a partir de un vector, y luego indicando el número de filas y de columnas en que se organizan los valores. Por ejemplo, podemos crear un nuevo vector numérico de 4 elementos, Vector2, y combinarlo con Vector para luego formar con los 8 números combinados, una matriz de 4 filas y 2 columnas:

Vector2 <- c(5:8)

Matriz <- matrix(c(Vector, Vector2),4,2)

Una matriz solo acepta objetos del mismo tipo y puede ser matriz numérica, una matriz de caracteres, o una matriz lógica.

Para combinar vectores de diversos tipos, pero relacionados entre sí, se usa el Conjunto de datos—un objeto organizado en filas y columnas, con columnas que son vectores del mismo tamaño pudiendo ser de diferentes clases, y filas que representan los casos individuales. La función para combinar dos vectores de igual longitud en un conjunto es data.frame:

Conj <- data.frame(Vector, Vector2)

Los nombres de cada vector original se convierten en nombres de columna o de variable en el conjunto de datos creado por data.frame. Se puede acceder a cada variable, usando el operador $, con la sintaxis:

Conjunto$Columna

Los valores, de cualquier vector, pueden considerarse como categóricos o del tipo factor, a fin de poder dividir el conjunto de datos en subconjuntos. Para asignarle a un objeto esta característica, se usa la función “as.factor” o simplemente “factor”.

Conj$Vector <- factor(Conj$Vector)

Un objeto tipo factor es una variable categórica, que tiene categorías o niveles con dos aspectos: un número entero, que es el valor que indica la pertenencia de cada caso a una categoría, y una etiqueta, que representa cada nivel. Al crear un factor, R convierte automáticamente cada valor original único en una etiqueta, y crea tantos niveles como etiquetas haya, en orden alfabético. El usuario puede crear factores con más niveles que los que actualmente existen, y puede modificar las etiquetas sin cambiar el contenido del vector numérico que establece las pertenencias a cada categoría. El usuario también puede cambiar el orden de los niveles de un factor, pero esto requiere cambiar también los números enteros que identifican cada nivel.

Acciones repetitivas

R es eficiente en aplicar la misma acción a grupos de elementos. En muchos casos esto no requiere del diseño de bucles, ya que R cuenta con funciones que permiten aplicar el mismo procedimiento de forma repetida. Una de ellas es la aritmética de vectores. Por ejemplo, considere el vector numérico así formado:

Vector <- c(2,4,12,48)

Si quisiéramos obtener un nuevo vector que contenga los cuadrados de cada elemento de Vector, no necesitamos programar un bucle--basta con la operación:

VectorCuad <- Vector^2

Esto no es útil cuando se quiere aplicar una función a cierto subconjunto. Para ese problema, R cuenta con la función apply() y sus primas, lapply() y tapply().

La función apply() ejecuta una función a cada fila (1) o cada columna (2) de una matriz bidimensional del mismo tipo de objeto. Por ejemplo:

apply (Matriz, 1, mean)

calcula la media de cada fila en Matriz, mientras que:

apply (Matriz, 2, mean)

calcula la media de cada columna, si todas las columnas son del mismo tipo numérico.

Clases de datos

Las clases de datos más comunes en R son: numérica (ej. 1.2), entero (ej. 56), caracteres (ej. “ejemplo”) y lógica (ej. TRUE). Los valores faltantes se codifican como “NA”. Para verificar de qué clase es un objeto, se usa la función class()

Los valores numéricos (ej. 5.0) se pueden convertir o coercionar a enteros (ej. 5) con la función as.integer(). Los valores enteros se pueden convertir a numéricos con as.numeric(). Los valores numéricos o enteros se pueden convertir en caracteres con as.character(). Así mismo, una lista se puede convertir a vector con as.vector(), una lista de vectores se puede convertir a matriz con as.matrix() o al tipo “conjunto de datos” con as.data.frame() o data.frame(). Los conjuntos de datos contienen vectores que pueden ser de diferentes clases, mientras que las matrices solo admiten una sola clase de objeto. Como los objetos del tipo “conjunto de datos” admiten nombres para cada columna y cada fila, ellos sirven muy bien como bases de datos, donde cada columna es una variable y cada fila es un caso.

Para verificar si un objeto es de cierta clase, se usan las funciones is.numeric(), is.character(), is.vector(), is.matrix(), o is.data.frame(). Si el objeto es en efecto de este tipo, la función reporta el valor lógico TRUE. Si no lo es, devuelve en valor lógico FALSE. También se puede verificar la estructura de un objeto con la función “str()”.

A las variables categóricas en R se les llama “factores”. La función “as.factor()” o simplemente factor() convierte los datos, ya sean numéricos o caracteres, en variables categóricas o sea objetos de la clase factor. Un vector numérico continuo se puede cortar en intervalos regulares para crear un factor usando la función cut(). Al crear un conjunto de datos con data.frame(), los vectores de caracteres son convertidos automáticamente a objetos de la clase factor, aunque hay una opción (stringsAsFactors = FALSE) que evita esa conversión.

Línea de comandos

Para recordar cuál es el directorio de trabajo (working directory) se usa getwd(). La función de lista, ls(), produce un listado de objetos disponibles en el espacio de trabajo actual (local space). Si se quiere quitar de la memoria un objeto se usa rm(Objeto).

Cada línea de comandos se separa de la siguiente con un salto de línea, aunque varios comandos se pueden incluir en una línea, separándolos con “;”. Si el comando necesita más de una línea R, se puede terminar una línea con “,” o “+” y R continuará ejecutando el comando en la siguiente línea, hasta que encuentre una clara finalización del comando.

Editar objetos

R tiene funciones para editar los objetos desde la línea de comandos. Sin embargo, hay algunas herramientas para visualizar o editar objetos. Por ejemplo, para editar conjuntos de datos, se puede usar la función “fix()” que abre un editor similar a una ventana de Microsoft Excel.

Los datos se pueden guardar fácilmente en el formato de R, con la función save():

save(Conjunto, file="Conjunto.Rdata")

Dicho archivo se puede cargar luego con la función load():

load("Conjunto.Rdata")

También se puede salvar en formato .TXT con “write.table()” indicando el separador:

write.table(Conjunto, "Conjunto.txt", sep="\t")

En este caso, el conjunto será exportado a un archivo .TXT separado por tabulaciones.

Edición de código

Ya sea usando el editor de R, u otro editor de texto, el uso adecuado de R implic editar archivos de código o "scripts" que puedan ser usados posteriormente ya sea para repetir un cierto procedimiento o ya sea para realizar en el futuro un análisis u operación con otros conjuntos de datos.

La ventaja al usar el editor de código de R es que permite desde la ventana de edición, remitir una o más líneas de código directamente al interpretador, sin tener que copiar y pegar código en la línea de comandos. Para enviar código desde la ventana del editor, usamos la combinación de teclas "Ctrl-R".

Es recomendable incorporar comentarios y anotaciones dentro del script, usando el símbolo # que indica las partes que no se deben ejecutar. Esas anotaciones permitirán recordar el propósito de cada línea de código, lo que facilitará mucho su uso posterior. El código se puede guardar en archivos de código con extensión .R, o en archivos con extensión .txt,. de todas formas, se trata de archivos planos que se pueden editar con Bloc de notas y con otros editores de código R como TinnR. Esos scripts se abren desde R con: Archivo|Abrir script... o también se pueden copiar y pegar a una ventana abierta con Archivo|Nuevo script

A continuación hay un ejemplo de script, en el cual se ilustran características de la sintaxis de R.

###

#   Sintaxis de R

#

# Ejemplos para mostrar las reglas básicas de la sintaxis de R

# Usaremos el conjunto de datos "Davis"

# Davis, C. (1990) Body image and weight preoccupation: A comparison 

# between exercising and non-exercising women. Appetite, 15, 13–21. 

#

# Las líneas separan comandos o partes de comandos. 

# Cada línea debe tener 80 caracteres o menos

# El símbolo "#" sirve para insertar comentarios que no influyen en el código

Davis # Esto muestra el conjunto

# Y tiene las siguientes variables:

#     sex weight height repwt repht

#1     M     77    182    77   180

#2     F     58    161    51   159

#3     F     53    161    54   158

#

# Este conjunto de datos se llama "Davis"

# La segunda variable de "Davis" es "weight"

#

# Una sintaxis aceptada es:    funcion ( conjunto $ variable )

# Por ejemplo:

plot ( Davis $ weight )

# Los espacios son opcionales. Se puede escribir lo mismo así:

plot (Davis$weight)

#

# Otra sintaxis aceptada es:   with ( conjunto, funcion ( variable ) )

#  El mismo comando anterior se puede entonces escribir:

with (Davis, plot(weight)) # Fíjese que tienen la ventaja de etiquetar solo nombre de variable 

#

# Para pasar varios argumentos a la función, se usa "," como separador:

plot (Davis$weight, Davis$height)

# O también:

with (Davis, plot(weight,height)) 

#

# En algunos casos, por ejemplo pruebas de correlación

# se puede incluir al interior del comando la referencia al conjunto de datos

# con una sintaxis de este tipo:   funcion ( ~ variable + variable, data = conjunto)

#  Por ejemplo: 

cor.test( ~ weight + height, data=Davis)

#

# Asignaciones

# Para asignar valores a un objeto se usa "<-" por ejemplo

# para crear un objeto llamada "D" col en conjunto "Davis" usamos:

D <- Davis

#

# Punto y coma sirve para separar funciones en una línea:

summary(D); mean (D$weight); plot (D); plot (D$height)

# Las comillas indican cadenas de caracteres,por ejemplo

plot (D$weight, main="Gráfico para mostrar el uso de comillas", col="red") 

# Los paréntesis devuelven el valor numérico correspondiente, por ejemplo:

plot (D$height, main="Gráfico para mostrar el uso de comillas", cex=(D$weight/50), col=D$sex)

#