Subconjuntos en Programación R

En el lenguaje de programación R , la creación de subconjuntos permite al usuario acceder a elementos de un objeto. Saca una parte del objeto en función de la condición proporcionada. Hay 4 formas de crear subconjuntos en la programación R. Cada uno de los métodos depende de la usabilidad del usuario y del tipo de objeto. Por ejemplo, si hay un marco de datos con muchas columnas, como estados, países y población, y supongamos que el usuario desea extraer estados de él, entonces se usa el subconjunto para realizar esta operación. En este artículo, analicemos la implementación de diferentes tipos de subconjuntos en la programación R.

R – subconjunto

Método 1: creación de subconjuntos en R mediante el operador [ ]

Usando el operador ‘[ ]’, se puede acceder a elementos de vectores y observaciones de marcos de datos. Para ignorar algunos índices, ‘-‘ se usa para acceder a todos los demás índices del vector o marco de datos. 

Ejemplo 1:  

En este ejemplo, vamos a crear un vector y realizar subconjuntos usando el operador [ ]. 

R

# Create vector
x <- 1:15
 
# Print vector
cat("Original vector: ", x, "\n")
 
# Subsetting vector
cat("First 5 values of vector: ", x[1:5], "\n")
 
cat("Without values present at index 1, 2 and 3: ",
                              x[-c(1, 2, 3)], "\n")

Producción: 

Original vector:  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 
First 5 values of vector:  1 2 3 4 5
Without values present at index 1, 2 and 3:  4 5 6 7 8 9 10 11 12 13 14 15

Ejemplo 2: 

En este ejemplo, usemos el marco de datos mtcars presente en el paquete base R para crear subconjuntos. 

R

# Dataset
cat("Original dataset: \n")
print(mtcars)
 
# Subsetting data frame
cat("HP values of all cars:\n")
print(mtcars['hp'])
 
# First 10 cars
cat("Without mpg and cyl column:\n")
print(mtcars[1:10, -c(1, 2)])

Producción: 

Original dataset:
                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

HP values of all cars:
                     hp
Mazda RX4           110
Mazda RX4 Wag       110
Datsun 710           93
Hornet 4 Drive      110
Hornet Sportabout   175
Valiant             105
Duster 360          245
Merc 240D            62
Merc 230             95
Merc 280            123
Merc 280C           123
Merc 450SE          180
Merc 450SL          180
Merc 450SLC         180
Cadillac Fleetwood  205
Lincoln Continental 215
Chrysler Imperial   230
Fiat 128             66
Honda Civic          52
Toyota Corolla       65
Toyota Corona        97
Dodge Challenger    150
AMC Javelin         150
Camaro Z28          245
Pontiac Firebird    175
Fiat X1-9            66
Porsche 914-2        91
Lotus Europa        113
Ford Pantera L      264
Ferrari Dino        175
Maserati Bora       335
Volvo 142E          109

Without mpg and cyl column:
                   disp  hp drat    wt  qsec vs am gear carb
Mazda RX4         160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag     160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710        108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive    258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant           225.0 105 2.76 3.460 20.22  1  0    3    1
Duster 360        360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 240D         146.7  62 3.69 3.190 20.00  1  0    4    2
Merc 230          140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 280          167.6 123 3.92 3.440 18.30  1  0    4    4

Método 2: creación de subconjuntos en R usando el operador [[ ]]

El operador [[ ]] se utiliza para crear subconjuntos de objetos de lista. Este operador es el mismo que el operador [ ] pero la única diferencia es que [[ ]] selecciona solo un elemento mientras que el operador [ ] puede seleccionar más de 1 elemento en un solo comando. 

Ejemplo 1: En este ejemplo, vamos a crear una lista y seleccionar los elementos usando el operador [[]]. 

R

# Create list
ls <- list(a = 1, b = 2, c = 10, d = 20)
 
# Print list
cat("Original List: \n")
print(ls)
 
# Select first element of list
cat("First element of list: ", ls[[1]], "\n")

Producción: 

Original List:
$a
[1] 1

$b
[1] 2

$c
[1] 10

$d
[1] 20

First element of list:  1 

Ejemplo 2: En este ejemplo, vamos a crear una lista y seleccionar elementos recursivamente usando la función c()

R

# Create list
z <- list(a = list(x = 1, y = "GFG"), b = 1:10)
 
# Print list
cat("Original list:\n")
print(z)
 
# Print GFG using c() function
cat("Using c() function:\n")
print(z[[c(1, 2)]])
 
# Print GFG using only [[]] operator
cat("Using [[]] operator:\n")
print(z[[1]][[2]])

Producción: 

Original list:
$a
$a$x
[1] 1

$a$y
[1] "GFG"


$b
 [1]  1  2  3  4  5  6  7  8  9 10

Using c() function:
[1] "GFG"

Using [[]] operator:
[1] "GFG"

Método 3: creación de subconjuntos en R usando el operador $

El operador $se puede usar para listas y marcos de datos en R. A diferencia del operador [], selecciona solo una observación a la vez. Se puede usar para acceder a un elemento en una lista con nombre o una columna en un marco de datos. El operador $solo se aplica a objetos recursivos u objetos similares a listas. 

Ejemplo 1: En este ejemplo, vamos a crear una lista con nombre y acceder a los elementos usando el operador $ 

R

# Create list
ls <- list(a = 1, b = 2, c = "Hello", d = "GFG")
 
# Print list
cat("Original list:\n")
print(ls)
 
# Print "GFG" using $ operator
cat("Using $ operator:\n")
print(ls$d)

Producción: 

Original list:
$a
[1] 1

$b
[1] 2

$c
[1] "Hello"

$d
[1] "GFG"

Using $ operator:
[1] "GFG"

Ejemplo 2: en este ejemplo, usemos el marco de datos mtcars y seleccionemos una columna en particular usando el operador $. 

R

# Dataset
cat("Original data frame:\n")
print(mtcars)
 
# Access hp column
cat("Using $ operator:\n")
print(mtcars$hp)

Producción: 

Original data frame:
                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

Using $ operator:
[1] 110 110  93 110 175 105 245  62  95 123 123 180 180 180 205 215 230  66  52
[20]  65  97 150 150 245 175  66  91 113 264 175 335 109

Método 4: creación de subconjuntos en R usando la función subset()

La función subset() en la programación R se utiliza para crear un subconjunto de vectores, arrays o marcos de datos en función de las condiciones proporcionadas en los parámetros. 

Sintaxis: subconjunto (x, subconjunto, seleccionar)

Parámetros: 

  • x: indica el objeto
  • subconjunto: indica la expresión lógica en base a la cual se debe realizar el subconjunto
  • select: indica columnas a seleccionar

Ejemplo 1: En este ejemplo, usemos el marco de datos de calidad del aire presente en el paquete base R y seleccionemos Mes donde Temp < 65. 

R

# Subsetting
airq <- subset(airquality, Temp < 65,
                  select = c(Month))
 
# Print subset
print(airq)

Producción: 

    Month
4       5
5       5
8       5
9       5
15      5
16      5
18      5
20      5
21      5
23      5
24      5
25      5
26      5
27      5
144     9
148     9

Ejemplo 2: En este ejemplo, usemos el marco de datos mtcars presente en el paquete base R y seleccione el automóvil con 5 marchas y hp> 200. 

R

# Subsetting
mtc <- subset(mtcars, gear == 5 & hp > 200,
                      select = c(gear, hp))
 
# Print subset
print(mtc)

Producción: 

               gear  hp
Ford Pantera L    5 264
Maserati Bora     5 335

Publicación traducida automáticamente

Artículo escrito por utkarsh_kumar y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *