# Cargamos la librerías (si aún no las instalamos este es el momento de hacerlo)}
library(readr)
library (readxl) 1 Importación datos
Cuando importamos un “conjunto de datos” a R, se está creando un nuevo objeto de marco de datos en el entorno R y se define como un archivo importado (por ejemplo, Excel, CSV, TSV, RDS) que se encuentra en sus directorios de carpetas en una determinada ruta/dirección de archivo.
Se puede importar y exportar muchos tipos de archivos, incluidos los creados por otros programas estadísticos (SAS, STATA, SPSS).
R incluso tiene sus propios formatos de datos:
Un archivo RDS (.rds) almacena un único objeto R, como un marco de datos. Son útiles para almacenar datos limpios, ya que mantienen las clases de columnas R.
Se puede utilizar un archivo RData (.Rdata) para almacenar varios objetos o incluso un espacio de trabajo R completo. Esto es útil para guardar los valores y objetos creados en nuestro entorno global.
1.1 Datos .xlsx
Primero veremos como importar datos de Excel. Esto se puede realizar de varias maneras aquí veremos la librería “readxl” para ello.
Lo que tenemos que hacer para importar esta hoja de cálculo a R como un marco de datos es pasar la ruta al archivo Excel al argumento de la read_excel() función.
Es impotante tambien poner el “.xlsx” que indica el formato del archivo en la ruta de acceso. Esta ruta se puede tomar como atajo apretando Shift + click derecho en el archivo deseado y seleccionar la opción “copiar como ruta de acceso”.
Mac y Linux usan barras diagonales en las rutas de archivo ( /) de forma predeterminada. Windows usa barras diagonales inversas ( \) en las rutas de archivo de forma predeterminada. Sin embargo, sin importar qué sistema operativo estemos usando, R solo toma las barras diagonales de esta manera /. Si estas usando Windows modificá por barra diagonal / o en su defecto por doble barra diagonal \\ .
Es importante poner la ruta relativa y no la ruta del archivo completa si se va a compartir el código de R, y que la ruta relativa este en la carpeta del proyecto de R.
# Ruta de archivo relativa
excel_1 <- read_excel("reportes/Reporte dengue.xlsx")Si queremos importar solo una hoja de nuestro data set tendríamos que escribir de esta manera. Este código es solo un ejemplo, no correrá ya que no es adecuado el nombre de ruta, en ese caso tendrían que colocar la ruta de sus respectivos dataset.
# Importar la primera hoja
data <- read_excel("ruta/a/tu/archivo.xlsx", sheet = 1)
# Importar la segunda hoja
data <- read_excel("ruta/a/tu/archivo.xlsx", sheet = 2)Si no estamos seguros de que nombre tienen las hojas podemos comporbarlo de esta manera.
# Listar todos los nombres de las hojas en el archivo
hojas <- excel_sheets("reportes/Reporte dengue & chiku marzo 2024.xlsx")Existen varias formas de controlar qué celdas se leen. Incluso se puede especificar la hoja, si se proporciona un rango de celdas al estilo de Excel.
# Especifica un rango de celdas en formato de referencia de Excel.
read_excel("reportes/Reporte dengue & chiku marzo 2024.xlsx", range = "C1:E4")# Especifica un rango basado en las filas que deseas importar.
read_excel("reportes/Reporte dengue & chiku marzo 2024.xlsx", range = cell_rows(1:4))# Rango basado en las columnas que deseas importar.
datos <- read_excel("reportes/Reporte dengue & chiku marzo 2024.xlsx", range = cell_cols("B:E"))1.2 Paquete de Rio
El nombre “rio” es una abreviatura de “R I/O” (Imput/Output).
Sus funciones import()permiten export()gestionar distintos tipos de archivos (por ejemplo, .xlsx, .csv, .rds, .tsv). Cuando se proporciona una ruta de archivo a cualquiera de estas funciones (incluida la extensión del archivo, como “.csv”), rio leerá la extensión y utilizará la herramienta correcta para importar o exportar el archivo.
Recordar antes instalarlo si aún no lo tenemos instalado.
# Cargar el paquete
library(rio)
# Importar un archivo CSV (ruta relativa)
data <- import("data/datos.csv")1.3 Paquete here
El paquete here y su función here()hacen que sea fácil indicarle a R dónde encontrar y guardar sus archivos: es decir crea rutas de archivos.
Es importante para este paquete crear antes un proyecto de R donde estaran contenidos nuestros datos.
Así es como here()funciona dentro de un proyecto R:
here()establece la raíz del proyecto (normalmente, el directorio principal de tu proyecto) y permite construir rutas relativas a partir de allí.- A partir de la raíz, se pueden localizar archivos dentro de subcarpetas sin preocuparte por la ubicación actual del script.
Por ejemplo, a continuación, import()se proporciona a la función una ruta de archivo construida con here().
library(here)
here() # Veo donde esta mi directorio raiz
archivo <- here("data", "excel_ejemplo.xlsx")
# Importo el archivo con el nombe del mismo y la ruta construida anteriormente
library(readxl)
excel_ejemplo <- read_excel(archivo)1.4 Visualización de características del dataset
Aplicando algunas funciones tendremos un detalle de los dataset cargados
Estructura del Dataset:
# Estructura del Dataset
dim(excel_ejemplo) # Número de Filas y Columnas
head(excel_ejemplo) #Resumen de las Primeras FilasResumen Estadístico Básico
# Resumen Estadístico Básico
summary(excel_ejemplo)Estructura de Datos
# Estructura de Datos
str(excel_ejemplo)Nombres de columnas
# Nombres de columnas
colnames(excel_ejemplo)Valores únicos por columna
unique(excel_ejemplo$columna_de_interes)1.5 Datos .csv
Importación de archivos con valores separados por comas o .csv (comma separated value).
Para ello usamos la función readrde read_csv(),esta es para importar un conjunto de datos con valores delimitados por comas. Esos valores se importaron como un marco de datos y asignamos ese marco de datos al objeto R llamado csv.
library(readr)
data_csv <- read_csv("reportes/Reporte dengue & chiku copia.csv")1.6 Google sheet
Para cargar una tabla que tenemos en google drive debemos importarla desde el paquete googlesheet4
https://googlesheets4.tidyverse.org/
Para ello primero instalamos el paquete necesario. Además necesitaremos utilizar para la autenticación el paquete httpuv, ya que es necesario que la cuenta que utlicemos de google se concete con R para realizar la transferencia de datos.
# El segundo paquete es necesario para uno de los pasos de la autenticación
install.packages("googlesheets4")
install.packages("httpuv")library(googlesheets4)
library(httpuv)El "gs4_auth()" abrira una ventana emergente que nos pedirá permiso para conectarse a nuestra cuenta google. Una vez aceptado esto se procede a importar los datos del drive.
gs4_auth()Podemos vincular nuestra cuenta de mail para que no tengamos que aceptar cada vez que corramos nuestro chunk con un código Token, como una forma de automatizar el proceso. Luego simplemente corremos el código y activamos nuestro vínculo con google drive.
library(googlesheets4)
# Esto abre una ventana en el navegador para autenticar tu cuenta de Google
gs4_auth(cache = ".secrets", email = "mail")# Luego solo ejecuto esta linea y se concetará:
gs4_auth(cache = ".secrets", email = "tu mail@mail.com")Luego de esto obtenemos el link de nuestro archivo. Usamos la función read_sheet() para leer los datos de una hoja de cálculo.
# Leer el archivo de Google Sheets usando su ID
# Reemplaza 'FILE_ID' con el ID del archivo real
sheet_url <- "https://docs.google.com/spreadsheets/d/FILE_ID/edit"
dengue_sheet <- read_sheet("https://docs.google.com/spreadsheets/d/10tk_qJ3yinCGwLhrdSpZYi9UromLl21edS4mxcnCQno/edit")# Leer una hoja específica por nombre
# En este ejemplo tendriamos que modificar el contido del código con uno real
datos <- read_sheet(sheet_url, sheet = "NombreDeLaHoja")
# Leer una hoja específica por índice
datos <- read_sheet(sheet_url, sheet = 1)1.7 Herramienta de importación de datos de RStudio
Para abrir la herramienta de importación de datos de RStudio, haga clic en el Import Dataset (menú desplegable cerca de la parte superior del panel del entorno). Allí se elige el tipo de archivo que se quiere importar.
Paso 1: Ir a la pestaña de “Import Dataset”
Paso 2: Elegir el formato de archivo
Paso 3: Buscar nuestro archivo mediante el Browser. En la ventana inferior derecha se mostrará el código de importación para que podamos copiar y pegar en nuestro script
Allí tendremos la posibilidad de tomar el código que nos provee R para la importación de datos. Un ejemplo de esto:
library(readxl)
Reporte <- read_excel("reporte.xlsx",
na = c("*sin dato*", "SIN DATO", " "))