Introducción a los paquetes R

El paquete es una colección de funciones y conjuntos de datos. Los paquetes ayudan a mejorar la funcionalidad en un lenguaje de programación. Si queremos almacenar y procesar bases de datos (es decir, funcionalidades similares a SQL usando marcos de datos), entonces podemos usar el paquete dplyr en R. Los paquetes también proporcionan documentación sobre cómo usar las funciones y los conjuntos de datos en un paquete dado.

¿Dónde encontramos paquetes?

Los paquetes están disponibles en Internet a través de diferentes fuentes. Sin embargo, hay ciertos repositorios confiables desde donde podemos descargar los paquetes.

Aquí están los dos repositorios importantes que están disponibles en línea.

  • CRAN (Red integral de archivos R): esta es la comunidad oficial de R con una red de FTP y servidores web que contiene el código y la documentación más recientes de R. Antes de publicar sus paquetes en línea, pasa por una serie de pruebas que se adhieren a la política de CRAN .
  • GitHub: GitHub es otro repositorio famoso pero no específico de R. La comunidad en línea puede compartir sus paquetes con otras personas y se usa para el control de versiones. GitHub es de código abierto y no tiene ningún proceso de revisión.

Lista de paquetes útiles de R

Hay varios paquetes en R y se pueden descargar desde CRAN o GitHub. A continuación se encuentran los paquetes que se pueden usar para fines específicos.

1. Cargando los datos de fuentes externas

  • Haven: R lee y escribe datos de SAS.
  • DBI: para establecer comunicación entre la base de datos relacional y R.
  • RSQlite: se utiliza para leer datos de bases de datos relacionales.

2. Manipulación de datos

  • Dplyr: se utiliza para la manipulación de datos como subconjuntos, proporciona accesos directos para acceder a datos y genera consultas sql.
  • Tidyr : se utiliza para convertir datos en pequeños formatos.
  • stringr : manipula expresiones de cadena y cadenas de caracteres.
  • lubridate- Para trabajar con datos y tiempo.

3. Visualización de datos

  • Rgl: para trabajar en visualizaciones 3D.
  • ggvis: para crear y construir gramática de gráficos.
  • googlevis: para usar las herramientas de visualización de google en R.

4. Paquetes basados ​​en la web

  1. XML: para leer y escribir documentos XML en R.
  2. Httpr: Trabaja con conexiones http.
  3. Jsonlite: para leer tablas de datos json.

Obtención de paquetes R

Podemos verificar los paquetes disponibles que están presentes en R usando el siguiente código.

  • available.packages (): hay aproximadamente 5200 paquetes disponibles en la red CRAN.

CRAN tiene vistas de tareas que agrupan paquetes bajo un tema en particular.

Instalar paquetes R

Podemos instalar paquetes directamente a través de IDE o mediante comandos. Para instalar paquetes utilizamos la siguiente función y especificamos el nombre del paquete.

Sintaxis:

install.packages()

Código:

install.packages(“ggplot2”)

El código anterior instala el paquete ggplot2 y sus paquetes dependientes, si los hay.

Podemos instalar varios paquetes a la vez especificando los nombres de los paquetes bajo un vector de caracteres.

Sintaxis:

install.packages(c(“package 1”, ”package 2”, ”package 3”))

Código:

install.packages(c(“ggplot2”, ”slidify”, ”deplyr”))

Instalar usando R Studio

La ventaja de usar un estudio R es que es GUI (interfaz gráfica de usuario). Podemos elegir los paquetes para instalar y la fuente del mismo.

Podemos ir a herramientas -> Instalar paquetes.

Cargando paquetes R

Después de instalar el paquete R, debemos cargarlos en R, para comenzar a utilizar los paquetes instalados.

Usamos la siguiente función para cargar los paquetes.

Sintaxis:

library(package name)

Nota: El nombre del paquete no necesita ser entrecomillado.

Código:

library(ggplot2)

Hay ciertos paquetes que muestran mensajes cuando se cargan. Algunos de ellos, no. Podemos ver los detalles de la biblioteca instalada con la ayuda del siguiente código.

Código:

library(ggplot2)
search()

Salida:

"Paquete: enrejado" "paquete: ggplot2" "paquete: hace deslizamientos"

"Paquete: knitr" "paquete: slidify" "herramientas: rstudio"

Creando tu propio paquete

Antes de crear nuestro propio paquete. Debemos tener en mente la lista de verificación a continuación antes de proceder a crear un paquete.

  • Organizar el código es una de las cosas más importantes al escribir código en el paquete. Perdemos la mitad del tiempo buscando la ubicación del código en lugar de mejorar el código. Coloque todos los archivos en una carpeta de fácil acceso.
  • Documentar el código lo ayuda a comprender el propósito del código. Cuando no volvemos a visitar el código con frecuencia, olvidamos por qué lo hemos escrito de cierta manera. También puede ayudar a las personas a comprender mejor su código cuando se comparte con ellos.
  • Compartir los guiones por correo electrónico se ha vuelto arcaico. La manera fácil es cargar su código y distribuirlo en GitHub. Es posible que reciba comentarios que lo ayuden a mejorar el código.

Para crear su propio paquete, tenemos que instalar el paquete devtools.

Código:

install.packages("devtools")

Para ayudar con la documentación, podemos usar el siguiente paquete.

Código:

install.packages("roxygen2")

Después de instalar el paquete devtools. Puedes crear tu propio paquete.

Código:

devtools::create ("packagename")

En lugar de "nombre de paquete", puede dar el nombre que desee. Ahora puede agregar sus funciones en este paquete.

Puede crear el mismo nombre de archivo que el nombre de su función.

Sintaxis:

Devtools:create(“firstpackage”)

Paquete Distribuidor

Puede distribuir su paquete en github utilizando el paquete devtools.

Usamos el siguiente código para distribuir nuestro paquete en github.

Código:

devtools::install_github("yourusername/firstpackage")

Puede dar su nombre de usuario de github y el nombre del paquete que ha creado anteriormente.

Aquí están los archivos requeridos para un paquete

  • Las funciones
  • Documentación
  • Datos

Una vez que tengamos todos los archivos anteriores, podemos publicarlo en el repositorio.

Artículos recomendados

Esta es una guía para los paquetes R. Aquí discutimos la lista de paquetes R útiles, la instalación de paquetes usando R studio y la creación de su propio paquete, etc. También puede consultar los siguientes artículos para obtener más información:

  1. ¿Qué es el lenguaje de programación R?
  2. Carreras en la programación de R
  3. Programación R vs Python
  4. MySQL vs SQLite
  5. Lista de paquetes R

Categoría:

Big Data