R Basics workshop

Curso básico de R impartido por Hugo Tovar en Métodos de biología computacional, Facultad de Ciencias, UNAM.

Basado en el curso de J. Sebastián Tello e Iván Jiménez (Center for Conservation and Sustainable Development, Missouri Botanical Garden).

Cómo está organizado

Los archivos siguen la numeración tema-número:

• Los -1 son clases (3-1_objetos.R).
• Los -2 en adelante son ejercicios y tareas (3-2_objetos.r, 3-3_objetos_EN.r).

Las soluciones viven en la carpeta soluciones/, un archivo por ejercicio:

3-2_objetos.r                          <- el ejercicio (esto es lo que se entrega)
soluciones/3-2_objetos_soluciones.r    <- las soluciones (para autoevaluarse)

Cada archivo de soluciones vuelve a correr su ejercicio con source(), así que se puede abrir solo, en una sesión limpia, sin haber corrido nada antes.

Cómo usarlo

1. Pon tu directorio de trabajo en la carpeta del taller, es decir, la que contiene la carpeta Datasets. Compruébalo con getwd() y cámbialo con setwd(). Todos los archivos leen sus datos con rutas relativas (Datasets/...), así que funcionan igual en cualquier computadora.
2. Cualquier archivo se puede correr completo de principio a fin, por ejemplo con source("3-2_objetos.r"). Ninguno se detiene a pedir nada ni truena.
3. Las figuras y tablas que generan los scripts se escriben en la carpeta salidas/, que se crea sola y está en el .gitignore.

El directorio de trabajo sigue siendo la carpeta del taller también para los archivos de soluciones/: R resuelve las rutas contra el directorio de trabajo, no contra la ubicación del script. Si te equivocas, los archivos de soluciones se detienen con un mensaje que te lo dice, en vez de un cannot open file sin contexto. En RStudio, cuidado con Session > Set Working Directory > To Source File Location.

Estilo de los comentarios

Los comentarios que explican una línea van siempre arriba de ella, para que al ejecutar el archivo paso a paso se lea la explicación antes de correr el código. Los comentarios que observan un resultado ("estos dos números no son iguales", "fíjate cómo desaparece la diferencia") van debajo, porque hablan de algo que ya se imprimió.

Errores a propósito

Varios archivos contienen líneas con errores deliberados: son parte de la lección. Van envueltas en try() y marcadas con un comentario # Error A PROPÓSITO, de modo que el mensaje de error se imprime pero el archivo sigue corriendo. Los errores de sintaxis no se pueden rescatar con try(), así que esos van comentados con una nota que explica el problema.

Versión de R

El material está probado con R 4.1 o más reciente. Hay dos puntos donde el comportamiento de R cambió y el código lo señala explícitamente:

• Desde R 4.0.0, read.table ya no convierte texto a factores. Donde la lección necesita factores se pide stringsAsFactors = TRUE a mano.
• Desde R 4.3.0, usar && o || con vectores de más de un elemento es un error (antes tomaba en silencio el primer elemento). Ver 5-1_operadores.R.

Paquetes externos

Las clases mencionan ape, car, gplots y RColorBrewer. Los bloques que los usan están dentro de un requireNamespace(...), así que el archivo corre completo aunque el paquete falte; simplemente se salta ese ejemplo.

Conjuntos de datos

Todos están en Datasets/. Algunos ejercicios usaban archivos que nunca estuvieron en este repositorio (densidad de madera, datos de Blonder et al. 2014, coordenadas de parcelas de EUA, checklist de Nicaragua, consumo de alcohol); esos ejercicios se reescribieron sobre los datos que sí están incluidos, conservando el contenido estadístico original.

Material de referencia

Hojas de referencia incluidas

cheatsheet_eng_30mar2015.pdf — 3 páginas de base R: funciones y argumentos, clases de objetos, indexado, control de flujo, gráficos y estadística. Es la hoja del curso original de Tello y Jiménez, y sigue el mismo orden y vocabulario que las clases 2, 3 y 6 de este taller, por lo que encaja mejor que una hoja genérica.

A pesar de la fecha, nada de lo que dice quedó obsoleto: no habla de stringsAsFactors, y su sección de operadores documenta solo & y | (elemento a elemento), así que los dos cambios de R que sí afectan a este material (ver Versión de R) no la contradicen. Lo que no trae es lo posterior a R 4.1: el pipe nativo |> y las lambdas \(x). Tampoco se enseñan en este curso, así que van a la par.

Ojo: el PDF conserva el encabezado y los datos de contacto del curso original (rbasicsworkshop.weebly.com), no los de este.

colorPaletteCheatsheet.pdf — 5 páginas sobre color en R, con muestras impresas de las paletas: notación hexadecimal, col2rgb, el modelo HSV y las paletas de RColorBrewer (brewer.pal). Útil de la clase 7-1 en adelante. Tampoco envejece: las paletas son las mismas.

1-1_introduccion.pdf — las diapositivas de la primera sesión.

Sitios de consulta

https://www.r-project.org/ — sitio oficial de R

https://rseek.org/ — buscador especializado en R (filtra el ruido que mete Google cuando buscas una letra sola)

https://www.statmethods.net/ — Quick-R, referencia rápida por tema

https://www.r-bloggers.com/ — agregador de blogs sobre R

https://stackoverflow.com/questions/tagged/r — casi cualquier error que veas ya se lo encontró alguien más

Libros libres

https://r4ds.hadley.nz/ — R for Data Science, la continuación natural de este taller (hay traducción al español)

https://adv-r.hadley.nz/ — Advanced R, para cuando quieras entender cómo funciona R por dentro

Guías de estilo

Escribir código que otra persona pueda leer es parte del trabajo. Las dos guías de referencia:

Guía de estilo de tidyverse — la más usada hoy

Guía de estilo de R de Google — una variante de la anterior, con algunas diferencias

Cursos de R

https://swirlstats.com — aprende R dentro de R; se instala como un paquete y da lecciones interactivas en la consola. Muy buena opción después de este taller.

https://www.coursera.org/learn/r-programming — R Programming (Johns Hopkins)

https://www.coursera.org/learn/intro-data-science-programacion-estadistica-r — en español

https://www.datacamp.com/courses/free-introduction-to-r — introducción gratuita

Editores y entornos de desarrollo (IDE)

Para empezar: RStudio. Es lo que usa casi todo el mundo y lo que se asume en este taller cuando se habla de menús. Trae editor, consola, gráficos, ayuda y manejo de directorio de trabajo en una sola ventana. (La empresa que lo hace ahora se llama Posit; el programa sigue llamándose RStudio y es gratuito.)

Si ya te mueves bien en la terminal, hay alternativas que valen la pena:

VS Code con la extensión vscode-R — editor de propósito general con soporte de R: ejecución por línea, ayuda, visor de objetos y de gráficos. Conviene si ya lo usas para otros lenguajes y no quieres cambiar de programa según el proyecto.

radian — no es un editor sino una consola de R, en reemplazo de la que trae R por omisión. Agrega resaltado de sintaxis, edición multilínea, autocompletado y un historial decente. Se instala con pip install radian y se lanza escribiendo radian. Combina bien con VS Code, que puede usarla como terminal de R.

Nota: su autor anunció que ya no le agregará funciones nuevas (sigue arreglando errores). Funciona perfectamente y es la opción madura; si te interesa algo en desarrollo activo, él mismo sugiere arf, una consola equivalente escrita en Rust, aún marcada como inestable.

Positron — el IDE nuevo de Posit, construido sobre VS Code y pensado para trabajar con R y Python a la vez. Todavía es joven: vale la pena tenerlo en el radar, pero para este curso quédate con RStudio.

Editores de texto de propósito general. No sustituyen a un IDE para trabajar en R, pero sirven para abrir un script rápido, revisar un archivo de datos enorme o escribir código sin arrancar todo RStudio. Todos los siguientes son gratuitos y de código abierto:

Zed — multiplataforma, muy rápido, con extensión de R para resaltado de sintaxis. El más moderno de esta lista.

CotEditor — Mac, ligero y nativo. Está en la App Store.

Notepad++ — Windows, el clásico.

gedit — multiplataforma, sencillo.

Dos que quizá conozcas y conviene aclarar: Sublime Text es excelente pero de paga (la evaluación no caduca, pero la licencia cuesta); y BBEdit (Mac) tiene un modo gratuito permanente y sin molestias, aunque con menos funciones que la versión con licencia.