Análisis de tendencia en formato tabular en R

Problema

Tenemos unos datos que representamos gráficamente. Deseamos crear una tabla con los datos agrupados por site y parameter, y añadir una columna que nos indique la tendencia.

# Ver apartado inferior Datos para crea el data frame df
library(ggplot2)
ggplot(df, aes(x = YEAR, y = value, col = parameter)) + geom_line(aes(group = parameter)) + facet_wrap(~siteID)

Solución

Una solución básica es transformar el data frame en un formato ancho (wide) y luego añadir una columna en la que establecemos las condiciones para: creciente, decreciente o sin tendencia. En nuestro ejemplo, establecemos que no hay tendencia si la variación es de +-2.

df <- dcast(df, siteID + parameter ~ YEAR, value.var="value")
df$trend <- ifelse(df$`2014`-df$`2011`>2, "creciente", 
                    ifelse(df$`2014`-df$`2011`< -2, "decreciente", "sin tendencia"))
df

   siteID parameter 2011 2012 2013 2014         trend
1   site1         A    1    2    3    4     creciente
2   site1         B   10   20   30   40     creciente
3   site1         C   12   14   16   18     creciente
4   site1         D    5   10   15   20     creciente
5   site2         A    3    6    9   12     creciente
6   site2         B   17   16   13   18 sin tendencia
7   site2         C   16   18   22   15 sin tendencia
8   site2         D   17   16   10   11   decreciente
9   site3         A    7    5    3    1   decreciente
10  site3         B   15   17   20   19     creciente
11  site3         C   15   17   16   18     creciente
12  site3         D   13   16   19   11 sin tendencia
13  site4         A    8    7    6    5   decreciente
14  site4         B   50   40   30   20   decreciente
15  site4         C   16   14   12   10   decreciente
16  site4         D   20   15   10    5   decreciente

Datos

df <- structure(list(siteID = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 
4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L), .Label = c("site1", "site2", 
"site3", "site4"), class = "factor"), YEAR = structure(c(1L, 
2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 
2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 
2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 
2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L), .Label = c("2011", 
"2012", "2013", "2014"), class = "factor"), parameter = structure(c(1L, 
1L, 1L, 1L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 1L, 
1L, 1L, 1L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 1L, 
1L, 1L, 1L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 1L, 
1L, 1L, 1L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L), .Label = c("A", 
"B", "C", "D"), class = "factor"), value = c(1, 2, 3, 4, 10, 
20, 30, 40, 12, 14, 16, 18, 5, 10, 15, 20, 3, 6, 9, 12, 17, 16, 
13, 18, 16, 18, 22, 15, 17, 16, 10, 11, 7, 5, 3, 1, 15, 17, 20, 
19, 15, 17, 16, 18, 13, 16, 19, 11, 8, 7, 6, 5, 50, 40, 30, 20, 
16, 14, 12, 10, 20, 15, 10, 5)), .Names = c("siteID", "YEAR", 
"parameter", "value"), row.names = c(NA, -64L), class = "data.frame")

Entradas relacionadas

• Convertir de formato largo a ancho usando una función de agregación en R
• Agregar datos en R con el paquete reshape2
• Múltiples valores y funciones de agregación con reshape2 y plyr

Referencias

• stackoverflow

Comparar dos ficheros en Notepad++

Problema

Deseamos comparar dos ficheros con el editor Notepad++.

Solución

Verticalmente

Hacemos clic con el botón secundario del ratón en la pestaña del fichero que deseamos que se muestre a la derecha y elegimos: Move to Other View.

Horizontalmente

Si queremos comparar los ficheros con una división horizontal, clic en la línea de división vertical con el botón derecho y presionamos Rotate to right.

Sincronizar barras de desplazamiento

Si queremos sincronizar las barras de desplazamiento para facilitar la comparación de los documentos, en el menú View elegimos Synchronize Vertical Scrolling o Synchronize Horizontal Scrolling.

Entradas relacionadas

• Entrecomillar palabras de una lista y separarlas con comas en Notepad++
• Reemplazar los saltos de línea por comas con Notepad++

Formato de número personalizado en miles y millones

Problema

Vamos dar dos formatos personalizados a números en Excel para obtener el siguiente resultado:

Solución

Miles

[>=1000]#.##0."K";0

Millones

[>=1000000]#.##0.."M";[>=1000]#.##0."K";0

Notas

Podemos crear otras variantes, como por ejemplo:

Añadir un espacio entre el número y la letra

[>=1000000]#.##0.." M";[>=1000]#.##0." K";0

Añadir decimales

[>=1000000]#.##0,0.." M";[>=1000]#.##0,0." K";#.##0,00

Entradas relacionadas

• Formato en Excel

Añadir caracteres a una columna de un data frame en R

Problema

Tenemos un data frame y queremos añadir a la primera columna los caracteres chr.

df <- structure(list(V1 = c(1, 1, 1, 1, 2, 2), V2 = c(3423086, 3467184, 
4115236, 5202437, 7132558, 7448688), V3 = c(3423685, 3467723, 
4115672, 5203057, 7133089, 7449283)), .Names = c("V1", "V2", 
"V3"), row.names = c(NA, -6L), class = "data.frame")

  V1      V2      V3
1  1 3423086 3423685
2  1 3467184 3467723
3  1 4115236 4115672
4  1 5202437 5203057
5  2 7132558 7133089
6  2 7448688 7449283

Soluciones

Disponemos de múltiples opciones.

df <- paste("chr", df$V1, sep = "")
df <- sub("^", "chr", df$V1 )
df <- sprintf('chr%i', df$V1)
df <- interaction( "chr", df$V1, sep = "")

Resultado

   V1      V2      V3
1 chr1 3423086 3423685
2 chr1 3467184 3467723
3 chr1 4115236 4115672
4 chr1 5202437 5203057
5 chr2 7132558 7133089
6 chr2 7448688 7449283

Referencias

• stackoverflow

Cómo crear un histograma a partir de múltiples columnas en R

Problema

Tenemos un data frame con múltiples columnas —en nuestro ejemplo 49— y deseamos utilizar todas las columnas como una única variable. También calcularemos la media de todas las columnas.

df <- read.table(textConnection("1.52 0.39 1.30 1.10 0.82 0.59 1.11 0.44 0.70 0.57 0.65 1.06 0.55 0.34 1.09 0.46 0.43 0.99 0.41 1.04 1.25 0.75 0.54 0.62 0.56 0.58 0.85 0.38 0.66 0.83 1.00 0.56 0.66 0.40 1.44 1.28 0.58 1.05 0.64 0.54 0.52 1.28 0.51 0.64 0.82 0.45 0.83 0.58 0.51"), header = FALSE)

    V1   V2  V3  V4   V5   V6   V7   V8  V9  V10  V11  V12  V13  V14  V15  V16  V17  V18  V19  V20  V21  V22  V23  V24  V25  V26  V27  V28
1 1.52 0.39 1.3 1.1 0.82 0.59 1.11 0.44 0.7 0.57 0.65 1.06 0.55 0.34 1.09 0.46 0.43 0.99 0.41 1.04 1.25 0.75 0.54 0.62 0.56 0.58 0.85 0.38
   V29  V30 V31  V32  V33 V34  V35  V36  V37  V38  V39  V40  V41  V42  V43  V44  V45  V46  V47  V48  V49
1 0.66 0.83   1 0.56 0.66 0.4 1.44 1.28 0.58 1.05 0.64 0.54 0.52 1.28 0.51 0.64 0.82 0.45 0.83 0.58 0.51

Solución

Histograma

Simplemente transponemos el data frame antes de crear el histograma.

hist(t(df))

Calculamos la media

Tenemos dos alternativas: mean o rowMeans.

mean(t(df)) # or 
rowMeans(df)

[1] 0.752449 

Entradas relacionadas

• Distribución de frecuencias en R

Referencias

• stackoverflow