Guía de RStudio

PID_00265511

Jordi Mas Elias

Tiempo mínimo de dedicación recomendado: 2 horas

© FUOC • PID_00265511 Guía de RStudio

Jordi Mas Elias

El encargo y la creación de este recurso de aprendizaje UOC han sido coordinados

por el profesor: Jordi Mas Elias (2019)

Primera edición: septiembre 2019

© Jordi Mas Elias
Todos los derechos reservados
© de esta edición, FUOC, 2019
Avda. Tibidabo, 39-43, 08035 Barcelona
Realización editorial: FUOC

Ninguna parte de esta publicación, incluido el diseño general y la cubierta, puede ser copiada,
reproducida, almacenada o transmitida de ninguna forma, ni por ningún medio, sea este eléctrico,
químico, mecánico, óptico, grabación, fotocopia, o cualquier otro, sin la previa autorización escrita
de los titulares de los derechos.
© FUOC • PID_00265511 Guía de RStudio

Índice

Introducción............................................................................................... 5

1. Primer paso: descargar R y RStudio............................................. 9

2. Segundo paso: situarnos................................................................... 12

2.1. Console ........................................................................................ 13
2.2. Script ............................................................................................ 15
2.3. Environment ............................................................................... 17
2.4. Files .............................................................................................. 18

3. Tercer paso: los paquetes................................................................. 21

4. Cuarto paso: script............................................................................ 23

5. Quinto paso: posibles errores......................................................... 25

6. Glosario................................................................................................. 27

Resumen....................................................................................................... 29
© FUOC • PID_00265511 5 Guía de RStudio

Introducción

El uso de los programas de gestión de datos es una tarea cada vez más exten-
dida en los estudios internacionales. Si bien el conocimiento de este tipo de
programas no es un requisito indispensable en el mundo laboral en el ámbito
de las ciencias sociales, también es verdad que tener un dominio básico de
ello se está convirtiendo en una plataforma muy útil para acceder a puestos de
trabajo en este sector. Una primera aproximación del estudiante a la gestión
de datos es, pues, importante en dos sentidos. En primer lugar, realizar los pri-
meros pasos con estos programas puede ayudar a crear, en algunos estudian-
tes, el interés por el mundo de los datos y las ganas de continuar aprendiendo
el lenguaje de R u otros programas como por ejemplo Python, Stata o SPSS.
En segundo lugar, el aprendizaje inicial de un lenguaje como el de R dota al
estudiante de unas habilidades que le pueden facilitar oportunidades laborales
que requieran un conocimiento mínimo de la gestión y el análisis de datos.

Este módulo tiene como principal objetivo ayudar al estudiante a familiarizar-

se con el entorno de R. Es por eso que las siguientes páginas pretenden ser
una guía práctica para iniciarse en los softwares R y RStudio y complementar
otros módulos de UOC que utilizan R para sus propósitos docentes. Los otros
objetivos de estos materiales son:

• Ayudar a descargar e instalar los programas R y RStudio.

• Facilitar el conocimiento de la interfaz de RStudio de forma que ayude al

estudiante a familiarizarse con las principales ventanas del programa.

• Explicar cómo se empieza un proyecto con RStudio, cuáles son los prime-
ros pasos y cómo se guarda un proyecto.

• Realizar una pequeña incursión en el lenguaje de R, mostrando algunos

ejercicios prácticos que el estudiante puede hacer antes de empezar a tra-
bajar los módulos.

(1)
Con todo, también hay que tener en cuenta dos consideraciones. En primer Para guías más avanzadas, pro-
bad Advanced R ([Link]
lugar, nos tenemos que tomar esta guía como un manual de ayuda que nos
[Link]) o R for Data Science
permitirá dar los primeros pasos con un software desconocido hasta ahora para ([Link]

nosotros como es R. Todo lo que se enseña en estas páginas va dirigido a poder

seguir con más facilidad las indicaciones y actividades que encontraremos en
otros módulos de esta asignatura. Aprenderemos, pues, a hacer una primera
inmersión en el lenguaje de R y, muy importante, seremos capaces de resolver
errores que nos puedan sobrevenir durante la realización de las actividades de
la asignatura. La guía no es, por lo tanto, un manual que enseñe a programar
o analizar datos con R. Quien esté interesado en adentrarse en el mundo del
© FUOC • PID_00265511 6 Guía de RStudio

análisis de datos puede consultar guías para aprender a hacer funcionar R y

RStudio que encontrará en el seminario en línea y en la sección de aprendizaje
en línea del propio sitio web de RStudio, o bien puede buscar diferentes guías,
foros o tutoriales, fáciles de encontrar en internet (ved, por ejemplo, Stack
Overflow). Estas guías permiten empezar a utilizar el lenguaje R desde un nivel
inicial y aprenderlo de manera progresiva hasta obtener un nivel avanzado1.

La segunda advertencia se refiere a la dificultad de iniciarse en los programas

de gestión de datos. Este tipo de software acostumbra a tener una curva de
aprendizaje muy larga. Para una persona que se ponga por primera vez delante
de este tipo de programas, las primeras horas pueden ser difíciles y pesadas.
Se aprende muy despacio, a partir de equivocarse y tropezarse muchas veces,
y solo una formación continuada en el tiempo puede comportar grandes re-
tornos en el uso de este tipo de programas. Por lo tanto, el estudiante tendrá
que tener paciencia y seguir muy atentamente esta guía para poder superar las
siempre difíciles horas iniciales. Hay que decir que las horas invertidas no son
en vano, sino que son una ganancia en experiencia acumulada que ayudará
en el futuro a incrementar la productividad en el uso del programa.

R�y�RStudio

La asignatura que trabajaréis requiere el uso de los programas R y RStudio. Son

dos programas diferentes y los dos se tienen que instalar en el ordenador. Una
vez instalados, todas las operaciones indicadas en este manual las haremos
utilizando RStudio, pero también es necesario tener instalado el programa R,
aunque no lo ejecutamos en ningún momento, porque es el motor que utiliza
RStudio para funcionar. En el siguiente apartado, se indican los pasos que se
tienen que seguir para instalar los dos programas.

A lo largo de esta guía utilizaremos indistintamente los términos R y RStudio.

Esto no quiere decir que en los casos en que nos referimos a R tengamos que
utilizar el programa R. Siempre tendremos que utilizar RStudio en todas nues-
tras operaciones, pero utilizaremos los dos términos en esta guía, entendien-
do normalmente R como el motor que hace funcionar RStudio y procesa la
información, y RStudio como la interfaz, entendido como el entorno de pro-
gramación que nos permitirá utilizar las herramientas del programa R de una
manera más visual y eficiente. Podemos utilizar R y RStudio desde un sistema
operativo Windows, Mac OS X o Linux.

¿Qué�haremos?

Esta guía inicial está estructurada de la manera siguiente. En primer lugar, ve-
remos cómo descargar y ejecutar los programas R y RStudio. En segundo lu-
gar, ejecutaremos el programa RStudio y explicaremos la interfaz, en especial
las cuatro ventanas con las cuales trabajaremos. Esta guía contiene ejercicios
prácticos y está pensada para ser utilizada en paralelo con RStudio. De este
modo, el estudiante podrá aplicar directamente en el programa las indicacio-
© FUOC • PID_00265511 7 Guía de RStudio

nes propuestas. También aprenderemos a utilizar los paquetes o librerías de R

y a preparar los primeros códigos con el script. Finalmente, esta guía contiene
un apartado de ayuda para resolver errores.
© FUOC • PID_00265511 9 Guía de RStudio

1. Primer paso: descargar R y RStudio

R y RStudio son dos programas diferentes que se tienen que bajar desde páginas
web diferentes. Necesitaremos, con todo, tener los dos programas instalados
para trabajar. R es el motor y tiene los engranajes suficientes para funcionar
de manera autónoma, pero su visualización es austera y poco práctica para un
usuario que se inicia en lenguajes de programación. RStudio, en cambio, no
es autónomo, necesita R para funcionar, pero incorpora muchas característi-
cas que facilitan su manejo, como por ejemplo ventanas, elementos visuales y
diferentes opciones que nos ayudarán a trabajar con R. Por lo tanto, nosotros
trabajaremos con RStudio pero necesitaremos tener los dos programas instala-
dos, puesto que RStudio no puede funcionar si no tenemos previamente ins-
talado R.

Encontraremos los dos programas en sus respectivas webs. Recordad elegir la

opción correcta en función de si vuestro sistema operativo es Linux, Mac o
Windows. Para instalar R, el primer paso es acceder a su web y seleccionar
el sistema operativo. Tened en cuenta que la versión del programa puede ser
diferente a la que veis en las siguientes figuras. En este manual vemos la versión
3.5.3, pero es muy posible que cuando os descargáis el programa ya tengáis a
vuestra disposición una versión más nueva.

Figura 1. Bajar R: primer paso, seleccionar el sistema operativo.

En caso de utilizar el sistema Mac, en la siguiente ventana encontraréis el enla-

ce para bajar el archivo .pkg. En caso de Windows, hay que seleccionar ‘Install
R for the first time’ y en la siguiente ventana podréis bajar la última versión.
© FUOC • PID_00265511 10 Guía de RStudio

Figura 2. Bajar R: bajar el archivo .pkg en caso de trabajar con sistema operativo Mac.

Figura 3. Bajar R: seleccionar ‘Install R for the first time’ en caso de trabajar con sistema
operativo Windows.

Figura 4. Bajar R: bajar la última versión en caso de trabajar con sistema operativo Windows.

Una vez descargado R, pasaremos a bajar RStudio. Tenemos que acceder a la

web de descarga del programa y seleccionar el sistema operativo correspon-
diente. Fijaos bien en que, en la parte superior, nos deja claro que RStudio no
puede trabajar sin tener R instalado.

Figura 5. Bajar RStudio: escoger el sistema operativo.

© FUOC • PID_00265511 11 Guía de RStudio

Recordad que, una vez bajados, tenéis que instalar los dos programas. Será
necesario que el programa R esté instalado en nuestro ordenador, pero no será
necesario ejecutarlo. Sí que instalaremos y ejecutaremos RStudio, que será el
programa con el cual haremos todas las operaciones.
© FUOC • PID_00265511 12 Guía de RStudio

2. Segundo paso: situarnos

Cuando entremos en RStudio por primera vez, veremos un escritorio formado

por tres ventanas principales. La interfaz del programa es muy simple, pero si
no estamos acostumbrados a este tipo de entornos de programación nos cos-
tará un tiempo habituarnos a él. A la izquierda vemos una ventana más grande
que las otras, con las pestañas ‘Console’ y ‘Terminal’, mientras que a la dere-
cha vemos dos más pequeñas: la de encima tiene las pestañas ‘Environment’,
‘History’ y ‘Connections’, mientras que la de debajo tiene las pestañas ‘Files’,
‘Plots’, ‘Packages’, ‘Help’ y ‘Viewer’.

Figura 6. Pantalla inicial de RStudio.

Lo primero que haremos es añadir una cuarta ventana al escritorio de RStudio:

• En la barra superior de la pantalla iremos a: File -> New File -> R�Script (al-
ternativamente podéis pulsar Ctrl+Shift+N). Normalmente la tecla equi-
valente al Ctrl en PC será la tecla Command en Mac.
• R acaba de crear una cuarta ventana con el nombre ‘Untitled1’ y la ha
ubicado en la parte superior izquierda del escritorio. Acabamos de crear un
script, una de las herramientas fundamentales para utilizar R. Lo primero
que haremos es guardar este documento en blanco (podemos guardarlo
clicando en el icono del disquete, pulsando Ctrl+S o bien yendo a File -
> Save As).
• Cuando intentemos guardar el documento, lo más probable es que por de-
fecto nos sugiera guardarlo en la carpeta “Documents” (o “Documentos”)
de nuestro ordenador. Lo más recomendable es crear una carpeta dentro
de la carpeta de la asignatura titulada ‘R Scripts’. tendremos que crear unos
cuantos y bajarlos durante el curso, por lo tanto tener una carpeta donde
guardarlos nos será útil.
© FUOC • PID_00265511 13 Guía de RStudio

• Este primero script lo guardaremos con el nombre, por ejemplo

‘R_Script_prueba’.

En la siguiente imagen vemos las cuatro ventanas de RStudio. Por comodidad,

a la hora de trabajar, haremos las ventanas de la izquierda más anchas que las
de la derecha, de forma que nos quede más o menos como la imagen.

Figura 7. Las cuatro ventanas de RStudio.

En los próximos apartados repasamos las cuatro ventanas (Console, Script,

Environment y Files), una a una:

2.1. Console

La console o consola es el instrumento que utilizamos para comunicarnos con

RStudio. Lo que nosotros le indicamos aquí, R lo leerá y realizará las operacio-
nes necesarias. En esta ventana mantendremos la visualización de la pestaña
‘Console’ y tendremos escondida la de ‘Terminal’. En la consola, fijémonos en
el símbolo > que aparece al final de todo del texto inicial. Se le llama operador.
En el operador es donde podemos introducir nuestras primeras indicaciones
para comunicarnos con R. Teclead los códigos que aparecen en la tabla 1 y a
continuación pulsad la tecla Enter.

Tabla 1. Operaciones iniciales con la consola

Código Retorno

1+1 [1] 2

1:50 [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
[21] 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37
38 39 40
[41] 41 42 43 44 45 46 47 48 49 50

"Hola" [1] "Hola"

© FUOC • PID_00265511 14 Guía de RStudio

En cada código, vemos que R nos devuelve primero un número entre corchetes
[1]. Este número, que encontraremos al comienzo de cada línea, nos indica
en qué posición se encuentra el primer valor de cada fila de toda la cadena de
valores que nos está mostrando. Como vemos, el primer valor de la primera
fila es el valor 1. Cuando llega a la segunda fila, ya nos ha mostrado 20 valores
y, por lo tanto, el primero de la segunda fila es el 21 en este ejemplo (en vuestro
ordenador puede aparecer un valor diferente). El primero de la tercera es el 41.
En este caso, el número entre corchetes nos coincide con el primer número
de cada fila, pero no tiene que ser así necesariamente. Si pedimos a R que nos
muestre los mismos números de una manera desordenada, veremos que ya no
coinciden. Por ejemplo, teclead sample(50) y pulsad Enter.

A continuación, teniendo la consola seleccionada, pulsad en vuestro teclado

la flecha hacia arriba. Veréis que aparecen los códigos que hemos entrado pre-
viamente. La consola memoriza todos los comandos que hemos pedido en la
sesión actual que tenemos iniciada en RStudio. Con las flechas arriba y abajo
del teclado podemos recuperar códigos anteriores y modificarlos. Seguimos,
en la tabla 2, con una última prueba.

Tabla 2. Errores en R

Código Retorno

R Error: object 'R' not found

$ Error: unexpected '$' in "$"

Si entramos los dos códigos de la tabla anterior veremos que nos da error. La
consola, en una anotación en rojo, nos indica en el primer caso que no ha
encontrado el objeto ‘R’. En el segundo caso, nos indica que ha encontrado un
símbolo que no ha entendido. En nuestro proceso de aprendizaje con RStudio
toparemos con decenas de errores en la consola. Tenemos que considerarlo un
hecho habitual, que con paciencia solucionaremos, y saber que el primer paso
para llegar a la solución requiere leer muy atentamente lo que comenta R en
estos mensajes en rojo.

Por ejemplo, cuando hemos introducido R, el programa no nos ha encontrado (2)

Un atajo para crear este símbolo
es con el teclado introduciendo Alt
ningún objeto con el nombre R. Efectivamente, no recordamos haber creado
+- (signo menos).
ninguno. Dad ahora la siguiente indicación al operador: R <- c(1:2, 5,
7:10) y pulsad Enter. A continuación volved a teclear R y pulsad Enter. Co- Llamar e imprimir
mo veis, lo que hemos hecho primero es crear un objeto con el nombre R por
Los términos llamar e imprimir
medio del comando <- (símbolo ‘menor que’ seguido del símbolo ‘menos’)2, serán habituales en este módu-
lo. Cuando llamemos a un ob-
que sirve para crear objetos. Después, hemos pedido a R que nos imprima este jeto de R quiere decir que lo
objeto llamando a su nombre. Como lo hemos creado previamente, nos lo ha pedimos a la consola. Para ha-
cerlo, tenemos que teclear el
mostrado. La función c() que hemos utilizado significa concatenado y lo ten- nombre del objeto en la con-
sola. Cuando R nos muestra
dremos que utilizar de manera muy habitual cuando trabajemos con objetos este objeto en la consola, mu-
chas veces diremos que nos lo
imprima.
© FUOC • PID_00265511 15 Guía de RStudio

que tienen más de un valor. Para crear estas cadenas de valores introduciremos El símbolo : en R
la letra c, seguida de paréntesis. Dentro de los paréntesis, separados por comas,
Cuando queramos pedir una
pondremos los valores que queramos. cadena larga de valores conse-
cutivos no hace falta que intro-
duzcamos cada uno de estos
La consola nos muestra los resultados de todas las operaciones que hacemos valores. El símbolo : es un ata-
jo que nos permite introducir
con R. En algunos casos, sin embargo, veremos que no nos devuelve ningún solo el inicio y el final. Si que-
remos imprimir los valores del
resultado. Esto pasa principalmente cuando creamos un objeto. Cuando ante- 1 al 100, solo hace falta que
riormente hemos creado el objeto R, no hemos recibido ninguna indicación en tecleamos 1:100.

la consola conforme lo hemos creado satisfactoriamente. Esto, aunque pueda

parecer lo contrario, es buena señal. Cuando creamos objetos, RStudio nos al-
macena el objeto en memoria, pero no nos lo muestra en pantalla. Para ver-
lo impreso en la consola, tendremos que llamarlo una vez creado, o bien po-
demos poner todo el código entre paréntesis en el momento de crearlo para
que nos lo guarde y nos lo imprima en el mismo momento. Haced la prueba
escribiendo, por ejemplo, (S <- c(1:100)).

También hay que remarcar que R no guardará nada de lo que hagamos si no

se lo indicamos explícitamente con el comando <-. Por ejemplo, cuando he-
mos efectuado la operación sample(50), R nos ha mostrado el resultado en
la consola, pero no nos ha guardado el resultado en forma de objeto. Para
guardarlo, tenemos que introducir primero el nombre que tendrá el objeto,
después el comando <- y finalmente teclear el contenido que queramos que
tenga el objeto. Haced el siguiente ejercicio: cread e imprimid al mismo tiem-
po un objeto llamado muestra que contenga sample(50).

Cada orden completa que escribimos en la consola se llama línea de coman-

do. Nos referiremos indistintamente tanto por este nombre como por el de
código. Para que R nos lea cualquier código o línea de comando en la consola,
siempre tendremos que pulsar la tecla Enter al final. R lo leerá, lo procesará y
nos devolverá los resultados.

2.2. Script

El guion o script es un documento con el cual podemos anotar y transmitir a R

nuestras indicaciones. A partir de ahora, en este módulo dejaremos de dar las
indicaciones por medio de la consola y lo haremos con el script, puesto que es
como lo haremos habitualmente cuando trabajemos con R. A pesar de que las
funciones del script y la consola son parecidas, en el script podemos registrar
todas nuestras operaciones y guardar líneas y líneas de anotaciones. Tenemos
que considerar el script como un documento de texto que podemos usar de
borrador para apuntar y modificar tantas veces como haga falta nuestros có-
digos de R. Apuntarlo en el script nos permitirá preparar, modificar, guardar
y compartir códigos más fácilmente.
© FUOC • PID_00265511 16 Guía de RStudio

(3)
Veréis cómo todas las líneas del script están numeradas en la parte izquierda. Si queremos ordenar a R que lea
todo el script, de arriba abajo, ten-
A continuación tenéis, en el siguiente cuadro de color gris, varias líneas de
dremos que pulsar Ctrl+Shift+Enter
comandos. Copiadlas todas y pegadlas a la primera línea numerada de código en los PC y Ctrl+Shift+Command
en los Mac.
de vuestro script. Una vez pegadas, situad el cursor en esta primera línea de
código. A diferencia de la consola, para ejecutar un código o línea de comando
en el script tenemos que pulsar Ctrl+Enter en los PC y Command+Enter en
los Mac 3. Cada vez que ejecutáis una línea de comando en el script, el cursor
saltará al inicio de la línea siguiente. Ejecutad todas las líneas del script hasta
llegar a la última.

#Base de datos Mtcars

mtcars
hist(mtcars$mpg) #Histograma de la variable mpg
plot(mtcars$disp, mtcars$wt)
plot(mtcars$ disp,
mtcars$qsec)

En este simple proceso hemos realizado varias cosas que tenemos que tener en
cuenta para saber cómo funcionan las órdenes que damos al script. Lo primero
que tenemos que saber es que el símbolo # (almohadilla) desactiva todo el resto
de información que haya en la misma línea de comando. Esto sucede tanto en
la primera línea con #Base de datos Mtcars como la tercera línea, donde a
partir de la aparición de la almohadilla, R entenderá que tiene que dejar de leer
el código en esta línea y pasar a la línea siguiente. La almohadilla, pues, nos
será muy útil para hacer anotaciones. Podemos utilizarlo, por ejemplo, como
título para indicar las operaciones que vendrán a continuación, y también
podemos utilizarlo al final de una operación para dar algún detalle sobre la
línea en cuestión.

La segunda cosa que hemos podido observar en el ejemplo anterior es cómo

funcionan los espacios. Fijaos en que en la cuarta línea del código anterior no
hay espacio entre $ y disp , mientras que en la quinta línea estos dos términos
sí que están separados por varios espacios. Tenemos que saber que R no lee
espacios, de forma que tanto en una línea como en la otra R nos ha leído
el mismo objeto mtcars$disp. Los espacios nos son útiles para poder leer e
interpretar los códigos con más facilidad, pero R no los tiene en cuenta cuando
lee un código. Por ejemplo, para R será exactamente lo mismo el código v<-
c(3,2) que el código v < - c (3 ,2).

Finalmente, hay que señalar que cuando pedimos a R que lea una línea, el
programa nos saltará automáticamente a la siguiente si interpreta que el códi-
go no está finalizado. Los códigos de R no acaban nunca con una coma. Como
la última línea del código anterior acaba con una coma, R ha pasado a leer
automáticamente la línea siguiente. Hay otros símbolos, como un paréntesis
abierto ((), una comilla abierta (") o un símbolo de suma (+) que requieren
© FUOC • PID_00265511 17 Guía de RStudio

código a su derecha. R interpretará que tiene que continuar leyendo y/o saltar
de línea si es necesario. Los saltos de línea nos son útiles para organizarnos el
código y facilitar nuestra lectura.

También es importante saber que si el cursor está situado en cualquier posi-

ción en una línea de comando del script, R leerá toda la frase entera (y esto
puede comportar que R también nos lea líneas superiores o inferiores). R irá
a buscar donde está el principio y el final del código completo y nos lo leerá
entero. Si ve que está incompleto, nos devolverá error. Si en lugar de situar
el cursor en una parte del código, seleccionamos una parte de la línea de co-
mandos iluminándola con el cursor, R solo nos leerá esta parte. Probad, del
código anterior, de seleccionar solo mtcars$disp. Después haced lo mismo
con mtcars$qsec. R nos leerá únicamente la selección (siempre que tenga
sentido gramatical para R).

Utilizar el script para apuntar todos los pasos que vamos siguiendo cuando
creamos y desarrollamos códigos es muy útil tanto para nosotros como para
terceras personas. Nosotros nos aseguramos de conservar en detalle todo el
procedimiento que hemos seguido para generar unos datos determinados. Así,
podemos repetir el procedimiento en cualquier momento, cambiarlo o bien
examinarlo para detectar posibles errores. Anotar los códigos en el script tam-
bién ayuda a nuestro rol de analista de datos de cara a terceras personas. Si
queremos compartir nuestro trabajo, no hará falta que guardemos y enviemos
varias tablas y gráficos. A veces tampoco será necesario que guardemos una
base de datos. En un simple script, que ocupa poquísimo en nuestro ordena-
dor, tenemos detallado todo el procedimiento, de forma que la otra persona
solo tendrá que reproducir en su ordenador los códigos que hemos preparado.

2.3. Environment

En la ventana Environment o entorno podemos consultar todo lo que R tie-

ne almacenado en memoria. En la ventana principal encontramos los objetos
que ha creado. Si hemos seguido el ejercicio anterior de crear los objetos R y v,
R nos mostrará estos dos objetos en la ventana junto con una breve descrip-
ción. Como veis en la figura 8, R es un objeto numérico de siete caracteres,
mientras que v es un objeto también numérico pero de dos caracteres. Desde
la consola o el script podemos obtener información de los objetos creados con
las funciones ls() u objects().
© FUOC • PID_00265511 18 Guía de RStudio

Figura 8. Global Environment.

Los objetos también se pueden eliminar. Para eliminar uno concreto, introdu-
cid el nombre del objeto dentro de la función rm() o remove(). Se pueden
eliminar todos los objetos con la función rm(list=ls()).

Aparte de objetos, R también puede almacenar otros tipos de datos. Si clicáis

en el apartado de ‘Global Environment’, os aparecerá un desplegable donde
podréis comprobar los paquetes instalados en el entorno de R. Un paquete o
librería se refiere al mismo concepto, un grupo de funciones y objetos, y nos
referiremos a ello en este módulo de las dos maneras (ved el apartado Paso
3: Paquetes). Dentro del desplegable de ‘Global Environment’ veréis las siete
librerías con que R viene por defecto: stats, graphics, grDevices, utils, datasets,
methods y base. Más adelante añadiremos otras librerías en este desplegable.
También podemos consultar las librerías cargadas con la función search().

Encima del apartado ‘Global Environment’ encontramos ‘Import Dataset’. Utilizar archivos de Excel,
Con este apartado podremos importar diferentes bases de datos a R. Lo más Stata y SPSS

sencillo es bajar ficheros con extensión .csv o .txt . Si queréis importar ficheros Las librerías más comunes pa-
en formato Excel, Stata o SPSS, R os pedirá que bajéis la librería necesaria pa- ra bajar bases de datos de Ex-
cel son readxl y gdata, mien-
ra poderlos importar en cada caso. Lo ideal es importar datos usando código, tras que para Stata y SPSS utili-
zaremos los paquetes haven o
puesto que nos permite replicar un comando en otros ordenadores, pero tam- foreign.
bién es útil saber que podemos importar manualmente bases de datos desde
la ventana Environment.

Las otras pestañas de esta ventana no las usaremos. ‘History’ hace una recopi-
lación de los procedimientos que ha hecho RStudio en la sesión actual. Podéis
echar un vistazo para ver el historial de operaciones que habéis hecho hasta
ahora.

2.4. Files

Como veis, esta ventana tiene varias pestañas: ‘Files’, ‘Plots’, ‘Packages’, ‘Help’
y ‘Viewer’. En la pestaña ‘Files’ nos tendría que aparecer la carpeta de nuestro
ordenador donde R irá por defecto a buscar los archivos, que acostumbra a
ser la carpeta ‘Documents’ o ‘Documentos’. R necesita una carpeta de nuestro
© FUOC • PID_00265511 19 Guía de RStudio

ordenador para operar. Será donde nos guardará las bases de datos que expor-
tamos y el primer lugar donde irá a buscar las bases de datos que queramos
importar. Esta carpeta la denominaremos directorio de trabajo. Podemos con-
sultar el contenido del directorio de trabajo por medio de dir() y su ubica-
ción dentro de nuestro ordenador con getwd().

Si tenemos una carpeta especial donde queramos tener todos los archivos que
vamos generando con R, será conveniente indicarla como directorio de traba-
jo para facilitarnos el trabajo. Podemos, por ejemplo, ir a la carpeta de la asig-
natura que tengamos creada en nuestro ordenador y crear dentro una nueva
carpeta llamada ‘R Docs’. Una vez estemos en esta nueva carpeta, tenemos
que especificar a R que queremos fijarla como directorio de trabajo. Para cam-
biar manualmente la ubicación del directorio de trabajo, lo podemos hacer
mediante los tres puntos suspensivos (...) que encontramos en el extremo de-
recho de la ventana ‘Files’. Una vez hayamos seleccionado el nuevo directo-
rio de trabajo, podemos ir al engranaje azul de la ventana ‘Files’ y marcar ‘Set
As Working Directory’. Este proceso también se puede hacer por medio del
script con la función setwd(), en que dentro de los paréntesis especificaremos
la dirección de la carpeta. Por ejemplo, ponemos poner setwd("C:/RRII/
Indicadores/R") en PC y setwd("H:\\myfolder\\data") con Mac. De
manera semiautomática tenemos la opción setwd([Link]()).

Ya hemos visto la utilidad de la segunda pestaña, ‘Plots’. Cuando R crea un

gráfico, lo visualizaremos automáticamente en esta ventana.

La pestaña ‘Packages’ es extremadamente importante en nuestros primeros

pasos con R para familiarizarnos con el sistema de paquetes (aunque a medida
que ganamos habilidad con el programa la iremos olvidando progresivamen-
te). En este apartado podemos visualizar todos los paquetes instalados en RS-
tudio de manera parecida a como hemos hecho cuando visitábamos ‘Global
Environment’. La lista que vemos son los paquetes que R tiene instalados, y
encontramos el nombre del paquete, una breve descripción y la versión. Tam-
bién podemos visualizarlos en la consola con [Link](). Que
un paquete esté en esta lista no quiere decir que R lo esté usando. R puede
tener un paquete instalado, pero no cargado. Por lo tanto, tenemos que dife-
renciar dos procesos:

• Paquetes instalados: los paquetes que se encuentran en la lista que aparece

en la ventana son los que RStudio tiene descargados. Esto no quiere decir
que los esté utilizando.
– De manera manual, podemos instalar un paquete nuevo clicando en
el apartado ‘Install’. Nos aparecerá una ventana donde podemos intro-
ducir el nombre del paquete que queremos que instale. Para instalar
los paquetes básicos que nos piden en la guía de la asignatura, busca-
remos dplyr, ggplot2 y tidyr en la lista y, si no los encontramos, iremos
al apartado ‘Install’ para instalarlos.
© FUOC • PID_00265511 20 Guía de RStudio

– En el script, podemos utilizar la función [Link]() pa-

ra instalar paquetes. El nombre del paquete tiene que ir siempre
entre comillas. Si queremos instalar a la vez más de un paque-
te, lo tendremos que hacer con el concatenado. Para instalar los
paquetes que nos piden en la guía de la asignatura, utilizaremos:
[Link](c("dplyr", "ggplot2", "tidyr")).

• Paquetes cargados: para que R pueda trabajar con el paquete, tiene que estar
cargado. Si nos encontramos con problemas cuando hagamos una deter-
minada operación con R, es muy posible que el paquete no esté cargado.
Lo podemos cargar de dos maneras:
– Manualmente, activando el paquete que nos interese de la lista con el
cuadradito que aparece a su lado. R nos lo cargará automáticamente.
Si no aparece en la lista, lo tendremos que instalar (ved el apartado
anterior).

– Una segunda opción para instalar y cargar los paquetes es desde la con-
sola o el script. Para hacerlo, utilizaremos la función library(). No
podemos cargar varios paquetes a la vez. Los tendremos que cargar in-
dividualmente. Por ejemplo: library(dplyr), library(ggplot2),
library(tidyr).

El mejor amigo de un usuario de R es la ventana ‘Help’. En este apartado po-

dremos pedir información sobre un paquete, una función o un objeto deter-
minado. Solo hace falta que pongamos el símbolo ? antes del nombre del cual
queremos pedir información. Por ejemplo, ?sum, ?dplyr o ?datasets. En
esta fase todavía no nos será de gran utilidad, pero a medida que nos familia-
ricemos con R descubriremos el gran valor que tiene.

Finalmente, tenemos la ventana ‘Viewer’, que por ahora no utilizaremos.

© FUOC • PID_00265511 21 Guía de RStudio

3. Tercer paso: los paquetes

Las librerías o paquetes son los manuales que consulta R para poder trabajar.
Para hacer un símil con los estantes de libros que tenemos en casa, diremos
que después de instalar R en nuestro ordenador, el programa tiene en su estu-
dio una estantería gigante con la mayoría de estantes vacíos. Solo tiene unos
cuantos libros básicos que ya vienen incorporados en el programa y que R ya
se sabe de memoria. Estos libros son los que podemos ver inicialmente en la
pestaña de Global Environment o bien si tecleamos search(). Con lo que ha
aprendido de estos libros, R sabe hacer operaciones básicas como por ejemplo
sumar y restar, crear gráficos sencillos y algunas cosas más.

Cuando damos la orden [Link](), lo que hacemos es decir a R

que vaya a buscar nuevos libros y los coloque en los estantes del estudio. A
medida que instalamos más libros o paquetes, la librería se nos va llenando de
material, aunque R solo los tiene colocados decorativamente. Ocupan espacio
en los estantes (en nuestro disco duro), pero ¡cuidado, tener muchos libros no
quiere decir que R los haya leído! R no los leerá hasta que se lo indiquemos.

El paso siguiente es decir a R que nos lea de arriba abajo algunos de los li-
bros con la función library(). Los libros son como manuales de instruccio-
nes. Cuando decimos a R library(jardineria), el programa lee el manual
de jardinería con décimas de segundo. De repente, R ya sabe absolutamen-
te todo lo que se tiene que hacer para ser un buen jardinero. Si le decimos
library(carnetB), R se sacará el carnet B de conducir en pocas décimas de
segundo y estará preparado para pilotar el coche que le indiquemos.

La cuestión es, pues, llenar la librería de libros que necesitemos para tenerlos
fácilmente al alcance e indicar a R que lea los manuales que utilizaremos para
hacer las operaciones que necesitaremos. De base, R ya tiene algunos conoci-
mientos. Sabe sumar, restar, hacer varias operaciones, crear objetos, leer bases
de datos, dibujar algunos gráficos..., pero nosotros le pediremos mucho más.
Principalmente, le diremos que aprenda a hacer tres tareas. La más importante
es la de manipular bases de datos. R aprenderá a crear y eliminar columnas y
filas, ordenar filas o hacer operaciones estadísticas más sofisticadas. Esto nos
lo permitirá un libro cuyo lomo dice dplyr. Una segunda tarea que también
nos será muy útil es la de dibujar gráficos complejos. Esto nos lo permitirá ha-
cer el manual ggplot2. Finalmente, también utilizaremos tidyr, un paquete que
manipula las filas y las columnas de las bases de datos. Hay más paquetes que
utilizaremos, como por ejemplo readxl, stringr o lubridate, pero ya hablaremos
de ellos más adelante.
© FUOC • PID_00265511 22 Guía de RStudio

El CRAN es nuestra biblioteca central. Cuando le decimos

[Link](), R va a la biblioteca, coge los libros que le decimos y los
deja en el estante del estudio. Cuando le decimos library(), R va al estante
y lee el manual que le decimos. En el apartado anterior ya hemos aprendido
a diferenciar entre estos dos procesos y también hemos conocido las dos ma-
neras que hay para bajar paquetes: por medio de la ventana ‘Packages’ o por
código mediante el script o la consola. Es posible que primero nos sintamos
más cómodos usando la ventana, pero más adelante a buen seguro que nos
sentiremos más cómodos con el código.

Diferencia clave entre instalar y cargar

Es muy importante saber que, cuando instalamos un paquete, R se lo

guardará en memoria y no necesitaremos volverlo a instalar cada vez
que iniciemos sesión en R (salvo que aparezca una nueva versión que
queramos utilizar, caso en que sí que lo tendremos que instalar de nue-
vo). En cambio, cuando salgamos de R los paquetes dejarán de estar
cargados. La próxima vez que volvamos a ejecutar el programa, tendre-
mos que volver a cargar los paquetes. Por lo tanto, tened en cuenta, de
manera sistemática, que hay que poner estos tres códigos siempre que
entréis en R.

library(dplyr)
library(tidyr)
library(ggplot2)
© FUOC • PID_00265511 23 Guía de RStudio

4. Cuarto paso: script

Ahora que ya conocemos las partes esenciales de la interfaz de R, ya estamos

preparados para empezar a trabajar con los materiales de la asignatura. En es-
te apartado utilizaremos, como ejemplo, los scripts que figuran en el módu-
lo inicial de la asignatura Fuentes de información e indicadores en estudios inter-
nacionales, aunque podrían valer los de cualquier asignatura. Lo primero que
podemos hacer es organizarnos el script a nuestro gusto y empezar a entrar los
códigos que tenemos en los materiales docentes. En la figura 9 encontraréis
una propuesta de cómo empezar.

Figura 9. Organización del script.

(4)
En primer lugar, hemos puesto un título de encabezamiento precedido por la Fijaos en la diferencia entre escri-
bir "dplyr" o “dplyr”. R reco-
almohadilla (#). Como sabéis, cuando RStudio ve que hay una almohadilla
nocerá el primer término pero nos
delante de una línea, entiende que no tiene que leer nada a partir del símbolo dará error en el segundo caso.

que haya en la misma línea. A nosotros, en cambio, nos irá bien para hacer
anotaciones en el script. En #INSTALL instalamos los tres paquetes básicos
que utilizaremos. Recordad que los paquetes se instalan con comillas. Mucho
cuidado si copiamos y pegamos códigos con comillas desde programas como
por ejemplo Word. Normalmente, estos programas redondean o inclinan las
4
comillas . Si enganchamos estas comillas modificadas a RStudio, el programa
no entenderá qué símbolo son y nos dará error.

Para instalar los paquetes tenemos que estar conectados a internet, puesto que
R va a buscarlos en la biblioteca CRAN. Veremos que la instalación de algunos
paquetes puede tardar un rato, en especial la de ggplot2. Paciencia. Sabréis si
R todavía está procesando si hay una señal roja de stop en el margen superior
izquierdo de la ventana de la consola.

Una vez instalados los paquetes, los tendremos que cargar o activar. Pode-
mos hacer la misma operación que antes y marcar con una almohadilla # el
inicio de otro proceso. En este caso, hemos puesto #PACKAGES. Los paque-
tes se tienen que cargar por separado: library(tidyr), library(dplyr) y
library(ggplot2). Normalmente solo necesitaremos instalar una sola vez
© FUOC • PID_00265511 24 Guía de RStudio

los paquetes. Después ya se quedan guardados en nuestro ordenador. Lo que

sí que tendremos que hacer es cargarlos cada vez que iniciemos una nueva
sesión.

La mejor manera de comprobar que R nos ha instalado correctamente el pa-

quete será utilizándolo. En la tabla 3 se indica cómo comprobar que los pa-
quetes ggplot2 y dplyr funcionan con dos operaciones hechas mediante fun-
ciones de estos paquetes: crearemos un histograma con ggplot2 y filtraremos
unos datos con dplyr.

Tabla 3. Prueba de los paquetes ggplot2 y dplyr.

Prueba�ggplot2
qplot(mtcars$mpg)

Prueba�dplyr
filter(mtcars, mpg > 25)

Si en el primer código nos aparece un gráfico significará que tenemos ggplot2

funcionando correctamente. Si en el segundo código nos aparece en la con-
sola una tabla de seis filas, también significará que el paquete dplyr funciona
correctamente.

Con las indicaciones dadas hasta aquí ya podéis repetir las instrucciones del
manual de la asignatura en vuestro ordenador. Personalizad el script a vuestra
manera e id introduciendo las líneas de comandos.
© FUOC • PID_00265511 25 Guía de RStudio

5. Quinto paso: posibles errores

No hay programador o analista de datos, por más que sepa, que no cometa de-
cenas de errores cuando utiliza R. Las horas invertidas en el programa y nues-
tra familiarización con el entorno, manuales de ayuda o foros determinarán
nuestra capacidad de poder resolver estos errores. Por lo tanto, al principio
tendremos que tener mucha paciencia, puesto que todavía tendremos pocos
recursos para poder resolver las situaciones que nos sobrevengan.

En la tabla 4 se ofrece una guía de los problemas más habituales con que el
usuario se puede encontrar en las primeras horas de R. Obviamente, no es una
lista exhaustiva, pero nos puede ayudar a identificar y resolver más de un error.

Tabla 4. Errores principales que os podéis encontrar con R.

1 No haber instalado RStudio ni R. Trabajaremos con RStudio, pero también tendremos

que tener instalado R para que RStudio funcione adecuadamente.

2 No reconoce parámetros como %>%, group_by() o summarize(). No está instalado

el paquete dplyr.

3 Algunos errores se dan porque no tenemos las librerías correspondientes instaladas o

bajadas. Comprobad que tengáis todas las librerías necesarias instaladas y también car-
gadas para hacer el ejercicio. Podéis comprobar en la ventana inferior derecha ‘Packa-
ges’ cuáles son las librerías instaladas (las que figuran en la lista de la ventana) y cuáles
son las que están cargadas (las que tienen un signo √ al lado).

4 Si copiamos los datos primero en un Word y después en RStudio nos podemos encon-
trar un problema de formato. Por ejemplo, Word modifica las comillas "_" de los códi-
gos para hacerlas más redondeadas o inclinadas, y en este formato RStudio no enten-
derá el significado.

5 Es un error muy común copiar los datos de manera inexacta. Fijaos bien en la orienta-
ción de las barras, puesto que no es lo mismo \ que /. Haced un recuento del número
de paréntesis que abrís en una línea de código, puesto que por cada paréntesis ( que
abrimos tendrá que haber otro ) que cierre.

6 Cuando en la consola nos sale + es que R espera instrucciones, que no hemos acabado
bien el código y que posiblemente falta cerrar un paréntesis o unas comillas.

7 No pongáis nunca un # ante una línea de código. Las líneas de código que R tiene que
interpretar tienen que estar libres delante.

8 R es sensible a las mayúsculas. "SPAIN" no es lo mismo que "Spain". Teclead

"SPAIN" == "Spain" y observad el resultado.

A medida que vamos ganando más experiencia con R, cada vez seremos más
capaces de entender cuál es el error si leemos el texto que R nos devuelve en la
consola. Por ejemplo, con “unexpected symbol” o “unexpected end of
input” es muy posible que haya algún problema de tecleo en el código y que
tengamos que revisar que todos los paréntesis estén cerrados, los caracteres
© FUOC • PID_00265511 26 Guía de RStudio

entre comillas y los nombres de los objetos y las funciones entrados correcta-
mente. Si en la consola aparece un “+” es porque R espera que añadamos algún
comando más para completar el código.
© FUOC • PID_00265511 27 Guía de RStudio

6. Glosario

Glosario�de�atajos�con�el�teclado�(PC)

Alt+- Atajo por <-

Ctrl+Enter Ejecuta una línea de código en el script

Ctrl+S Guarda el script

Ctrl+Shift+Enter Ejecuta todo el código del script

Ctrl+Shift+N Crea un script

Enter Ejecuta una línea de código en la consola

Glosario�de�funciones�y�operadores�del�módulo

<- Crea un objeto

? Abre el cuadro de ayuda de una función u objeto

?? Hace una búsqueda por palabra clave

$ Establece la separación entre el marco de datos y la variable.

c() Crea un vector

dir() Muestra los archivos del directorio de trabajo

getwd() Muestra la ubicación del directorio de trabajo

help() Abre el cuadro de ayuda de una función u objeto

[Link]() Muestra las librerías instaladas

[Link]() Instala una o más librerías

library() Muestra los paquetes instalados

ls() Muestra los objetos creados

objects() Muestra los objetos creados

remove() Elimina un objeto creado

rm() Elimina un objeto creado

rm(list=ls()) Elimina todos los objetos que hemos creado

sample() Devuelve una muestra aleatoria

search() Muestra los paquetes cargados en R.

setwd() Establece la ubicación del directorio de trabajo

© FUOC • PID_00265511 28 Guía de RStudio
© FUOC • PID_00265511 29 Guía de RStudio

Resumen

En este módulo hemos visto cómo introducirnos en RStudio a través de cinco

pasos principales. Los contenidos que hemos estudiado en las páginas anterio-
res no pretenden ser una guía exhaustiva sobre el uso del programa, sino que
tienen como objetivo principal que el estudiante se pueda mover por RStudio
con suficiente habilidad para poder trabajar los materiales y las actividades de
una asignatura que utilice el entorno de R como herramienta docente.

Es importante completar este aprendizaje con otros materiales, principalmen-

te con vídeos que encontraréis disponibles en el aula y también con los recur-
sos que creáis necesarios. Tened en cuenta que R es un software libre con una
comunidad de usuarios muy grande y que hay muchísimos sitios en la red
donde podéis encontrar tutoriales o guías de ayuda.