Cómo importar datos en R utilizando técnicas muy simples

Cuando empecé con R uno de los problemas fundamentales fue aprender a leer los datos para empezar a trabajar.

Es una etapa fundamental antes de empezar con la exploración de los datos y el posterior análisis.

Y quizá en mis inicios no le daba la atención que se merecía, y siempre estaba buscando en internet cómo poder importar datos en R: tanto archivos Excel como datos tipo .txt (ASCII para los amigos) .csv y archivos html.

Tenía más o menos claro cómo hacerlo, pero nunca había recogido las rutinas para leer datos.

Así que hoy quiero ayudarte a leer datos en R de manera sencilla utilizando unas rutinas efectivas. ¡A por ello!

Como quiero que practiques te paso el ejemplo del artículo:

# El roadmap: de los datos brutos a información

Quizá ya lo sepas pero me gustaría antes presentarte las etapas de los datos hasta llegar a la información y resaltar la importancia de la lectura.

Estas son las etapas:

1. Lectura o importación de datos
2. Limpieza de formato de datos
3. Exploración
4. Análisis
5. Extracción de Información útil

Seguramente ya las conocías pero quédate con una cosa. ¿La etapa número 1 cuál es? La lectura o la importación. Queda todo dicho.

Sin datos vamos mal. Y los datos pueden tener muchos formatos. Por ello, en los próximos apartados te he recogido los formatos más habituales para que veas cómo puedes importar datos en R fácilmente.

A mi siempre me hubiera gustado tener un listado como el que te voy a mostrar.

Los formatos de datos más típicos son archivos ASCII (txt), csv y archivos de Excel.

# Importar archivos txt o csv (en general ASCII)

Los datos planos o ASCII en general que trabajan con caracteres tienen dos peculiaridades:

1. El header o encabezamiento
2. La separación de caracteres que indican la separación de columnas: pueden estar separadas por comas, puntos y comas, por tabulación, etc…

Estos son los tres tipos de archivos que te vas a encontrar en la práctica:

TIPO 1: NO tienes header. Solo datos

TIPO 2: En la primera línea tienes header. A partir de la 2, datos.

TIPO 3: Tienes un header engañoso

Ahora te explico cómo leerlos.

Tienes dos opciones:

1. Trabajar con el paquete ‘readr’ efectivo cuando tienes muchos datos.
2. Trabajar con la sentencia read.table.

# OPCIÓN 1:utilizar el paquete readr

PASO1: cargar el paquete ‘readr’

Según mi experiencia el paquete “readr” es fantástico usarlo. Es muy práctico. Para cargarlo puedes utilizar esta sentencia:

test.function = function(r) {
    return(pi * r^2)
}
test.function(1)

# Instalar el paquete 'readr' el paquete más práctico para leer ficheros;
install.packages("readr")
# Cargar el paquete
library("readr")

PASO2: utilizar una sentencia de la siguientes:

Una vez cargado puedes trabajar con él. Tienes tres funciones que vas a utilizar:

• read_csv(): para leer archivos con coma (“,”) como separador
• read_csv2(): para leer archivos con punto y coma (“;”) como separador
• read_tsv(): para leer archivos con tabulador (“\t”) como separador
• read_delim(,sep =’|’): para leer archivos con separador distintos como puede ser el símbolo ‘|’

Leer archivos de tu PC poniendo la ruta del archivo

Para poder leer bien los archivos tienes que proporcionarle a R la ruta del archivo con el nombre. Lo puedes hacer tú poniendo toda la ruta con el nombre y la extensión. Tipo:

tusDatos <- read_csv(“la_ruta_del_archivo”)

Por ejemplo:

tusDatos &lt;- read_csv("D:\Jordi\blog\contingut\post47-Como improtar datos en R/ejemplo-datos.txt")<br />print(tusDatos)<br />

Tienes otra opción más molona 🙂

Leer archivos de tu PC seleccionando con el mouse

Si eres novato te recomiendo que selecciones los datos con una ventana emergente usando file.choose(). Así de fácil:

Para leer datos seleccionando el archivo de tu PC con el ratón puedes utilizar:

tusDatos <- read_csv(file.choose())
tusDatos <- read_csv2(file.choose())
tusDatos <- read_tsv(file.choose())
tusDatos <- read_delim(file.choose(),sep ='|')

Leer archivo de internet

Ahora se trata de poner la ruta de la web donde hay datos. Puedes probar con esta línea de código:

tusDatos <- read_tsv("http://www.sthda.com/upload/boxplot_format.txt")

# Cómo leer los tres tipos de archivos con el paquete readr

El código para leer los tres tipos de archivos:

# TIPO 1: solo datos
tusDatos <- read_csv(file.choose(),skip = 0,col_names = FALSE)

# TIPO 2: encabezado una linea + datos
tusDatos <- read_csv(file.choose(),skip = 0,col_names = TRUE)

# TIPO 3: encabezado raro + datos
tusDatos <- read_csv(file.choose(),skip = 8,col_names = TRUE)

# OPCIÓN 2: utilizar la función read.table

Recomiendo esta opción cuando no tienes demasiados datos (yo siempre he usado esta opción).

Puedes ir un paso más allá y trabajar como un pro. Para casos especiales cuando tienes encabezados. Es decir tienes caracteres que no quieres leer en las primeras filas.

tusDatos <- read.table(file.choose(), skip = 2, header =TRUE, sep =‘;’)

En este caso NO vas a leer las dos primeras filas y la tercera serán los nombres de las columnas (de las variables). Además el separador será en ; .

Para el ejemplo que te he puesto:

# TIPO 1: solo datos
tusDatos <- read.table(file.choose(), skip = 0, header = FALSE, sep =',')

# TIPO 2: encabezado una linea + datos
tusDatos <- read.table(file.choose(), skip = 0, header = TRUE, sep =',')

# TIPO 3: encabezado raro + datos
tusDatos <- read.table(file.choose(), skip = 8, header = TRUE, sep =',')

Esta es la forma más general de leer un archivo de texto, ASCII o plano. ¡Recuérdala!

# Importar archivos Excel

Otros archivos muy típicos para trabajar son los datos de una tabla Excel.

OPCIÓN1: Puedes utilizar un método muy sencillo.

1. Selecciona los datos de Excel y cópialo
2. Lee los datos copiados con este código

read.table(file = "clipboard", sep = "\t", header=TRUE)

¿Fácil, verdad?

OPCIÓN2: Utilizar el paquete “readxl” y podrás leer los archivos Excel que quieras.

Recuerda que la primera fila del Excel corresponden a los nombres de las variables. Para ser elegante trabaja así.

# Instalar el paquete 'readxls' el paquete más práctico para leer ficheros Excel
install.packages("readr")
# Leer el paquete
library("readxl")

Para leer los datos solo tienes que hacer lo siguiente:

# Puedes leer la hoja poniendo el nombre
misDatos <- read_excel(file.choose(), sheet = "el nombre de la Hoja que quieres leer")
# Puedes leer la hoja número 1. La primera de todas
misDatos <- read_excel(file.choose(), sheet = 1) 

Ya sabes leer archivos planos y de Excel de manera sencilla. ¡No está nada nada mal!

Puedes descargarte el ejemplo de R aquí:

## Después de importar datos en R. ¿Cómo los analizo?

Una vez sabemos importar datos en R y limpiarlos es momento de la magia. La magia llega cuando transformas esos datos en gráficos, modelos estadísticos y algoritmos para transformarlos en información.

Si quieres analizar datos en R es necesario conocer un método paso a paso para que logres resultados reveladores a través de los datos que has importando y limpiado. Si quieres conocer este método puedes acceder al training gratuito de estadística aquí:

Training Gratuito Estadística

"Cómo Analizar los Datos de tus proyectos con Éxito sin perder miles de horas leyendo libros de estadística." 👇

DAME ACCESO AHORA

…

Ahora te toca a ti. Prueba estas enseñanzas y a ver qué tal te va! Cuéntamelo en los comentarios 😉

[sourcecode language="r"]
test.function = function(r) {
    return(pi * r^2)
}
test.function(1)
[/sourcecode]