slides_control_y_filtrado.html

<!DOCTYPE html>
<html lang="" xml:lang="">
  <head>
    <title>Estructuras de Control y Filtrado</title>
    <meta charset="utf-8" />
    <meta name="author" content="Guillermo de Anda-Jáuregui" />
    <script src="libs/header-attrs/header-attrs.js"></script>
    <link href="libs/remark-css/default.css" rel="stylesheet" />
    <link rel="stylesheet" href="my_style.css" type="text/css" />
  </head>
  <body>
    <textarea id="source">
class: center, middle, inverse, title-slide

# Estructuras de Control y Filtrado
## Bases de programación en R
### Guillermo de Anda-Jáuregui
### INMEGEN
### 18 July, 2022

---


class: my_style

---

class: my_style


# .center[Sección 1:]

## .center[Estructuras de Control]

  * ¿Qué es una es estructura de control? 
  
  * ¿Para qué las necesito?
  
  * Estructuras tradicionales **for**, **if**
    
    * Alternativas en R: La familia **apply** e **ifelse**
  
---

class: my_style2

# .center[El ejemplo]

Tengo datos de glucosa en sangre ( `\(mg/dL\)` ) Quiero programar un sistema que me alerte de niveles de azúcar altos ( `\(&gt;100 mg/dL\)` )


```r
x = mi_glucosa
```


**SI** mi glucosa es **mayor** a cien ( `\(mi\_glucosa &gt;= 100\)` ),  quiero una **ALERTA**
**DE OTRA FORMA,** quiero que me diga que todo está bien.

---

.center[![an image](rBio/glucosa_01.png)]

---

class: my_style2

# .center[if]

**if** es una *estructura de control condicional* que nos permite tomar una decisión dada una condición lógica

* Igualdad o desigualdad: *==*, *!=* 
* Mayor/menor: *&gt;*, *&lt;*, *&lt;=*, *&gt;=*
* Pertenencia: *%in%*
* Negación: *!*


```r
mi_glucosa = 200 

if(mi_glucosa &gt;= 100){
  print("ALERTA")
  }
```

```
## [1] "ALERTA"
```
---

class: my_style2
Notar la sintaxis: 


```r
if(**MI EVALUACION LOGICA**){
  dentro de llaves lo que quiero que pase si mi evaluación lógica es CIERTA
}
```

Ahora probemos el caso en el que la glucosa no excede mi umbral 

```r
mi_glucosa = 80 

if(mi_glucosa &gt;= 100){
  print("ALERTA")
  }
```

# .center[NO PASA NADA!?]
---

class: my_style2

# .center[else: la compañera de if]

Usamos **else** para definir lo que queremos que pase si la evaluación es **NEGATIVA** 


```r
mi_glucosa = 80 

if(mi_glucosa &gt;= 100){
  print("ALERTA")
}else{
    print("¡Todo está bien! =)")
  }
```

```
## [1] "¡Todo está bien! =)"
```
---

## .center[Pongamos un poco más de complicación]

.center[![an image](rBio/glucosa_02.png)]

---
class: my_style2


```r
mi_glucosa = 80 

if(mi_glucosa &gt; 100){
  if(mi_glucosa &gt; 126){
  print("¡¡¡¡ALARMA!!!!")
    }else{print("ALERTA")}
}else{
    print("¡Todo está bien! =)")
  }
```

```
## [1] "¡Todo está bien! =)"
```

---
class: my_style2


```r
mi_glucosa = 125 

if(mi_glucosa &gt;= 100){
  if(mi_glucosa &gt; 126){
  print("¡¡¡¡ALARMA!!!!")
    }else{print("ALERTA")}
}else{
    print("¡Todo está bien! =)")
  }
```

```
## [1] "ALERTA"
```

---
class: my_style2


```r
mi_glucosa = 215 

if(mi_glucosa &gt;= 100){
  if(mi_glucosa &gt; 126){
  print("¡¡¡¡ALARMA!!!!")
    }else{print("ALERTA")}
}else{
    print("¡Todo está bien! =)")
  }
```

```
## [1] "¡¡¡¡ALARMA!!!!"
```

---
class: my_style2

## .center[Escenario 2]

tenemos ahora 100 mediciones de glucosa, y queremos clasificarlos a todos en "no diabético", "riesgo", y "diabetes"


```r
set.seed(725) #asegura que mi "aleatorio" sea reproducible
mis_lecturas &lt;- runif(n = 100, min = 50, max = 300)
mis_lecturas &lt;- round(mis_lecturas)
mis_lecturas
```

```
##   [1] 116  91 133  97 120  89 157 103 159 123 272 265 268  77 233 278 158 290
##  [19]  82 107  87 191 115  82 216 296 296 231 153 228 170 275 264 104 117 158
##  [37] 132 184 157 214  53 269 255 109  82 289  91 282 245 172 165  75 125 137
##  [55]  92 150 230 202  81  61  91 228 287  96 151 132 283 278 161 267 242 266
##  [73] 250 111 127 211  96 100 229 255 163 178 188 231 285 149 288 105  60 271
##  [91] 100  65 187 126 225  78  72 247 231 243
```


---
class: my_style2

# .center[el **For** loop]

Un **for** loop (o ciclo **for**) es una estructura de control que nos permite *iterar.* En R, esto usualmente significa *"caminar"* sobre cada elemento de un objeto. 

Por ejemplo, si queremos decir *para cada elemento del 1 al 10, imprime ese elemento*

```r
for(i in 1:10){
  print(i)
}
```

```
## [1] 1
## [1] 2
## [1] 3
## [1] 4
## [1] 5
## [1] 6
## [1] 7
## [1] 8
## [1] 9
## [1] 10
```

---
class: my_style2

## .center[el **For** loop]

Un **for** loop (o ciclo **for**) es una estructura de control que nos permite *iterar.* En R, esto usualmente significa *"caminar"* sobre cada elemento de un objeto. 

Podríamos querer imprimir las letras del alfabeto, una a la vez

```r
for(i in letters){
  print(i)
}
```

```
## [1] "a"
## [1] "b"
## [1] "c"
## [1] "d"
## [1] "e"
## [1] "f"
## [1] "g"
## [1] "h"
## [1] "i"
## [1] "j"
## [1] "k"
## [1] "l"
## [1] "m"
## [1] "n"
## [1] "o"
## [1] "p"
## [1] "q"
## [1] "r"
## [1] "s"
## [1] "t"
## [1] "u"
## [1] "v"
## [1] "w"
## [1] "x"
## [1] "y"
## [1] "z"
```

---
class: my_style2

### .center[el **For** loop]

Podríamos querer etiquetar nuestras muestras... 

```r
for(i in 1:9){
  print(paste0("Muestra ", i))
}
```

```
## [1] "Muestra 1"
## [1] "Muestra 2"
## [1] "Muestra 3"
## [1] "Muestra 4"
## [1] "Muestra 5"
## [1] "Muestra 6"
## [1] "Muestra 7"
## [1] "Muestra 8"
## [1] "Muestra 9"
```

---
class: my_style2

### .center[resolvamos nuestro problema]

tenemos ahora 100 mediciones de glucosa, y queremos clasificarlos a todos en "no diabético", "riesgo", y "diabetes"


```r
for(i in mis_lecturas){
  mi_glucosa = i 

if(mi_glucosa &gt;= 100){
  if(mi_glucosa &gt; 126){
  print("diabetes")
    }else{print("riesgo")}
}else{
    print("no diabético")
  }
  
}
```

```
## [1] "riesgo"
## [1] "no diabético"
## [1] "diabetes"
## [1] "no diabético"
## [1] "riesgo"
## [1] "no diabético"
## [1] "diabetes"
## [1] "riesgo"
## [1] "diabetes"
## [1] "riesgo"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "no diabético"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "no diabético"
## [1] "riesgo"
## [1] "no diabético"
## [1] "diabetes"
## [1] "riesgo"
## [1] "no diabético"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "riesgo"
## [1] "riesgo"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "no diabético"
## [1] "diabetes"
## [1] "diabetes"
## [1] "riesgo"
## [1] "no diabético"
## [1] "diabetes"
## [1] "no diabético"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "no diabético"
## [1] "riesgo"
## [1] "diabetes"
## [1] "no diabético"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "no diabético"
## [1] "no diabético"
## [1] "no diabético"
## [1] "diabetes"
## [1] "diabetes"
## [1] "no diabético"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "riesgo"
## [1] "diabetes"
## [1] "diabetes"
## [1] "no diabético"
## [1] "riesgo"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "riesgo"
## [1] "no diabético"
## [1] "diabetes"
## [1] "riesgo"
## [1] "no diabético"
## [1] "diabetes"
## [1] "riesgo"
## [1] "diabetes"
## [1] "no diabético"
## [1] "no diabético"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
```

---
class: my_style2

### .center[resolvamos nuestro problema]

tenemos ahora 100 mediciones de glucosa, y queremos clasificarlos a todos en "no diabético", "riesgo", y "diabetes"


```r
for(i in mis_lecturas){
  mi_glucosa = i 

if(mi_glucosa &gt;= 100){
  if(mi_glucosa &gt; 126){
  print("diabetes")
    }else{print("riesgo")}
}else{
    print("no diabético")
  }
  
}
```

Resolvimos el problema... pero podemos hacerlo mejor

---
class: my_style2

### .center[resolvamos nuestro problema... mejor]

##### Mejora Número 1:
Podemos definir una función para hacer nuestras evaluaciones.
Una ventaja de esto es que vamos a tener un *resultado*, no solo *imprimir* las cosas en pantalla. 


```r
funcion_diabetes &lt;- function(gluc){

if(gluc &gt;= 100){
  if(gluc &gt; 126){
    return("diabetes")
  }else{
      return("riesgo")
    }
  }else{
    return("no diabético")
  }
}

funcion_diabetes(121)
```

```
## [1] "riesgo"
```

---
.center[![an image](rBio/yoda2.png)]

---
class: my_style2

### .center[resolvamos nuestro problema... mejor]


```r
funcion_diabetes &lt;- function(gluc){

    if(gluc &lt; 100){
      return("no diabetes")
    }
    
    if(100 &lt;= gluc &amp; gluc &lt;= 126){
      return("riesgo")
    }
  
    if(gluc &gt; 126){
      return("diabetes")
    }
  
  }

funcion_diabetes(99)
```

```
## [1] "no diabetes"
```

---
class: my_style2

### .center[resolvamos nuestro problema... mejor]


```r
for(i in mis_lecturas){
  funcion_diabetes(i)
}
```
--

¡No veo nada!

--

Le voy a meter una asignación y la voy a imprimir

---
class: my_style2

### .center[resolvamos nuestro problema... mejor]


```r
for(i in mis_lecturas){
  mi_resultado &lt;- funcion_diabetes(i)
  print(mi_resultado)
}
```

```
## [1] "riesgo"
## [1] "no diabetes"
## [1] "diabetes"
## [1] "no diabetes"
## [1] "riesgo"
## [1] "no diabetes"
## [1] "diabetes"
## [1] "riesgo"
## [1] "diabetes"
## [1] "riesgo"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "no diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "no diabetes"
## [1] "riesgo"
## [1] "no diabetes"
## [1] "diabetes"
## [1] "riesgo"
## [1] "no diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "riesgo"
## [1] "riesgo"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "no diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "riesgo"
## [1] "no diabetes"
## [1] "diabetes"
## [1] "no diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "no diabetes"
## [1] "riesgo"
## [1] "diabetes"
## [1] "no diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "no diabetes"
## [1] "no diabetes"
## [1] "no diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "no diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "riesgo"
## [1] "diabetes"
## [1] "diabetes"
## [1] "no diabetes"
## [1] "riesgo"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "riesgo"
## [1] "no diabetes"
## [1] "diabetes"
## [1] "riesgo"
## [1] "no diabetes"
## [1] "diabetes"
## [1] "riesgo"
## [1] "diabetes"
## [1] "no diabetes"
## [1] "no diabetes"
## [1] "diabetes"
## [1] "diabetes"
## [1] "diabetes"
```

--- 

!

---

class: my_style2

y mi_resultado, quedó en el ambiente? que valor tiene? 


```r
mi_resultado
```

```
## [1] "diabetes"
```


```r
mis_lecturas[100]
```

```
## [1] 243
```


--

Solo quedó guardado mi_resultado para el último valor... 


---
class: my_style2

### .center[resolvamos nuestro problema... mejor]

##### Mejora Número 2:
Asignemos nuestros resultados a un vector


```r
mis_resultados &lt;- character()
mis_resultados
```

```
## character(0)
```

```r
for(i in mis_lecturas){
  mi_resultado   &lt;- funcion_diabetes(i)
  mis_resultados &lt;- c(mis_resultados, mi_resultado)
}

length(mis_resultados)
```

```
## [1] 100
```

---
class: my_style2

### .center[resolvamos nuestro problema... mejor]

##### Mejora Número 3:
Podríamos hacer un *data frame* para guardar nuestros resultados... 


```r
mi_df &lt;- data.frame(lecturas = mis_lecturas,
                    clasific = mis_resultados)

head(mi_df)
```

```
##   lecturas    clasific
## 1      116      riesgo
## 2       91 no diabetes
## 3      133    diabetes
## 4       97 no diabetes
## 5      120      riesgo
## 6       89 no diabetes
```

---
class: my_style2

### .center[resolvamos nuestro problema... mejor]

##### Mejora Número 3:
Podríamos hacer un *data frame* para guardar nuestros resultados... 
Podríamos ponerle un identificador a ese data frame de la forma "Muestra X" 

-- 

Sabemos que tenemos 100 muestras... pero, ¿si no lo supiéramos, o el número pudiera variar?

--

Usemos *seq_along*

---
class: my_style2

## .center[seq_along]

*seq_along* nos regresa una secuencia de valores de 1 a la longitud de un vector 


```r
seq_along(mis_resultados)
```

```
##   [1]   1   2   3   4   5   6   7   8   9  10  11  12  13  14  15  16  17  18
##  [19]  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34  35  36
##  [37]  37  38  39  40  41  42  43  44  45  46  47  48  49  50  51  52  53  54
##  [55]  55  56  57  58  59  60  61  62  63  64  65  66  67  68  69  70  71  72
##  [73]  73  74  75  76  77  78  79  80  81  82  83  84  85  86  87  88  89  90
##  [91]  91  92  93  94  95  96  97  98  99 100
```


---
class: my_style2


```r
mis_muestras &lt;- character()
for(i in seq_along(mis_resultados)){
  mi_muestra &lt;- paste0("Muestra ", i)
  mis_muestras &lt;- c(mis_muestras, mi_muestra)
}

mi_df &lt;- data.frame(muestra  = mis_muestras,
                    lecturas = mis_lecturas,
                    clasific = mis_resultados)

head(x = mi_df, n = 10)
```

```
##       muestra lecturas    clasific
## 1   Muestra 1      116      riesgo
## 2   Muestra 2       91 no diabetes
## 3   Muestra 3      133    diabetes
## 4   Muestra 4       97 no diabetes
## 5   Muestra 5      120      riesgo
## 6   Muestra 6       89 no diabetes
## 7   Muestra 7      157    diabetes
## 8   Muestra 8      103      riesgo
## 9   Muestra 9      159    diabetes
## 10 Muestra 10      123      riesgo
```

---
class: my_style2

# .center[Ejercicio]

Estas son tecnologías genómicas disponibles en el INMEGEN:


```r
mis_genomicas &lt;- c("genomics", 
                   "proteomics", 
                   "transcriptomics", 
                   "lipidomics", 
                   "metabolomics")
```

Y estas son las tecnologías que no se encuentran disponibles en este momento por mantenimiento:


```r
mi_mantenimiento &lt;- c("metabolomics", "lipidomics")
```

---
class: my_style2

# .center[Ejercicio]

Le han solicitado, para colaboraciones externas, los siguientes estudios:


```r
mis_colabs &lt;- c("genomics",
                "genomics",
                "proteomics", 
                "microscopy", 
                "fRMI",
                "fRMI",
                "lipidomics",
                "HPLC",
                "metabolomics",
                "fluidomics",
                "proteomics",
                "a cake",
                "transposomics",
                "metagenomics",
                "cellomics",
                "microscopy",
                "genomics",
                "genomics",
                "proteomics")
```

---
class: my_style2

# .center[Ejercicio]

Responda a quienes le han solicitado colaborar, si puede o no realizar la técnica en su instituto, y de ser posible, si la puede realizar en este momento. 

--

## Pistas:

* No olvide el operador *%in%* de pertenencia. 
* Puede usar un dibujo de su árbol de decisiones, para establecer que condiciones lógicas evaluar.
* Puede escribir una función.

---
class: my_style2

# .center[Ejercicio]

### 15 minutos

--

## 5 minutos

--

# 1 minuto

---
class: my_style2

---
class: my_style2

# Los *for loops...* 

* ### Son muy populares en otros lenguajes de programación (como Python y C) 
* ### Son muy intuitivos...

--

# .center[¡Pero no son la forma R de hacer las cosas!]

---
class: my_style2

# .center[La familia *apply*]

Las funciones de la familia *apply* permiten iterar sobre *vectores,* **aplicando** una misma función a cada elemento del vector.


```r
df = data.frame(observacion_1 = 1:4,
                observacion_2 = -2*(1:4),
                observacion_3 = 4.5
                )

df
```

```
##   observacion_1 observacion_2 observacion_3
## 1             1            -2           4.5
## 2             2            -4           4.5
## 3             3            -6           4.5
## 4             4            -8           4.5
```

```r
apply(df, MARGIN = 1, FUN = mean) #saca el promedio por renglón
```

```
## [1] 1.1666667 0.8333333 0.5000000 0.1666667
```

---
class: my_style2

# .center[*sapply*]

*sapply* es la función más sencilla: toma un vector, y regresa el resultado de aplicar la función *f* a cada elemento *i* del vector, en un vector de igual forma que el original, si es posible, o a la representación más sencilla (si no).

Resolvamos nuestro problema de clasificar por glucosa en sangre usando *sapply*


```r
mis_nuevos_resultados &lt;- sapply(X = mis_lecturas, 
                                FUN = funcion_diabetes)

head(mis_nuevos_resultados)
```

```
## [1] "riesgo"      "no diabetes" "diabetes"    "no diabetes" "riesgo"     
## [6] "no diabetes"
```

```r
length(mis_nuevos_resultados)
```

```
## [1] 100
```

---
class: my_style2

# .center[*sapply*]

¿Son los mismos resultados que con mi ciclo *for*? 

```r
all(mis_nuevos_resultados==mis_resultados)
```

```
## [1] TRUE
```

---
class: my_style2

# .center[*sapply*]

Notar que si yo le paso un vector con nombres, mis resultados regresan con nombres (lo que es fantástico para no perderme)


```r
names(mis_lecturas) &lt;- mis_muestras

mis_nuevos_resultados &lt;- sapply(X = mis_lecturas, 
                                FUN = funcion_diabetes)

head(mis_nuevos_resultados)
```

```
##     Muestra 1     Muestra 2     Muestra 3     Muestra 4     Muestra 5 
##      "riesgo" "no diabetes"    "diabetes" "no diabetes"      "riesgo" 
##     Muestra 6 
## "no diabetes"
```


---
class: my_style2

# .center[*sapply*]

Puedo usar *funciones anónimas* con cualquiera de las funciones de la familia *apply*, como *sapply*.


```r
mis_nuevos_nombres &lt;- sapply(X = seq_along(mis_lecturas), 
                             FUN = function(i){
  paste0("Muestra ", i)
})

head(mis_nuevos_nombres, n = 5)
```

```
## [1] "Muestra 1" "Muestra 2" "Muestra 3" "Muestra 4" "Muestra 5"
```

---
class: my_style2

# .center[*lapply*]

*lapply* devuelve **siempre** una lista, lo que es muy práctico si quiero guardar cosas de manera asimétrica

Imaginemos un experimento donde se midieron concentraciones de la proteína XYZ durante tres días, en diez cultivos


```r
set.seed(725)
observaciones_df &lt;- data.frame(dia_1 = round(runif(10, min = 50, max = 100)), 
                               #muestreo aleatorio de valores entre 50 y 100, 
                               #redondeados 
                               dia_2 = round(runif(10, min = 50, max = 100)),
                               dia_3 = round(runif(10, min = 50, max = 100)), 
                               row.names = paste0("Cultivo_", 
                                                  LETTERS[1:10]
                                                  )  #nombres de mis lecturas
                               )
```

---
class: my_style2

# .center[*lapply*]

Quiero sacar el valor máximo, mínimo, y medio por día.

--

Por default, lapply va a iterar sobre columnas de un data.frame (esto tiene que ver con que un data.frame es en realidad una lista...)

--


```r
mis_valores_por_dia &lt;- lapply(X = observaciones_df, 
                              FUN = function(i){
                                my_result = list(minimo = min(i),
                                                 media  = mean(i),
                                                 maxima = max(i)
                                )
                              })
```
---
class: my_style2

# .center[*apply*]

* Usando *apply* puedo resolver el problema para iterar sobre renglones; también funciona sobre columnas.
* *apply* tiene el argumento *MARGINS* que me indica sobre que quiero iterar: 1 sobre renglones, 2 sobre columnas.


```r
mis_valores_por_cultivo &lt;- 
  apply(X = observaciones_df, 
        MARGIN = 1, 
        FUN = function(i){
                          my_result = list(minimo = min(i),
                                           media  = mean(i),
                                           maxima = max(i)
                                )
                              }
        )
```

---
class: my_style2

# .center[*apply*]

```r
mis_valores_por_cultivo[7:8]
```

```
## $Cultivo_G
## $Cultivo_G$minimo
## [1] 71
## 
## $Cultivo_G$media
## [1] 80.66667
## 
## $Cultivo_G$maxima
## [1] 99
## 
## 
## $Cultivo_H
## $Cultivo_H$minimo
## [1] 61
## 
## $Cultivo_H$media
## [1] 81.66667
## 
## $Cultivo_H$maxima
## [1] 98
```

---
class: my_style2

# .center[*while*]

*while* es otro elemento de control de flujo que nos permite iterar hasta que se cumpla una condición. 

Ejemplo: Puedo trabajar en 20 cosas a la vez; máximo 22. Diariamente me proponen entre 1 y 3 proyectos. 


```r
my_jobs &lt;- 0
my_iters   &lt;- 0
set.seed(725)

while(my_jobs &lt; 20){
  my_add &lt;- sample(1:3, 1)
  my_jobs &lt;- my_jobs + my_add
  my_iters &lt;- my_iters +1 
}
```

---
class: my_style2

# .center[*while*]

```r
my_jobs
```

```
## [1] 21
```

```r
my_iters
```

```
## [1] 11
```

### Reto:
Cómo le hago para aceptar EXACTAMENTE 20 jobs

*Pista: un condicional podría ser útil para aceptar menos trabajos cuando me acerco a 20...

---
class: my_style2


```r
my_jobs &lt;- 0
my_iters   &lt;- 0
set.seed(725)

while(my_jobs &lt; 20){
  
  if(my_jobs == 19){
    my_add &lt;- 1
  }
  
  if(my_jobs == 18){
  my_add &lt;- sample(1:2, 1)
  }
   
  if(my_jobs &lt; 18){
  my_add &lt;- sample(1:3, 1)
  } 
  
  my_jobs &lt;- my_jobs + my_add
  my_iters &lt;- my_iters +1
  }

my_jobs
```

```
## [1] 20
```

```r
my_iters
```

```
## [1] 12
```

---
class: my_style2

# .center[ciclos anidados]

Así como anidamos condicionales, podemos anidar ciclos for, o funciones apply

```r
for(i in letters[1:3]){
  for(j in 1:3){
    print(paste0(i,j))
  }
}
```

```
## [1] "a1"
## [1] "a2"
## [1] "a3"
## [1] "b1"
## [1] "b2"
## [1] "b3"
## [1] "c1"
## [1] "c2"
## [1] "c3"
```

---
class: my_style2

# .center[ciclos anidados]

Así como anidamos condicionales, podemos anidar ciclos for, o funciones apply


```r
sapply(X = letters[1:3], FUN = function(i){
  sapply(X = 1:3, FUN = function(j){
    paste0(i,j)
  })
})
```

```
##      a    b    c   
## [1,] "a1" "b1" "c1"
## [2,] "a2" "b2" "c2"
## [3,] "a3" "b3" "c3"
```

--

### ¡MUCHO CUIDADO CON LOS DOBLES CICLOS!

---
class: my_style2

# .center[¡MUCHO CUIDADO CON LOS DOBLES CICLOS!]

* Elevan *EXPONENCIALMENTE* su tiempo de cómputo.
* Si cada iteración les toma 1 segundo... 5615 al cuadrado les tomaría un año de cómputo... 
---
class: my_style2

¿Hay alguna forma de hacer mis evaluaciones if/else más como la gente *cool* de R?

---
class: my_style2

# .center[*ifelse*]

**ifelse** es una versión *vectorizada* de una evaluación if/else. Para cada elemento de un vector, evalua una condición y devuelve un resultado dado el resultado de la evaluación. 


```r
mis_colabs%in%mis_genomicas
```

```
##  [1]  TRUE  TRUE  TRUE FALSE FALSE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE
## [13] FALSE FALSE FALSE FALSE  TRUE  TRUE  TRUE
```

---
class: my_style2

# .center[*ifelse*]


```r
mis_respuestas &lt;- 
ifelse(test = mis_colabs%in%mis_genomicas, #mi evaluación
       yes = "puedo hacerlo", #que devuelvo si es TRUE
       no = "No puedo"  #que devuelvo si es falso
      )

mis_respuestas
```

```
##  [1] "puedo hacerlo" "puedo hacerlo" "puedo hacerlo" "No puedo"     
##  [5] "No puedo"      "No puedo"      "puedo hacerlo" "No puedo"     
##  [9] "puedo hacerlo" "No puedo"      "puedo hacerlo" "No puedo"     
## [13] "No puedo"      "No puedo"      "No puedo"      "No puedo"     
## [17] "puedo hacerlo" "puedo hacerlo" "puedo hacerlo"
```


---

class: my_style


# .center[Sección 2:]

## .center[Filtado de datos]

  * ¿Cómo filtro mis datos?
  
    * En R base
    
    * Usando *dplyr*
  
  
---
class: my_style2


```r
mis_colabs%in%mis_genomicas
```

```
##  [1]  TRUE  TRUE  TRUE FALSE FALSE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE
## [13] FALSE FALSE FALSE FALSE  TRUE  TRUE  TRUE
```

Quiero seleccionar las que si puedo hacer (las que si están)

---
class: my_style2
# .center[Subsetting]

* Puedo hacer *subsets* (subconjuntos) de mis datos basados en evaluaciones lógicas. 
* Normalmente para ello uso el operador *[]*


```r
mis_colabs[mis_colabs%in%mis_genomicas]
```

```
## [1] "genomics"     "genomics"     "proteomics"   "lipidomics"   "metabolomics"
## [6] "proteomics"   "genomics"     "genomics"     "proteomics"
```

Recupero solo las que son TRUE.

---
class: my_style2
# .center[*which*]

*which* me permite obtener la *posición* en el vector de los elementos que fueron TRUE


```r
which(mis_colabs%in%mis_genomicas)
```

```
## [1]  1  2  3  7  9 11 17 18 19
```

Esto puede ser muy útil si tengo evaluaciones lógicas complejas, o si quiero reciclar mi evaluación de un vector con otro... 
---
class: my_style2

# .center[Filtrado de tablas]

Un caso de uso muy común es querer filtrar tablas. Retomemos la tabla donde pusimos la clasificación de nuestras muestras basado en sus niveles de glucosa en sangre. 


```r
head(mi_df)
```

```
##     muestra lecturas    clasific
## 1 Muestra 1      116      riesgo
## 2 Muestra 2       91 no diabetes
## 3 Muestra 3      133    diabetes
## 4 Muestra 4       97 no diabetes
## 5 Muestra 5      120      riesgo
## 6 Muestra 6       89 no diabetes
```

Quiero quedarme solo con aquellos que tienen diabetes

---
class: my_style2

# .center[Filtrado de tablas]


```r
mis_diabetes &lt;- which(mi_df$clasific=="diabetes")
mi_df[mis_diabetes,]
```

```
##         muestra lecturas clasific
## 3     Muestra 3      133 diabetes
## 7     Muestra 7      157 diabetes
## 9     Muestra 9      159 diabetes
## 11   Muestra 11      272 diabetes
## 12   Muestra 12      265 diabetes
## 13   Muestra 13      268 diabetes
## 15   Muestra 15      233 diabetes
## 16   Muestra 16      278 diabetes
## 17   Muestra 17      158 diabetes
## 18   Muestra 18      290 diabetes
## 22   Muestra 22      191 diabetes
## 25   Muestra 25      216 diabetes
## 26   Muestra 26      296 diabetes
## 27   Muestra 27      296 diabetes
## 28   Muestra 28      231 diabetes
## 29   Muestra 29      153 diabetes
## 30   Muestra 30      228 diabetes
## 31   Muestra 31      170 diabetes
## 32   Muestra 32      275 diabetes
## 33   Muestra 33      264 diabetes
## 36   Muestra 36      158 diabetes
## 37   Muestra 37      132 diabetes
## 38   Muestra 38      184 diabetes
## 39   Muestra 39      157 diabetes
## 40   Muestra 40      214 diabetes
## 42   Muestra 42      269 diabetes
## 43   Muestra 43      255 diabetes
## 46   Muestra 46      289 diabetes
## 48   Muestra 48      282 diabetes
## 49   Muestra 49      245 diabetes
## 50   Muestra 50      172 diabetes
## 51   Muestra 51      165 diabetes
## 54   Muestra 54      137 diabetes
## 56   Muestra 56      150 diabetes
## 57   Muestra 57      230 diabetes
## 58   Muestra 58      202 diabetes
## 62   Muestra 62      228 diabetes
## 63   Muestra 63      287 diabetes
## 65   Muestra 65      151 diabetes
## 66   Muestra 66      132 diabetes
## 67   Muestra 67      283 diabetes
## 68   Muestra 68      278 diabetes
## 69   Muestra 69      161 diabetes
## 70   Muestra 70      267 diabetes
## 71   Muestra 71      242 diabetes
## 72   Muestra 72      266 diabetes
## 73   Muestra 73      250 diabetes
## 75   Muestra 75      127 diabetes
## 76   Muestra 76      211 diabetes
## 79   Muestra 79      229 diabetes
## 80   Muestra 80      255 diabetes
## 81   Muestra 81      163 diabetes
## 82   Muestra 82      178 diabetes
## 83   Muestra 83      188 diabetes
## 84   Muestra 84      231 diabetes
## 85   Muestra 85      285 diabetes
## 86   Muestra 86      149 diabetes
## 87   Muestra 87      288 diabetes
## 90   Muestra 90      271 diabetes
## 93   Muestra 93      187 diabetes
## 95   Muestra 95      225 diabetes
## 98   Muestra 98      247 diabetes
## 99   Muestra 99      231 diabetes
## 100 Muestra 100      243 diabetes
```

---
class: my_style2

# .center[Filtrado de tablas]


```r
mis_low &lt;- which(mi_df$lecturas &lt; 70)
mi_df[mis_low,]
```

```
##       muestra lecturas    clasific
## 41 Muestra 41       53 no diabetes
## 60 Muestra 60       61 no diabetes
## 89 Muestra 89       60 no diabetes
## 92 Muestra 92       65 no diabetes
```


---
class: my_style2

# .center[Selección de columnas]

Quiero ver los niveles de quienes tienen diabetes. No quiero mostrar la columna de clasificación.

Opcion 1: 


```r
mis_diabetes &lt;- which(mi_df$clasific=="diabetes")
mi_df[mis_diabetes, 1:2]
```

```
##         muestra lecturas
## 3     Muestra 3      133
## 7     Muestra 7      157
## 9     Muestra 9      159
## 11   Muestra 11      272
## 12   Muestra 12      265
## 13   Muestra 13      268
## 15   Muestra 15      233
## 16   Muestra 16      278
## 17   Muestra 17      158
## 18   Muestra 18      290
## 22   Muestra 22      191
## 25   Muestra 25      216
## 26   Muestra 26      296
## 27   Muestra 27      296
## 28   Muestra 28      231
## 29   Muestra 29      153
## 30   Muestra 30      228
## 31   Muestra 31      170
## 32   Muestra 32      275
## 33   Muestra 33      264
## 36   Muestra 36      158
## 37   Muestra 37      132
## 38   Muestra 38      184
## 39   Muestra 39      157
## 40   Muestra 40      214
## 42   Muestra 42      269
## 43   Muestra 43      255
## 46   Muestra 46      289
## 48   Muestra 48      282
## 49   Muestra 49      245
## 50   Muestra 50      172
## 51   Muestra 51      165
## 54   Muestra 54      137
## 56   Muestra 56      150
## 57   Muestra 57      230
## 58   Muestra 58      202
## 62   Muestra 62      228
## 63   Muestra 63      287
## 65   Muestra 65      151
## 66   Muestra 66      132
## 67   Muestra 67      283
## 68   Muestra 68      278
## 69   Muestra 69      161
## 70   Muestra 70      267
## 71   Muestra 71      242
## 72   Muestra 72      266
## 73   Muestra 73      250
## 75   Muestra 75      127
## 76   Muestra 76      211
## 79   Muestra 79      229
## 80   Muestra 80      255
## 81   Muestra 81      163
## 82   Muestra 82      178
## 83   Muestra 83      188
## 84   Muestra 84      231
## 85   Muestra 85      285
## 86   Muestra 86      149
## 87   Muestra 87      288
## 90   Muestra 90      271
## 93   Muestra 93      187
## 95   Muestra 95      225
## 98   Muestra 98      247
## 99   Muestra 99      231
## 100 Muestra 100      243
```

---
class: my_style2

# .center[Selección de columnas]

Quiero ver los niveles de quienes tienen diabetes. No quiero mostrar la columna de clasificación.

Opcion 2:


```r
mis_diabetes &lt;- which(mi_df$clasific=="diabetes")
mi_df[mis_diabetes, c("muestra", "lecturas")]
```

```
##         muestra lecturas
## 3     Muestra 3      133
## 7     Muestra 7      157
## 9     Muestra 9      159
## 11   Muestra 11      272
## 12   Muestra 12      265
## 13   Muestra 13      268
## 15   Muestra 15      233
## 16   Muestra 16      278
## 17   Muestra 17      158
## 18   Muestra 18      290
## 22   Muestra 22      191
## 25   Muestra 25      216
## 26   Muestra 26      296
## 27   Muestra 27      296
## 28   Muestra 28      231
## 29   Muestra 29      153
## 30   Muestra 30      228
## 31   Muestra 31      170
## 32   Muestra 32      275
## 33   Muestra 33      264
## 36   Muestra 36      158
## 37   Muestra 37      132
## 38   Muestra 38      184
## 39   Muestra 39      157
## 40   Muestra 40      214
## 42   Muestra 42      269
## 43   Muestra 43      255
## 46   Muestra 46      289
## 48   Muestra 48      282
## 49   Muestra 49      245
## 50   Muestra 50      172
## 51   Muestra 51      165
## 54   Muestra 54      137
## 56   Muestra 56      150
## 57   Muestra 57      230
## 58   Muestra 58      202
## 62   Muestra 62      228
## 63   Muestra 63      287
## 65   Muestra 65      151
## 66   Muestra 66      132
## 67   Muestra 67      283
## 68   Muestra 68      278
## 69   Muestra 69      161
## 70   Muestra 70      267
## 71   Muestra 71      242
## 72   Muestra 72      266
## 73   Muestra 73      250
## 75   Muestra 75      127
## 76   Muestra 76      211
## 79   Muestra 79      229
## 80   Muestra 80      255
## 81   Muestra 81      163
## 82   Muestra 82      178
## 83   Muestra 83      188
## 84   Muestra 84      231
## 85   Muestra 85      285
## 86   Muestra 86      149
## 87   Muestra 87      288
## 90   Muestra 90      271
## 93   Muestra 93      187
## 95   Muestra 95      225
## 98   Muestra 98      247
## 99   Muestra 99      231
## 100 Muestra 100      243
```
---
class: my_style2

# .center[Selección de columnas]

Quiero ver los niveles de quienes tienen diabetes. No quiero mostrar la columna de clasificación.

Opcion 3:


```r
mis_diabetes &lt;- which(mi_df$clasific=="diabetes")
mi_df[mis_diabetes, -3]
```

```
##         muestra lecturas
## 3     Muestra 3      133
## 7     Muestra 7      157
## 9     Muestra 9      159
## 11   Muestra 11      272
## 12   Muestra 12      265
## 13   Muestra 13      268
## 15   Muestra 15      233
## 16   Muestra 16      278
## 17   Muestra 17      158
## 18   Muestra 18      290
## 22   Muestra 22      191
## 25   Muestra 25      216
## 26   Muestra 26      296
## 27   Muestra 27      296
## 28   Muestra 28      231
## 29   Muestra 29      153
## 30   Muestra 30      228
## 31   Muestra 31      170
## 32   Muestra 32      275
## 33   Muestra 33      264
## 36   Muestra 36      158
## 37   Muestra 37      132
## 38   Muestra 38      184
## 39   Muestra 39      157
## 40   Muestra 40      214
## 42   Muestra 42      269
## 43   Muestra 43      255
## 46   Muestra 46      289
## 48   Muestra 48      282
## 49   Muestra 49      245
## 50   Muestra 50      172
## 51   Muestra 51      165
## 54   Muestra 54      137
## 56   Muestra 56      150
## 57   Muestra 57      230
## 58   Muestra 58      202
## 62   Muestra 62      228
## 63   Muestra 63      287
## 65   Muestra 65      151
## 66   Muestra 66      132
## 67   Muestra 67      283
## 68   Muestra 68      278
## 69   Muestra 69      161
## 70   Muestra 70      267
## 71   Muestra 71      242
## 72   Muestra 72      266
## 73   Muestra 73      250
## 75   Muestra 75      127
## 76   Muestra 76      211
## 79   Muestra 79      229
## 80   Muestra 80      255
## 81   Muestra 81      163
## 82   Muestra 82      178
## 83   Muestra 83      188
## 84   Muestra 84      231
## 85   Muestra 85      285
## 86   Muestra 86      149
## 87   Muestra 87      288
## 90   Muestra 90      271
## 93   Muestra 93      187
## 95   Muestra 95      225
## 98   Muestra 98      247
## 99   Muestra 99      231
## 100 Muestra 100      243
```

---
class: my_style2

# .center[Selección de columnas]

Quiero ver los niveles de quienes tienen diabetes. No quiero mostrar la columna de clasificación.

Opcion 4:


```r
subset(mi_df, 
       clasific=="diabetes", 
       select=c("muestra", "lecturas")
       )
```

```
##         muestra lecturas
## 3     Muestra 3      133
## 7     Muestra 7      157
## 9     Muestra 9      159
## 11   Muestra 11      272
## 12   Muestra 12      265
## 13   Muestra 13      268
## 15   Muestra 15      233
## 16   Muestra 16      278
## 17   Muestra 17      158
## 18   Muestra 18      290
## 22   Muestra 22      191
## 25   Muestra 25      216
## 26   Muestra 26      296
## 27   Muestra 27      296
## 28   Muestra 28      231
## 29   Muestra 29      153
## 30   Muestra 30      228
## 31   Muestra 31      170
## 32   Muestra 32      275
## 33   Muestra 33      264
## 36   Muestra 36      158
## 37   Muestra 37      132
## 38   Muestra 38      184
## 39   Muestra 39      157
## 40   Muestra 40      214
## 42   Muestra 42      269
## 43   Muestra 43      255
## 46   Muestra 46      289
## 48   Muestra 48      282
## 49   Muestra 49      245
## 50   Muestra 50      172
## 51   Muestra 51      165
## 54   Muestra 54      137
## 56   Muestra 56      150
## 57   Muestra 57      230
## 58   Muestra 58      202
## 62   Muestra 62      228
## 63   Muestra 63      287
## 65   Muestra 65      151
## 66   Muestra 66      132
## 67   Muestra 67      283
## 68   Muestra 68      278
## 69   Muestra 69      161
## 70   Muestra 70      267
## 71   Muestra 71      242
## 72   Muestra 72      266
## 73   Muestra 73      250
## 75   Muestra 75      127
## 76   Muestra 76      211
## 79   Muestra 79      229
## 80   Muestra 80      255
## 81   Muestra 81      163
## 82   Muestra 82      178
## 83   Muestra 83      188
## 84   Muestra 84      231
## 85   Muestra 85      285
## 86   Muestra 86      149
## 87   Muestra 87      288
## 90   Muestra 90      271
## 93   Muestra 93      187
## 95   Muestra 95      225
## 98   Muestra 98      247
## 99   Muestra 99      231
## 100 Muestra 100      243
```

---
class: my_style2

# .center[Filtrado de tablas]


```r
mis_diabetes &lt;- which(mi_df$clasif=="diabetes")
mi_df[clasific=="diabetes", -"clasific"]
```

```
## Error in -"clasific": invalid argument to unary operator
```


```r
mis_diabetes &lt;- which(mi_df$clasific=="diabetes")
mi_df[clasific=="diabetes", -3]
```

```
## Error in `[.data.frame`(mi_df, clasific == "diabetes", -3): object 'clasific' not found
```

## ¡Se me olvida la sintaxis!
--

# .center[¡Debe haber una mejor manera!]
---
class: my_style2

# .center[El paquete dplyr]

* Parte del *tidyverse* 

* las funciones representan *verbos* que actuan sobre los *datos*

---
class: my_style2

# .center[El paquete dplyr]


```r
library(dplyr)
```

```
## 
## Attaching package: 'dplyr'
```

```
## The following objects are masked from 'package:stats':
## 
##     filter, lag
```

```
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
```

---
class: my_style2

# .center[El paquete dplyr]


Filtramos 


```r
dplyr::filter(.data = mi_df, 
              clasific=="diabetes")
```

```
##        muestra lecturas clasific
## 1    Muestra 3      133 diabetes
## 2    Muestra 7      157 diabetes
## 3    Muestra 9      159 diabetes
## 4   Muestra 11      272 diabetes
## 5   Muestra 12      265 diabetes
## 6   Muestra 13      268 diabetes
## 7   Muestra 15      233 diabetes
## 8   Muestra 16      278 diabetes
## 9   Muestra 17      158 diabetes
## 10  Muestra 18      290 diabetes
## 11  Muestra 22      191 diabetes
## 12  Muestra 25      216 diabetes
## 13  Muestra 26      296 diabetes
## 14  Muestra 27      296 diabetes
## 15  Muestra 28      231 diabetes
## 16  Muestra 29      153 diabetes
## 17  Muestra 30      228 diabetes
## 18  Muestra 31      170 diabetes
## 19  Muestra 32      275 diabetes
## 20  Muestra 33      264 diabetes
## 21  Muestra 36      158 diabetes
## 22  Muestra 37      132 diabetes
## 23  Muestra 38      184 diabetes
## 24  Muestra 39      157 diabetes
## 25  Muestra 40      214 diabetes
## 26  Muestra 42      269 diabetes
## 27  Muestra 43      255 diabetes
## 28  Muestra 46      289 diabetes
## 29  Muestra 48      282 diabetes
## 30  Muestra 49      245 diabetes
## 31  Muestra 50      172 diabetes
## 32  Muestra 51      165 diabetes
## 33  Muestra 54      137 diabetes
## 34  Muestra 56      150 diabetes
## 35  Muestra 57      230 diabetes
## 36  Muestra 58      202 diabetes
## 37  Muestra 62      228 diabetes
## 38  Muestra 63      287 diabetes
## 39  Muestra 65      151 diabetes
## 40  Muestra 66      132 diabetes
## 41  Muestra 67      283 diabetes
## 42  Muestra 68      278 diabetes
## 43  Muestra 69      161 diabetes
## 44  Muestra 70      267 diabetes
## 45  Muestra 71      242 diabetes
## 46  Muestra 72      266 diabetes
## 47  Muestra 73      250 diabetes
## 48  Muestra 75      127 diabetes
## 49  Muestra 76      211 diabetes
## 50  Muestra 79      229 diabetes
## 51  Muestra 80      255 diabetes
## 52  Muestra 81      163 diabetes
## 53  Muestra 82      178 diabetes
## 54  Muestra 83      188 diabetes
## 55  Muestra 84      231 diabetes
## 56  Muestra 85      285 diabetes
## 57  Muestra 86      149 diabetes
## 58  Muestra 87      288 diabetes
## 59  Muestra 90      271 diabetes
## 60  Muestra 93      187 diabetes
## 61  Muestra 95      225 diabetes
## 62  Muestra 98      247 diabetes
## 63  Muestra 99      231 diabetes
## 64 Muestra 100      243 diabetes
```

---
class: my_style2

# .center[El paquete dplyr]


Seleccionamos columnas 


```r
dplyr::select(.data = mi_df, -clasific)
```

```
##         muestra lecturas
## 1     Muestra 1      116
## 2     Muestra 2       91
## 3     Muestra 3      133
## 4     Muestra 4       97
## 5     Muestra 5      120
## 6     Muestra 6       89
## 7     Muestra 7      157
## 8     Muestra 8      103
## 9     Muestra 9      159
## 10   Muestra 10      123
## 11   Muestra 11      272
## 12   Muestra 12      265
## 13   Muestra 13      268
## 14   Muestra 14       77
## 15   Muestra 15      233
## 16   Muestra 16      278
## 17   Muestra 17      158
## 18   Muestra 18      290
## 19   Muestra 19       82
## 20   Muestra 20      107
## 21   Muestra 21       87
## 22   Muestra 22      191
## 23   Muestra 23      115
## 24   Muestra 24       82
## 25   Muestra 25      216
## 26   Muestra 26      296
## 27   Muestra 27      296
## 28   Muestra 28      231
## 29   Muestra 29      153
## 30   Muestra 30      228
## 31   Muestra 31      170
## 32   Muestra 32      275
## 33   Muestra 33      264
## 34   Muestra 34      104
## 35   Muestra 35      117
## 36   Muestra 36      158
## 37   Muestra 37      132
## 38   Muestra 38      184
## 39   Muestra 39      157
## 40   Muestra 40      214
## 41   Muestra 41       53
## 42   Muestra 42      269
## 43   Muestra 43      255
## 44   Muestra 44      109
## 45   Muestra 45       82
## 46   Muestra 46      289
## 47   Muestra 47       91
## 48   Muestra 48      282
## 49   Muestra 49      245
## 50   Muestra 50      172
## 51   Muestra 51      165
## 52   Muestra 52       75
## 53   Muestra 53      125
## 54   Muestra 54      137
## 55   Muestra 55       92
## 56   Muestra 56      150
## 57   Muestra 57      230
## 58   Muestra 58      202
## 59   Muestra 59       81
## 60   Muestra 60       61
## 61   Muestra 61       91
## 62   Muestra 62      228
## 63   Muestra 63      287
## 64   Muestra 64       96
## 65   Muestra 65      151
## 66   Muestra 66      132
## 67   Muestra 67      283
## 68   Muestra 68      278
## 69   Muestra 69      161
## 70   Muestra 70      267
## 71   Muestra 71      242
## 72   Muestra 72      266
## 73   Muestra 73      250
## 74   Muestra 74      111
## 75   Muestra 75      127
## 76   Muestra 76      211
## 77   Muestra 77       96
## 78   Muestra 78      100
## 79   Muestra 79      229
## 80   Muestra 80      255
## 81   Muestra 81      163
## 82   Muestra 82      178
## 83   Muestra 83      188
## 84   Muestra 84      231
## 85   Muestra 85      285
## 86   Muestra 86      149
## 87   Muestra 87      288
## 88   Muestra 88      105
## 89   Muestra 89       60
## 90   Muestra 90      271
## 91   Muestra 91      100
## 92   Muestra 92       65
## 93   Muestra 93      187
## 94   Muestra 94      126
## 95   Muestra 95      225
## 96   Muestra 96       78
## 97   Muestra 97       72
## 98   Muestra 98      247
## 99   Muestra 99      231
## 100 Muestra 100      243
```

---
class: my_style2

# .center[El paquete dplyr]


Ordenamos


```r
dplyr::arrange(.data = mi_df, lecturas)
```

```
##         muestra lecturas    clasific
## 1    Muestra 41       53 no diabetes
## 2    Muestra 89       60 no diabetes
## 3    Muestra 60       61 no diabetes
## 4    Muestra 92       65 no diabetes
## 5    Muestra 97       72 no diabetes
## 6    Muestra 52       75 no diabetes
## 7    Muestra 14       77 no diabetes
## 8    Muestra 96       78 no diabetes
## 9    Muestra 59       81 no diabetes
## 10   Muestra 19       82 no diabetes
## 11   Muestra 24       82 no diabetes
## 12   Muestra 45       82 no diabetes
## 13   Muestra 21       87 no diabetes
## 14    Muestra 6       89 no diabetes
## 15    Muestra 2       91 no diabetes
## 16   Muestra 47       91 no diabetes
## 17   Muestra 61       91 no diabetes
## 18   Muestra 55       92 no diabetes
## 19   Muestra 64       96 no diabetes
## 20   Muestra 77       96 no diabetes
## 21    Muestra 4       97 no diabetes
## 22   Muestra 78      100      riesgo
## 23   Muestra 91      100      riesgo
## 24    Muestra 8      103      riesgo
## 25   Muestra 34      104      riesgo
## 26   Muestra 88      105      riesgo
## 27   Muestra 20      107      riesgo
## 28   Muestra 44      109      riesgo
## 29   Muestra 74      111      riesgo
## 30   Muestra 23      115      riesgo
## 31    Muestra 1      116      riesgo
## 32   Muestra 35      117      riesgo
## 33    Muestra 5      120      riesgo
## 34   Muestra 10      123      riesgo
## 35   Muestra 53      125      riesgo
## 36   Muestra 94      126      riesgo
## 37   Muestra 75      127    diabetes
## 38   Muestra 37      132    diabetes
## 39   Muestra 66      132    diabetes
## 40    Muestra 3      133    diabetes
## 41   Muestra 54      137    diabetes
## 42   Muestra 86      149    diabetes
## 43   Muestra 56      150    diabetes
## 44   Muestra 65      151    diabetes
## 45   Muestra 29      153    diabetes
## 46    Muestra 7      157    diabetes
## 47   Muestra 39      157    diabetes
## 48   Muestra 17      158    diabetes
## 49   Muestra 36      158    diabetes
## 50    Muestra 9      159    diabetes
## 51   Muestra 69      161    diabetes
## 52   Muestra 81      163    diabetes
## 53   Muestra 51      165    diabetes
## 54   Muestra 31      170    diabetes
## 55   Muestra 50      172    diabetes
## 56   Muestra 82      178    diabetes
## 57   Muestra 38      184    diabetes
## 58   Muestra 93      187    diabetes
## 59   Muestra 83      188    diabetes
## 60   Muestra 22      191    diabetes
## 61   Muestra 58      202    diabetes
## 62   Muestra 76      211    diabetes
## 63   Muestra 40      214    diabetes
## 64   Muestra 25      216    diabetes
## 65   Muestra 95      225    diabetes
## 66   Muestra 30      228    diabetes
## 67   Muestra 62      228    diabetes
## 68   Muestra 79      229    diabetes
## 69   Muestra 57      230    diabetes
## 70   Muestra 28      231    diabetes
## 71   Muestra 84      231    diabetes
## 72   Muestra 99      231    diabetes
## 73   Muestra 15      233    diabetes
## 74   Muestra 71      242    diabetes
## 75  Muestra 100      243    diabetes
## 76   Muestra 49      245    diabetes
## 77   Muestra 98      247    diabetes
## 78   Muestra 73      250    diabetes
## 79   Muestra 43      255    diabetes
## 80   Muestra 80      255    diabetes
## 81   Muestra 33      264    diabetes
## 82   Muestra 12      265    diabetes
## 83   Muestra 72      266    diabetes
## 84   Muestra 70      267    diabetes
## 85   Muestra 13      268    diabetes
## 86   Muestra 42      269    diabetes
## 87   Muestra 90      271    diabetes
## 88   Muestra 11      272    diabetes
## 89   Muestra 32      275    diabetes
## 90   Muestra 16      278    diabetes
## 91   Muestra 68      278    diabetes
## 92   Muestra 48      282    diabetes
## 93   Muestra 67      283    diabetes
## 94   Muestra 85      285    diabetes
## 95   Muestra 63      287    diabetes
## 96   Muestra 87      288    diabetes
## 97   Muestra 46      289    diabetes
## 98   Muestra 18      290    diabetes
## 99   Muestra 26      296    diabetes
## 100  Muestra 27      296    diabetes
```


---
class: my_style2

# .center[El paquete dplyr]

combinamos todo 


```r
mi_subset &lt;- 
dplyr::filter(.data = mi_df, 
              clasific=="diabetes")

mi_subset &lt;- dplyr::select(.data = mi_subset, -clasific)
mi_subset &lt;- dplyr::arrange(.data = mi_subset, lecturas)
mi_subset
```

```
##        muestra lecturas
## 1   Muestra 75      127
## 2   Muestra 37      132
## 3   Muestra 66      132
## 4    Muestra 3      133
## 5   Muestra 54      137
## 6   Muestra 86      149
## 7   Muestra 56      150
## 8   Muestra 65      151
## 9   Muestra 29      153
## 10   Muestra 7      157
## 11  Muestra 39      157
## 12  Muestra 17      158
## 13  Muestra 36      158
## 14   Muestra 9      159
## 15  Muestra 69      161
## 16  Muestra 81      163
## 17  Muestra 51      165
## 18  Muestra 31      170
## 19  Muestra 50      172
## 20  Muestra 82      178
## 21  Muestra 38      184
## 22  Muestra 93      187
## 23  Muestra 83      188
## 24  Muestra 22      191
## 25  Muestra 58      202
## 26  Muestra 76      211
## 27  Muestra 40      214
## 28  Muestra 25      216
## 29  Muestra 95      225
## 30  Muestra 30      228
## 31  Muestra 62      228
## 32  Muestra 79      229
## 33  Muestra 57      230
## 34  Muestra 28      231
## 35  Muestra 84      231
## 36  Muestra 99      231
## 37  Muestra 15      233
## 38  Muestra 71      242
## 39 Muestra 100      243
## 40  Muestra 49      245
## 41  Muestra 98      247
## 42  Muestra 73      250
## 43  Muestra 43      255
## 44  Muestra 80      255
## 45  Muestra 33      264
## 46  Muestra 12      265
## 47  Muestra 72      266
## 48  Muestra 70      267
## 49  Muestra 13      268
## 50  Muestra 42      269
## 51  Muestra 90      271
## 52  Muestra 11      272
## 53  Muestra 32      275
## 54  Muestra 16      278
## 55  Muestra 68      278
## 56  Muestra 48      282
## 57  Muestra 67      283
## 58  Muestra 85      285
## 59  Muestra 63      287
## 60  Muestra 87      288
## 61  Muestra 46      289
## 62  Muestra 18      290
## 63  Muestra 26      296
## 64  Muestra 27      296
```

---
class: my_style2

# .center[El paquete dplyr]

O lo hacemos de la forma *tidyverse* usando el paquete *magrittr*


```r
library(magrittr)
```

---
class: my_style2

# .center[El paquete dplyr]

O lo hacemos de la forma *tidyverse* usando el paquete *magrittr*


```r
mi_df %&gt;% 
  dplyr::filter(clasific=="diabetes") %&gt;% 
  dplyr::select(-clasific) %&gt;% 
  dplyr::arrange(lecturas)
```

```
##        muestra lecturas
## 1   Muestra 75      127
## 2   Muestra 37      132
## 3   Muestra 66      132
## 4    Muestra 3      133
## 5   Muestra 54      137
## 6   Muestra 86      149
## 7   Muestra 56      150
## 8   Muestra 65      151
## 9   Muestra 29      153
## 10   Muestra 7      157
## 11  Muestra 39      157
## 12  Muestra 17      158
## 13  Muestra 36      158
## 14   Muestra 9      159
## 15  Muestra 69      161
## 16  Muestra 81      163
## 17  Muestra 51      165
## 18  Muestra 31      170
## 19  Muestra 50      172
## 20  Muestra 82      178
## 21  Muestra 38      184
## 22  Muestra 93      187
## 23  Muestra 83      188
## 24  Muestra 22      191
## 25  Muestra 58      202
## 26  Muestra 76      211
## 27  Muestra 40      214
## 28  Muestra 25      216
## 29  Muestra 95      225
## 30  Muestra 30      228
## 31  Muestra 62      228
## 32  Muestra 79      229
## 33  Muestra 57      230
## 34  Muestra 28      231
## 35  Muestra 84      231
## 36  Muestra 99      231
## 37  Muestra 15      233
## 38  Muestra 71      242
## 39 Muestra 100      243
## 40  Muestra 49      245
## 41  Muestra 98      247
## 42  Muestra 73      250
## 43  Muestra 43      255
## 44  Muestra 80      255
## 45  Muestra 33      264
## 46  Muestra 12      265
## 47  Muestra 72      266
## 48  Muestra 70      267
## 49  Muestra 13      268
## 50  Muestra 42      269
## 51  Muestra 90      271
## 52  Muestra 11      272
## 53  Muestra 32      275
## 54  Muestra 16      278
## 55  Muestra 68      278
## 56  Muestra 48      282
## 57  Muestra 67      283
## 58  Muestra 85      285
## 59  Muestra 63      287
## 60  Muestra 87      288
## 61  Muestra 46      289
## 62  Muestra 18      290
## 63  Muestra 26      296
## 64  Muestra 27      296
```

---
class: my_style2

La sintaxis del *tidyverse* es un poco más cómoda para el análisis de datos.
Pueden conocer más de ella en nuestro curso *R para Ciencia de Datos* 


---
class: my_style2

Ejercicio: 

Se midieron las concentraciones de las proteínas p1, p2, y p3 en 26 pacientes. 


```r
set.seed(725)
df_ejercicio &lt;- data.frame(paciente = paste0("Paciente_", LETTERS[1:26]),
                           p1 = round(runif(26, min = 50, max = 100)), 
                           p2 = round(runif(26, min = 50, max = 100)), 
                           p3 = round(runif(26, min = 50, max = 100))
                          )
```

---
class: my_style2

Ejercicio: 

Se midieron las concentraciones de las proteínas p1, p2, y p3 en 20 pacientes. 

* La proteína p1 es un control de calidad. Si su concentración es menor a 60, ninguna medición es confiable.
* La proteína p2 es un marcador de daño renal. Si su concentración es mayor a 80, hay daño renal.
* La proteína p3 es un marcador de daño hepático. Si su concentración es mayor a 75, hay daño hepático.

---
class: my_style2

Su tarea consiste en los siguientes puntos:

1) Notificar que pacientes requieren una nueva medición de las proteínas.

2) Para los pacientes identificar que pacientes presentan daño renal, daño hepático, o mixto.

3) Identificar que proteína está en mayor concentración para los pacientes con daño mixto. 

4) Presentar los valores mínimos, máximos, y medios para cada proteína por grupo de paciente basado en daños. 
    </textarea>
<style data-target="print-only">@media screen {.remark-slide-container{display:block;}.remark-slide-scaler{box-shadow:none;}}</style>
<script src="https://remarkjs.com/downloads/remark-latest.min.js"></script>
<script>var slideshow = remark.create({
"highlightStyle": "github",
"highlightLines": true,
"countIncrementalSlides": false
});
if (window.HTMLWidgets) slideshow.on('afterShowSlide', function (slide) {
  window.dispatchEvent(new Event('resize'));
});
(function(d) {
  var s = d.createElement("style"), r = d.querySelector(".remark-slide-scaler");
  if (!r) return;
  s.type = "text/css"; s.innerHTML = "@page {size: " + r.style.width + " " + r.style.height +"; }";
  d.head.appendChild(s);
})(document);

(function(d) {
  var el = d.getElementsByClassName("remark-slides-area");
  if (!el) return;
  var slide, slides = slideshow.getSlides(), els = el[0].children;
  for (var i = 1; i < slides.length; i++) {
    slide = slides[i];
    if (slide.properties.continued === "true" || slide.properties.count === "false") {
      els[i - 1].className += ' has-continuation';
    }
  }
  var s = d.createElement("style");
  s.type = "text/css"; s.innerHTML = "@media print { .has-continuation { display: none; } }";
  d.head.appendChild(s);
})(document);
// delete the temporary CSS (for displaying all slides initially) when the user
// starts to view slides
(function() {
  var deleted = false;
  slideshow.on('beforeShowSlide', function(slide) {
    if (deleted) return;
    var sheets = document.styleSheets, node;
    for (var i = 0; i < sheets.length; i++) {
      node = sheets[i].ownerNode;
      if (node.dataset["target"] !== "print-only") continue;
      node.parentNode.removeChild(node);
    }
    deleted = true;
  });
})();
(function() {
  "use strict"
  // Replace <script> tags in slides area to make them executable
  var scripts = document.querySelectorAll(
    '.remark-slides-area .remark-slide-container script'
  );
  if (!scripts.length) return;
  for (var i = 0; i < scripts.length; i++) {
    var s = document.createElement('script');
    var code = document.createTextNode(scripts[i].textContent);
    s.appendChild(code);
    var scriptAttrs = scripts[i].attributes;
    for (var j = 0; j < scriptAttrs.length; j++) {
      s.setAttribute(scriptAttrs[j].name, scriptAttrs[j].value);
    }
    scripts[i].parentElement.replaceChild(s, scripts[i]);
  }
})();
(function() {
  var links = document.getElementsByTagName('a');
  for (var i = 0; i < links.length; i++) {
    if (/^(https?:)?\/\//.test(links[i].getAttribute('href'))) {
      links[i].target = '_blank';
    }
  }
})();
// adds .remark-code-has-line-highlighted class to <pre> parent elements
// of code chunks containing highlighted lines with class .remark-code-line-highlighted
(function(d) {
  const hlines = d.querySelectorAll('.remark-code-line-highlighted');
  const preParents = [];
  const findPreParent = function(line, p = 0) {
    if (p > 1) return null; // traverse up no further than grandparent
    const el = line.parentElement;
    return el.tagName === "PRE" ? el : findPreParent(el, ++p);
  };

  for (let line of hlines) {
    let pre = findPreParent(line);
    if (pre && !preParents.includes(pre)) preParents.push(pre);
  }
  preParents.forEach(p => p.classList.add("remark-code-has-line-highlighted"));
})(document);</script>

<script>
slideshow._releaseMath = function(el) {
  var i, text, code, codes = el.getElementsByTagName('code');
  for (i = 0; i < codes.length;) {
    code = codes[i];
    if (code.parentNode.tagName !== 'PRE' && code.childElementCount === 0) {
      text = code.textContent;
      if (/^\\\((.|\s)+\\\)$/.test(text) || /^\\\[(.|\s)+\\\]$/.test(text) ||
          /^\$\$(.|\s)+\$\$$/.test(text) ||
          /^\\begin\{([^}]+)\}(.|\s)+\\end\{[^}]+\}$/.test(text)) {
        code.outerHTML = code.innerHTML;  // remove <code></code>
        continue;
      }
    }
    i++;
  }
};
slideshow._releaseMath(document);
</script>
<!-- dynamically load mathjax for compatibility with self-contained -->
<script>
(function () {
  var script = document.createElement('script');
  script.type = 'text/javascript';
  script.src  = 'https://mathjax.rstudio.com/latest/MathJax.js?config=TeX-MML-AM_CHTML';
  if (location.protocol !== 'file:' && /^https?:/.test(script.src))
    script.src  = script.src.replace(/^https?:/, '');
  document.getElementsByTagName('head')[0].appendChild(script);
})();
</script>
  </body>
</html>