223. RMySQL (Mac)

En el post anterior vimos como poder instalar RMySQL en R para windows, sin embargo para el caso de MAC las cosas cambian un poco, esto debido a que el autor de RMySQL no incluye el compilado para MAC, por lo que es necesario compilarlo dentro de R.

¿Cuál es el inconveniente?, necesitamos tener instalado MySQL de manera local, ya que tendremos que usar algunas librerías del mismo.

para ello haremos lo siguiente, desde una consola, ejecutamos:

ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"

con esto intalamos homebrew que nos ayudara a instalar mysql

brew install mysql

Con esto instalamos mySQL

Ahora desde RStudio damos de alta 2 rutas de bibliotecas

y posteriormente, instalar el paquete, observemos que este se instala como source, por que se compilara

a partir de este punto, se emplea igual que en el post anterior


Felices lineas

222. RMySQL (Windows)

R es una herramienta muy usada para el analisis de datos, en muchas ocaciones estos datos no los tenemos en otras bases como es el caso de MySQL, para poder usar una base de MySQL desde R, es necesario hacer lo siguiente:

1. Instalar el paquete RMySQL

2. Cargar la libreria RMySQL

3. Utilizarla

Para conectarnos a la base de datos se emplea la siguiente instrucción:

mydb = dbConnect(MySQL(),user='[ususario]',password='[password]',dbname='[Base]',host='[Ip]')

¿que podemos hacer?

dbListTables(mydb)

Nos lista las tablas de la base de datos

dbListFields(mydb,"[tabla]")

Obtenemos los campos de la base de datos

> rs = dbSendQuery(mydb,"select * from [Tabla]")
> data = fetch(rs,n=-1)

Cargamos la información para poder emplearla


Felices lineas

199. Derivar e integrar con R

Derivar una expresión con R, es muy sencillo, para ello debemos hacer lo siguiente:

La expresión a derivar debe almacenarse en una variable de tipo expression

> n<-expression(x^2)

la función x^2 será la que se derive

la instrucción para derivar es D

> D(n,"x")

En esta linea se indica que la expresión que se encuentra en n se derivara con respecto a x.

La expresión a derivar debe almacenarse en una variable de tipo funtion

> x1<-function(x) x^2

Para integrar

> integrate(x1,0,100)

donde x1 es la función, 0 el limite inferior y 100 el superior

Felices lineas

195. Funciones utiles R (1)

R es un lenguaje estadístico muy útil para el analisis de grandes cantidades de información, la siguiente es una lista de funciones útiles para esta actividad.

ls(): Permite ver todas las variables que se encuentran en el sistema
ls.str(): Permite ver un detalle de las variables que se encuentran en el sistema
rm(elemento): Borra objetos declarados en el sistema, su uso es muy importante por que debemos recordar que no tenemos recursos ilimitados
rm(list=ls()): Borra todos los objetos del sistema
mode(elemento): Obtiene el tipo de dato de un objeto
read.table(archivo): Permite leer informacion de archivos
read.csv(): Lee archivos separados por comas
read.delim(): Lee archivos con algun delimitador
scan(): Permite especificar lo que se va a leer misdatos<-scan("datos.txt",what=list("",0,0)) lee 3 datos, del archivo datos.txt donde el primero es un caracter y los otros 2 son numeros
read.fwf(): Lee archivos de formato fijo
write.table(): Guarda el contenido de un tabla a un archivo
c("dato1","dato2"....): Genera un vector
expand.grid(vector,vector,....): Genera todas las combinaciones de un vector
sum(): Suma los numeros
prod(): Producto de los numeros
max(): Valor maximo
min(): Valor minimo
which.max(c(..,..,...)): Indica cual es el elemento maximo (indice) del vector
which.min(c(...,...,...)): Indica cual es el elemento minimo (indice) del vector
range(): Indica el rango de los datos de un vector
length(c(....)): Numero de elementos de un vector
mean(c(...)): Valor promedio en un vector
median(c(...)): Mediana de un vector
round(c(...),decimales): Efectua el redondeo de una matriz
rev(c(...)): Revierte los elementos de una matriz
sort(c(...)): Ordena los elementos de una matriz



La mano invisible domina el mundo