Product Design, Manufacturing & Innovation Resources
Hogar » El marco de datos R

El marco de datos R

1990
  • John Chambers
  • Rick Becker
  • Allan Wilks
Un marco de datos de R se muestra en la pantalla de un ordenador en un entorno de oficina moderno.

(Imagen generada únicamente con fines ilustrativos)

El marco de datos (`data.frame`) es la estructura de datos fundamental en R para almacenar datos tabulares. Consiste en una lista de vectores de igual longitud, donde cada vector representa una columna y puede ser de un tipo de dato diferente (p. ej., numérico, de caracteres, factorial). Esta estructura es omnipresente en R para el modelado estadístico y la manipulación de datos, imitando el formato rectangular de los conjuntos de datos.

El marco de datos es posiblemente la estructura de datos más importante en R. Fue diseñado para representar fielmente el tipo de tablas de datos utilizadas por los estadísticos: observaciones en filas y variables en columnas. Técnicamente, un `data.frame` es una lista donde cada elemento es un vector que representa una columna. Una restricción clave es que todos estos vectores deben tener la misma longitud, lo que garantiza la forma rectangular de los datos. Sin embargo, a diferencia de una matriz, cada columna puede tener un tipo de dato diferente. Por ejemplo, una columna puede contener medidas numéricas, otra cadenas de caracteres (como nombres) y una tercera factores (variables categóricas).

Esta flexibilidad es crucial para el análisis de datos del mundo real. Los marcos de datos tienen nombres de filas y columnas, lo que facilita la selección de subconjuntos y la referencia de datos de forma intuitiva (por ejemplo, `my_data[,”age”]` o `my_data[5,]`). Muchas de las funciones integradas de R, especialmente para estadísticas y gráficos, están diseñadas específicamente para trabajar con marcos de datos como su entrada principal. El desarrollo de alternativas más eficientes y fáciles de usar, como el `tibble` de la Tidyverse or the `data.table`, builds upon the foundational concept of the data frame, highlighting its central role in the R ecosystem.

UNESCO Nomenclature: 1203
Ciencias de la computación

Tipo

Sistema abstracto

Ruptura

Fundacional

Uso

Uso generalizado

Precursores

  • El concepto de matrices y arreglos en programación
  • Tablas de datos estadísticos utilizadas en el análisis manual
  • Estructuras de archivos de datos de otros paquetes estadísticos como SAS y SPSS
  • La estructura de datos de lista en lenguajes tipo Lisp

Aplicaciones

  • almacenar y manipular conjuntos de datos para análisis estadístico
  • Entrada para funciones de modelado como lm() para regresión lineal
  • Manipulación y transformación de datos mediante paquetes como dplyr
  • Creación de visualizaciones con ggplot2, que está diseñado en torno al concepto de marco de datos.

Patentes:

    Ideas para posibles innovaciones

    • un formato de marco de datos en disco que puede manejar conjuntos de datos más grandes que la RAM
    • un marco de datos distribuido para el procesamiento paralelo en un clúster
    • Una clase de marco de datos cifrados para el manejo seguro de información confidencial
    • Un marco de datos con validación de datos integrada y verificación de restricciones por columna
    • Un marco de datos reactivo para crear paneles de control en tiempo real que se actualizan automáticamente
    • un marco de datos controlado por versiones que rastrea cada cambio realizado en los datos
    • una estructura de marco de datos que maneja de forma nativa series temporales y tipos de datos espaciales
    • a tool to automatically generate a interfaz de usuario for manipulating any given data frame
    • a ‘lazy’ data frame that records operations and only computes results when explicitly requested
    • un marco de datos que puede almacenar y consultar datos anidados o similares a JSON dentro de sus celdas
    Relacionado con: marco de datos, R, estructura de datos, datos tabulares, estadística, manipulación de datos, vector, lista, tibble, data.table.

    Contexto histórico

    El marco de datos R

    1980
    1982-07-01
    1988-06-01
    1990
    1993
    1997-04-23
    2001
    1980
    1980
    1986-01-01
    1990
    1990
    1993
    1998
    2010

    (Si la fecha es desconocida o no es relevante, por ejemplo "mecánica de fluidos", se proporciona una estimación redondeada de su aparición notable)

    décimo año aniversario

    Las imágenes en tamaño completo y las descargas solo están disponibles, de forma totalmente gratuita, para los miembros registrados.

    > Acceso <