Debuguear un código es el proceso de proceso de identificar y corregir errores dentro de él. A lo largo de este post iremos viendo las herramientas que nos provee R para dicha tarea.

En este post veremos el concepto de datos ordenados (tidy data), y como utilizar el paquete tidyr para transformar un data frame a fin de dejarlo preparado para poder trabajar con el a través de otras herramientas.

En este post veremos el paquete dplyr, uno de los más utilizados en R debido a las múltiples herramientas que provee para manipular data frames.

En los últimos dos post hemos visto las estructuras de control y las funciones en R. Comentamos que escribir bucles FOR y WHILE es útil cuando programamos, pero no tanto cuando trabajamos en modo interactivo (consola). Para solucionar esto existen las loop functions, las cuales a su vez permiten realizar programación funcional en R y ayudan a mejorar la elegancia de nuestros programas.

Escribir funciones es una de las actividades más importantes en cualquier lenguaje de programación. Su finalidad es poder encapsular fragmentos de código que necesiten ser ejecutados en múltiples ocasiones, con la posibilidad de ejecutarlo en cada ocasión con diferentes parámetro. En este post veremos como trabaja con funciones en R, lo cual es esencial para temas más avanzados.

Las estructuras de control nos permiten controlar el flujo de ejecución de una secuencia de comandos. De este modo, podemos poner «lógica» en el código de R y lograr así reutilizar fragmentos de código una y otra vez. En este post veremos como utilizar las estructuras más comunes.

Cuando utilizamos en R, usualmente vamos a trabajar con datos obtenidos desde fuentes externas. La cantidad de fuentes desde donde podemos obtener datos es enorme, y a su vez estos pueden venir en una cantidad muy variada de formatos. En este post veremos los casos más comunes, junto a múltiples ejemplos que nos guíen.