En este tema, aprenderás cómo importar y exportar datos en R, una habilidad esencial para cualquier análisis de datos. R ofrece una variedad de funciones y paquetes que facilitan la lectura y escritura de datos en diferentes formatos. Vamos a explorar los métodos más comunes para trabajar con archivos CSV, Excel, y bases de datos.

Los archivos CSV (Comma-Separated Values) son uno de los formatos más comunes para almacenar datos tabulares. R proporciona varias funciones para leer archivos CSV, siendo read.csv() una de las más utilizadas.

Ejemplo:

Explicación:

• read.csv("ruta/al/archivo.csv"): Esta función lee el archivo CSV ubicado en la ruta especificada y lo almacena en un dataframe llamado data.
• head(data): Muestra las primeras seis filas del dataframe para una vista rápida de los datos.

Para trabajar con archivos Excel, el paquete readxl es muy útil. Este paquete permite leer tanto archivos .xls como .xlsx.

Ejemplo:

Explicación:

• install.packages("readxl"): Instala el paquete readxl.
• library(readxl): Carga el paquete readxl en la sesión de R.
• read_excel("ruta/al/archivo.xlsx", sheet = "Hoja1"): Lee la hoja "Hoja1" del archivo Excel y lo almacena en un dataframe llamado data.

Para conectarse a bases de datos, R ofrece varios paquetes como DBI y RSQLite. Aquí veremos un ejemplo de cómo conectarse a una base de datos SQLite.

Ejemplo:

Explicación:

• dbConnect(RSQLite::SQLite(), "ruta/al/archivo.sqlite"): Establece una conexión a la base de datos SQLite.
• dbReadTable(con, "nombre_de_la_tabla"): Lee la tabla especificada de la base de datos y la almacena en un dataframe llamado data.
• dbDisconnect(con): Cierra la conexión a la base de datos.

Para exportar datos a un archivo CSV, se utiliza la función write.csv().

Ejemplo:

Explicación:

• write.csv(data, "ruta/al/archivo_exportado.csv", row.names = FALSE): Escribe el dataframe data en un archivo CSV. El argumento row.names = FALSE indica que no se deben incluir los nombres de las filas en el archivo exportado.

Para exportar datos a un archivo Excel, el paquete writexl es muy útil.

Ejemplo:

Explicación:

• install.packages("writexl"): Instala el paquete writexl.
• library(writexl): Carga el paquete writexl en la sesión de R.
• write_xlsx(data, "ruta/al/archivo_exportado.xlsx"): Escribe el dataframe data en un archivo Excel.

Para escribir datos en una base de datos, se puede utilizar la función dbWriteTable().

Ejemplo:

Explicación:

• dbWriteTable(con, "nombre_de_la_tabla", data): Escribe el dataframe data en la tabla especificada de la base de datos.

1. Descarga un archivo CSV de ejemplo desde este enlace.
2. Importa el archivo CSV en R y almacénalo en un dataframe llamado airtravel_data.
3. Muestra las primeras seis filas del dataframe.

Solución:

1. Utiliza el dataframe airtravel_data del ejercicio anterior.
2. Exporta el dataframe a un archivo Excel llamado airtravel_data.xlsx.

Solución:

1. Crea una base de datos SQLite llamada example.sqlite.
2. Crea una tabla llamada airtravel y escribe el dataframe airtravel_data en esta tabla.
3. Lee la tabla airtravel de la base de datos y muestra las primeras seis filas.

Solución:

En esta sección, has aprendido cómo importar y exportar datos en R utilizando diferentes formatos y fuentes. Estas habilidades son fundamentales para cualquier análisis de datos, ya que te permiten trabajar con datos de diversas fuentes y formatos. En el próximo módulo, profundizaremos en la manipulación de datos, donde aprenderás a transformar y limpiar tus datos para análisis más avanzados.