-
Notifications
You must be signed in to change notification settings - Fork 2
/
13-funciones.Rmd
414 lines (283 loc) · 11.1 KB
/
13-funciones.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
```{r echo = FALSE}
library(knitr)
# Color text
colorize <- function(x, color) {
if (knitr::is_latex_output()) {
sprintf("\\textcolor{%s}{%s}", color, x)
} else if (knitr::is_html_output()) {
sprintf("<span style='color: %s;'>%s</span>", color, x)
} else { x }
}
```
# Funciones {#funciones}
:::: {.blackbox data-latex=""}
Scripts usados:
* [**script13.R**](https://github.com/dadosdelaplace/courses-ECI-2022/blob/main/scripts/script13.R): funciones. Ver en <https://github.com/dadosdelaplace/courses-ECI-2022/blob/main/scripts/script13.R>
::::
En `R` no solo podemos usar las funciones predeterminadas que vienen ya cargadas, como o las de los paquetes que instalamos, como `sum()` o `mean()`, sino que además podemos <mark>**crear nuestras propias funciones**</mark>, para automatizar tareas que vayamos a repetir a lo largo de nuestro código.
<mark>**¿Cómo crear nuestra propia función?**</mark> Veamos su esquema básico. Para crear una función necesitamos
* Un nombre, por ejemplo `nombre_funcion` (sin espacios ni caracteres extraños)
* A dicho nombre le asignamos `<-` la palabra reservada `function()`.
* Dentro de `function()` definimos los argumentos de entrada que usará la función.
* Dentro de `{}` incluiremos la órdenes.
* Finalizaremos la función con `return()`, indicando lo que queremos que devuelva la función.
```{r}
nombre_funcion <- function(argumento_1, argumento_2, ... ) {
# Código que queramos ejecutar en la función
código
# Salida
return(variable_salida)
}
```
En el esquema anterior
- **argumento_1, argumento_2, ...**: serán los argumentos de entrada, los argumentos que toma la función para ejecutar el código que tiene dentro
- **código**: líneas de código que queramos que ejecute la función. **IMPORTANTE**: todas las variables que definamos dentro de la función son variables locales, solo existirán dentro de la función salvo que especifiquemos lo contrario.
- `return(variable_salida)`: dentro del comando `return()` se introducirá la salida de la función, que puede ser un número, un ` data.frame`, una gráfica, una matriz...
## Primera función
Veamos un **ejemplo muy simple de función** para <mark>**calcular el área de un rectángulo**</mark>: los argumentos de entrada serán los lados (`lado_1` y `lado_2`), y el valor a devolver será el área `lado_1 * lado_2` (el producto de los lados).
```{r}
# Definición del nombre de función y argumentos de entrada
calcular_area <- function(lado_1, lado_2) {
# Cuerpo de la función (lo que hace)
area <- lado_1 * lado_2
# Resultado (lo que devuelve)
return(area)
}
```
También podemos hacer la definición directa sin almacenar variables por el camino
```{r}
# Definición del nombre de función y argumentos de entrada
calcular_area <- function(lado_1, lado_2) {
# Resultado que devolvemos
return(lado_1 * lado_2)
}
```
<mark>**¿Cómo aplicar la función?**</mark> Con el nombre y los valores de los argumentos: usamos `calcular_area()` y le pasamos los dos argumentos de entrada.
```{r}
# Aplicación de la función con los parámetros por defecto
calcular_area(5, 3) # área de un rectángulo 5 x 3
```
Imagina ahora que nos damos cuenta que el 90% de las veces el área que nos toca calcular fuese la de un cuadrado (es decir, solo necesitamos un argumento, un lado): `R` nos permite definir <mark>**argumentos por defecto en la función**</mark> (tomarán dicho valor salvo que le asignemos otro). ¿**Por qué no asignar `lado_2 = lado_1` por defecto**, para ahorrar líneas de código y tiempo?
```{r}
# Definición del nombre de función y argumentos de entrada
calcular_area <- function(lado_1, lado_2 = lado_1) {
# Cuerpo de la función
area <- lado_1 * lado_2
# Resultado que devolvemos
return(area)
}
```
Ahora, si no indicamos nada, por defecto el segundo lado será igual al primero (un cuadrado).
```{r}
calcular_area(lado_1 = 5) # si no indicamos nada, lado_2 = lado_1
```
Compliquemos un poco la función y añadamos en la salida los valores de cada lado, etiquetados como `lado_1` y `lado_2`.
```{r}
# Definición del nombre de función y argumentos de entrada
calcular_area <- function(lado_1, lado_2 = lado_1) {
# Cuerpo de la función
area <- lado_1 * lado_2
# Resultado
return(c("area" = area, "lado_1" = lado_1, "lado_2" = lado_2))
}
```
Veamos que nos devuelve ahora
```{r}
salida <- calcular_area(5, 3)
salida
salida["area"]
salida["lado_1"]
salida["lado_2"]
```
Antes nos daba igual el orden de los argumentos pero ahora no, ya que en la salida incluimos `lado_1` y `lado_2`. Es **altamente recomendable** hacer la llamada a la función indicando explícitamente los argumentos `argumento_1 = valor_1` para **mejorar la legibilidad e interpretabilidad de nuestro código** (recuerda: programa como escribirías en castellano).
```{r}
calcular_area(lado_1 = 5, lado_2 = 3)
```
Parece una tontería lo que hemos hecho pero hemos cruzado una frontera importante: hemos pasado de <mark>**consumir conocimiento**</mark> (código de otros paquetes, elaborado por otros/as), a <mark>**generar conocimiento**</mark>, creando nuestras propias funciones. En este caso no ganaremos el Nobel por nuestro aporte, pero en un futuro... Si la Unión Europea lo ganó, hay opciones :)
## Variables locales/globales
Un <mark>**aspecto importante sobre el que reflexionar**</mark> con las funciones: ¿qué sucede si nombramos a una variable dentro de una función que se nos ha olvidado asignar un valor dentro de la misma? Debemos ser cautos al usar funciones en `R`, ya que debido a la <mark>**«regla lexicográfica»**</mark>, si una variable no se define dentro de la función, `R` buscará dicha variable en el entorno de variables.
Construyamos una función de ejemplo que no toma ningún argumento de entrada: solo imprime el valor de `x`. Como dentro de la función `x` no está definida, usará el valor definido fuera de la función.
```{r}
x <- 1
funcion_ejemplo <- function() {
print(x) # No devuelve nada per se, solo realiza la acción de imprimir en consola
}
funcion_ejemplo()
```
Si una **variable ya está definida fuera de la función (entorno global)**, y además es usada dentro de la misma cambiando su valor, el valor de dicha variable solo cambia dentro de la función pero no en el entorno global.
```{r}
x <- 1
funcion_ejemplo <- function() {
x <- 2
print(x) # lo que vale dentro
}
funcion_ejemplo() # lo que vale dentro
print(x) # lo que vale fuera
```
Si queremos que **además de cambiar localmente lo haga globalmente** deberemos usar la **doble asignación** (`<<-`).
```{r}
x <- 1
y <- 2
funcion_ejemplo <- function() {
x <- 3 # no cambia globalmente, solo localmente
y <<- 0 # cambia globalmente
print(x)
print(y)
}
funcion_ejemplo() # lo que vale dentro
x # lo que vale fuera
y # lo que vale fuera
```
## 📝 Ejercicios
<details>
<summary><strong>Ejercicio 1</strong>: modifica el código inferior para definir una función llamada `funcion_suma`, de forma que dados dos elementos, devuelve su suma.
```{r eval = FALSE}
# Definimos función
nombre <- function(x, y) {
# Sumamos
suma <- # código a ejecutar
# ¿Qué devolvemos?
return()
}
# Aplicamos la función
suma(3, 7)
```
</summary>
- Solución:
```{r}
# Definimos función
funcion_suma <- function(x, y) {
# Sumamos
suma <- x + y
# Devolvemos la salida
return(suma)
}
# Aplicamos la función
funcion_suma(3, 7)
```
</details>
&nsbp;
<details>
<summary><strong>Ejercicio 2</strong>: modifica el código inferior para definir una función llamada `funcion_producto`, de forma que dados dos elementos, devuelve su producto.
```{r eval = FALSE}
# Definimos función
nombre <- function(x, y) {
# Multiplicamos
producto <- # código de la multiplicación
# ¿Qué devolvemos?
return()
}
# Aplicamos la función
producto(3, -7)
```
</summary>
- Solución:
```{r}
# Definimos función
funcion_producto <- function(x, y) {
# Multiplicamos
producto <- x * y
# Devolvemos la salida
return(producto)
}
# Aplicamos la función
funcion_producto(3, -7)
```
</details>
<details>
<summary><strong>Ejercicio 3</strong>: modifica el código inferior para definir una función llamada `funcion_producto`, de forma que dados dos elementos, devuelve su producto, pero que por defecto calcule el cuadrado (es decir, por defecto un solo argumento, y el resultado sea el número por sí mismo)
```{r eval = FALSE}
# Definimos función
nombre <- function(x, y) {
# Multiplicamos
producto <- # código de la multiplicación
# ¿Qué devolvemos?
return()
}
# Aplicamos la función solo con un argumento
producto(3)
# Aplicamos la función con dos argumentos
producto(3, -7)
```
</summary>
- Solución:
```{r}
# Definimos función
funcion_producto <- function(x, y = x) {
# Multiplicamos
producto <- x * y
# Devolvemos la salida
return(producto)
}
# Aplicamos la función
funcion_producto(3) # por defecto x = 3, y = 3
funcion_producto(3, -7)
```
</details>
<details>
<summary><strong>Ejercicio 4</strong>: define una función llamada `igualdad_nombres` que, dados dos nombres `persona_1` e `persona_2`, nos diga si son iguales o no. Hazlo considerando importantes las mayúsculas, y sin que importen las mayúsculas. Recuerda que con `toupper()` podemos pasar todo un texto a mayúscula. </summary>
- Solución:
```{r}
# Distinguiendo mayúsculas
igualdad_nombres <- function(persona_1, persona_2) {
return(persona_1 == persona_2)
}
igualdad_nombres("Javi", "javi")
igualdad_nombres("Javi", "Lucía")
# Sin importar mayúsculas
igualdad_nombres <- function(persona_1, persona_2) {
return(toupper(persona_1) == toupper(persona_2))
}
igualdad_nombres("Javi", "javi")
igualdad_nombres("Javi", "Lucía")
```
</details>
<details>
<summary><strong>Ejercicio 5</strong>: define una función llamada `pares` que, dados dos números `x` e `y`, nos diga si la suma de ambos es par o no.
Recuerda que con `%%` podemos obtener el resto de un número al dividir entre 2.
```{r}
2 %% 2 # par, resto 0
3 %% 2 # impar, resto 1
```
</summary>
- Solución:
```{r}
# Definimos función
pares <- function(x, y) {
# Sumamos
suma <- x + y
# Comprobamos si es par
par <- suma %% 2 == 0
# Devolvemos la salida
return(par)
}
# Aplicamos la función
pares(1, 3) # suma 4 (par)
pares(2, 7) # suma 9 (impar)
```
</details>
<details>
<summary><strong>Ejercicio 6</strong>: define una función llamada `pasar_a_celsius` que, dada una temperatura $x$ en Fahrenheit, la convierta a grados Celsius ($ºC = (ºF - 32) * \frac{5}{9}$). Aplica la función a la columna `Temp` del conjunto `airquality`, e incorpórala al fichero en una nueva columna `Temp_Celsius`.
</summary>
- Solución:
```{r}
# Definimos función
pasar_a_celsius <- function(x) {
# Temperatura en Celsius
x_celsius <- (x - 32) * (5 / 9)
# Devolvemos la salida
return(x_celsius)
}
# Aplicamos la función
pasar_a_celsius(0)
pasar_a_celsius(80)
# Aplicamos
data.frame(airquality,
"Temp_Celsius" = pasar_a_celsius(airquality$Temp))
```
</details>