{sf}R cuenta con un muy amplio ecosistema para trabajar con datos geoespaciales. Uno de los paquetes más importantes es {sf}, que permite manipular datos espaciales a partir del estándar simple features (características simples). En esta guía iré recopilando los comandos básicos para manipular y visualizar datos geoespaciales en R. En la medida que voy aprendiendo más sobre hacer mapas, iré actualizando y complementando.
{mapgl} para visualizar datos geoespaciales en R{mapgl} es un paquete de R increíble para visualizar datos geográficos de manera interactiva, por medio de los visores de mapas Mapbox y MapLibre, sobre los cuales puedes visualizar tus cartografías y datos geográficos, con un alto nivel de personalización y muchas características avanzadas.
Usando R, Shiny y MapGL es más fácil que nunca hacer apps web que presenten datos georeferenciados de manera precisa y personalizable! Para ayudarte, comparto este repositorio de una plantilla de app Shiny que presenta un mapa de Chile con un filtro de regiones y comunas para hacerles zoom a los territorios seleccionados.
Compilación de herramientas y alternativas para potenciar el análisis de datos y la programación usando IA
Existen muchas formas de usar IA para programar en R, desde el simple autocompletado hasta asistentes que pueden leer, ejecutar y modificar código directamente en tu entorno de trabajo. En esta publicación veremos las principales herramientas de IA disponibles para potenciar el análisis de datos en R, junto con consejos para sacarles provecho basados en mi experiencia.
{arrow}Los archivos CSV (comma-separated values, valores separados por comas) suelen ser el formato más básico para guardar datos. En esta publicación compararemos 4 formas de cargar este formato de datos, introduciendo el uso de Arrow para cargarlos casi 10 veces más rápido que R base, e incluso cargarlos como base de datos para consultarlos realizando operaciones más eficientes y livianas.
{unpivotr}Convertir planillas con múltiples encabezados, tablas dinámicas o pivotadas a dataframes
Muchas planillas Excel presentan sus datos de forma no-rectangular; por ejemplo, con múltiples encabezados encima de las columnas, celdas combinadas que describen las variables bajo ellas, encabezados de variables en las filas, etc. El problema principal es que los datos no vienen rectangulares (con nombres de variables en la primera fila) ni se respetan los principios de los datos ordenados (tidy data). Esto vuelve muy difícil trabajar con estos datos, a menos que los des-pivotemos con {unpivotr}!
{gt}Genera tablas HTML con formato personalizado para reportes, presentaciones y apps
El paquete de R {gt} produce tablas atractivas con muy pocas líneas de código, y al mismo tiempo ofrece una alta capacidad de personalización para presentar tus datos. En este tutorial veremos las funciones básicas para generar tablas, y luego veremos tres ejemplos de creación de tablas personalizadas usando en datos reales.
{territorial}: un paquete de R para trabajar con datos de comunas y regiones de ChileHerramientas para facilitar el procesamiento y limpieza de datos terrioriales de Chile con R
Este paquete de R busca facilitar tareas de limpieza que suelen ser necesarias al trabajar con datos de Chile a nivel comunal y regional, ofreciendo funciones para hacer cosas como validar y limpiar las comunas, agregar variables territoriales, ordenar las regiones de Chile de norte a sur, y más!
Benchmarks comparativos de velocidad de escritura, lectura y peso entre Parquet, Excel y CSV
El formato Arrow Parquet, implementado en R mediante el paquete {arrow}, es un formato moderno diseñado para eficiencia y velocidad. Parquet es un formato que usa tecnologías modernas para ser más rápido de leer, más liviano, soportar grandes volúmenes de datos, y permitir operaciones eficientes sobre la información. En esta publicación realizaremos pruebas para confirmar que es la mejor opción!
{gt} a formato ExcelCon {gtxlsx} puedes exportar tus tablas {gt} fácilmente en archivos de Excel editables, manteniendo todas sus características visuales. Esto facilita muchísimo la exportación de datos desde R, ya sea para su procesamiento, para consulta o para presentación de resultados, manteniendo un estándar visual mucho más elevado.
Personaliza la apariencia de RStudio con una paleta morada y rosada
¡Agrégale moradito a tu análisis de datos! Tema para RStudio enfocado en una paleta de colores morada y rosada, basado en el tema base16 Default Dark de
{rsthemes}. Ahora actualizado para la última versión de RStudio.
Cuando trabajamos con fechas, a veces necesitamos pasar desde una fecha en números a una redactada de manera natural, pasando de algo como 2026-09-01 a “1 de septiembre de 2026”. Para eso tenemos en R la función format(), de manera que el mes 09 pasa a ser septiembre.
Calculando días para una fecha con R
El paquete {lubridate} facilita todas las operaciones con fechas en R! Aquí un ejemplo sobre calcular los días faltantes para una fecha dada.
Estrategia simple para ir revisando los datos constantemente en tus pipelines de procesamiento de datos
¿Alguna vez has tenido dudas sobre los datos que estás explorando? En pipelines extensos, puede ser imposible tener certeza de que los datos son como esperamos, o necesitamos confirmar que los datos tienen ciertas características luego de filtrarlos, cruzarlos, o transformarlos. La validación resuelve esto!
Breve historia de eventos relevantes en el desarrollo de R, su ecosistema y comunidades
Por curiosidad personal, estaba buscando un poco sobre la historia del lenguaje R. Quería tener una mejor noción sobre la temporalidad del desarrollo de R y el crecimiento de su ecosistema y comunidades. Inicié una breve investigación cronológica, y por casualidad encontré el paquete {vistime} para hacer líneas de tiempo con {ggplot2}, Plotly o Highcharts.
El método de cortes naturales de Jenks se usa para categorizar variables contínuas en variables ordinales; es decir, pasar de una variable numérica a la cantidad de categorías discretas que necesitemos. Este método resalta los saltos inherentes a los datos, y por lo tanto los cortes que ofrece suelen tener más sentido que cortes arbitrarios en datos continuos.
Crea tus propias herramientas para trabajar con datos en R y compártelas!
En este tutorial veremos cómo crear tu propio paquete de R, para agrupar funciones y datos en un software que puedes usar a través de varios proyectos y compartir con otras personas. El desarrollo de paquetes es en cierto modo el objetivo final del lenguaje R, donde puedes cristalizar tus ideas, herramientas y procesos en su propio programa, pasando de ser un simple usuari@ a ser parte activa de la construcción de la comunidad de R por medio de tus contribuciones!
{testthat} y {pointblank}La validación de datos sirve para verificar durante el proceso de análisis si los datos cumplen con requerimientos de calidad y con tus expectativas, con el objetivo de evitar problemas futuros relacionados a datos inesperados, incompletos, o erróneos. En este post veremos dos paquetes para validar el funcionamiento de tu código y para validar tus datos.
Hace poco hice un taller online sobre cómo crear un blog con Quarto, y mi idea era posteriormente escribir un tutorial detallado sobre lo visto en el taller. Pero resultó que me faltaba el tiempo y la energía para hacerlo bien, mientras que, en cambio, tenía harto material para redactar el tutorial: un tutorial anterior más amplio sobre un tema similar, la transcripción de voz del taller, y las diapositivas Quarto que usé durante el taller, que a su vez tenían código, enlaces y ejemplos. Así que éste fue un escenario ideal para practicar la escritura asistida por IA.
Tutorial para que crees tu propio espacio en internet, publicado gratis con GitHub Pages
Aprende paso a paso a crear tu propio blog con Quarto y RStudio, a personalizarlo con temas y tipografías, y publicarlo gratis en internet con GitHub Pages. Este tutorial reúne todo lo necesario para tener tu blog funcionando de principio a fin: desde configurar Git y GitHub, hasta escribir publicaciones con código de R y actualizar tu sitio cada vez que quieras.