Data Science

Crea tu propia función en R paso a paso

Personaliza al máximo las funcionalidades de R Software para ser más eficiente en tus análisis

Publicado9 de noviembre de 2017
Lectura6 min
Crea tu propia función en R paso a paso

Una de las grandes ventajas de R es que permite al usuario crear sus propias funciones y así ampliar sus funcionalidades.Todo lo que queramos que ocurra en R debemos realizarlo con funciones, existentes o propias, de ahí la importancia de este tema.

Para entender la programación en R, hay dos claves útiles:1. Todo lo que existe es un objeto.2. Todo lo que ocurre deriva de una función que lleva a la acción.John Chambers

¿Cuál es la estructura de una función?

En una función tenemos 3 tipos de elementos:

  1. Argumentos (o valores de entrada).
  2. Cuerpo: operaciones que han de realizarse. Se deben localizar entre corchetes "{}”.
  3. Resultado (o valores de salida): la última expresión que se ejecuta.

mifuncion <- function(argumento1, argumento2, …) { cuerpo resultado }

Las funciones también son objetos y por tanto les daremos un nombre, en este caso se llamará "mifuncion". Debes evitar utilizar nombres que ya estén en uso en R, por ejemplo "mean". Los argumentos se separan por una coma dentro de "función()". Puede ser cualquier tipo y cantidad de argumentos. Los argumentos son los ingredientes que necesitas para que se ejecute la función. Los argumentos pueden tener un valor predeterminado, por ejemplo si escribimos argumento2=10:

mifuncion <- function(argumento1, argumento2=10, …) { cuerpo resultado }

El cuerpo de la función contiene las operaciones que deseamos que se ejecuten sobre cada uno de los argumentos detallados anteriormente. Vienen dados entre corchetes "{}" y se ejecutan cada vez que llamamos la función. El resultado es el valor devuelto por la función que se genera en las operaciones que se han ejecutado en el cuerpo de la función. Puede ser cualquier tipo de datos. La última línea del código será el valor que devolverá la función. Veamos algunos ejemplos:

Ejemplo 1. Función suma

suma<-function(x,y){ +     # suma de los elementos "x" e "y” +     x+y + }

La última operación evaluada es el valor que ha de retornar la función (también llamada salida).Por ejemplo, si evaluamos la función para los valores x=2 e y=3 obtenemos:

suma(x=2,y=3) [1] 5

También podemos omitir los nombres de los argumentos si mantenemos la correspondencia con el orden o posición de los argumentos en el que damos los valores:

suma(2,3) [1] 5 > 5

Ejemplo 2. Función potencia con paste y cat

Cuando queremos que el resultado de una función contenga texto podemos utilizar las función paste().

potencia <- function(x, y) { +     # función que calcula x elevado a y +     result <- x^y +     paste(x,"elevado a la potencia de", y, "es", result) + } > potencia(2,3) [1] "2 elevado a la potencia de 3 es 8”

También podemos utilizar la función cat(), que tiene mayor versatilidad. Por ejemplo:

x<-2 > cat(x) 2 > cat("María") María > cat("María tiene", x, "hijos", ".") María tiene 2 hijos . > cat("María tiene", x, "hijos", "\b.") #\b quita el último espacio María tiene 2 hijos. > cat("María tiene\n", x, "hijos", "\b.") #\n divide la expresión en dos líneas María tiene 2 hijos.

Ejemplo 3. Función de valor absoluto con condicionales (if)

absoluto <- function(x) { +     # valor absoluto de x +     if(x<0){ -x } +     x + } > absoluto(-3) [1] 3 > absoluto(3) [1] 3

Aquí le estamos diciendo que si el valor de “x" es negativo nos devuelva su opuesto, en caso contrario que nos devuelva el valor original de "x”.

Ejemplo 4. Función a trozos con condicionales (if).

Función a trozos: si x es menor a 5 toma el valor 0 y en caso contrario el valor 10.

ftrozos <- function(x) { +     if (x < 5) { +         0 +     } else { +         10 +     } + } > ftrozos(3) [1] 0 > ftrozos(5) [1] 10

Podemos utilizar funciones condicionales (if, while, etc.) dentro de la función.

Ejemplo 5. Cálculo de la tasa de metabolismo basal

La Tasa de Metabolismo Basal (TMB), es la cantidad mínima de energía que necesita tu cuerpo para funcionar. Nunca debemos ingerir menos cantidad de calorías de las que marca la tasa metabólica. La TMB se calcula siguiendo las siguientes ecuaciones

  • TMB Mujer = 655 + (9,6 * P) + (1,8 * A) – (4,7 * E)
  • TMB Hombre = 66 + (13,7 * P) + (5 * A) – (6,8 * E)

donde necesitamos información del Sexo, A=Altura, P=Peso y E=Edad de cada persona, nuestros argumentos.

TMB<-function(Sexo,Altura,Peso,Edad){ +     if(Sexo=="mujer"){ 655 + (9.6 * Peso) + (1.8 * Altura) - (4.7 * Edad) +     }else{ 66 + (13.7 * Peso) + (5 * Altura) - (6.8 * Edad) } + } > TMB("hombre",170,57,32) [1] 1479.3

En este caso le decimos a la función que calcule el TMB con una fórmula si el sujeto es mujer y otra si es hombre.

Ejemplo 6. Varias formas de obtener resultados.

Imagina que queremos calcular el valor de la hipotenusa de un triángulo a partir de los valores de sus catetos. Único valor. Si solo queremos obtener el valor de la hipotenusa:

hipotenusa<-function(cateto1, cateto2){ +     sqrt(cateto1^2+cateto2^2) +     } > hipotenusa(2,4) [1] 4.472136

Lista de valores. Si queremos que en el resultado se muestren los valores iniciales y finales:

hipotenusa<-function(cateto1, cateto2){ + h<-sqrt(cateto1^2+cateto2^2) + list(cateto1=cateto1,cateto2=cateto2,hipotenusa=h) + } > hipotenusa(2,4) $cateto1 [1] 2 $cateto2 [1] 4 $hipotenusa [1] 4.472136

Con más de un valor para cada cateto. Si queremos que el resultado tenga varios tipos de información (numérica o categórica) podemos utilizar una lista.

hipotenusa(2:4,4:6) $cateto1 [1] 2 3 4 $cateto2 [1] 4 5 6 $hipotenusa [1] 4.472136 5.830952 7.211103

Resultado como data.frame. Si queremos que el resultado sea de un mismo tipo pero con múltiples variables podemos utilizar eldata.frame.

hipotenusa<-function(cateto1, cateto2){ +     h<-sqrt(cateto1^2+cateto2^2) +     data.frame(variable=c("cateto","cateto","hipotenusa"),valor=c(cateto1,cateto2,h)) +     } > hipotenusa(2,4)     variable    valor 1     cateto 2.000000 2     cateto 4.000000 3 hipotenusa 4.472136

Otra opción para presentar los resultados:

hipotenusa<-function(cateto1, cateto2){ +     h<-sqrt(cateto1^2+cateto2^2) +     data.frame(cateto1=cateto1,cateto2=cateto2,hipotenusa=h) +     } > hipotenusa(2:4,4:6)   cateto1 cateto2 hipotenusa 1       2       4   4.472136 2       3       5   5.830952 3       4       6   7.211103

Ejemplo 7. Función return

También se puede utilizar la función “return()” para obtener el resultado de un paso en particular en la ejecución, no necesariamente el último. Es útil por ejemplo para identificar un error.

f<-function(x,y){ +     if(is.character(y)) return("y debe ser numérico") +     x+y +     } > f(2,"hola") [1] "y debe ser numérico"

Si no utilizáramos la función return() obtendríamos un mensaje de error:

f<-function(x,y){ +     if(is.character(y)) "y debe ser numérico" +     x+y +     } > f(2,"hola") Error in x + y : argumento no-numérico para operador binario

NOTA: recuerda que si no se utiliza return de manera explícita en una función, el valor de la última expresión evaluada se devuelve automáticamente en el resultado de la función.

Cuándo escribir una función

Principalmente cuando no existe una función previa que realice las operaciones que necesitamos y en segundo lugar cuando necesitamos crear una función más eficiente.

Cómo empezar y qué tener en cuenta cuando escribes tu función

Para poder ejecutar una función primero debes guardarla en la memoria. Ocurre lo mismo que al activar/cargar una librería/biblioteca, hasta que no lo hagas las funciones contenidas en ella no se pueden llamar/utilizar. Existen dos métodos para cargar funciones en la memoria:

  1. Crear el texto de la función y pegarlo en la consola.
  2. Utilizar la función "source()" para cargar funciones desde un archivo .R (puedes tenerlo en tu directorio o descargarlo desde la web).

La mejor opción es la segunda, por eso recomiendo crear tus funciones en un archivo .R con un nombre sencillo e intuitivo y guardarlo en su ordenador para llamarlo en el momento que desees. Por ejemplo:

> source( “ mifuncion.R”) #desde tu directorio > # Para acceder a una función que se encuentra en la web > source("https://raw.github.com/tonybreyal/Blog-Reference-Functions/master/R/bingSearchXScraper/bingSearchXScraper.R")

Cómo conseguir una buena función

Lo ideal es que la función sea corta y simple, con nombres intuitivos. El código debe ser fácil de escribir, fácil de leer y de utilizar, de rápida ejecución, con resultados confiables.

Cómo utilizar una función en R

Las funciones en R se pueden tratar como cualquier otro objeto R. Se puede definir una función dentro de otra función, es decir, se puede utilizar como argumento para otras funciones o se pueden ejecutar desde otras funciones.    Y ahora te toca a ti, juega con R y construye tu propia función. ¡Saludos!

Lecturas complementarias

https://r-pkgs.had.co.nz/r.html https://google.github.io/styleguide/Rguide.html

Sigue leyendo

Artículos relacionados

Prompts para escribir papers: cómo usar la IA sin perder el rigor científico
Data Science

Prompts para escribir papers: cómo usar la IA sin perder el rigor científico

Vamos a ser sinceros: escribir un paper no es solo “sentarse a redactar”. Es estructurar ideas, revisar una y otra vez, cuidar el lenguaje, adaptar el tono… y todo eso mientras intentas mantener el rigor científico. Ahora bien, ¿y si pud…

Leer más
Cómo automatizar revisiones bibliográficas (y no morir entre papers)
Data Science

Cómo automatizar revisiones bibliográficas (y no morir entre papers)

Si has hecho alguna vez una revisión bibliográfica, sabes perfectamente de lo que hablamos: horas buscando artículos, leyendo abstracts, organizando referencias, descartando papers… y vuelta a empezar. Y claro, llega un punto en el que t…

Leer más
Prompts para Gemini: diferencias frente a ChatGPT
Data Science

Prompts para Gemini: diferencias frente a ChatGPT

Gemini y ChatGPT suelen ponerse en el mismo saco: “modelos de IA conversacional”. Y sí, comparten muchas capacidades, pero no interpretan los prompts exactamente igual . Por eso, un mismo prompt puede darte un resultado brillante en Chat…

Leer más