Taller R - DGA

Formatos y buenas prácticas de programación en R usando Tidyverse

Dra. Sara E. Acevedo

seaceved@uc.cl

PUC - CEDEUS

Dra. Alejandra S. Vega

asvega@uc.cl

CEDEUS

2025-08-09

Acerca de nosotras 👩🏽‍💻

• Sara Acevedo (🐈): Profesora Asistente Facultad de Agronomía y Sistemas Naturales - Física de suelos / Suelos urbanos / Ciencia Reproducible

• Alejandra Vega (🐕): Investigadora CEDEUS - Geoquímica de suelos / Suelos urbanos / Calidad del Agua

Objetivos de la clase

• Conceptos e ideas generales de reproducibilidad
• Buenas prácticas para escribir código
• Tidyverse

Porqué?

• Código eficiente nos hace la vida más fácil

• Somos humanos: código claro y entendible minimiza posibilidad de errores

• Filosofía Tidyverse ordenada

Reglas de oro generales de reproducibilidad

Lista según Reproducible Data Science

1. Los datos crudos nunca deben modificarse. Datos procesados deben ir en una carpeta aparte.
2. Resultados de código deben guardarse en su propia carpeta.
3. Los códigos van en su propia carpeta.
4. Siempre modularizar el código: en lugar de un único script gigante, dividir el flujo de trabajo en scripts cortos.
5. Apuntar escribir a código seco: DRY do not repeat yourself

Escribir “buen” código

• Leíble por humanos y computadoras, ordenable

• Reusable

• Robusto

Leíble por humanos y computadoras, ordenable

1. Nombrar archivos y carpetas de forma consistente
2. Comentar el código
3. Ordenar las carpetas y dejar un registro de instrucciones

Nombrar archivos y carpetas de forma consistente

• Usa nombres claros, sin espacios ni caracteres especiales
• Usar prefijos numéricos en scripts, para ayudar al orden alfabético y cronológico.

Comentar el código

• La idea es explicar el por qué del código, no solamente que hace.
• Que otro humano entienda el razonamiento detrás del código.

Ordenar los directorios y carpetas

• Evitar “path spaghetti” ni rutas absolutas (C:/Users/…)
• Dejar huella para tu “yo futuro”.
• Un README.md claro con instrucciones mínimas.
• Ayuda a que cualquier persona (incluyéndote a ti) pueda retomar el proyecto meses después.

Figure 1: Enfoques

Reusable

• Separar datos de scripts.
• Crear el código para usar constantes solo una vez.
• Solo una cosa a la vez, aplica para funciones y scripts.
• Código seco (DRY) do not repeat yourself.

Robusto

• Si hay las suposiciones o condiciones, declararlas
• Verificar los valores antes de procesarlos.
• Identificar excepciones.
• Generar errores cuando no se cumplan las expectativas.

Robusto

nombre_region <- function(x) {
  regiones <- data.frame(
    numero = 1:16,
    region = c(
      "Tarapacá", "Antofagasta", "Atacama", "Coquimbo", "Valparaíso",
      "O'Higgins", "Maule", "Biobío", "La Araucanía", "Los Lagos",
      "Aysén", "Magallanes", "Metropolitana", "Los Ríos",
      "Arica y Parinacota", "Ñuble"
    )
  )
  regiones$region[match(x, regiones$numero)]
}

nombre_region(13)

[1] "Metropolitana"

Robusto

nombre_region <- function(x) {
  regiones <- data.frame(
    numero = 1:16,
    region = c(
      "Tarapacá", "Antofagasta", "Atacama", "Coquimbo", "Valparaíso",
      "O'Higgins", "Maule", "Biobío", "La Araucanía", "Los Lagos",
      "Aysén", "Magallanes", "Metropolitana", "Los Ríos",
      "Arica y Parinacota", "Ñuble"
    )
  )
  regiones$region[match(x, regiones$numero)]
}

nombre_region(17)

[1] NA

Análisis exploratorio de datos (EDA)

• Preguntas sobre los datos de investigación.
• Buscar respuestas visualizando, transformando y modelando.
• En base a lo explorado, refinar hipótesis y preguntas anteriores.
• Nuevas preguntas → Nuevos análisis → Nuevos modelos.
• Librería Tidyverse

Flujo de trabajo EDA

• Comenzamos importando datos

• Hacemos nuestro EDA transformar → visualizar → modelar

• Avanzamos a la comunicación (posters, presentaciones, reportes, papers…)

Librería en R: Tidyverse

Tidyverse:

• Megapaquete que contiene paquetes para el análisis datos
• Construidos con los mismos principios

La filosofía del paquete

• Reusar estructuras de datos
• Utilizar el operador pipe %>% para combinar funciones
• Pensado para “humanos”

Librería en R: Tidyverse

Ejemplo: un pedazo de torta a partir de ingredientes

• Ingredientes (harina, azúcar, etc.) 🛒
• Mezclar en un bowl ingredientes 🥣
• Hornear la mezcla ⏲️
• Decorar el bizcocho 🥧
• Cortar 🍰

Como veríamos el código en R

ingredientes(c=(harina, azúcar)) %>% 
mezclar(🥣) %>% 
hornar(⏲️) %>% 
decorar(🥧) %>% 
cortar(🍰)

Paquetes

• ggplot2 : visualización de datos
• dplyr : transformar datos
  
• tidyr : formatear los datos (ejemplo pasando de wide a long)
• readr : importar datos de texto (csv, tsv…).
  
• purrr : programación funcional
• tibble : data frames tibble
• stringr y forcats : manipulación de cadenas de texto y factores (categorías).

Clase introductoria lista! Veamos código 👩🏽‍💻