dvillaunal/dia_67_22mayo

Cree funciones que manejen arreglos en R (realice al menos dos ejercicios que requieran cargar archivos externos *.csv cada uno con al menos 50 filas y tres datos por fila, lea y procese la información del archvo leído, y guarde las respuestas a los ejercicios en archivos independientes tipo *.txt)

"Protocolo:

1. Daniel Felipe Villa Regifo

2. Lenguaje: R

3. Tema: Cree funciones que manejen arreglos en R  (realice al menos dos ejercicios que requieran cargar archivos externos *.csv cada uno con al menos 50 filas y tres datos por fila, lea y procese la información del archvo leído, y guarde las respuestas a los ejercicios  en archivos independientes tipo *.txt)

4. Fuentes:
   https://www.generatedata.com"

Ejercicio 1°

Una empresa tiene los datos de la producción de 50 lotoes de leche donde salieron las matrices:

• cantidad de leche (L)

• cantidad de lactosa (ml)

• Calorias (kcal)

• Proteina (gr)

esta empresa desea calcular el promedio basico de lactosa en litros, mirar si estas leches, cumplen con el promedio de calorias de un bolsa de leche entera (100 Kcal X 1L)

# Importemos la base:
base1 <- read.csv(file = "base1.csv", header = T, sep = ",", dec = ".")

## Creamos el array con las matrices:
a1 <- array(c(base1$Cantidad, base1$Lactosa, base1$Calorias, base1$Proteinas),
            dim = c(8,8,4))

# Ahora calculamos la función promedio basico de lactosa, con el promdeio de calorias y su producción más acercada a este:

produccion <- function(x){
  "Calcula promedio de lactosa y calorias"
  promlac <- function(){
    "Calcula el promedio de lactosa"
    l <- as.vector(x[,,2])
    proml <- round(mean(l), digits = 0)
    return(proml)
  }
  compromcal <- function(){
    "Compara el promedio basico de las calorias por litro"
    # Convertimos las cal a Kcal:
    Kcal <- x[,,3]/1000
    #le restamos los 200 kcal promedio:
    promKcal <- Kcal-100
    count <- 0
    meanKcal <- c()
    for (i in promKcal) {
      if(i >= 0){
        meanKcal <- c(meanKcal,i)
      }
    }
    for (i in promKcal) {
      count = count + 1
      if(i == min(meanKcal)){
        p <- paste("La Producción Numero: ", count, ", Tiene la tasa más cercana al promedio de calorias con una desviación del: ", i)
        return(p)
        break
      }
    }
  }
  data <- data.frame("Promedio de Lactosa de las 50 Producciones"= promlac(),
                     "Comparacion de Calorias con una bolsa estandar de leche"= compromcal())
  
  return(data)
}

# Miramos el resultado:
produccion(a1)

## Ahora exportamos el resultado:
write.table(produccion(a1), file = "LacKcal.txt", row.names = F, sep = " | ")

Ejercicio 2°

vamos a ordenar numeros pares e impares (Matriz para cada uno), después en otra matriz, multiplicamos por la matriz de numeros primos y exportamos un array de una matriz:

# Importamos la base:
base2 <- read.csv(file = "Base2.csv", sep = ",", header = T)

a2 <- array(c(base2$Impares, base2$Pares, base2$Primos), dim = c(10,10,3))

# Creamos la funcion para ordenar y multiplicar:
orden <- function(x){
  "Convierte matrices en vector y junta las primeras dos, con la tercera matriz se multiplica"
  v1 <- as.vector(x[,,1])
  v2 <- as.vector(x[,,2])
  
  v1 <- v1[order(x[,,1])]
  v2 <- v2[order(x[,,2])]
  
  v3 <- c(v1,v2)
  v3 <- v3[order(v3)]
  
  vp <- as.vector(x[,,3])
  vp <- vp[order(vp)]
  mp <- matrix(vp, nrow = 10)
  
  a3 <- array(v3, dim = c(10,10,2))
  a3[,,1] <- a3[,,1]*mp
  a3[,,2] <- a3[,,2]*mp
  return(a3)
}

orden(a2)

# Exportamos el resultado:
write.table(orden(a2), file = "NumParPrim.txt", row.names = F, sep = "||")

library(knitr)
purl("Dia_67_22mayo.Rmd", "main.r")