R hispano

2022-05-20 11:20:27 5 funciones para debuguear

- traceback() - Te muestra las funciones que se ejecutaron antes de un error.
- debug() - Ejecutas una función dentro de su entorno, paso a paso.
- browser() - Similar a debug(), pero tú indicas desde dónde quieres ejecutar.
- trace() - Debugueas en una línea de código concreta si esta da error.
- recover() - Te da la opción de iniciar browser() desde cualquiera de las llamadas a funciones que haya habido en la última ejecución.

https://techvidvan.com/tutorials/r-debug/ Abrir / Cómo

2022-03-03 17:50:43 Pequeños detalles en dplyr
Hemos descubierto with_groups() hace poco. Sirve para hacer esto:

iris %>%
with_groups(
Species,
filter,
Sepal.Length > mean(Sepal.Length)
)

en lugar de esto:
iris %>%
group_by(Species) %>%
filter(
Sepal.Length > mean(Sepal.Length)
) %>%
ungroup()

Puede serte cómodo ahorrarte una instrucción de vez en cuando (y que dplyr la haga por ti) . Abrir / Cómo

2022-02-16 10:55:32 Llega al 100%
Estás haciendo un shiny y te ha quedado muy completo. Hace casi todo lo que tenías en mente. Pero le falta algo. Puede ser un desplegable que queda feo. O un texto que aparece por defecto pero no te aporta nada.

Digamos que tu shiny está al 90%. ¿Qué haces para llevarlo al 100%?

En este post la autora nos enseña como sacar el máximo provecho de datatable en shiny. Usando javascript.

Ya, pero yo no sé javascript, dirás. Pero reconocerás que no tienes problema en copiar código de un sitio y otro... Ves si funciona... Pruebas hasta que funciona... Copiar de otros: así es como surge la inspiración.

https://maya.rbind.io/post/2022/moving-dom-elements-in-shiny/ Abrir / Cómo

2022-01-21 11:50:14 Adelgaza
Las dependencias importan. Toda dependencia en tu proyecto es una invitación a desbarajustar tu proyecto.

tinyverse es un proyecto en el que algunos desarrolladores intentan agrupar versiones ligeras de paquetes de R. O te dan pistas de cómo hacerlo en los tuyos.

Tienes muchos links a sus experiencias por aquí:
https://www.tinyverse.org/ Abrir / Cómo

2022-01-03 11:12:00 Shiny y bases de datos
Si tienes un Shiny en producción conectado a una base de datos, sabes que es un dolor de cabeza.

Emily Riederer nos da una pistas para la gestión de la base de datos desde R.

Con especial atención a la seguridad. Menciona también un post de RStudio que soluciona un problema cuando el usuario de la app introduce su propio código SQL.

Todo bien atado.

https://www.emilyriederer.com/post/shiny-db/ Abrir / Cómo

2021-12-22 14:24:39 Compartir es vivir
¿Crees que todo el mundo se ha pasado a AWS, Azure, Google Cloud? Pues no. Para compartir datos siguen vigentes cosas como Dropbox, OneDrive o unidades de disco.

Los de RStudio lo saben, así que han sacado un paquete para simplificarte la vida si estás en esta situación.

Te simplifica la vida si compartes ficheros en ubicaciones tipo:
- Dropbox
- Sharepoint
- OneDrive
- unidades de disco (¿tienes algo parecido a Z:/ en tu ordenador?)
- AWS, Azure, Google Cloud
- RSConnect

Se llama pins.

https://pins.rstudio.com/ Abrir / Cómo

2021-12-15 10:47:40 Vectoriza. Ahorrarás tiempo
Puede que te guste tidyverse, pero no dejes de lado el potencial vectorial de R. En problemas grandes notarás mejor rendimiento.

En el link, el autor se enfrenta a varios problemas de programación y se pone una restricción: vectorizar todo lo posible.

Lo puedes ver como un ejercicio de coger práctica. Así, a la hora de la verdad, con problemas reales, ya tiene soltura con esta metodología. Además, es R base: sin dependencias.

El autor trabaja tres problemas, pero es un Adviento de código: hay un problema por cada día de este mes, hasta Navidad. ¿Te animas con alguno? Una cosa: si compartes tu trabajo por redes sociales, te ayudamos a moverlo.

https://www.quantumforest.com/2021/12/10/recreational-programming/ Abrir / Cómo

2021-10-01 20:58:05 De izquierda a derecha
¿Usas los pipes en R?

Seguro que te suena %>% ¿Sabes que hay más pipes? No solo en el paquete magrittr, sino en pipeR, wrapR y, recientemente, R base.

Adolfo Álvarez cuenta en su blog la historia de los pipes en R, incluidas funcionalidades y anécdotas.

Si quieres curiosear más: http://adolfoalvarez.cl/blog/2021-09-16-plumbers-chains-and-famous-painters-the-history-of-the-pipe-operator-in-r/ Abrir / Cómo

2021-09-22 14:38:22 Shiny en producción
¿Das acceso a tus aplicaciones shiny a otros usuarios como buenamente puedes? ¿Tienes pendiente decidirte por una manera estable de hacerlo? Nosotros sí

Si cada vez que quieres que un usuario use tus shinys lo haces de manera improvisada, y cada vez de manera distinta, en este post dan una idea.

Se basa en Google Cloud. ¿Qué pasa si no usas Google Cloud? Nada, porque da otras ideas:
Imagen docker para alojar un shiny.
Esquema de lo necesario en nube, que puedes aprovechar con AWS o Azure.

¿Quieres echar un ojo? https://anderfernandez.com/blog/poner-app-shiny-en-produccion/ Abrir / Cómo

2021-09-06 20:37:30 Programación con estilo
¿Colaboras con varias personas usando R? Cada uno tiene su estilo de programación y, aunque ninguno tiene por qué ser incorrecto, conviene ponerse de acuerdo entre todos en ciertas directrices. Además, sí, hay veces que un código es tan amorfo que no hay modo de revisarlo.

Un código uniforme puede ayudar en labores de mantenimiento y proporcionará buena salud computacional. Para asegurar que se mantiene cierto estilo, existen paquetes que facilitan la supervisión:

- lintr. Indica códigos que no siguen ciertas directrices.
- covr. Detecta códigos que no están revisados por ningún test.
- styler. Ayuda a dar formato a códigos de acuerdo con alguna convención.

Todo está muy bien explicado aquí:
https://blog.methodsconsultants.com/posts/developing-r-packages-with-usethis-and-gitlab-ci-part-iii/ Abrir / Cómo