Elementos da interface

Ao instalar o RStudio, temos a interface do programa com a seguinte estrutura descrita abaixo:

em que:

(A): Barra de navegação

Contém todas as funcionalidades do RStudio IDE desde criar, abrir arquivos e ferramentas para edição de códigos (desfazer, refazer, etc.) além de inserir seções até as configurações globais e documentos de ajuda sobre o programa.

(B): Barra de acesso rápido

Esses são apenas atalhos rápidos para algumas rotinas mais utilizadas pelos usuários como criar, abrir, salvar arquivos, por exemplo.

(C): Edição de scripts

Este é o ambiente no qual escrevemos nossos códigos. Todo o código de uma análise é escrito nesse campo. Como já dito o RStudio não é um editor somente de R, arquivos R e de outras linguagens também podem ser editados aqui. Note que vários arquivos podem ser abertos simultaneamente, eles ficarão dispostos em abas nesse painel.

(D): Console R

Nesse campo temos o R propriamente dito, o chamamos de console R. Tudo que for escrito aqui será automaticamente interpretado. O que fazemos é enviar os códigos escritos em (C) para cá, com o atalho de teclado Crtl+R, ou atalho da interface.

(E): Visualização de objetos e códigos elaborados

Esse painel é composto por duas abas. A primeira, Environment, exibe as variáveis de ambiente criadas durante a sessão e a segunda, History exibe toda a sequência de códigos interpretada pelo console na sessão.

(F): Visualização gráficos, arquivos, pacotes e ajuda

Neste painel têm-se diversas abas listadas abaixo: * Files: explorador de arquivos do R; * Plots: visualização de gráficos interpretados pelo console (D); * Packages: lista de pacotes instalados e atalho para instalação de pacotes; * Help: lista de ajuda para funções do R e atalho para suportes online do RStudio; e * Viewer: Visualizador de outputs web, como páginas html, aplicativos Shiny, apresentações Rpres ou documentos pdf.

Aqui foram listados, brevemente, alguns aspectos da interface, todavia seja curioso e explore as demais funcionalidades do RStudio IDE.

Alguns atalhos

Toda a edição de scripts realizada no RStudio IDE pode ser otimizada utilizando atalhos do teclado para algumas rotinas. Quanto menos você precisar do mouse mais rápida e eficientemente você programa.

Todos os atalhos do RStudio podem ser visualizados no menu de navegação (A)->Tools->Keyboard Shortcuts Help, ou ainda pelo atalho Alt+Shift+K. Os atalhos indispensáveis são:

• Alt+-: Sinal de atribuir (<-);
• Ctrl+r: Executar linha/região do script;
• Ctrl+i: Indentar região; e
• Ctrl+Shift+C: Comentar linha/região.

Operações aritméticas

O R pode ser usado como calculadora, todas as operações matemáticas básicas estão disponíveis em R.

2 + 2      # Soma

## [1] 4

4 - 2      # Subtração

## [1] 2

12 * 42    # Multiplicação

## [1] 504

54 / 30    # Divisão

## [1] 1.8

5^3        # Potência

## [1] 125

5**3        # Potência

## [1] 125

E claro, expressões numéricas também podem ser feitas. Respeita-se a hierárquia matemática primeiro potência < multiplicação < soma, porém essa ordenação pode ser contralada por parênteses.

2 + 2 * 4 + 4/2          # Hierarquia matemática

## [1] 12

2 + 2 * (4 + 4)/2        # Primeiro a soma dos 4's

## [1] 10

(2 + 2) * 4 + 4/2        # Primeiro a soma dos 2's

## [1] 18

(2 + 2) * (4 + 4)/2      # Primeiro as somas

## [1] 16

((2 + 2) * (4 + 4)/2)/2  # Vários parenteses

## [1] 8

Operações matematicamente incorretas ou não exatas também tem seu valor representado em R.

0/0       # Impossível, não existe (Not a Number - NaN)

## [1] NaN

1/0       # Indefinido, positivo de infinito (Inf)

## [1] Inf

-1/0      # Indefinido, negativo de infinito (-Inf)

## [1] -Inf

NA        # Valor não disponível (Not Available - NA)

## [1] NA

Operações lógicas

As operações descritas acima são operações matemáticas simples, porém em muitas situações deseja-se realizar testes lógicos, e.g. o peso do paciente é maior de 60Kg, abaixo exemplificamos como realizar esses testes.

2 == 4            # Igualdade

## [1] FALSE

2 > 4             # Desigualdade (maior)

## [1] FALSE

2 < 4             # Desigualdade (menor)

## [1] TRUE

2 >= 4            # Desigualdade (maior igual)

## [1] FALSE

2 <= 4            # Desigualdade (menor igual)

## [1] TRUE

E claro expressões lógicas também podem ser realizadas.

(2 + 2) >= 4

## [1] TRUE

(2 + 2)/2 < 4

## [1] TRUE

Outro operador lógico muito útil é o de negação !, esse operador inverte um resultado lógico

!2 == 4

## [1] TRUE

!2 > 4

## [1] TRUE

!2 < 4

## [1] FALSE

Criando objetos

O R é uma linguagem orientada a objetos, ou seja, objetos (valores, vetores, matrizes, listas, funções, etc.) são armazenadas em espaços de memória de seu computador, para posteriormente serem utilizados. Atribui-se algo a um objeto pelo operador <-.

x <- 2       # Atribuindo o valor 2 ao objeto x
y <- 4       # Atribuindo o valor 2 ao objeto y
x + y

## [1] 6

z <- x * y   # Atribuindo ao z o valor da multiplicação de x por y
z

## [1] 8

a <- 2 == 2  # Valores lógicos também podem ser armazenados em objetos
a

## [1] TRUE

Isso mesmo, em R a atribuição é realizada de forma muito simples!

Vetores

O R é uma linguagem vetorial, ou seja, operações com objetos dessa classe são realizadas diretamento, sem a necessidade de loops (for, por exemplo).

A criação de vetores é feita, em geral, com a função c() de combinar valores em vetores ou listas.

x <- c(2, 4, 6, 8, 10, 12)
x

## [1]  2  4  6  8 10 12

# O que é x?
str(x)

##  num [1:6] 2 4 6 8 10 12

class(x)

## [1] "numeric"

Vetores também podem ser criados com as funções rep() e seq(), que fazem repetições e sequências respectivamente e com o operador : que faz a sequência de incremento 1 entre dois valores.

y <- 1:6
y

## [1] 1 2 3 4 5 6

E claro, as operações com os vetores.

x * 2

## [1]  4  8 12 16 20 24

x / y

## [1] 2 2 2 2 2 2

As operações lógicas seguem da mesma forma, todavia podemos introduzir um novo operador o %in%, esse é o operador “pertence”.

x == y          # x é igual a y, elemento a elemento?

## [1] FALSE FALSE FALSE FALSE FALSE FALSE

2 %in% y        # 2 pertence ao conjunto de y?

## [1] TRUE

x %in% y        # x pertence ao conjunto y, elemento a elemento?

## [1]  TRUE  TRUE  TRUE FALSE FALSE FALSE

E a seleção de valores do vetor é feita com os operadores [].

y[1]           # Seleciona o 1º elemento

## [1] 1

y[c(1, 3)]     # Seleciona o 1º e quinto elementos

## [1] 1 3

y[y > 3]       # Seleciona apenas os y que são maiores que 3

## [1] 4 5 6

y[x %in% y]    # Seleciona apenas os y que satizfazem x %in% y

## [1] 1 2 3

Matrizes

Matrizes representam um conjunto de valores organizados em linhas e colunas. Matrizes são criadas com a função matrix(), onde informamos os valores que faram parte da matriz e a dimensão dessa matriz, os argumentos da função são (não se preocupe com todos os argumentos, alguns tem um valor padrão! Discutiremos funções adiante).

# Argumentos da função matrix
# help(matrix)
args("matrix")

## function (data = NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL) 
## NULL

Agora criando matrizes

# Matrizes com 10 elementos de dimensão 2x5
matrix(data = 1:10, nrow = 2, ncol = 5)

##      [,1] [,2] [,3] [,4] [,5]
## [1,]    1    3    5    7    9
## [2,]    2    4    6    8   10

matrix(data = 1:10, nrow = 2, ncol = 5, byrow = TRUE)

##      [,1] [,2] [,3] [,4] [,5]
## [1,]    1    2    3    4    5
## [2,]    6    7    8    9   10

# Matrizes com 18 elementos de dimensão 3x6
matrix(data = 1:18, nrow = 3)

##      [,1] [,2] [,3] [,4] [,5] [,6]
## [1,]    1    4    7   10   13   16
## [2,]    2    5    8   11   14   17
## [3,]    3    6    9   12   15   18

matrix(data = 1:18, nrow = 3, byrow = TRUE)

##      [,1] [,2] [,3] [,4] [,5] [,6]
## [1,]    1    2    3    4    5    6
## [2,]    7    8    9   10   11   12
## [3,]   13   14   15   16   17   18

A seleção de elementos da matriz também é feita com o operador [], porém agora temos duas dimensões para seleção, as linhas e as colunas.

# Matrizes com 18 elementos de dimensão 3x6
ma <- matrix(data = 1:18, nrow = 3, byrow = TRUE)
ma

##      [,1] [,2] [,3] [,4] [,5] [,6]
## [1,]    1    2    3    4    5    6
## [2,]    7    8    9   10   11   12
## [3,]   13   14   15   16   17   18

# Estrutura do objeto
str(ma)

##  int [1:3, 1:6] 1 7 13 2 8 14 3 9 15 4 ...

ma[1, 3]       # Elemento da linha 1 e coluna 3

## [1] 3

ma[, 3]        # Elementos da coluna 3 (é um vetor)

## [1]  3  9 15

ma[1, ]        # Elementos da linha 1 (é um vetor)

## [1] 1 2 3 4 5 6

O foco deste curso não será na computação. Portanto não apresentaremos as operações com matrizes mas saiba que existem, adição e multiplicação de matrizes, transposta, inversa, produto interno, traço, entre outras operações podem facilmente realizadas com funções nativas do R.

Data frames

data.frames são a classe de objetos que mais utilizamos. Eles são a representação dos nossos dados em R. Podemos criar data.frames com a função data.frame. Assim como nas matrizes, veja seus argumentos e consulte o help da função.

# Argumentos da função data.frame
# help(data.frame)
args("data.frame")

## function (..., row.names = NULL, check.rows = FALSE, check.names = TRUE, 
##     fix.empty.names = TRUE, stringsAsFactors = default.stringsAsFactors()) 
## NULL

# Um exemplo de data.frame
data.frame(x = 1:6, y = 11:16, z = rep(0:1, 3))

##   x  y z
## 1 1 11 0
## 2 2 12 1
## 3 3 13 0
## 4 4 14 1
## 5 5 15 0
## 6 6 16 1

# Construindo data.frames com objetos criados
data.frame(x = x, y = y, z = x * y, w = x %in% y)

##    x y  z     w
## 1  2 1  2  TRUE
## 2  4 2  8  TRUE
## 3  6 3 18  TRUE
## 4  8 4 32 FALSE
## 5 10 5 50 FALSE
## 6 12 6 72 FALSE

Agora que já sabemos como criar data.frames, criaremos um data.frame fictício para exemplificar a seleção de elementos de um objeto dessa classe, que pode realizada com os operadores $ ou ainda [].

# Criando dados fictícios de pacientes
da <- data.frame(
    nome = c("João", "Maria", "José", "Pedro", "Ana", "Carla", "Paulo"),
    idade = c(30, 22, 21, 40, 32, 18, 24),
    sexo = c("M", "F", "M", "M", "F", "F", "M"),
    imc = c(30.98, 37, 42.29, 27.59, 21.18, 25.23, 8.81),
    hdl = c(68.89, 70.25, 15.59, 49.24, 50.79, 45.22, 56.65)
)
da

##    nome idade sexo   imc   hdl
## 1  João    30    M 30.98 68.89
## 2 Maria    22    F 37.00 70.25
## 3  José    21    M 42.29 15.59
## 4 Pedro    40    M 27.59 49.24
## 5   Ana    32    F 21.18 50.79
## 6 Carla    18    F 25.23 45.22
## 7 Paulo    24    M  8.81 56.65

# Estrutura dos dados
str(da)

## 'data.frame':    7 obs. of  5 variables:
##  $ nome : Factor w/ 7 levels "Ana","Carla",..: 3 5 4 7 1 2 6
##  $ idade: num  30 22 21 40 32 18 24
##  $ sexo : Factor w/ 2 levels "F","M": 2 1 2 2 1 1 2
##  $ imc  : num  31 37 42.3 27.6 21.2 ...
##  $ hdl  : num  68.9 70.2 15.6 49.2 50.8 ...

da[2, ]         # Selecionando os dados da Maria

##    nome idade sexo imc   hdl
## 2 Maria    22    F  37 70.25

da[, 2]         # Selecionando as idades

## [1] 30 22 21 40 32 18 24

da[, "idade"]   # Selecionando as idades

## [1] 30 22 21 40 32 18 24

da$idade        # Selecionando as idades

## [1] 30 22 21 40 32 18 24

da[, c("imc", "hdl")]   # Selecionando as variáveis imc e hdl

##     imc   hdl
## 1 30.98 68.89
## 2 37.00 70.25
## 3 42.29 15.59
## 4 27.59 49.24
## 5 21.18 50.79
## 6 25.23 45.22
## 7  8.81 56.65

da[2, c("imc", "hdl")]   # Selecionando as variáveis imc e hdl da Maria

##   imc   hdl
## 2  37 70.25

Note que a seleção de elementos é bastante similar a seleção no caso das matrizes. A principal diferença entre matrizes e data.frames no R é que data.frames permitem que cada coluna possua um vetores com elementos de classes diferentes (fatores, numéricos, inteiros, caracteres, lógicos, etc.), isso não é possível em matrizes.

Listas

As listas são os objetos mais flexíveis em R, elas permitem armazenar diversos formatos em um único objeto. Listas são criadas com a função list().

# Lista de vetores
list(a = 1:6, b = c("Olá", "mundo"), c = c(TRUE, FALSE, FALSE))

## $a
## [1] 1 2 3 4 5 6
## 
## $b
## [1] "Olá"   "mundo"
## 
## $c
## [1]  TRUE FALSE FALSE

# Lista com objetos de diferentes tipos
la <- list(ma = ma, da = da, x = x, y = y)
la

## $ma
##      [,1] [,2] [,3] [,4] [,5] [,6]
## [1,]    1    2    3    4    5    6
## [2,]    7    8    9   10   11   12
## [3,]   13   14   15   16   17   18
## 
## $da
##    nome idade sexo   imc   hdl
## 1  João    30    M 30.98 68.89
## 2 Maria    22    F 37.00 70.25
## 3  José    21    M 42.29 15.59
## 4 Pedro    40    M 27.59 49.24
## 5   Ana    32    F 21.18 50.79
## 6 Carla    18    F 25.23 45.22
## 7 Paulo    24    M  8.81 56.65
## 
## $x
## [1]  2  4  6  8 10 12
## 
## $y
## [1] 1 2 3 4 5 6

# Estrutura da lista
str(la)

## List of 4
##  $ ma: int [1:3, 1:6] 1 7 13 2 8 14 3 9 15 4 ...
##  $ da:'data.frame':  7 obs. of  5 variables:
##   ..$ nome : Factor w/ 7 levels "Ana","Carla",..: 3 5 4 7 1 2 6
##   ..$ idade: num [1:7] 30 22 21 40 32 18 24
##   ..$ sexo : Factor w/ 2 levels "F","M": 2 1 2 2 1 1 2
##   ..$ imc  : num [1:7] 31 37 42.3 27.6 21.2 ...
##   ..$ hdl  : num [1:7] 68.9 70.2 15.6 49.2 50.8 ...
##  $ x : num [1:6] 2 4 6 8 10 12
##  $ y : int [1:6] 1 2 3 4 5 6

Note que la é uma lista com 4 elementos, para selecionarmos elementos dessa lista usamos o operador [[]].

la[[1]]           # Primeiro elemento da lista

##      [,1] [,2] [,3] [,4] [,5] [,6]
## [1,]    1    2    3    4    5    6
## [2,]    7    8    9   10   11   12
## [3,]   13   14   15   16   17   18

la[["da"]]        # Elemento 'da' da lista

##    nome idade sexo   imc   hdl
## 1  João    30    M 30.98 68.89
## 2 Maria    22    F 37.00 70.25
## 3  José    21    M 42.29 15.59
## 4 Pedro    40    M 27.59 49.24
## 5   Ana    32    F 21.18 50.79
## 6 Carla    18    F 25.23 45.22
## 7 Paulo    24    M  8.81 56.65

la[c("x", "y")]   # Sub-lista com x e y

## $x
## [1]  2  4  6  8 10 12
## 
## $y
## [1] 1 2 3 4 5 6

# Agora para selecionar as idades do elemento 'da' da lista 'la'
la[["da"]][, "idade"]

## [1] 30 22 21 40 32 18 24

# E a segunda linha do elemento 'ma' da lista 'la'
la[["ma"]][2, ]

## [1]  7  8  9 10 11 12

Funções

Uma das grandes vantagens em linguagens de programação é que podemos criar nossas próprias funções e com isso controladas toda a rotina de análise. Em R não pe diferente, podemos criar nossas próprias função, bem como utilizar as que já existem, como fizemos até agora.

Funções em R são construídas com a estrutura de programação function. Abaixo exemplificamos como se cria uma função em R.

# Função que soma 2 ao elemento
fx <- function(a) {
    (a + 2)
}

# O que é fx?
class(fx)

## [1] "function"

# Usando a minha função
fx(2)

## [1] 4

fx(5)

## [1] 7

# fx("a") Erro

# Função com mais de um argumento
fx2 <- function(a, b) {
    a + b
}

fx2(5, 4)

## [1] 9

fx2(3, 2)

## [1] 5

# fx2(3) Erro

# Função com argumento padrão (default)
fx2 <- function(a, b = 2) {
    a + b
}

fx2(5)

## [1] 7

fx2(6)

## [1] 8

fx2(6, 5)

## [1] 11

E é dessa forma que são construídas as funções em R. Eventualmente precisamos escrever nossas função, porém para análises simples todas as funções já existem no R. Para utilizá-las utilize a sintaxe funcao(argumentos) e não dispense ler sua documentação help("funcao").

Abaixo mostramos algumas funções para cálculo de estatísticas básicas para o conjunto de dados fictício da.

mean(da$hdl)          # média de hdl

## [1] 50.94714

median(da$hdl)        # mediana de hdl

## [1] 50.79

var(da$hdl)           # variância

## [1] 335.4893

sd(da$hdl)            # desvio padrão

## [1] 18.31637

min(da$hdl)           # valor mínimo

## [1] 15.59

max(da$hdl)           # valor máximo

## [1] 70.25

quantile(da$hdl)      # Quantis

##    0%   25%   50%   75%  100% 
## 15.59 47.23 50.79 62.77 70.25

De arquivos externos

O local mais comum para armazenamento de conjuntos de dados não tão grandes, é em planilhas eletrônicas (LibreOffice Calc, Excel, etc.), esses arquivos tem extensão xlsx, xls, odt entre outras, esses arquivos são arquivos binários, que são interpretador por um programa e exibem uma interface para edição. A leitura de arquivos binários em R é possível, porém recomendamos que para leitura o usuário exporte os dados de sua planilha para um formato de texto pleno (.csv, .tsv, txt).

Para leitura de dados em texto pleno utiliza-se a função read.table.

# head(read.table)
args(read.table)

## function (file, header = FALSE, sep = "", quote = "\"'", dec = ".", 
##     numerals = c("allow.loss", "warn.loss", "no.loss"), row.names, 
##     col.names, as.is = !stringsAsFactors, na.strings = "NA", 
##     colClasses = NA, nrows = -1, skip = 0, check.names = TRUE, 
##     fill = !blank.lines.skip, strip.white = FALSE, blank.lines.skip = TRUE, 
##     comment.char = "#", allowEscapes = FALSE, flush = FALSE, 
##     stringsAsFactors = default.stringsAsFactors(), fileEncoding = "", 
##     encoding = "unknown", text, skipNul = FALSE) 
## NULL

Antes de utilizar essa função verifique como o arquivo está disposto, faça isso visualizando seu arquivo em um editor de texto, pode ser até no RStudio. Feito isso identifique

• Existe um cabeçalho com os nomes das colunas?
  Se sim, coloque header = TRUE;
• Qual o caracter que está separando os dados?
• se é uma tabulação (espaço entre valores) coloque sep = "\t";
• se é uma ponto e vírgula (;) coloque sep = ";";
• se é uma vírgula (;) coloque sep = ",";
• se outro caracter coloque sep = "outro caracter"
• Qual o separador decimal utilizado?
• se é ponto, padrão americano coloque dec = "."
• se é vírgula, padrão brasileiro coloque dec = ","
• Existe nomes que contém aspas?
• se sim, coloque quote = ""

Estes são os principais argumentos da função, caso a leitura for incorreta procure identiicar o erro visualizando o arquivo e investigando os demais argumentos. Faremos o exercício de leitura de dados com o exemplo real de dados de médicos residentes por município, os dados estão disponíveis para download em medicos.csv.

# Lendo os dados sobre médicos residentes
# Baixado do sítio <http://www.ipeadata.gov.br/>
# Baixe em <stats-cwr.github.io/stats4med/data/medicos.csv>

# Primeiro veja como o arquivo está disposto (abra o csv em um bloco de
# notas ou no RStudio). Aqui veremos sua estutura com a função readLines
head(readLines("./data/medicos.csv"), 10)

##  [1] "Médicos residentes (por mil habitantes)"
##  [2] "Sigla;Código;Município;1991;2000;"      
##  [3] "AC;1200013;Acrelândia;0;0;"             
##  [4] "AC;1200054;Assis Brasil;0;0;"           
##  [5] "AC;1200104;Brasiléia;0;0,506;"          
##  [6] "AC;1200138;Bujari;0;0;"                 
##  [7] "AC;1200179;Capixaba;0;0;"               
##  [8] "AC;1200203;Cruzeiro do Sul;0,156;0,528;"
##  [9] "AC;1200252;Epitaciolândia;0;0;"         
## [10] "AC;1200302;Feijó;0;0;"

Note que a primeira linha tem apenas um título para o arquivo e não pertence ao conjunto de dados, portanto devemos pular a 1º linha. Na segunda linha temos um cabeçalho que representa as caracteriticas que foram observadas em cada município. Os dados estão separados por ponto e vírgula ;. O separador decimal é do padrão brasileiro com vírgula ,. E temos nomes de cidades que utilizam apóstofro '. Com base nessas informações a leitura dos dados será

# Lendo os dados
dados <- read.table(
    "./data/medicos.csv",   # o caminho para o .csv
    header = TRUE,          # tem cabeçalho
    sep = ";",              # Separador ;
    dec = ",",              # Decimais com ,
    quote = "",             # Nada define caracteres no .csv
    skip = 1,               # Pula a primeira linha
    encoding = "UTF-8"     # Codificação de caracteres uft-8
    )

# Verificando se a leitura foi correta
str(dados)

## 'data.frame':    5596 obs. of  6 variables:
##  $ Sigla    : Factor w/ 27 levels "AC","AL","AM",..: 1 1 1 1 1 1 1 1 1 1 ...
##  $ Código   : int  1200013 1200054 1200104 1200138 1200179 1200203 1200252 1200302 1200328 1200336 ...
##  $ Município: Factor w/ 5315 levels "Abadia de Goiás",..: 27 396 709 751 1022 1414 1603 1678 2499 2769 ...
##  $ X1991    : num  0 0 0 0 0 0.156 0 0 0 0 ...
##  $ X2000    : num  0 0 0.506 0 0 0.528 0 0 0 0 ...
##  $ X        : logi  NA NA NA NA NA NA ...

# Podemos excluir a última coluna, pois essa só foi adicionada porque as
# linhas terminam em ;
dados <- dados[, -6]

# Podemos renomear as colunas para facilitar a manipulação
colnames(dados) <- c("estado", "codigo", "municipio", "med1", "med2")

# Verificando novamente a estrutura
str(dados)

## 'data.frame':    5596 obs. of  5 variables:
##  $ estado   : Factor w/ 27 levels "AC","AL","AM",..: 1 1 1 1 1 1 1 1 1 1 ...
##  $ codigo   : int  1200013 1200054 1200104 1200138 1200179 1200203 1200252 1200302 1200328 1200336 ...
##  $ municipio: Factor w/ 5315 levels "Abadia de Goiás",..: 27 396 709 751 1022 1414 1603 1678 2499 2769 ...
##  $ med1     : num  0 0 0 0 0 0.156 0 0 0 0 ...
##  $ med2     : num  0 0 0.506 0 0 0.528 0 0 0 0 ...

E assim temos o conjunto de dados medicos.csv devidamente disponível no R.

Para dados de texto pleno a principal função é a read.table, todavia podemos procurar por outras funções de leitura.

# Funções que contém 'read' no nome
apropos("read")

##  [1] ".readRDS"         "read_chunk"       "read_demo"       
##  [4] "read_rforge"      "read.csv"         "read.csv2"       
##  [7] "read.dcf"         "read.delim"       "read.delim2"     
## [10] "read.DIF"         "read.fortran"     "read.ftable"     
## [13] "read.fwf"         "read.socket"      "read.table"      
## [16] "readBin"          "readChar"         "readCitationFile"
## [19] "readline"         "readLines"        "readRDS"         
## [22] "readRenviron"     "Sys.readlink"

Familía apply

Em R existe uma família de função que usufruem da vantagem do R ser uma linguagem vetorial, as funções apply. Essas funções aplicam alguma função a um conjunto predefinido em algum objeto, e.g. calcular a média de idade das mulheres no conjunto de dados fictícios da.

São diversas as funções da família apply, abaixo temos uma lista mais que completa.

# Funções que terminam em apply
apropos("apply$")

##  [1] ".mapply"      "apply"        "dendrapply"   "eapply"      
##  [5] "grid.DLapply" "kernapply"    "lapply"       "mapply"      
##  [9] "rapply"       "sapply"       "tapply"       "vapply"

Aqui utilizaremos somente as funções:

• apply(): opera em matrizes e data.frames.
• lapply(): opera em vetores e listas (data.frame também é uma lista).
• sapply(): idem à lapply mas simplifica quando possível.
• tapply(): um vetor reposta em função de (combinação de) estratos.

Para exemplificar a utilização dessas funções voltemos ao conjunto de dados dados. Lembre-se que esse conjunto de dados contém NA's, portanto deve-se retirá-los, faremos isso com argumentos das funções (o na.rm), mas pode-se retirar da base com na.omit ou na.exclude.

# Escolhe as variáveis de interesse
vars <- c("med1", "med2")

# Médias de idade, imc e hdl
apply(X = dados[, vars], MARGIN = 2, FUN = mean, na.rm = TRUE)

##      med1      med2 
## 0.2316806 0.2707808

# Mínino, 1 quartil, mediana, média, 3º quartil e máximo
apply(X = dados[, vars], MARGIN = 2, FUN = summary)

##            med1    med2
## Min.     0.0000  0.0000
## 1st Qu.  0.0000  0.0000
## Median   0.0000  0.0000
## Mean     0.2317  0.2708
## 3rd Qu.  0.2845  0.4210
## Max.     6.8710  7.2730
## NA's    89.0000 89.0000

# Mínino, 1 quartil, mediana, média, 3º quartil e máximo
lapply(X = dados[, vars], FUN = summary)

## $med1
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##  0.0000  0.0000  0.0000  0.2317  0.2845  6.8710      89 
## 
## $med2
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##  0.0000  0.0000  0.0000  0.2708  0.4210  7.2730      89

# Mínino, 1 quartil, mediana, média, 3º quartil e máximo
sapply(X = dados[, vars], FUN = summary)

##            med1    med2
## Min.     0.0000  0.0000
## 1st Qu.  0.0000  0.0000
## Median   0.0000  0.0000
## Mean     0.2317  0.2708
## 3rd Qu.  0.2845  0.4210
## Max.     6.8710  7.2730
## NA's    89.0000 89.0000

#-------------------------------------------
# Agora médias estratificadas por sexo
tapply(X = dados[, "med1"], INDEX = dados[, "estado"],
       FUN = mean, na.rm = TRUE)

##         AC         AL         AM         AP         BA         CE 
## 0.02281818 0.11896040 0.08443548 0.05056250 0.11662651 0.07042935 
##         DF         ES         GO         MA         MG         MS 
## 2.11400000 0.37345455 0.25871901 0.07854839 0.25471161 0.40357143 
##         MT         PA         PB         PE         PI         PR 
## 0.25975397 0.10627972 0.09723767 0.10690811 0.06149321 0.25226817 
##         RJ         RN         RO         RR         RS         SC 
## 0.82318681 0.08851807 0.15250000 0.45266667 0.32635760 0.28199317 
##         SE         SP         TO 
## 0.05116000 0.41297519 0.17179137

tapply(X = dados[, "med2"], INDEX = dados[, "estado"],
       FUN = mean, na.rm = TRUE)

##         AC         AL         AM         AP         BA         CE 
## 0.17754545 0.15764356 0.14282258 0.08300000 0.13450120 0.12117935 
##         DF         ES         GO         MA         MG         MS 
## 2.04500000 0.42779221 0.23546281 0.07273733 0.30981477 0.23202597 
##         MT         PA         PB         PE         PI         PR 
## 0.28926190 0.12518881 0.09879821 0.12165946 0.05747059 0.31465163 
##         RJ         RN         RO         RR         RS         SC 
## 0.84309890 0.12803012 0.21711538 0.16513333 0.40568308 0.33447440 
##         SE         SP         TO 
## 0.13041333 0.48426977 0.24969784

Bases disponíveis

# Lista de conjuntos de dados para exercício
ls("package:datasets")

##   [1] "ability.cov"           "airmiles"             
##   [3] "AirPassengers"         "airquality"           
##   [5] "anscombe"              "attenu"               
##   [7] "attitude"              "austres"              
##   [9] "beaver1"               "beaver2"              
##  [11] "BJsales"               "BJsales.lead"         
##  [13] "BOD"                   "cars"                 
##  [15] "ChickWeight"           "chickwts"             
##  [17] "co2"                   "CO2"                  
##  [19] "crimtab"               "discoveries"          
##  [21] "DNase"                 "esoph"                
##  [23] "euro"                  "euro.cross"           
##  [25] "eurodist"              "EuStockMarkets"       
##  [27] "faithful"              "fdeaths"              
##  [29] "Formaldehyde"          "freeny"               
##  [31] "freeny.x"              "freeny.y"             
##  [33] "HairEyeColor"          "Harman23.cor"         
##  [35] "Harman74.cor"          "Indometh"             
##  [37] "infert"                "InsectSprays"         
##  [39] "iris"                  "iris3"                
##  [41] "islands"               "JohnsonJohnson"       
##  [43] "LakeHuron"             "ldeaths"              
##  [45] "lh"                    "LifeCycleSavings"     
##  [47] "Loblolly"              "longley"              
##  [49] "lynx"                  "mdeaths"              
##  [51] "morley"                "mtcars"               
##  [53] "nhtemp"                "Nile"                 
##  [55] "nottem"                "npk"                  
##  [57] "occupationalStatus"    "Orange"               
##  [59] "OrchardSprays"         "PlantGrowth"          
##  [61] "precip"                "presidents"           
##  [63] "pressure"              "Puromycin"            
##  [65] "quakes"                "randu"                
##  [67] "rivers"                "rock"                 
##  [69] "Seatbelts"             "sleep"                
##  [71] "stack.loss"            "stack.x"              
##  [73] "stackloss"             "state.abb"            
##  [75] "state.area"            "state.center"         
##  [77] "state.division"        "state.name"           
##  [79] "state.region"          "state.x77"            
##  [81] "sunspot.month"         "sunspot.year"         
##  [83] "sunspots"              "swiss"                
##  [85] "Theoph"                "Titanic"              
##  [87] "ToothGrowth"           "treering"             
##  [89] "trees"                 "UCBAdmissions"        
##  [91] "UKDriverDeaths"        "UKgas"                
##  [93] "USAccDeaths"           "USArrests"            
##  [95] "UScitiesD"             "USJudgeRatings"       
##  [97] "USPersonalExpenditure" "uspop"                
##  [99] "VADeaths"              "volcano"              
## [101] "warpbreaks"            "women"                
## [103] "WorldPhones"           "WWWusage"

# Para usá-los faça
data("dado")
help("dado")

Funções de auto ajuda

# Procura todas as funções com "help"
apropos("help")

## [1] "help"         "help.request" "help.search"  "help.start"

# Ajudas genéricas
help.start()
help.search("survival")

# Ajudas expecíficas
help(mean)
example("mean")

# Procura no site do R
RSiteSearch("t.test")

Informações da sessão

## R version 3.3.1 (2016-06-21)
## Platform: x86_64-pc-linux-gnu (64-bit)
## Running under: Ubuntu precise (12.04.5 LTS)
## 
## locale:
##  [1] LC_CTYPE=en_US.UTF-8       LC_NUMERIC=C              
##  [3] LC_TIME=en_US.UTF-8        LC_COLLATE=en_US.UTF-8    
##  [5] LC_MONETARY=en_US.UTF-8    LC_MESSAGES=en_US.UTF-8   
##  [7] LC_PAPER=en_US.UTF-8       LC_NAME=C                 
##  [9] LC_ADDRESS=C               LC_TELEPHONE=C            
## [11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C       
## 
## attached base packages:
## [1] grid      stats     graphics  grDevices utils     datasets  base     
## 
## other attached packages:
## [1] gridExtra_2.2.1 ggplot2_2.2.0   knitr_1.15.1   
## 
## loaded via a namespace (and not attached):
##  [1] Rcpp_0.12.8      revealjs_0.7     assertthat_0.1   digest_0.6.10   
##  [5] rprojroot_1.1    plyr_1.8.4       gtable_0.2.0     backports_1.0.4 
##  [9] magrittr_1.5     evaluate_0.10    scales_0.4.1     highr_0.6       
## [13] stringi_1.1.2    lazyeval_0.2.0   rmarkdown_1.2    labeling_0.3    
## [17] tools_3.3.1      stringr_1.1.0    munsell_0.4.3    yaml_2.1.14     
## [21] colorspace_1.3-1 htmltools_0.3.5  tibble_1.2       methods_3.3.1