"Início do R Módulo"[1] "Início do R Módulo"Tutorial R Módulo 2. Tipos e estruturas de dados no R
Disciplina de Ecologia Numérica1
Resumo
No R, uma linguagem de programação amplamente utilizada para análise de dados e estatísticas, os tipos e estruturas de dados desempenham um papel fundamental na manipulação e organização das informações.
1 Introdução
No R, uma linguagem de programação amplamente utilizada para análise de dados e estatísticas, os tipos e estruturas de dados desempenham um papel fundamental na manipulação e organização das informações. Você vai conhecer esses tipos de estruturas de dados a seguir, mas antes se familiarize com como o R funciona.
Para começar a usar o R e analisar os dados do Projeto PPBio, abra o RStudio, verifique sua interface (Figura 1) e siga as instruções a seguir.
Mensagens de erro e avisos no R
No contexto da linguagem de programação R, mensagens de erro (errors) e mensagens de aviso (warnings) que aparecem em vermelho no painel de console. Elas são formas de feedback do sistema que indicam problemas ou situações potencialmente problemáticas durante a execução do código. Aqui está uma breve explicação de cada um:
- Erro (Error):
- Um erro ocorre quando algo no código não está correto ou não pode ser executado como esperado.
- Isso pode ser causado por sintaxe incorreta, uso incorreto de funções, operações inválidas, referências a objetos que não existem, entre outros problemas.
- Quando ocorre um erro, a execução do código é interrompida e uma mensagem de erro é exibida no console em vermelho, indicando o tipo de erro e, muitas vezes, a linha onde ocorreu.
- Aviso (Warning):
- Não indica erro. Um aviso é emitido quando algo no código pode resultar em um comportamento indesejado ou em resultados inesperados, mas não interrompe necessariamente a execução do código.
- Os avisos geralmente indicam situações que merecem atenção, como conversões de tipos de dados que podem perder informações ou funções que estão sendo usadas de maneira que pode levar a resultados questionáveis.
- Os avisos são exibidos em vermelho no console e fornecem informações sobre a natureza do aviso e, possivelmente, como abordá-lo.
É importante prestar atenção a mensagens de erro e avisos, pois eles fornecem insights sobre problemas em seu código ou potenciais fontes de comportamento inesperado. Resolver erros é fundamental para que o código funcione conforme o esperado. Embora os avisos não interrompam a execução, investigá-los pode ajudar a evitar problemas futuros ou melhorar a qualidade do código.
Agora você pode começar a escrever seu código no console. Digite “Início do R Módulo” no console clique em Run (no canto superior direito do painel de edição de código) ou Ctrl+Entere veja o que acontece:
O R mostra o que você escreveu, e apresenta este [1] do lado. Isso significa que seu resultado foi apresentado na primeira linha. Como você pode, o R imprime de volta o resultado de comandos que você dá. Você agora pode tentar as operações basicas.
10+5[1] 15O R usa os seguintes símbolos para as operações básicas:
+ Adição
– Subtração
/ Divisão
* Multiplicação
^ Potência
sqrt Raiz quadrada
Teste agora outras possibilidades com as operações básicas.
2 Tipos e estruturas de dados no R
O R oferece uma variedade de tipos e estruturas de dados que permitem aos cientistas de dados e analistas manipular e organizar informações de forma eficiente. A escolha da estrutura de dados correta depende das necessidades específicas de análise e do tipo de dados que você está lidando.
- Tipos de Dados Básicos:
- Numéricos: Representam valores numéricos, como inteiros ou números de ponto flutuante.
- Caracteres: Armazenam texto e são usados para representar sequências de caracteres.
- Lógicos: Armazenam valores lógicos (TRUE ou FALSE), úteis para expressar afirmações condicionais.
- Vetores:
- Os vetores são a estrutura de dados mais básica no R.
- Eles podem conter elementos de um único tipo de dado (exemplo: vetor numérico, de caracteres ou lógico).
- Os vetores são criados usando a função
c().
- Matrizes:
- Matrizes são vetores bidimensionais, onde os elementos são organizados em linhas e colunas.
- Todos os elementos de uma matriz devem ser do mesmo tipo de dado.
- Matrizes podem ser criadas usando a função
matrix().
- Listas:
- Listas são estruturas de dados flexíveis que podem conter elementos de diferentes tipos.
- Os elementos de uma lista podem ser acessados por meio de índices ou nomes.
- Listas são criadas usando a função
list().
- Data Frames:
- Data frames são estruturas de dados tabulares semelhantes a planilhas ou tabelas de banco de dados.
- Cada coluna de um data frame pode conter um tipo de dado diferente.
- Data frames são amplamente usados para armazenar e manipular conjuntos de dados.
- São frequentemente criados com funções como
data.frame()ou lidos de arquivos externos.
- Fatores:
- Fatores são usados para representar variáveis categóricas ou de fatores.
- São úteis para análises estatísticas e gráficos.
- Podem ser criados com a função
factor().
- Arrays:
- Arrays são estruturas multidimensionais que podem conter elementos de um único tipo de dado.
- São semelhantes às matrizes, mas podem ter mais de duas dimensões.
- Arrays são criados com a função
array().
- Tabelas Hash:
- Tabelas hash são estruturas de dados que associam chaves a valores.
- Não são nativas do R, mas podem ser implementadas com pacotes como o
hash.
3 Reconhecendo a estrutura dos dados do R em uma matriz multivariada
3.1 Organização básica
rm(list=ls(all=TRUE)) #limpa a memóriaInstalando os pacotes necessários para esse módulo
install.packages("openxlsx") #importa arquivos do excellibrary(openxlsx)Os códigos acima, são usados para instalar e carregar os pacotes necessários para este módulo. Esses códigos são comandos para instalar pacotes no R. Um pacote é uma coleção de funções, dados e documentação que ampliam as capacidades do R (R CRAN (R Core Team 2017) e RStudio) (Team 2022). No exemplo acima, o pacote openxlsx permite ler e escrever arquivos Excel no R. Para instalar um pacote no R, você precisa usar a função install.packages().
Depois de instalar um pacote, você precisa carregá-lo na sua sessão R com a função library(). Por exemplo, para carregar o pacote openxlsx, você precisa executar a função library(openxlsx). Isso irá permitir que você use as funções do pacote na sua sessão R. Você precisa carregar um pacote toda vez que iniciar uma nova sessão R e quiser usar um pacote instalado.
Agora vamos definir o diretório de trabalho. Esse código é usado para obter e definir o diretório de trabalho atual no R. O comando getwd() retorna o caminho do diretório onde o R está lendo e salvando arquivos. O comando setwd() muda esse diretório de trabalho para o caminho especificado entre aspas. No seu caso, você deve ajustar o caminho para o seu próprio diretório de trabalho. Lembre de usar a barra “/” entre os diretórios. E não a contra-barra “\”.
Usaremos uma matriz multivariada (sítios x espécies, matriz comunitária) do Projeto PPBio chamada ppbio**.xlsx que está no diretório “C:/Meu/Diretório/De/Trabalho/Planilha.xlsx”
Note que o sómbolo # em programação R significa que o texto que vem depois dele é um comentário e não será executado pelo programa. Isso é útil para explicar o código ou deixar anotações.
Ajuste a segunda linha do código abaixo para refletir “C:/Seu/Diretório/De/Trabalho/Planilha.xlsx”.
Definindo o diretório de trabalho e installando os pacotes necessários:
getwd()
setwd("C:/Seu/Diretório/De/Trabalho")O símbolo ? é usado para acessar a documentação de uma função ou um pacote no R. Como mostrado acima você pode saber mais sobre a função getwd(), usando o comando ?getwd. Isso vai abrir uma página no menu de ajuda com a descrição, os argumentos, os valores de retorno e os exemplos da função getwd(). Você também pode usar o símbolo ? para obter informações sobre um pacote inteiro. Por exemplo, se você quiser saber mais sobre o pacote openxlsx, você pode digitar ?openxlsx. Isso vai abrir uma página com a visão geral, a instalação, os recursos e as referências do pacote solicitado.
3.2 Importando a planilha
Note que o sómbolo # em programação R significa que o texto que vem depois dele é um comentário e não será executado pelo programa. Isso é útil para explicar o código ou deixar anotações. Ajuste a segunda linha do código abaixo para refletir “C:/Seu/Diretório/De/Trabalho/Planilha.xlsx”.
library(openxlsx)
ppbio <- read.xlsx("D:/Elvio/OneDrive/Disciplinas/_EcoNumerica/5.Matrizes/ppbio06.xlsx",
rowNames = T,
colNames = T,
sheet = "Sheet1")
#ppbioAtente para os resultados dos comandos a seguir.
View(ppbio)
print(ppbio)
#ppbio
str(ppbio)
?str
mode(ppbio)
?mode
class(ppbio)
?class
ppbio_ma <- as.matrix(ppbio) #lê ppbio como uma matriz
str(ppbio_ma) ap-davis as-bimac as-fasci ch-bimac ci-ocela ci-orien co-macro co-heter
S-A-ZA1 0 1 0 0 0 0 0 0
S-R-CC1 0 99 0 0 0 0 0 0
S-R-CT1 0 194 55 0 0 5 0 1
S-R-CP1 0 19 0 0 0 0 0 0
S-A-TA1 0 23 1 13 0 0 0 0
S-R-CT2 0 142 3 3 0 69 0 0
S-R-CP2 0 5 1 0 40 9 0 0
S-A-TA2 0 46 0 178 0 0 0 0
S-R-CT3 0 206 64 0 0 25 0 0
S-R-CP3 0 16 0 0 13 24 0 0
S-A-TA3 0 234 7 238 0 0 2 0
S-R-CT4 0 0 1 0 0 5 0 0
S-R-CP4 0 0 0 0 11 6 0 0
S-A-TA4 0 394 0 273 0 0 0 0
B-A-MU1 0 12 0 0 0 0 0 0
B-R-ET1 0 3 0 0 0 0 0 0
B-A-GU1 0 2 2 0 0 0 0 0
B-R-PC2 5 44 0 0 2 0 0 0
B-A-MU2 0 99 0 0 0 0 0 0
B-A-GU2 0 0 0 0 0 0 0 0
B-R-PC3 22 75 7 0 4 0 0 0
B-A-MU3 0 511 0 0 0 0 0 0
B-A-GU3 0 6 0 0 0 0 0 0
B-R-PC4 0 7 17 0 0 0 0 0
B-A-MU4 0 235 0 0 0 0 0 0
B-A-GU4 0 13 0 0 0 0 0 0
cr-menez cu-lepid cy-gilbe ge-brasi he-margi ho-malab hy-pusar le-melan
S-A-ZA1 0 0 0 0 0 0 0 0
S-R-CC1 0 0 0 0 0 0 0 0
S-R-CT1 14 0 0 3 0 1 9 0
S-R-CP1 0 0 0 0 0 5 2 0
S-A-TA1 0 0 0 0 0 0 0 0
S-R-CT2 4 0 0 0 1 17 43 0
S-R-CP2 0 0 0 0 0 10 2 0
S-A-TA2 0 0 0 0 0 2 0 0
S-R-CT3 8 0 0 1 0 31 11 0
S-R-CP3 0 0 0 0 0 4 0 0
S-A-TA3 0 0 0 0 0 20 0 0
S-R-CT4 1 0 50 3 1 4 3 0
S-R-CP4 0 0 0 0 0 2 0 0
S-A-TA4 1 0 0 1 0 9 0 0
B-A-MU1 0 0 0 190 0 0 0 0
B-R-ET1 0 0 0 0 0 0 0 0
B-A-GU1 0 0 0 7 0 0 0 0
B-R-PC2 0 0 0 8 0 0 0 2
B-A-MU2 0 0 0 67 0 1 0 0
B-A-GU2 0 0 0 23 0 0 0 0
B-R-PC3 0 21 0 16 0 2 1 0
B-A-MU3 0 0 0 145 0 0 0 0
B-A-GU3 0 0 0 32 0 0 0 0
B-R-PC4 0 0 81 5 0 1 0 0
B-A-MU4 0 0 0 509 0 0 0 0
B-A-GU4 0 0 0 10 0 0 0 0
le-piau le-taeni mo-costa mo-lepid or-nilot pa-manag pimel-sp po-retic
S-A-ZA1 0 0 0 0 0 0 0 0
S-R-CC1 0 0 0 1 2 0 0 0
S-R-CT1 3 0 0 39 36 0 6 0
S-R-CP1 0 0 0 0 0 0 0 0
S-A-TA1 0 0 0 0 0 0 0 0
S-R-CT2 1 0 0 1 77 0 0 20
S-R-CP2 3 0 0 0 0 0 0 0
S-A-TA2 0 0 0 0 0 0 0 0
S-R-CT3 2 0 0 0 138 0 0 5
S-R-CP3 1 0 0 0 0 0 0 0
S-A-TA3 0 0 0 0 0 0 0 0
S-R-CT4 0 0 0 0 73 0 0 0
S-R-CP4 2 0 0 0 0 0 0 0
S-A-TA4 2 0 0 0 1 0 0 0
B-A-MU1 0 0 0 0 6 0 0 0
B-R-ET1 0 0 0 0 8 1 0 34
B-A-GU1 0 0 0 0 3 11 0 0
B-R-PC2 0 1 0 0 5 0 0 0
B-A-MU2 0 0 0 0 1 0 0 10
B-A-GU2 0 0 0 0 36 102 0 0
B-R-PC3 0 0 1 0 65 0 0 0
B-A-MU3 0 0 0 0 11 0 0 46
B-A-GU3 0 0 0 0 247 250 0 0
B-R-PC4 1 0 0 0 9 0 0 0
B-A-MU4 0 0 0 0 1 0 0 266
B-A-GU4 0 0 0 0 129 190 0 0
po-vivip pr-brevi ps-rhomb ps-genise se-heter se-piaba se-spilo
S-A-ZA1 0 9 0 0 0 0 0
S-R-CC1 0 0 0 0 0 0 0
S-R-CT1 47 5 0 0 40 68 0
S-R-CP1 15 0 0 0 14 0 0
S-A-TA1 0 1 0 0 4 0 0
S-R-CT2 221 15 0 0 60 0 0
S-R-CP2 32 5 0 0 0 0 0
S-A-TA2 0 2 0 0 0 0 0
S-R-CT3 326 164 1 1 38 0 1
S-R-CP3 10 0 0 0 0 0 0
S-A-TA3 0 0 0 0 0 0 0
S-R-CT4 28 59 0 0 3 0 0
S-R-CP4 80 0 0 0 3 0 0
S-A-TA4 0 3 0 0 0 0 0
B-A-MU1 0 0 0 0 0 0 0
B-R-ET1 0 0 0 0 0 0 0
B-A-GU1 0 0 0 0 0 0 0
B-R-PC2 0 9 0 0 10 0 0
B-A-MU2 8 0 0 0 0 0 0
B-A-GU2 0 0 0 0 0 0 0
B-R-PC3 0 6 0 0 93 0 0
B-A-MU3 48 1 0 0 0 0 0
B-A-GU3 0 0 0 0 0 0 0
B-R-PC4 0 0 0 0 31 0 0
B-A-MU4 163 0 0 0 0 0 0
B-A-GU4 0 0 0 0 0 0 0
st-noton sy-marmo te-chalc tr-signa
S-A-ZA1 0 0 0 0
S-R-CC1 0 0 0 0
S-R-CT1 1 0 0 18
S-R-CP1 0 0 0 0
S-A-TA1 0 0 0 0
S-R-CT2 25 0 0 15
S-R-CP2 0 1 0 0
S-A-TA2 0 0 0 0
S-R-CT3 115 0 0 7
S-R-CP3 0 0 0 0
S-A-TA3 0 0 0 0
S-R-CT4 64 0 0 141
S-R-CP4 0 0 0 0
S-A-TA4 0 0 0 0
B-A-MU1 0 0 0 0
B-R-ET1 0 0 0 0
B-A-GU1 0 0 0 0
B-R-PC2 0 0 76 23
B-A-MU2 0 0 0 0
B-A-GU2 0 0 0 0
B-R-PC3 0 0 58 0
B-A-MU3 0 0 0 0
B-A-GU3 0 0 0 0
B-R-PC4 0 0 0 4
B-A-MU4 0 0 0 0
B-A-GU4 0 0 0 0
'data.frame': 26 obs. of 35 variables:
$ ap-davis : num 0 0 0 0 0 0 0 0 0 0 ...
$ as-bimac : num 1 99 194 19 23 142 5 46 206 16 ...
$ as-fasci : num 0 0 55 0 1 3 1 0 64 0 ...
$ ch-bimac : num 0 0 0 0 13 3 0 178 0 0 ...
$ ci-ocela : num 0 0 0 0 0 0 40 0 0 13 ...
$ ci-orien : num 0 0 5 0 0 69 9 0 25 24 ...
$ co-macro : num 0 0 0 0 0 0 0 0 0 0 ...
$ co-heter : num 0 0 1 0 0 0 0 0 0 0 ...
$ cr-menez : num 0 0 14 0 0 4 0 0 8 0 ...
$ cu-lepid : num 0 0 0 0 0 0 0 0 0 0 ...
$ cy-gilbe : num 0 0 0 0 0 0 0 0 0 0 ...
$ ge-brasi : num 0 0 3 0 0 0 0 0 1 0 ...
$ he-margi : num 0 0 0 0 0 1 0 0 0 0 ...
$ ho-malab : num 0 0 1 5 0 17 10 2 31 4 ...
$ hy-pusar : num 0 0 9 2 0 43 2 0 11 0 ...
$ le-melan : num 0 0 0 0 0 0 0 0 0 0 ...
$ le-piau : num 0 0 3 0 0 1 3 0 2 1 ...
$ le-taeni : num 0 0 0 0 0 0 0 0 0 0 ...
$ mo-costa : num 0 0 0 0 0 0 0 0 0 0 ...
$ mo-lepid : num 0 1 39 0 0 1 0 0 0 0 ...
$ or-nilot : num 0 2 36 0 0 77 0 0 138 0 ...
$ pa-manag : num 0 0 0 0 0 0 0 0 0 0 ...
$ pimel-sp : num 0 0 6 0 0 0 0 0 0 0 ...
$ po-retic : num 0 0 0 0 0 20 0 0 5 0 ...
$ po-vivip : num 0 0 47 15 0 221 32 0 326 10 ...
$ pr-brevi : num 9 0 5 0 1 15 5 2 164 0 ...
$ ps-rhomb : num 0 0 0 0 0 0 0 0 1 0 ...
$ ps-genise: num 0 0 0 0 0 0 0 0 1 0 ...
$ se-heter : num 0 0 40 14 4 60 0 0 38 0 ...
$ se-piaba : num 0 0 68 0 0 0 0 0 0 0 ...
$ se-spilo : num 0 0 0 0 0 0 0 0 1 0 ...
$ st-noton : num 0 0 1 0 0 25 0 0 115 0 ...
$ sy-marmo : num 0 0 0 0 0 0 1 0 0 0 ...
$ te-chalc : num 0 0 0 0 0 0 0 0 0 0 ...
$ tr-signa : num 0 0 18 0 0 15 0 0 7 0 ...
[1] "list"
[1] "data.frame"
num [1:26, 1:35] 0 0 0 0 0 0 0 0 0 0 ...
- attr(*, "dimnames")=List of 2
..$ : chr [1:26] "S-A-ZA1" "S-R-CC1" "S-R-CT1" "S-R-CP1" ...
..$ : chr [1:35] "ap-davis" "as-bimac" "as-fasci" "ch-bimac" ...4 Referências
R Core Team. 2017. R: A language and environment for statistical computing. Book, R Foundation for Statistical Computing, Austria.
Team, Rs. 2022. RStudio: Integrated Development Environment for R. Book, RStudio, PBC, Boston, MA.
Apêndices
Sites consultados
[https://youtu.be/U6ksXvvY6Q0]
[https://youtu.be/a7EJE_2mtGk]
Notas de rodapé
Curso de Ciências Biológicas do Campus V da UEPB↩︎