-
Notifications
You must be signed in to change notification settings - Fork 1
/
revisao_r.Rmd
616 lines (421 loc) · 13.5 KB
/
revisao_r.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
---
title: "Introdução e Revisão - Linguagem R"
author: "Flávio Brito"
date: "23/10/2016"
output:
html_document:
toc: true
number_sections: true
theme: cerulean
highlight: tango
fig_width: 10
fig_height: 3
self_contained: false
---
```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```
# Operador de Associação
```{r}
curso <- "Curso de Auditoria de Dados"
Data <- "23/10/2016"
hora <- "15:09"
Valor <- "R$ 1.650,00"
`Duração do curso` <- "3d"
```
#Ambiente R
```{r}
# Imprime seu diretório corrente
getwd()
# Lista os objetos em memória
ls()
#Muda de diretório
# muda para o diretório dados
#setwd("./dados/")
# Visualiza e Grava as opções do ambiente
# Ajuda com as opções disponíveis
#help(options)
#Lista as OpçÕes disponívies
#options()
#Configura o número de dígitos para serem impressos na saída
#options(digits=3)
# Lista o histórico de comandos
#history() # Apresenta os últimos 25 comandos executados
# Apresenta todos os comandos executados
#history(max.show=Inf)
# Grava o histórico de comandos no arquivo
#savehistory(file="meu_log.txt") # o padrão é ".Rhistory"
# Recarrega a lista de comandos dados
#loadhistory(file="meu_log.txt") # o padrão é ".Rhistory"
# Grava os objetos do ambiente de trabalho no arquivo.RData no diretório corrente
#save.image()
#Grava objetos específicos em uma arquivo
#Se não for especificado o caminho, o diretório corrente será utilizado
#lista <- ls()
#save(lista,file="meu_ambiente_trabalho.RData")
# Carrega o ambinete de trabalho para a sessão atual
# load a workspace into the current session
# if you don't specify the path, the cwd is assumed
#load("meu_ambiente_trabalho.RData")
#Sai do R. O R perguntará se deseja gravar o ambiente de trabalho
#q()
```
# Dados
## Associação
### Tamanho do objeto associado a variável
```{r}
# Número de caracters associados a variável quando esta é um caracter
#curso
nchar(curso)
#Data
nchar(Data)
#hora
nchar(hora)
#Duração
nchar(`Duração do curso`)
```
##Tipos de Dados
### Descobrindo o tipo da variável
```{r}
#curso
class(curso)
#Data
class(Data)
#hora
class(hora)
#Duração
class(`Duração do curso`)
```
###Tipos
### Caracter
```{r}
curso <- "Curso de Auditoria de Dados"
print(curso)
class(curso)
is.character(curso)
```
### Numérico
```{r}
x <- 10.2
print(x)
class(x)
```
### Inteiro
```{r}
y <- 8
print(y)
class(y)
```
### Complexo
Sem aplicação no contexto do curso
### Lógico
```{r}
logico <- T
print(logico)
l <- FALSE
print(l)
```
### Data
```{r}
#Associa
Data <- "23/10/2016"
#Testa o Tipo
class(Data)
#Será necessário converter o tipo da variável para Data
Data <- as.Date(Data,"%d/%m/%Y")
#Testa o tipo
class(Data)
#Imprime
print(Data)
#Formata a Saída
format(Data, "%d/%m%/%Y")
#Formata a Saída
format(Sys.Date(), "%a %b %d")
format(Sys.Date(), "%d%b%Y")
format(Sys.Date(), "%d/%m/%Y")
weekdays(Sys.Date())
months(Sys.Date())
as.Date(.leap.seconds)
z <- Sys.Date()
print(z)
w<- z+10
print(w)
#Diferença
data1 <- strptime("25/10/2016", format="%d/%m/%Y")
data2 <- strptime("04/11/2016", format="%d/%m/%Y")
difftime(data2,data1,units="days")
difftime(data2,data1,units="week")
# Nota: podemos usar a função trunc() para truncar o valor do resultado da diferença em semanas que no exemplo acima ficou com decimais.
```
### Vetor
```{r}
c(2, 3, 5)
# Vetor Lógico
c(TRUE, FALSE, TRUE, FALSE, FALSE)
#Vetor de caracteres
c("aa", "bb", "cc", "dd", "ee")
#Tamanho do Vetor
length(c("aa", "bb", "cc", "dd", "ee"))
```
###Combinando Vetores
```{r}
n <- c(2, 3, 5)
s <- c("aa", "bb", "cc", "dd", "ee")
#Combinando
c(n, s)
```
### Operações com Vetores
```{r}
#Criando vetores
a <- c(2, 3, 5)
b <- c(6, 1, 3)
#Soma
a + b
#Subtração
b - a
#Multiplicação
5*a
a * b
#Divisão
a/b
#Regra de Reciclagem
u <- c(10, 20, 30)
v <- c(1, 2, 3, 4, 5, 6, 7, 8, 9)
u + v
```
### Índice de Vetores
```{r}
n <- c(2, 3, 5)
s <- c("aa", "bb", "cc", "dd", "ee")
s[3]
#Índice Negativo
s[-3] #Todos menos o elemento listado no índice
# Fora dos Limites
s[10]
#Listando mais elementos
s[c(2, 3)]
s[c(2, 3, 3)]
# Fora dos Limites
s[c(2, 1, 3)]
# Índice por faixa
s[2:4]
#Nomes nos Vetores
v <- c("Governo", "RJ")
v
# Temos agora nomear o primeiro membro como primeiro e o segundo como último
names(v) = c("Primeiro", "Último")
v
# Então, podemos recuperar o primeiro membro pelo seu nome.
v["Primeiro"]
# Além disso, podemos inverter a ordem com um vector caráter índice string.
v[c("Último", "Primeiro")]
```
## Matriz
```{r}
A <- matrix(
c(2, 4, 3, 1, 5, 7), # os dados dos elementos
nrow=2, # número de linhas
ncol=3, # número de colunas
byrow = TRUE) # preenche a matriz por linhas
A
A[2, 3] # elemento da segunda linha e terceira coluna
A[2, ] # a segunda linha
A[ ,3] # a terceira coluna
A[ ,c(1,3)] # A primeira e terceira coluna
```
## Lista
```{r}
n <- c(2, 3, 5)
s <- c("aa", "bb", "cc", "dd", "ee")
b <- c(TRUE, FALSE, TRUE, FALSE, FALSE)
x <- list(n, s, b, 3) # x contains copies of n, s, b
x[c(2, 4)]
#Referência
x[[2]]
x[[2]][1] <- "ta"
#Membros de uma Lista
v <- list(nivel=c(2, 3, 5), cargo=c("NIVEL-1", "NIVEL-2"))
v["nivel"]
v[["nivel"]]
v$nivel
```
## Data Frame
```{r}
n <- c(2, 3, 5)
s <- c("aa", "bb", "cc")
b <- c(TRUE, FALSE, TRUE)
df <- data.frame(n, s, b)
df
#Exemplo mais avançado:
ID <- c(1,2,3,4,5)
IDADE <- c(40,45,25,50,60)
CARGO <- c("TECNICO", "ASSISTENTE", "COORDENADOR","AUXILIAR", "GERENTE")
FORMACAO <- c("ESTATISTICA", "ECONOMIA", "SISTEMAS", "DIREITO","LETRAS")
DEPARTAMENTO = c("DEPARTAMENTO A", "DEPARTAMENTO A", "DEPARTAMENTO A","DEPARTAMENTO B","DEPARTAMENTO B")
RH1 <-data.frame(ID, IDADE, CARGO, FORMACAO, DEPARTAMENTO)
print(RH1)
#Data frame de carros - Motor Trend Car Road Tests
print(mtcars)
#Seleciona a linha 1 e coluna 2
mtcars[1, 2]
#Seleciona o carro e a coluna cyl (cilindradas)
mtcars["Mazda RX4", "cyl"]
nrow(mtcars) # número de linhas
ncol(mtcars) # número de colunas
help(mtcars) # informações sobre este dataframe
#Visualização
head(mtcars)
```
### Coluna do Dataframe
```{r}
#Seleciona a coluna por número de ordem
#Seleciona os carros automáticos
mtcars[[9]]
#Somente carros automáticos (9 coluna)
mtcars[["am"]]
mtcars$am
mtcars[,"am"]
#Por Índice
mtcars[1] # Seleciona a coluna 1 - mpg
mtcars["mpg"]
mtcars[c("mpg", "hp")]
#Índice numérico
mtcars[24,] # Seleciona o registro de número 24 (linha 24 do data frame)
mtcars[c(3, 24),] # Seleciona os registros 3 e 24
# Filtrando
mtcars["Camaro Z28",] # Seleciona um carro específico
mtcars[c("Datsun 710", "Camaro Z28"),] #Seleciona um conjunto de carros
```
### Trocando o nome das variáveis de um data frame
```{r}
#Lista o nome das variáveis de um data frame
names(mtcars)
#Troca o nome da variável carb, posição 11 para "carburador"
names(mtcars)[11] <- "carburador"
names(mtcars)[11]
#Volta ao nome anterior
names(mtcars)[11] <- "carb"
names(mtcars)[11]
#Sem utilizar o índice do vetor
names(mtcars)[11] <- "carburador"
colnames(mtcars)[colnames(mtcars)=="carburador"] <- "carb"
names(mtcars)[11]
#Lista o nome das variáveis de um data frame
names(mtcars)
```
## Manipulação de dados
```{r}
x<-c(1.6123,2.244,4.109,8.9,16 )
round(x,2) # Arredonda os valores de x para n casas decimais
ceiling(x) # retorna o menor valor maior que x (arredonda para cima)
floor(x) # retorna o maior valor menor que x (arredonda para baixo)
as.integer(x) # Truncado x real para inteiros (em comparação com rodada)
x%in%y # Testa cada elemento x para a adesão em y
y%in%x # Testa cada elemento de y para a adesão em x
all(x%in%y) #true se x é um subconjunto apropriado de y
all(x) # Para um vetor de valores lógicos, eles são tudo verdade?
any(x) # Para um vector de valores lógicos, é, pelo menos, um verdadeiro?
```
#Strings
<pre>
\ ': Aspas simples. Você não precisa escapar aspas simples dentro de uma string entre aspas, por isso também pode usar "" "no exemplo anterior.
\ ":. Aspas Da mesma forma, aspas duplas podem ser usados dentro de um único citado corda, ou seja, '"'.
\ N: nova linha.
\ R: retorno de carro.
\ T: caractere de tabulação.
</pre>
## Quantificadores
### Especificam quantas repetições de um padrão ocorrem.
<pre>
*: Corresponde a pelo menos 0 vezes.
+: Corresponde a pelo menos 1 vezes.
?: Corresponde, no máximo, 1 vezes.
{N}: corresponde exatamente n vezes.
{N,}: corresponde a pelo menos n vezes.
{N, m}: corresponde entre N e m vezes.
</pre>
```{r}
strings <- c("a", "ab", "acb", "accb", "acccb", "accccb")
strings
grep("ac*b", strings, value = TRUE)
grep("ac+b", strings, value = TRUE)
grep("ac?b", strings, value = TRUE)
grep("ac{2}b", strings, value = TRUE)
grep("ac{2,}b", strings, value = TRUE)
grep("ac{2,3}b", strings, value = TRUE)
stringr::str_extract_all(strings, "ac{2,3}b", simplify = TRUE)
```
###Posição de um padrão dentro de uma string
* ^: corresponde ao início da cadeia.
* $: corresponde ao fim da cadeia.
* \b: corresponde a seqüência vazia em uma ou outra extremidade de uma palavra. Não confundir com ^ $ que marca a extremidade de uma corda.
* \B: corresponde a seqüência vazia desde que não seja em uma borda de uma palavra.
Para o último exemplo, \ b não é um caractere de escape reconhecido, por isso precisamos de barra dupla que \\ b.
```{r}
strings <- c("abcd", "cdab", "cabd", "c abd")
strings
grep("ab", strings, value = TRUE)
grep("^ab", strings, value = TRUE)
grep("ab$", strings, value = TRUE)
grep("\\bab", strings, value = TRUE)
```
##Classes de Caracteres
<pre>
* [:digit:] or \d: digits, 0 1 2 3 4 5 6 7 8 9, equivalent to [0-9]. \D: non-digits, equivalent to [^0-9]
* [:lower:]: lower-case letters, equivalent to [a-z]
* [:upper:]: upper-case letters, equivalent to [A-Z]
* [:alpha:]: alphabetic characters, equivalent to [[:lower:][:upper:]] or [A-z]
* [:alnum:]: alphanumeric characters
* [:xdigit:]: hexadecimal digits (base 16) 0 1 2 3 4 5 6 7 8 9 A B C D E F a b c d e f equivalent to [0-9A-Fa-f]
* [:blank:]: blank characters, i.e. space and tab
* [:space:]: space characters: tab, newline, vertical tab, form feed, carriage return space \s space ` ` \S not space
[:punct:]: punctuation characters, # ! " # $ % & ’ ( ) * + , - . / : ; < = > ? @ [ ] ^ _ ` { | } ~
* [:graph:]: # graphical (human readable) characters: equivalent to [[:alnum:][:punct:]]
* [:print:]: printable characters, equivalent to [[:alnum:][:punct:]\\s]
* [:cntrl:]: control characters, like \n or \r, [\x00-\x1F\x7F]
</pre>
Note:
* [:...:] has to be used inside square brackets, e.g. [[:digit:]]. \ itself is a special character that needs escape, e.g. \\d. Do not confuse these regular expressions with R escape sequences such as \t.
```{r}
strings <- c("^ab", "ab", "abc", "abd", "abe", "ab 12")
strings
grep("ab.", strings, value = TRUE)
grep("ab[c-e]", strings, value = TRUE)
grep("ab[^c]", strings, value = TRUE)
grep("^ab", strings, value = TRUE)
grep("\\^ab", strings, value = TRUE)
grep("abc|abd", strings, value = TRUE)
gsub("(ab) 12", "\\1 34", strings)
```
#Funções Estatísticas e Transformações
<pre>
max()
min()
mean()
median()
sum()
var() # Produz a covariância variância matrix
sd() # desvio padrão
mad() # (Desvio absoluto mediano)
fivenum() #Tukey fivenumbers min, lowerhinge, median, upper hinge, max
table() contagem de frequência, de preferência as entradas são fatores (ainda que trabalha com números inteiros ou até mesmo reais)
cumsum(x) #cumulative sum, etc.
cumprod(x)
cummax(x)
cummin(x)
rev(x) #reverse the order of values in x
cor(x,y,use="pair") #correlation matrix
aov(x~y,data=datafile) #onde x e y podem ser matrizes
aov.ex1 = aov(DV~IV,data=data.ex1)
aov.ex2 = aov(DV~IV1*IV21,data=data.ex2) #Two way analysis of variance
summary(aov.ex1) #Tabela resumo
boxplot(DV~IV,data=data.ex1) #boxplot
lm(x~y,data=dataset) #regressão linear
t.test(x,g) #Teste t
pairwise.t.test(x,g)
power.anova.test(groups = NULL, n = NULL, between.var = NULL,
within.var = NULL, sig.level = 0.05, power = NULL)
power.t.test(n = NULL, delta = NULL, sd = 1, sig.level = 0.05,
power = NULL, type = c("two.sample", "one.sample", "paired"),
alternative = c("two.sided", "one.sided"),strict = FALSE)
</pre>