Você está aprendendo a linguagem R e tem dúvidas sobre estruturas? Hoje vamos fazer uma revisão das estruturas de dados em R!
Caso prefira esse conteúdo no formato de vídeo-aula, assista ao vídeo abaixo ou acesse o nosso canal do YouTube!
Para receber por e-mail o(s) arquivo(s) utilizados na aula, preencha:
Estruturas de Dados em R:
Dentro da programação em R vamos ter várias estruturas bem parecidas com o Python, para você que já acompanha vai ser quase uma revisão, mas é sempre bom reforçar esses pontos!
Vamos falar sobre as listas em R, como criar uma lista, como pegar o comprimento de uma lista, como acessar elementos da lista, vamos falar sobre vetores, sobre matrizes e ainda sobre Dataframes em R.
Podem ser nomes novos para você, mas fique tranquilo que vou explicar tudo sobre cada um deles.
Exemplos Práticos – Estruturas de Dados em R:
LISTA
Como criar uma lista em R?
Listas são estruturas de dados ordenadas e multáveis que podem armazenar variáveis de diferentes tipos e diferentes tamanhos, é extremamente importante para retornar informações! Para isso vamos utilizar o comando List e atribuir valor a lista.
Obs. Em R quando criamos uma lista temos que -> selecionar toda a lista -> rodar o código (RUN) -> a lista aparece no bloco superior à esquerda e os itens da lista podem ser vistos no bloco superior do lado direito.
Essas explicações de ordem das informações dentro do R estão detalhadas na aula de introdução a linguagem R.
Tamanho em R
Somente com o comando Length, sabemos o tamanho da lista, ou seja, quantos itens ela possui.
Acessando elementos dentro da lista
Em R, diferente do Python os elementos da lista começam a contar a partir do número 1 e não do 0!
Tendo isso em mente para acessar o segundo elemento de uma lista que possui três valores (‘Lucas’, ‘Jean’, ‘Lira’) devemos passar entre colchetes o número 2.
Resultado = ‘Jean’
Alterando elementos
Para alterar um elemento da lista primeiro vamos colocar a lista com o índice que queremos alterar, depois com a seta vamos atribuir o valor ou texto que vai substituir o elemento.
Desta forma o que estiver no item 2 da lista passará a ser ‘Renato’.
Retornando a lista sem um dos itens
Para eliminar um elemento da lista devemos colocar o índice do elemento negativo, isso já vai retirar o elemento.
Se quisermos salvar a lista sem o elemento temos que atribuir o Lista[-2] a lista original
Dessa forma a lista vai eliminar o item 2.
Adicionando um item no fim da lista
Para adicionar vamos usar o append e dentro dos parênteses vamos colocar nos argumentos, primeiro a lista e depois o elemento que queremos adicionar
Para salvar a alteração, temos que atribuir o append a lista original
Adicionando item e escolhendo a posição dele na lista
Para adicionar e escolher a posição vamos utilizar a mesma estrutura usada acima e acrescentar o after
Desta forma, Gláucia será o terceiro elemento da lista!
VETORES
O que são vetores?
Vetores são muito parecidos com listas, também são unidimensionais, porém, com todos os dados do mesmo tipo.
De forma prática, se em uma lista de nomes eu quiser adicionar um número, isso é feito, em um vetor não, os tipos dos dados devem ser o mesmo.
Vamos criar dois vetores, um com textos e o outro com números.
Observe que rodando o código o vetor vai aparecer como num e chr, esses são os tipos de número e texto.
Agora vamos acrescentar a lista de números um nome.
Observe que somente modificando o primeiro valor para texto o tipo do vetor muda, deixando de ser número e se tornando chr.
Obs. Para acessar valores as regras que passamos em Listas valem também para vetores e matrizes.
Como acessar valores específicos do nosso vetor?
Vamos supor que temos um vetor A com vários nomes:
Podemos acessar apenas os valores Lucas, Gláucia e Alon criando um vetor de posições B.
Desta forma conseguimos acessar valores específicos do nosso vetor A utilizando o vetor de posição B entre colchetes.
Como criar uma sequência de 1 a 10?
Observe que o R nos entrega formas muito simples e intuitivas de criar variáveis, listas, vetores, etc.
Como criar uma sequência de números ímpares
Entre parênteses vamos passas o valor inicial, depois o valor final e por último de quanto em quando devemos pular o número.
Verificando em R:
MATRIZES
Matrizes são estruturas de dados bidimensionais que possuem todos os dados do mesmo tipo!
Vamos criar uma matriz com valores de 1 a 6 com 2 linhas e 3 colunas:
Resultado:
Clicando no resultado é possível visualizar a matriz:
Agora vamos acessar o valor 5 da matriz, é muito simples, indique as coordenadas do valor que você quer acessar, [primeira linha, terceira coluna].
Como acessar somente a primeira linha da matriz -> basta indicarmos a linha e deixar o argumento que corresponde a coluna vazio.
Pronto, dessa forma somente a primeira linha será mostrada!
DATAFRAMES
Dataframes são estruturas bidimensionais assim como as matrizes, a diferença é que ele permite valores com diferentes tipos em sua estrutura.
No caso da matriz em que todos os seus elementos são do tipo número (num) nós até conseguimos colocar um texto na matriz, mas, feito isso toda a matriz terá o tipo modificado e não terá mais o tipo número.
No caso do Dataframe diferentes itens podem ter cada um seu tipo específico.
Por exemplo:
Sendo os alunos abaixo:
Criando o Dataframe
Dataframe <- data.frame(nomes, idades, notas)
Resultado:
Observe que no resultado cada lista manteve seu tipo!
Podemos também visualizar as dimensões
Visualizar o número de linhas
Número de colunas
Como acessar a segunda coluna?
Podemos usar o nome da coluna para acessá-la.
Podemos usar o $
Também podemos obter um resumo do DataFrame
Como você pode ver, o R nos dá diversas possibilidades absolutamente simples de executar, no material didático desta aula temos uma lista em HTML detalhando todas essas explicações e outras importantes para quem quer começar a aprender a linguagem R.
Esta é uma aula de revisão, nosso objetivo é mostrar estruturas absolutamente simples e essenciais para quem quer aprender R.
Muitas dessas estruturas se assemelham muito ao Python, porém, com algumas sutis diferenças que devem ser observadas para não confundir e gerar erro na hora de executar um código em R.
Tenha este material como um resumo para consulta toda vez que estiver em dúvida sobre as diferenças de estruturas básicas, principalmente se você aprende Python e R.
Eu fico por aqui! Até a próxima! Abraço,
Para acessar outras publicações de Ciência de Dados, clique aqui!
Expert em conteúdos da Hashtag Treinamentos. Auxilia na criação de conteúdos de variados temas voltados para aqueles que acompanham nossos canais.