Na aula do dia 25/08/2023, vimos como carregar um pacote, ler um banco de dados e excluir colunas.
OBS: um asterisco antes e depois torna o texto em itálico. Dois asteriscos antes e depois torna o termo em negrito.
# Lendo o pacote
library(titanic)Warning: package 'titanic' was built under R version 4.2.3# Atribuindo titanic_train para o objeto dados
dados<- titanic_train
# Excluindo colunas
dados$PassengerId <- NULL
dados$Ticket <- NULL
dados$Cabin <-NULL
dados$Name <-NULLVamos ler um banco de dados externo:
library(readxl)Warning: package 'readxl' was built under R version 4.2.3dados_titanic <- read_excel("C:/Users/13160187764/Downloads/dados_titanic.xlsx")Vamos excluir o nome dos passageiros:
dados_titanic$Nome<-NULLVamos corrigir algumas variáveis
# Vendo a estrura dos dados
str(dados_titanic)tibble [891 × 8] (S3: tbl_df/tbl/data.frame)
$ Sobreviveu : num [1:891] 0 1 1 1 0 0 0 0 1 1 ...
$ Classe : num [1:891] 3 1 3 1 3 3 1 3 3 2 ...
$ Sexo : chr [1:891] "male" "female" "female" "female" ...
$ Idade : num [1:891] 22 38 26 35 35 NA 54 2 27 14 ...
$ N_irmaos_conjuges: num [1:891] 1 1 0 1 0 0 0 3 0 1 ...
$ N_pais_filhos : num [1:891] 0 0 0 0 0 0 0 1 2 0 ...
$ Tarifa : num [1:891] 7.25 71.28 7.92 53.1 8.05 ...
$ Porto : chr [1:891] "S" "C" "S" "S" ...# Transformando para fator
dados_titanic$Sobreviveu <- as.factor(dados_titanic$Sobreviveu)
dados_titanic$Classe <- as.factor(dados_titanic$Classe)
dados_titanic$Sexo <- as.factor(dados_titanic$Sexo)
dados_titanic$Porto <- as.factor(dados_titanic$Porto)
# Verificando se mudou
str(dados_titanic)tibble [891 × 8] (S3: tbl_df/tbl/data.frame)
$ Sobreviveu : Factor w/ 2 levels "0","1": 1 2 2 2 1 1 1 1 2 2 ...
$ Classe : Factor w/ 3 levels "1","2","3": 3 1 3 1 3 3 1 3 3 2 ...
$ Sexo : Factor w/ 2 levels "female","male": 2 1 1 1 2 2 2 2 1 1 ...
$ Idade : num [1:891] 22 38 26 35 35 NA 54 2 27 14 ...
$ N_irmaos_conjuges: num [1:891] 1 1 0 1 0 0 0 3 0 1 ...
$ N_pais_filhos : num [1:891] 0 0 0 0 0 0 0 1 2 0 ...
$ Tarifa : num [1:891] 7.25 71.28 7.92 53.1 8.05 ...
$ Porto : Factor w/ 3 levels "C","Q","S": 3 1 3 3 3 2 3 3 3 1 ...Vamos mudar agora os nomes das categorias das variáveis qualitativas
levels(dados_titanic$Sobreviveu)[1] "0" "1"levels(dados_titanic$Sobreviveu)<- c("não","sim")
levels(dados_titanic$Classe)[1] "1" "2" "3"levels(dados_titanic$Classe)<- c("Primeira","Segunda","Terceira")
levels(dados_titanic$Sexo)[1] "female" "male" levels(dados_titanic$Sexo)<- c("Feminino","Masculino")Vamos mudar agora o nome de uma variável:
colnames(dados_titanic)[1] "Sobreviveu" "Classe" "Sexo"
[4] "Idade" "N_irmaos_conjuges" "N_pais_filhos"
[7] "Tarifa" "Porto" colnames(dados_titanic)[8]<- "Porto de Embarque"Vamos agora criar a variável faixa etária:
dados_titanic$Faixa_Etaria <-cut(dados_titanic$Idade,
c(0, 18, 65, 200))
dados_titanic$Faixa_Etaria
levels(dados_titanic$Faixa_Etaria) <- c("Até 18 anos", "Maior que 18 e menor que 65 anos", "Maior que 65 anos")Vamos trabalhar com a variável classes econômica. Para começar, vamos construir uma tabela de distribuição de frequência. Podemos observar que a maioria dos passageiros era da terceira classe (55,11%), sendo a segunda classe contendo a menor proporção de passageiros (20,65%) (Figura 1).
library(summarytools)Warning: package 'summarytools' was built under R version 4.2.3freq(dados_titanic$Classe)Frequencies
dados_titanic$Classe
Type: Factor
Freq % Valid % Valid Cum. % Total % Total Cum.
-------------- ------ --------- -------------- --------- --------------
Primeira 216 24.24 24.24 24.24 24.24
Segunda 184 20.65 44.89 20.65 44.89
Terceira 491 55.11 100.00 55.11 100.00
<NA> 0 0.00 100.00
Total 891 100.00 100.00 100.00 100.00freq(dados_titanic$`Porto de Embarque`)Frequencies
dados_titanic$`Porto de Embarque`
Type: Factor
Freq % Valid % Valid Cum. % Total % Total Cum.
----------- ------ --------- -------------- --------- --------------
C 168 18.90 18.90 18.86 18.86
Q 77 8.66 27.56 8.64 27.50
S 644 72.44 100.00 72.28 99.78
<NA> 2 0.22 100.00
Total 891 100.00 100.00 100.00 100.00Vamos agora fazer um gráfico de barras para a variável classe econômica:
# Mudando a ordem das categorias
dados_titanic$Classe <- factor(dados_titanic$Classe, levels = c("Terceira", "Segunda", "Primeira"))
library(ggplot2)Warning: package 'ggplot2' was built under R version 4.2.3ggplot(dados_titanic) +
aes(x = Classe) +
geom_bar(fill = "slateblue3") +
labs(x = "Classe Econômica",
y = "Frequência", title = "Figura 1: Classe Econômica dos passageiros do Titanic", subtitle = ":)") +
coord_flip() +
theme_minimal() +
theme(plot.title = element_text(face = "bold.italic", hjust = 0.5))