O tidyverse é um conjunto integrado
de pacotes R desenvolvidos para facilitar a manipulação, visualização e
análise de dados de forma consistente e eficiente.
O tidyverse é composto por vários
pacotes, sendo os principais:
ggplot2: Um pacote poderoso para
criação de gráficos baseados na gramática de gráficos. Ele permite criar
visualizações complexas e esteticamente agradáveis com uma sintaxe
declarativa.
dplyr: Oferece funções para
manipulação eficiente de dados, facilitando a filtragem, seleção,
agrupamento, ordenação e resumo de conjuntos de dados.
tidyr: Fornecer ferramentas para
manipulação de dados para torná-los “tidy”. Isso inclui funções para
espalhar (spread) e juntar (gather) dados, entre outras operações de
reformatar.
tibble: Introduz o conceito de
tibble, uma versão moderna de data frames, mais eficiente e fácil de
usar, seguindo os princípios de dados “tidy”.
readr: Oferece funções rápidas e
eficientes para ler dados retos em R. Ele é projetado para ser mais
rápido que as funções base do R, como
read.csv.
purrr: Facilita a aplicação de
funções em listas e vetores, proporcionando uma abordagem mais
consistente e funcional para operações em dados.
stringr: Fornece funções para
manipulação de strings de uma maneira mais intuitiva e consistente do
que as funções base do R.
forcats: Especializado na
manipulação de fatores, permitindo ajustar facilmente os níveis e
rótulos dos fatores.
Para carregar todos esses pacotes utilize
library(tidyverse)
Os tibbles são uma estrutura de dados introduzida pelo pacote
tibble. Eles são uma versão aprimorada dos
data frames padrão do R e são projetados para serem mais intuitivos e
eficientes
library(tibble)
# Criar um tibble
exemplo_tibble <- tibble::tibble(
Nome = c("Alice", "Bob", "Charlie"),
Idade = c(25, 30, 22),
Salario = c(50000, 60000, 45000)
)
exemplo_tibble
#> # A tibble: 3 × 3
#> Nome Idade Salario
#> <chr> <dbl> <dbl>
#> 1 Alice 25 50000
#> 2 Bob 30 60000
#> 3 Charlie 22 45000
(df <- data.frame(
Nome = c("Alice", "Bob", "Charlie"),
Idade = c(25, 30, 22),
Salario = c(50000, 60000, 45000)
))
#> Nome Idade Salario
#> 1 Alice 25 50000
#> 2 Bob 30 60000
#> 3 Charlie 22 45000
(df.tibble <- as_tibble(df))
#> # A tibble: 3 × 3
#> Nome Idade Salario
#> <chr> <dbl> <dbl>
#> 1 Alice 25 50000
#> 2 Bob 30 60000
#> 3 Charlie 22 45000
# Acessar uma coluna específica
nomes <- exemplo_tibble[,1]
# Ou usando a notação $ diretamente
nomes <- exemplo_tibble$Nome
# Acessar várias colunas
subset_tibble <- exemplo_tibble[, c("Nome", "Idade")]
# Acessar uma linha específica
linha1 <- exemplo_tibble[1, ]
# Acessar um valor específico
valor <- exemplo_tibble$Idade[2]
tibble::tibble(
x = rnorm(6,180,3),
y = 1.75+1*x
)
#> # A tibble: 6 × 2
#> x y
#> <dbl> <dbl>
#> 1 183. 185.
#> 2 183. 184.
#> 3 181. 183.
#> 4 183. 185.
#> 5 182. 184.
#> 6 180. 182.
add_row() e add_column(): para
adicionar linhas e colunas a uma tibble;
rowid_to_column(): cria uma coluna com um
id numérico e sequencial para as linhas, começando de
1
has_rownames(): verifica se um data frame
possui linhas nomeadas.
remove_rownames(): remove o nome das linhas de um
data frame.
rownames_to_column(): transforma o nome das linhas
em uma coluna.
column_to_rownames(): transforma uma coluna em nomes
das linhas.
Dados “tidy” referem-se a conjuntos de dados organizados de maneira estruturada e consistente, facilitando a análise e visualização
Um conjunto de dados é organizado dependendo de como as linhas, colunas e tabelas são combinadas com observações, variáveis e tipos.
Em Tidy data :
Cada variável é uma coluna; cada coluna é uma variável.
Cada observação é uma linha; cada linha é uma observação.
Cada valor é uma célula; cada célula é um valor único.
Considere esses dois exemplos de organização dos dados. Qual deles está no formato Tidy data
#> Cidade 10/01/2024 11/01/2024 12/01/2024
#> 1 Manaus 24.40979 33.16763 30.23191
#> 2 Iranduba 32.08607 34.67771 44.72966
#> 3 Coari 35.98151 30.22783 40.26481
#> # A tibble: 9 × 3
#> Cidade Datas Valores
#> <chr> <chr> <dbl>
#> 1 Manaus 10/01/2024 24.4
#> 2 Manaus 11/01/2024 33.2
#> 3 Manaus 12/01/2024 30.2
#> 4 Iranduba 10/01/2024 32.1
#> 5 Iranduba 11/01/2024 34.7
#> 6 Iranduba 12/01/2024 44.7
#> 7 Coari 10/01/2024 36.0
#> 8 Coari 11/01/2024 30.2
#> 9 Coari 12/01/2024 40.3
tidyverse, que inclui pacotes como
dplyr e
ggplot2.#> Cidade 10/01/2024 11/01/2024 12/01/2024
#> 1 Manaus 24.40979 33.16763 30.23191
#> 2 Iranduba 32.08607 34.67771 44.72966
#> 3 Coari 35.98151 30.22783 40.26481
Note que a base de dados é formada por 3 linhas e 4 colunas.
Nesse caso, os dados estão armazenados no formato “largo” (wide) - em que as características ou respostas dos sujeitos (Cidades) são colocadas em apenas uma linha.
Esse é um exemplo de dados “largo” (wide) que não adere
aos padrões de dados “tidy”, pois os cabeçalhos das colunas
(10/01/2024...) não representam, de fato, “variáveis” -
eles representam valores de uma varíavel, nesse caso seria o
dia em que a tempertura foi observada.
Essa variável será denominada por Data .
No contexto de análise de dados, é altamente recomendado colocar os dados nos padrões de dados “tidy”.
Para isso, podemos utilizar a função
tidyr::pivot_longer() para transformar a base de dados em
um formato mais longo, ou seja ,mais linhas que colunas.
(
temp_longer = tidyr::pivot_longer(
temperatura_simulada,
cols = !Cidade,# selecionar as colunas diferente de Cidade
names_to = "Datas", # as colunas selecionadas serão os valores da variável Data
values_to = "Valores" # As observações nas colunas selecionadas serão as observações da variável Valores
)
)
#> # A tibble: 9 × 3
#> Cidade Datas Valores
#> <chr> <chr> <dbl>
#> 1 Manaus 10/01/2024 24.4
#> 2 Manaus 11/01/2024 33.2
#> 3 Manaus 12/01/2024 30.2
#> 4 Iranduba 10/01/2024 32.1
#> 5 Iranduba 11/01/2024 34.7
#> 6 Iranduba 12/01/2024 44.7
#> 7 Coari 10/01/2024 36.0
#> 8 Coari 11/01/2024 30.2
#> 9 Coari 12/01/2024 40.3
tidyr::pivot_wider()# Forma 1
(
temp_wider = tidyr::pivot_wider(
temp_longer,
id_cols = Cidade, #coluna que identifica cada observação
names_from = "Datas", # nome da coluna
values_from = "Valores" # valores de cada coluna
)
)
#> # A tibble: 3 × 4
#> Cidade `10/01/2024` `11/01/2024` `12/01/2024`
#> <chr> <dbl> <dbl> <dbl>
#> 1 Manaus 24.4 33.2 30.2
#> 2 Iranduba 32.1 34.7 44.7
#> 3 Coari 36.0 30.2 40.3
# Forma 2
(
temp_wider = tidyr::pivot_wider(
temp_longer,
id_cols = Datas, #coluna que identifica cada observação
names_from = "Cidade", # nome da coluna
values_from = "Valores" # valores de cada coluna
)
)
#> # A tibble: 3 × 4
#> Datas Manaus Iranduba Coari
#> <chr> <dbl> <dbl> <dbl>
#> 1 10/01/2024 24.4 32.1 36.0
#> 2 11/01/2024 33.2 34.7 30.2
#> 3 12/01/2024 30.2 44.7 40.3
dplyrdplyr é uma gramática de manipulação de dados, fornecendo um conjunto consistente de funções que ajudam a resolver os desafios mais comuns de manipulação de dados. As principais funções do dplyr são:
Tudo isto se combina naturalmente com group_by(),
que permite realizar qualquer operação “por grupo”
Para aplicar essas funções, vamos simular a quantidade de casos de degue registrado no estado do Amazonas
dados_am = readRDS("../dados/dados_am") %>% as_tibble()
dados_am$n_dengue = c(rpois(30,1500),rpois(32,2500))
dados_am
#> # A tibble: 62 × 11
#> GEOCODIGO NOME UF ID_UF REGIAO MESOREGIAO MICROREGIA LATITUDE LONGITUDE
#> <dbl> <chr> <chr> <dbl> <chr> <chr> <chr> <dbl> <dbl>
#> 1 1300201 Atalai… AM 13 Norte SUDOESTE … ALTO SOLI… -4.37 -70.2
#> 2 1301654 Guajará AM 13 Norte SUDOESTE … JURUA -7.55 -72.6
#> 3 1301803 Ipixuna AM 13 Norte SUDOESTE … JURUA -7.05 -71.7
#> 4 1300607 Benjam… AM 13 Norte SUDOESTE … ALTO SOLI… -4.38 -70.0
#> 5 1301407 Eirune… AM 13 Norte SUDOESTE … JURUA -6.66 -69.9
#> 6 1301506 Envira AM 13 Norte SUDOESTE … JURUA -7.43 -70.0
#> 7 1302306 Jutaí AM 13 Norte SUDOESTE … ALTO SOLI… -2.75 -66.8
#> 8 1303908 São Pa… AM 13 Norte SUDOESTE … ALTO SOLI… -3.38 -68.9
#> 9 1302108 Japurá AM 13 Norte NORTE AMA… JAPURA -1.83 -66.6
#> 10 1303809 São Ga… AM 13 Norte NORTE AMA… RIO NEGRO -0.13 -67.1
#> # ℹ 52 more rows
#> # ℹ 2 more variables: SEDE <chr>, n_dengue <int>
dados_am %>% relocate(GEOCODIGO,NOME,n_dengue) # realocando Colunas
#> # A tibble: 62 × 11
#> GEOCODIGO NOME n_dengue UF ID_UF REGIAO MESOREGIAO MICROREGIA LATITUDE
#> <dbl> <chr> <int> <chr> <dbl> <chr> <chr> <chr> <dbl>
#> 1 1300201 Atalaia… 1514 AM 13 Norte SUDOESTE … ALTO SOLI… -4.37
#> 2 1301654 Guajará 1529 AM 13 Norte SUDOESTE … JURUA -7.55
#> 3 1301803 Ipixuna 1506 AM 13 Norte SUDOESTE … JURUA -7.05
#> 4 1300607 Benjami… 1500 AM 13 Norte SUDOESTE … ALTO SOLI… -4.38
#> 5 1301407 Eirunepé 1455 AM 13 Norte SUDOESTE … JURUA -6.66
#> 6 1301506 Envira 1503 AM 13 Norte SUDOESTE … JURUA -7.43
#> 7 1302306 Jutaí 1483 AM 13 Norte SUDOESTE … ALTO SOLI… -2.75
#> 8 1303908 São Pau… 1448 AM 13 Norte SUDOESTE … ALTO SOLI… -3.38
#> 9 1302108 Japurá 1515 AM 13 Norte NORTE AMA… JAPURA -1.83
#> 10 1303809 São Gab… 1470 AM 13 Norte NORTE AMA… RIO NEGRO -0.13
#> # ℹ 52 more rows
#> # ℹ 2 more variables: LONGITUDE <dbl>, SEDE <chr>
dados_am %>% select(NOME,n_dengue) # selecionando Colunas
#> # A tibble: 62 × 2
#> NOME n_dengue
#> <chr> <int>
#> 1 Atalaia do Norte 1514
#> 2 Guajará 1529
#> 3 Ipixuna 1506
#> 4 Benjamin Constant 1500
#> 5 Eirunepé 1455
#> 6 Envira 1503
#> 7 Jutaí 1483
#> 8 São Paulo de Olivença 1448
#> 9 Japurá 1515
#> 10 São Gabriel da Cachoeira 1470
#> # ℹ 52 more rows
dados_am %>% select(NOME:MICROREGIA)
#> # A tibble: 62 × 6
#> NOME UF ID_UF REGIAO MESOREGIAO MICROREGIA
#> <chr> <chr> <dbl> <chr> <chr> <chr>
#> 1 Atalaia do Norte AM 13 Norte SUDOESTE AMAZONENSE ALTO SOLIMOES
#> 2 Guajará AM 13 Norte SUDOESTE AMAZONENSE JURUA
#> 3 Ipixuna AM 13 Norte SUDOESTE AMAZONENSE JURUA
#> 4 Benjamin Constant AM 13 Norte SUDOESTE AMAZONENSE ALTO SOLIMOES
#> 5 Eirunepé AM 13 Norte SUDOESTE AMAZONENSE JURUA
#> 6 Envira AM 13 Norte SUDOESTE AMAZONENSE JURUA
#> 7 Jutaí AM 13 Norte SUDOESTE AMAZONENSE ALTO SOLIMOES
#> 8 São Paulo de Olivença AM 13 Norte SUDOESTE AMAZONENSE ALTO SOLIMOES
#> 9 Japurá AM 13 Norte NORTE AMAZONENSE JAPURA
#> 10 São Gabriel da Cachoeira AM 13 Norte NORTE AMAZONENSE RIO NEGRO
#> # ℹ 52 more rows
dados_am %>% select(1:3)
#> # A tibble: 62 × 3
#> GEOCODIGO NOME UF
#> <dbl> <chr> <chr>
#> 1 1300201 Atalaia do Norte AM
#> 2 1301654 Guajará AM
#> 3 1301803 Ipixuna AM
#> 4 1300607 Benjamin Constant AM
#> 5 1301407 Eirunepé AM
#> 6 1301506 Envira AM
#> 7 1302306 Jutaí AM
#> 8 1303908 São Paulo de Olivença AM
#> 9 1302108 Japurá AM
#> 10 1303809 São Gabriel da Cachoeira AM
#> # ℹ 52 more rows
dados_am %>% select(-GEOCODIGO)
#> # A tibble: 62 × 10
#> NOME UF ID_UF REGIAO MESOREGIAO MICROREGIA LATITUDE LONGITUDE SEDE
#> <chr> <chr> <dbl> <chr> <chr> <chr> <dbl> <dbl> <chr>
#> 1 Atalaia do… AM 13 Norte SUDOESTE … ALTO SOLI… -4.37 -70.2 T
#> 2 Guajará AM 13 Norte SUDOESTE … JURUA -7.55 -72.6 T
#> 3 Ipixuna AM 13 Norte SUDOESTE … JURUA -7.05 -71.7 T
#> 4 Benjamin C… AM 13 Norte SUDOESTE … ALTO SOLI… -4.38 -70.0 T
#> 5 Eirunepé AM 13 Norte SUDOESTE … JURUA -6.66 -69.9 T
#> 6 Envira AM 13 Norte SUDOESTE … JURUA -7.43 -70.0 T
#> 7 Jutaí AM 13 Norte SUDOESTE … ALTO SOLI… -2.75 -66.8 T
#> 8 São Paulo … AM 13 Norte SUDOESTE … ALTO SOLI… -3.38 -68.9 T
#> 9 Japurá AM 13 Norte NORTE AMA… JAPURA -1.83 -66.6 T
#> 10 São Gabrie… AM 13 Norte NORTE AMA… RIO NEGRO -0.13 -67.1 T
#> # ℹ 52 more rows
#> # ℹ 1 more variable: n_dengue <int>
dados_am %>% arrange(NOME) # ordenando
#> # A tibble: 62 × 11
#> GEOCODIGO NOME UF ID_UF REGIAO MESOREGIAO MICROREGIA LATITUDE LONGITUDE
#> <dbl> <chr> <chr> <dbl> <chr> <chr> <chr> <dbl> <dbl>
#> 1 1300029 Alvarã… AM 13 Norte CENTRO AM… TEFE -3.22 -64.8
#> 2 1300060 Amaturá AM 13 Norte SUDOESTE … ALTO SOLI… -3.36 -68.2
#> 3 1300086 Anamã AM 13 Norte CENTRO AM… COARI -3.58 -61.4
#> 4 1300102 Anori AM 13 Norte CENTRO AM… COARI -3.77 -61.6
#> 5 1300144 Apuí AM 13 Norte SUL AMAZO… MADEIRA -7.20 -59.9
#> 6 1300201 Atalai… AM 13 Norte SUDOESTE … ALTO SOLI… -4.37 -70.2
#> 7 1300300 Autazes AM 13 Norte CENTRO AM… MANAUS -3.58 -59.1
#> 8 1300409 Barcel… AM 13 Norte NORTE AMA… RIO NEGRO -0.975 -62.9
#> 9 1300508 Barrei… AM 13 Norte CENTRO AM… PARINTINS -2.79 -57.1
#> 10 1300607 Benjam… AM 13 Norte SUDOESTE … ALTO SOLI… -4.38 -70.0
#> # ℹ 52 more rows
#> # ℹ 2 more variables: SEDE <chr>, n_dengue <int>
dados_am_select = dados_am %>% arrange(NOME) %>% relocate(NOME,n_dengue)# ordenando
dados_am_select %>% filter(n_dengue>1500) # filtro
#> # A tibble: 48 × 11
#> NOME n_dengue GEOCODIGO UF ID_UF REGIAO MESOREGIAO MICROREGIA LATITUDE
#> <chr> <int> <dbl> <chr> <dbl> <chr> <chr> <chr> <dbl>
#> 1 Alvarães 1520 1300029 AM 13 Norte CENTRO AM… TEFE -3.22
#> 2 Anamã 2454 1300086 AM 13 Norte CENTRO AM… COARI -3.58
#> 3 Anori 2533 1300102 AM 13 Norte CENTRO AM… COARI -3.77
#> 4 Apuí 2427 1300144 AM 13 Norte SUL AMAZO… MADEIRA -7.20
#> 5 Atalaia… 1514 1300201 AM 13 Norte SUDOESTE … ALTO SOLI… -4.37
#> 6 Autazes 2559 1300300 AM 13 Norte CENTRO AM… MANAUS -3.58
#> 7 Barreir… 2453 1300508 AM 13 Norte CENTRO AM… PARINTINS -2.79
#> 8 Beruri 2526 1300631 AM 13 Norte CENTRO AM… COARI -3.90
#> 9 Boa Vis… 2538 1300680 AM 13 Norte CENTRO AM… PARINTINS -2.97
#> 10 Boca do… 1587 1300706 AM 13 Norte SUL AMAZO… BOCA DO A… -8.75
#> # ℹ 38 more rows
#> # ℹ 2 more variables: LONGITUDE <dbl>, SEDE <chr>
dados_am_select %>% filter(n_dengue>1500 & MESOREGIAO=="NORTE AMAZONENSE") #e
#> # A tibble: 4 × 11
#> NOME n_dengue GEOCODIGO UF ID_UF REGIAO MESOREGIAO MICROREGIA LATITUDE
#> <chr> <int> <dbl> <chr> <dbl> <chr> <chr> <chr> <dbl>
#> 1 Japurá 1515 1302108 AM 13 Norte NORTE AMA… JAPURA -1.83
#> 2 Maraã 1505 1302801 AM 13 Norte NORTE AMA… JAPURA -1.86
#> 3 Novo Air… 2511 1303205 AM 13 Norte NORTE AMA… RIO NEGRO -2.62
#> 4 Santa Is… 1550 1303601 AM 13 Norte NORTE AMA… RIO NEGRO -0.414
#> # ℹ 2 more variables: LONGITUDE <dbl>, SEDE <chr>
dados_am_select %>% filter(n_dengue>1500 | MESOREGIAO=="NORTE AMAZONENSE") # ou
#> # A tibble: 50 × 11
#> NOME n_dengue GEOCODIGO UF ID_UF REGIAO MESOREGIAO MICROREGIA LATITUDE
#> <chr> <int> <dbl> <chr> <dbl> <chr> <chr> <chr> <dbl>
#> 1 Alvarães 1520 1300029 AM 13 Norte CENTRO AM… TEFE -3.22
#> 2 Anamã 2454 1300086 AM 13 Norte CENTRO AM… COARI -3.58
#> 3 Anori 2533 1300102 AM 13 Norte CENTRO AM… COARI -3.77
#> 4 Apuí 2427 1300144 AM 13 Norte SUL AMAZO… MADEIRA -7.20
#> 5 Atalaia… 1514 1300201 AM 13 Norte SUDOESTE … ALTO SOLI… -4.37
#> 6 Autazes 2559 1300300 AM 13 Norte CENTRO AM… MANAUS -3.58
#> 7 Barcelos 1476 1300409 AM 13 Norte NORTE AMA… RIO NEGRO -0.975
#> 8 Barreir… 2453 1300508 AM 13 Norte CENTRO AM… PARINTINS -2.79
#> 9 Beruri 2526 1300631 AM 13 Norte CENTRO AM… COARI -3.90
#> 10 Boa Vis… 2538 1300680 AM 13 Norte CENTRO AM… PARINTINS -2.97
#> # ℹ 40 more rows
#> # ℹ 2 more variables: LONGITUDE <dbl>, SEDE <chr>
dados_am %>% slice(1:3) # selecionando as 3 primeiras linhas
#> # A tibble: 3 × 11
#> GEOCODIGO NOME UF ID_UF REGIAO MESOREGIAO MICROREGIA LATITUDE LONGITUDE
#> <dbl> <chr> <chr> <dbl> <chr> <chr> <chr> <dbl> <dbl>
#> 1 1300201 Atalaia… AM 13 Norte SUDOESTE … ALTO SOLI… -4.37 -70.2
#> 2 1301654 Guajará AM 13 Norte SUDOESTE … JURUA -7.55 -72.6
#> 3 1301803 Ipixuna AM 13 Norte SUDOESTE … JURUA -7.05 -71.7
#> # ℹ 2 more variables: SEDE <chr>, n_dengue <int>
dados_tx = dados_am_select %>% mutate(
total_pop_municipio = c(rpois(30, 10000), rpois(32, 20000)),
# simulando a pop total por município
Taxa = (n_dengue / total_pop_municipio) * 1000
)
dados_tx
#> # A tibble: 62 × 13
#> NOME n_dengue GEOCODIGO UF ID_UF REGIAO MESOREGIAO MICROREGIA LATITUDE
#> <chr> <int> <dbl> <chr> <dbl> <chr> <chr> <chr> <dbl>
#> 1 Alvarães 1520 1300029 AM 13 Norte CENTRO AM… TEFE -3.22
#> 2 Amaturá 1494 1300060 AM 13 Norte SUDOESTE … ALTO SOLI… -3.36
#> 3 Anamã 2454 1300086 AM 13 Norte CENTRO AM… COARI -3.58
#> 4 Anori 2533 1300102 AM 13 Norte CENTRO AM… COARI -3.77
#> 5 Apuí 2427 1300144 AM 13 Norte SUL AMAZO… MADEIRA -7.20
#> 6 Atalaia… 1514 1300201 AM 13 Norte SUDOESTE … ALTO SOLI… -4.37
#> 7 Autazes 2559 1300300 AM 13 Norte CENTRO AM… MANAUS -3.58
#> 8 Barcelos 1476 1300409 AM 13 Norte NORTE AMA… RIO NEGRO -0.975
#> 9 Barreir… 2453 1300508 AM 13 Norte CENTRO AM… PARINTINS -2.79
#> 10 Benjami… 1500 1300607 AM 13 Norte SUDOESTE … ALTO SOLI… -4.38
#> # ℹ 52 more rows
#> # ℹ 4 more variables: LONGITUDE <dbl>, SEDE <chr>, total_pop_municipio <int>,
#> # Taxa <dbl>
dados_tx %>% summarise(media_tx_am = mean(Taxa))
#> # A tibble: 1 × 1
#> media_tx_am
#> <dbl>
#> 1 150.
dados_tx %>% group_by(MESOREGIAO) %>%
summarise(media = mean(Taxa),
variancia = var(Taxa),
n = length(Taxa)) %>%
arrange(n) %>%
relocate(MESOREGIAO,n)
#> # A tibble: 4 × 4
#> MESOREGIAO n media variancia
#> <chr> <int> <dbl> <dbl>
#> 1 NORTE AMAZONENSE 6 96.3 1056.
#> 2 SUL AMAZONENSE 10 153. 5218.
#> 3 SUDOESTE AMAZONENSE 16 123. 1503.
#> 4 CENTRO AMAZONENSE 30 174. 4335.
acrossdados_am = readRDS("../dados/dados_am") %>% as_tibble()
dados_am = dados_am %>%
mutate(n_dengue = c(rpois(30, 1500), rpois(32, 2500)),
n_malaria = c(rpois(30,2000),rpois(32,5000)),
n_covid = c(rpois(30,1000),rpois(32,2000))
) %>%
relocate(n_dengue,n_malaria,n_covid)
dados_am
#> # A tibble: 62 × 13
#> n_dengue n_malaria n_covid GEOCODIGO NOME UF ID_UF REGIAO MESOREGIAO
#> <int> <int> <int> <dbl> <chr> <chr> <dbl> <chr> <chr>
#> 1 1539 2033 967 1300201 Atalaia d… AM 13 Norte SUDOESTE …
#> 2 1453 1965 966 1301654 Guajará AM 13 Norte SUDOESTE …
#> 3 1543 2041 1000 1301803 Ipixuna AM 13 Norte SUDOESTE …
#> 4 1451 1948 992 1300607 Benjamin … AM 13 Norte SUDOESTE …
#> 5 1556 2041 985 1301407 Eirunepé AM 13 Norte SUDOESTE …
#> 6 1459 1976 1035 1301506 Envira AM 13 Norte SUDOESTE …
#> 7 1521 1950 966 1302306 Jutaí AM 13 Norte SUDOESTE …
#> 8 1468 1923 1008 1303908 São Paulo… AM 13 Norte SUDOESTE …
#> 9 1505 2020 1007 1302108 Japurá AM 13 Norte NORTE AMA…
#> 10 1499 2004 1038 1303809 São Gabri… AM 13 Norte NORTE AMA…
#> # ℹ 52 more rows
#> # ℹ 4 more variables: MICROREGIA <chr>, LATITUDE <dbl>, LONGITUDE <dbl>,
#> # SEDE <chr>
dados_am %>% summarise(across(
.cols = c(n_dengue, n_malaria, n_covid),
.fns = mean,
na.rm = T
))
#> Warning: There was 1 warning in `summarise()`.
#> ℹ In argument: `across(...)`.
#> Caused by warning:
#> ! The `...` argument of `across()` is deprecated as of dplyr 1.1.0.
#> Supply arguments directly to `.fns` through an anonymous function instead.
#>
#> # Previously
#> across(a:b, mean, na.rm = TRUE)
#>
#> # Now
#> across(a:b, \(x) mean(x, na.rm = TRUE))
#> # A tibble: 1 × 3
#> n_dengue n_malaria n_covid
#> <dbl> <dbl> <dbl>
#> 1 2014. 3553. 1522.
dados_am %>% group_by(MESOREGIAO) %>%
summarise(across(
.cols = c(n_dengue, n_malaria, n_covid),
.fns = mean,
na.rm = T
))
#> # A tibble: 4 × 4
#> MESOREGIAO n_dengue n_malaria n_covid
#> <chr> <dbl> <dbl> <dbl>
#> 1 CENTRO AMAZONENSE 2368 4604. 1872.
#> 2 NORTE AMAZONENSE 1660 2502. 1173
#> 3 SUDOESTE AMAZONENSE 1499. 2003. 998.
#> 4 SUL AMAZONENSE 1987 3507. 1520.
wheredados_am %>% group_by(MESOREGIAO) %>%
summarise(across(where(is.integer),
.fns = mean,
na.rm = T)
)
#> # A tibble: 4 × 4
#> MESOREGIAO n_dengue n_malaria n_covid
#> <chr> <dbl> <dbl> <dbl>
#> 1 CENTRO AMAZONENSE 2368 4604. 1872.
#> 2 NORTE AMAZONENSE 1660 2502. 1173
#> 3 SUDOESTE AMAZONENSE 1499. 2003. 998.
#> 4 SUL AMAZONENSE 1987 3507. 1520.
renamedados_am %>% rename(CIDADE = NOME)
#> # A tibble: 62 × 13
#> n_dengue n_malaria n_covid GEOCODIGO CIDADE UF ID_UF REGIAO MESOREGIAO
#> <int> <int> <int> <dbl> <chr> <chr> <dbl> <chr> <chr>
#> 1 1539 2033 967 1300201 Atalaia d… AM 13 Norte SUDOESTE …
#> 2 1453 1965 966 1301654 Guajará AM 13 Norte SUDOESTE …
#> 3 1543 2041 1000 1301803 Ipixuna AM 13 Norte SUDOESTE …
#> 4 1451 1948 992 1300607 Benjamin … AM 13 Norte SUDOESTE …
#> 5 1556 2041 985 1301407 Eirunepé AM 13 Norte SUDOESTE …
#> 6 1459 1976 1035 1301506 Envira AM 13 Norte SUDOESTE …
#> 7 1521 1950 966 1302306 Jutaí AM 13 Norte SUDOESTE …
#> 8 1468 1923 1008 1303908 São Paulo… AM 13 Norte SUDOESTE …
#> 9 1505 2020 1007 1302108 Japurá AM 13 Norte NORTE AMA…
#> 10 1499 2004 1038 1303809 São Gabri… AM 13 Norte NORTE AMA…
#> # ℹ 52 more rows
#> # ℹ 4 more variables: MICROREGIA <chr>, LATITUDE <dbl>, LONGITUDE <dbl>,
#> # SEDE <chr>
Renomer várias colunas a partir de uma função.
No exemplo a seguir vamos colocar em capslk os nomes das colunas que contém a string “n_”
dados_am %>%
rename_with(toupper,contains("n_"))
#> # A tibble: 62 × 13
#> N_DENGUE N_MALARIA N_COVID GEOCODIGO NOME UF ID_UF REGIAO MESOREGIAO
#> <int> <int> <int> <dbl> <chr> <chr> <dbl> <chr> <chr>
#> 1 1539 2033 967 1300201 Atalaia d… AM 13 Norte SUDOESTE …
#> 2 1453 1965 966 1301654 Guajará AM 13 Norte SUDOESTE …
#> 3 1543 2041 1000 1301803 Ipixuna AM 13 Norte SUDOESTE …
#> 4 1451 1948 992 1300607 Benjamin … AM 13 Norte SUDOESTE …
#> 5 1556 2041 985 1301407 Eirunepé AM 13 Norte SUDOESTE …
#> 6 1459 1976 1035 1301506 Envira AM 13 Norte SUDOESTE …
#> 7 1521 1950 966 1302306 Jutaí AM 13 Norte SUDOESTE …
#> 8 1468 1923 1008 1303908 São Paulo… AM 13 Norte SUDOESTE …
#> 9 1505 2020 1007 1302108 Japurá AM 13 Norte NORTE AMA…
#> 10 1499 2004 1038 1303809 São Gabri… AM 13 Norte NORTE AMA…
#> # ℹ 52 more rows
#> # ℹ 4 more variables: MICROREGIA <chr>, LATITUDE <dbl>, LONGITUDE <dbl>,
#> # SEDE <chr>