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)
forcatsOs fatores em R são usados para representar variáveis categóricas, como grupos, categorias ou níveis.
Os fatores também são úteis para reordenar vetores de caracteres para melhorar a exibição.
O pacote forcats fornece funções
para manipular eficientemente fatores, incluindo a reordenação de
níveis, renomeação de níveis, criação de fatores ordenados e não
ordenados, entre outros.
x1 <- c("Dec", "Apr", "Jan", "Mar")
typeof(x1)
#> [1] "character"
Usar uma string para registrar esta variável tem dois problemas:
Existem apenas doze meses possíveis e não há nada que o salve de erros de digitação:
x2 <- c("Dec", "Apr", "Jam", "Mar")Não classifica de maneira útil:
sort(x1)
#> [1] "Apr" "Dec" "Jan" "Mar"(month_levels = month.abb)
#> [1] "Jan" "Feb" "Mar" "Apr" "May" "Jun" "Jul" "Aug" "Sep" "Oct" "Nov" "Dec"
(y1 <- factor(x1, levels = month_levels))
#> [1] Dec Apr Jan Mar
#> Levels: Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
sort(y1)
#> [1] Jan Mar Apr Dec
#> Levels: Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
levels(y1)
#> [1] "Jan" "Feb" "Mar" "Apr" "May" "Jun" "Jul" "Aug" "Sep" "Oct" "Nov" "Dec"
factor(x1)
#> [1] Dec Apr Jan Mar
#> Levels: Apr Dec Jan Mar
y2 <- factor(x2, levels = month_levels)
y2
#> [1] Dec Apr <NA> Mar
#> Levels: Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
Função fct()forcats::fct para criar
fatoresforcats::fct(x1)
#> [1] Dec Apr Jan Mar
#> Levels: Dec Apr Jan Mar
forcats::fct(x1, levels = month_levels)
#> [1] Dec Apr Jan Mar
#> Levels: Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
forcats::fct(x2,levels = month_levels)
Error in `forcats::fct()`:
! All values of `x` must appear in `levels` or `na`
ℹ Missing level: "Jam"
fct_relevel# Criando um fator com os meses
meses_ordenados = factor(month.abb,levels = month.abb)
meses_ordenados
#> [1] Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
#> Levels: Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
# Reordenando os níveis para iniciar com "Domingo"
meses_reordenados <- fct_relevel(meses_ordenados, "Dec")
meses_reordenados
#> [1] Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
#> Levels: Dec Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov
fct_infreq()forcats::fct_infreq() permite reordenar o
atributo levels de acordo com a frequência em que cada
nível aparece no vetor (do nível mais frequente para o menos
frequente).frutas <- factor(c("Maçã", "Banana", "Laranja", "Pera", "Uva", "Banana", "Banana", "Laranja", "Maçã", "Maçã"))
# Reordenando os níveis com base na frequência
frutas_reordenadas <- forcats::fct_infreq(frutas)
# Verificando os níveis reordenados
levels(frutas_reordenadas)
#> [1] "Banana" "Maçã" "Laranja" "Pera" "Uva"
table(frutas)
#> frutas
#> Banana Laranja Maçã Pera Uva
#> 3 2 3 1 1
fct_inorder()frutas <- factor(c("Maçã", "Banana", "Laranja", "Pera", "Uva", "Banana", "Banana", "Laranja", "Maçã", "Maçã"))
forcats::fct_inorder(frutas)
#> [1] Maçã Banana Laranja Pera Uva Banana Banana Laranja Maçã
#> [10] Maçã
#> Levels: Maçã Banana Laranja Pera Uva
fct_reorder()library(forcats)
# Exemplo de dados com nomes de países e suas populações
paises <- c("Brasil", "China", "Estados Unidos", "Índia", "Indonésia")
populacao <- c(10, 50, 30, 40, 20)
factor(paises)
#> [1] Brasil China Estados Unidos Índia Indonésia
#> Levels: Brasil China Estados Unidos Índia Indonésia
# Criando um fator ordenado com os países, ordenados pela população
paises_ord <- forcats::fct_reorder(factor(paises), populacao)
paises_ord
#> [1] Brasil China Estados Unidos Índia Indonésia
#> Levels: Brasil Indonésia Estados Unidos Índia China
# Plotando um gráfico de barras da população dos países
barplot(sort(populacao), names.arg = levels(paises_ord), xlab = "País", ylab = "População", main = "População dos Países")
produtos <- c("Produto A", "Produto B", "Produto C", "Produto D")
vendas <- c(1500, 2000, 1200, 1800) # Total de vendas por produto
regiao <- c("Norte", "Sul", "Leste", "Oeste") # Regiões fictícias
produto_regiao <- expand.grid(Produto = produtos, Regiao = regiao)
produto_regiao$Vendas <- sample(vendas, nrow(produto_regiao), replace = TRUE)
produto_regiao
#> Produto Regiao Vendas
#> 1 Produto A Norte 1500
#> 2 Produto B Norte 1800
#> 3 Produto C Norte 2000
#> 4 Produto D Norte 1800
#> 5 Produto A Sul 1800
#> 6 Produto B Sul 2000
#> 7 Produto C Sul 1500
#> 8 Produto D Sul 1200
#> 9 Produto A Leste 1500
#> 10 Produto B Leste 1500
#> 11 Produto C Leste 1800
#> 12 Produto D Leste 1200
#> 13 Produto A Oeste 1800
#> 14 Produto B Oeste 1800
#> 15 Produto C Oeste 1500
#> 16 Produto D Oeste 1200
factor(produtos)
#> [1] Produto A Produto B Produto C Produto D
#> Levels: Produto A Produto B Produto C Produto D
produto_regiao %>%
mutate(teste_fact = forcats::fct_reorder(factor(Produto),Vendas,.fun = mean,.desc = F)) %>% pull(teste_fact) %>% levels()
#> [1] "Produto D" "Produto A" "Produto C" "Produto B"
produto_regiao %>%
group_by(Produto) %>%
summarise(md = mean(Vendas)) %>%
arrange(md)
#> # A tibble: 4 × 2
#> Produto md
#> <fct> <dbl>
#> 1 Produto D 1350
#> 2 Produto A 1650
#> 3 Produto C 1700
#> 4 Produto B 1775
A função forcats::fct_recode() é
utilizada para renomear ou recodificar os níveis de um fator de acordo
com um novo conjunto de valores.
Isso é útil quando você precisa alterar os rótulos dos níveis do fator para torná-los mais descritivos, agrupá-los ou simplificá-los.
clima <- c("Ensolarado", "Chuvoso", "Nublado", "Ensolarado", "Chuvoso", "Nublado", "Chuvoso", "Nublado")
# Criando um fator com os dados do clima
clima_fator <- factor(clima)
# Recodificando os níveis do fator clima
clima_recodificado <- forcats::fct_recode(clima_fator,
"Ensolarado/Parcialmente Ensolarado" = "Ensolarado",
"Chuvoso/Chuva" = "Chuvoso",
"Nublado/Nublado com Possibilidade de Chuva" = "Nublado")
# Verificando os níveis recodificados
levels(clima_recodificado)
#> [1] "Chuvoso/Chuva"
#> [2] "Ensolarado/Parcialmente Ensolarado"
#> [3] "Nublado/Nublado com Possibilidade de Chuva"