Aula Prática e Enxuta: tidyverse do Zero ao Essencial

Objetivo: Aprender importar, transformar e visualizar dados no R com o tidyverse, usando pouquíssimas bases (principalmente penguins) e um exemplo prático para cada conceito.

0.1 1. Preparação do Ambiente

0.1.1 1.2 Filosofia tidy

• Uma observação por linha; uma variável por coluna; um valor por célula.

• Verbos coesos (select, filter, mutate, summarise, …).

• Pipelines para legibilidade (|> recomendado).

Exemplo (estruturar e encadear):

penguins |>
  select(species, bill_length_mm, body_mass_g) |>
  filter(!is.na(bill_length_mm), !is.na(body_mass_g)) |>
  mutate(relacao = body_mass_g / bill_length_mm) |>
  head(3)

select: dropped 5 variables (island, bill_depth_mm, flipper_length_mm, sex, year)
filter: removed 2 rows (1%), 342 rows remaining
mutate: new variable 'relacao' (double) with 334 unique values and 0% NA

0.1.2 1.3 Operadores de pipe

• Nativo R |> (preferido) e magrittr %>% (legado).

```r
1:5 |> mean()
```

```
[1] 3
```

0.2 2. tibbles e inspeção de dados

Conceitos: tibble, glimpse, impressão amigável, tipos.

Exemplo: criar tibble e inspecionar

glimpse(tb)

Rows: 5
Columns: 3
$ id   <int> 1, 2, 3, 4, 5
$ nome <chr> "ana", "bruno", "carla", "diego", "eva"
$ nota <dbl> 7.5, 8.2, 6.9, 9.1, 7.8

glimpse(penguins)

Rows: 344
Columns: 8
$ species           <fct> Adelie, Adelie, Adelie, Adelie, Adelie, Adelie, Adelie, Adelie, Adelie, Adelie, Adelie, Adelie, Adelie, Adelie, Adel…
$ island            <fct> Torgersen, Torgersen, Torgersen, Torgersen, Torgersen, Torgersen, Torgersen, Torgersen, Torgersen, Torgersen, Torger…
$ bill_length_mm    <dbl> 39.1, 39.5, 40.3, NA, 36.7, 39.3, 38.9, 39.2, 34.1, 42.0, 37.8, 37.8, 41.1, 38.6, 34.6, 36.6, 38.7, 42.5, 34.4, 46.0…
$ bill_depth_mm     <dbl> 18.7, 17.4, 18.0, NA, 19.3, 20.6, 17.8, 19.6, 18.1, 20.2, 17.1, 17.3, 17.6, 21.2, 21.1, 17.8, 19.0, 20.7, 18.4, 21.5…
$ flipper_length_mm <int> 181, 186, 195, NA, 193, 190, 181, 195, 193, 190, 186, 180, 182, 191, 198, 185, 195, 197, 184, 194, 174, 180, 189, 18…
$ body_mass_g       <int> 3750, 3800, 3250, NA, 3450, 3650, 3625, 4675, 3475, 4250, 3300, 3700, 3200, 3800, 4400, 3700, 3450, 4500, 3325, 4200…
$ sex               <fct> male, female, female, NA, female, male, female, male, NA, NA, NA, NA, female, male, male, female, female, male, fema…
$ year              <int> 2007, 2007, 2007, 2007, 2007, 2007, 2007, 2007, 2007, 2007, 2007, 2007, 2007, 2007, 2007, 2007, 2007, 2007, 2007, 20…

Exemplo: limpar nomes de colunas

tb_sujos <- tibble("Nome do Aluno" = c("Ana","Bruno"), "Nota Final (%)" = c(8.7, 9.2))
tb_limpos <- tb_sujos |> janitor::clean_names()
tb_limpos

NA

0.3 3. Importação com readr

Conceitos: read_csv, write_csv, tipos e NA.

Exemplo: escrever e ler CSV

tmp <- tempfile(fileext = ".csv")
write_csv(tb, tmp)
dados <- readr::read_csv(tmp, show_col_types = FALSE)
glimpse(dados)

Rows: 5
Columns: 3
$ id   <dbl> 1, 2, 3, 4, 5
$ nome <chr> "ana", "bruno", "carla", "diego", "eva"
$ nota <dbl> 7.5, 8.2, 6.9, 9.1, 7.8

Exemplo: declarar tipos e NA

glimpse(dados2)

Rows: 2
Columns: 3
$ id   <int> 1, 2
$ nome <chr> "Ana", "Bruno"
$ nota <dbl> 8.1, NA

0.4 4. Manipulação com dplyr

0.4.1 4.1 select e helpers

Exemplo: escolher colunas e renomear

penguins |>
  select(especie = species, starts_with("bill"))

select: renamed one variable (especie) and dropped 5 variables

0.4.2 4.2 arrange

Exemplo: ordenar por massa decrescente

penguins |>
  arrange(desc(body_mass_g)) |>
  #arrange(body_mass_g) |>
  select(species, body_mass_g) |>
  head(5)

select: dropped 6 variables (island, bill_length_mm, bill_depth_mm, flipper_length_mm, sex, …)

Exemplo: filtrar linhas com condições lógicas

penguins |>
  filter(species == "Adelie", !is.na(flipper_length_mm))

filter: removed 193 rows (56%), 151 rows remaining

0.5 4. Manipulação com dplyr

0.5.1 4.1 select e helpers

Exemplo: escolher colunas e renomear

penguins |>   select(especie = species, starts_with("bill"))

select: renamed one variable (especie) and dropped 5 variables

0.5.2 4.2 arrange

Exemplo: ordenar por massa decrescente

penguins |>   arrange(desc(body_mass_g)) |>   select(species, body_mass_g) |>   head(5)

select: dropped 6 variables (island, bill_length_mm, bill_depth_mm, flipper_length_mm, sex, …)

0.5.3 4.3 filter

Exemplo: filtrar linhas com condições lógicas

penguins |>   filter(species == "Adelie", !is.na(flipper_length_mm))

filter: removed 193 rows (56%), 151 rows remaining

0.5.4 4.4 mutate, case_when e across

Exemplo: criar variável categórica por faixas

penguins |>   
  mutate(faixa_massa = case_when(     
    body_mass_g < 3500 ~ "leve",    
    body_mass_g < 4500 ~ "média",     
    TRUE ~ "pesada"   )) |>   count(faixa_massa)

mutate: new variable 'faixa_massa' (character) with 3 unique values and 0% NA
count: now 3 rows and 2 columns, ungrouped

Exemplo: padronizar múltiplas colunas numéricas (across)

penguins |>   
  mutate(across(c(bill_length_mm, bill_depth_mm), ~ (.x - mean(.x, na.rm = TRUE))/sd(.x, na.rm = TRUE)))

mutate: changed 342 values (99%) of 'bill_length_mm' (0 new NAs)
        changed 342 values (99%) of 'bill_depth_mm' (0 new NAs)

0.5.5 4.5 summarise, group_by, n()

Exemplo: resumo por espécie e sexo

penguins |>   group_by(species, sex) |>
  summarise(n = n(),
            massa_media = mean(body_mass_g, na.rm = TRUE),
            asa_media = mean(flipper_length_mm, na.rm = TRUE),
            .groups = "drop"   )

group_by: 2 grouping variables (species, sex)
summarise: now 8 rows and 5 columns, ungrouped

0.5.6 4.6 Joins essenciais

Exemplo com pequenas tabelas sintéticas (sem sair do contexto):

chaves |> left_join(atributos, by = "id")

left_join: added one column (nota_obs)
           > rows only in chaves     2
           > rows only in atributos (1)
           > matched rows            4    (includes duplicates)
           >                        ===
           > rows total              6

0.5.7 4.7 bind_rows e bind_cols

Exemplo: empilhar e combinar

a <- tibble(id = 1:2, x = c("a","b"))
b <- tibble(id = 3:4, x = c("c","d"))
bind_rows(a, b)

bind_cols(tibble(u = 1:3), tibble(v = 4:6))

NA

0.6 5. Organização com tidyr

0.6.1 5.1 pivot_longer / pivot_wider

Exemplo:

longo |> pivot_wider(names_from = prova, values_from = nota)

pivot_wider: reorganized (prova, nota) into (P1, P2) [was 6x3, now 3x3]

0.6.2 5.2 separate / unite

Exemplo:

0.6.3 5.3 Aninhamento nest / unnest

Exemplo com penguins:

by_species$data

[[1]]

[[2]]

[[3]]

NA

0.7 6. Strings com stringr

Conceitos: str_to_lower, str_trim, str_detect, str_replace.

Exemplo: padronização de texto

tibble(nome = c("  ana  ", "BRUNO", "cArLa?")) |>
  mutate(
    nome_limp = str_to_title(str_trim(nome)),
    tem_interrogacao = str_detect(nome, "\\?"),
    sem_interrogacao = str_replace(nome, "\\?", "")
  )

mutate: new variable 'nome_limp' (character) with 3 unique values and 0% NA
        new variable 'tem_interrogacao' (logical) with 2 unique values and 0% NA
        new variable 'sem_interrogacao' (character) with 3 unique values and 0% NA

0.8 7. Datas com lubridate

Conceitos: parsing, extração de componentes, manipulação.

Exemplo: converter e extrair partes

tibble(texto = c("2025-08-21", "2025-08-22")) |>
  mutate(
    dt = parse_date_time(texto, "Y-m-d"),
    ano = year(dt),
    mes = month(dt),
    Dia_do_ano = yday(dt),
    semana2 = wday(dt))

mutate: new variable 'dt' (double) with 2 unique values and 0% NA
        new variable 'ano' (integer) with one unique value and 0% NA
        new variable 'mes' (integer) with one unique value and 0% NA
        new variable 'Dia_do_ano' (integer) with 2 unique values and 0% NA
        new variable 'semana2' (integer) with 2 unique values and 0% NA

0.9 8. Visualização com ggplot2

0.9.1 9.1 Gramática básica

Exemplo: dispersão com linha de tendência

penguins |>
  ggplot(aes(x = bill_length_mm, y = body_mass_g, color = species)) +
  geom_point(alpha = 0.7, na.rm = TRUE) +
  geom_smooth(method = "lm", se = FALSE) +
  labs(title = "Massa vs. comprimento do bico — penguins",
       x = "Comprimento do bico (mm)",
       y = "Massa (g)")

`geom_smooth()` using formula = 'y ~ x'

Aviso: Removed 2 rows containing non-finite outside the scale range (`stat_smooth()`).

0.9.2 9.2 Facets e rótulos

Exemplo: facetar por espécie

penguins |>
  ggplot(aes(x = flipper_length_mm, y = body_mass_g)) +
  geom_point(alpha = 0.6, na.rm = TRUE) +
  facet_wrap(~species) +
  labs(title = "Relação asa × massa por espécie")

0.10