Visualizando dados

A função head() é utilizada para visualizar as primeiras linhas de um data frame. No exemplo abaixo, aplicamos a função ao data frame chamado dados:

head(dados)

##     nome idade nota
## 1    Ana    23  8.5
## 2  Bruno    30  7.0
## 3 Carlos    27  9.0

Ao executar esse comando, o R exibe, por padrão, as seis primeiras linhas do data frame.

Essa visualização inicial é importante para conhecer os dados, verificar se eles foram carregados corretamente e observar os valores das variáveis sem precisar mostrar todo o conjunto de dados.

No nosso caso, como o data frame é pequeno, todas as linhas são exibidas, mas em conjuntos de dados maiores a função head()facilita a inspeção rápida das informações.

Estrutura dos dados

A função str() é utilizada para mostrar a estrutura do data frame, incluindo o tipo de cada variável presente nas colunas.

str(dados)

## 'data.frame':    3 obs. of  3 variables:
##  $ nome : chr  "Ana" "Bruno" "Carlos"
##  $ idade: num  23 30 27
##  $ nota : num  8.5 7 9

Com essa função, é possível verificar o tipo das variáveis do data frame, como caractere (chr) ou numérico (num), além do número de observações e variáveis existentes.

Resumo estatístico das variáveis

A função summary() apresenta um resumo estatístico das variáveis do data frame.

summary(dados)

##      nome               idade            nota      
##  Length:3           Min.   :23.00   Min.   :7.000  
##  Class :character   1st Qu.:25.00   1st Qu.:7.750  
##  Mode  :character   Median :27.00   Median :8.500  
##                     Mean   :26.67   Mean   :8.167  
##                     3rd Qu.:28.50   3rd Qu.:8.750  
##                     Max.   :30.00   Max.   :9.000

Esse resumo inclui informações como valores mínimos, máximos, média e mediana para variáveis numéricas, além da contagem de valores para variáveis categóricas.

Importando arquivos .csv

Arquivos no formato .csv (Comma-Separated Values) podem ser importados utilizando a função read.csv():

dados_csv <- read.csv("arquivo.csv")

Para que a leitura funcione corretamente, o arquivo deve estar localizado no diretório de trabalho (working directory) do R.

Para verificar qual é o diretório de trabalho atual, utilize:

getwd()

Caso seja necessário definir ou alterar o diretório de trabalho, utilize a função setwd() informando o caminho da pasta onde o arquivo está salvo:

setwd("caminho/do/diretorio")

Importando arquivos .txt

Arquivos de texto no formato .txt podem ser importados com a função read.table(). No exemplo abaixo, o argumento header = TRUE indica que a primeira linha do arquivo contém os nomes das colunas:

dados_txt <- read.table("arquivo.txt", header = TRUE)

Importando arquivos .xlsx

Para importar arquivos do Excel (.xlsx), é necessário instalar e carregar um pacote adicional. Um dos pacotes mais utilizados para essa tarefa é o readxl.

Primeiro, realizamos a instalação do pacote (caso ainda não esteja instalado):

install.packages("readxl")

Em seguida, carregamos o pacote:

library(readxl)

Após isso, o arquivo pode ser importado utilizando a função read_excel():

dados_excel <- read_excel("arquivo.xlsx")

Gráfico de barras

O gráfico de barras é utilizado para comparar valores entre diferentes categorias. No exemplo abaixo, o gráfico mostra as notas associadas a cada aluno:

barplot(dados$nota,
        names.arg = dados$nome,
        col = "lightblue",
        main = "Notas dos alunos")

Nesse gráfico, cada barra representa a nota de um aluno, enquanto os nomes exibidos no eixo horizontal correspondem aos valores da coluna nome.

Gráfico de dispersão

O gráfico de dispersão é utilizado para analisar a relação entre duas variáveis numéricas. No exemplo a seguir, é possível observar a relação entre idade e nota:

plot(dados$idade, dados$nota,
     xlab = "Idade",
     ylab = "Nota",
     main = "Idade x Nota")

Cada ponto no gráfico representa um aluno, permitindo visualizar possíveis padrões ou associações entre as duas variáveis.

Selecionando colunas

Uma forma simples de acessar uma coluna específica de um data frame é utilizando o nome da coluna com o operador $:

dados$nome

## [1] "Ana"    "Bruno"  "Carlos"

Outra forma é utilizando colchetes, informando o nome da coluna desejada:

dados[, "idade"]

## [1] 23 30 27

Ambas as formas permitem acessar os valores de uma coluna específica do data frame.

Selecionando linhas

Também é possível selecionar linhas e colunas específicas utilizando colchetes. O primeiro valor representa a linha e o segundo representa a coluna:

dados[1, ]     # primeira linha

##   nome idade nota
## 1  Ana    23  8.5

dados[ , 2]    # segunda coluna

## [1] 23 30 27

Filtrando dados

Para filtrar os dados com base em uma condição, podemos utilizar expressões lógicas. No exemplo abaixo, são selecionados apenas os alunos com nota maior ou igual a 8:

dados[dados$nota >= 8, ]

##     nome idade nota
## 1    Ana    23  8.5
## 3 Carlos    27  9.0

Criando novas colunas

Novas colunas podem ser criadas diretamente no data frame. No exemplo a seguir, é criada a coluna aprovado, que indica se o aluno obteve nota maior ou igual a 7:

dados$aprovado <- dados$nota >= 7
dados

##     nome idade nota aprovado
## 1    Ana    23  8.5     TRUE
## 2  Bruno    30  7.0     TRUE
## 3 Carlos    27  9.0     TRUE

Essa nova coluna assume valores lógicos (TRUE ou FALSE), facilitando análises posteriores.