Aula 2 – Vetores, Matrizes, Dataframes e Listas

Autor

Prof. Marcelo Ribeiro

Objetivo da Aula

Compreender e aplicar as principais estruturas de armazenamento de dados no R: vetores, matrizes, dataframes e listas.

1. Revisão: objetos no R

Na aula anterior, vimos que o R permite criar objetos para armazenar informações.

Comentário do professor

A partir deste momento, deixamos de usar o R apenas como uma calculadora simples e começamos a organizar informações em estruturas de dados.

Execute o código abaixo 
peso <- 75
altura <- 1.70

peso
[1] 75
altura
[1] 1.7

2. Vetores

Vetores são estruturas que armazenam uma sequência de valores do mesmo tipo. Um vetor pode conter números, textos ou valores lógicos.

Comentário do professor

Vetores são uma das estruturas mais importantes do R. Muitas análises estatísticas começam com a criação ou manipulação de vetores.

2.1 Criando vetores

Execute este código 
idades <- c(34, 45, 29)
nomes <- c("Ana", "João", "Fernanda")
respondeu <- c(TRUE, FALSE, TRUE)

idades
[1] 34 45 29
nomes
[1] "Ana"      "João"     "Fernanda"
respondeu
[1]  TRUE FALSE  TRUE
Atenção

Todos os elementos de um vetor devem ser do mesmo tipo. Quando tipos diferentes são misturados, o R faz coerção automática.

Execute este código 
vetor_misto <- c(10, 20, "Ana")

vetor_misto
[1] "10"  "20"  "Ana"
class(vetor_misto)
[1] "character"

2.2 Sequências e repetições

Execute este código 
sequencia_1 <- 1:10
sequencia_2 <- seq(0, 20, by = 2)

repeticao_1 <- rep(5, times = 8)
repeticao_2 <- rep(c(1, 2, 3), times = 3)

sequencia_1
 [1]  1  2  3  4  5  6  7  8  9 10
sequencia_2
 [1]  0  2  4  6  8 10 12 14 16 18 20
repeticao_1
[1] 5 5 5 5 5 5 5 5
repeticao_2
[1] 1 2 3 1 2 3 1 2 3

2.3 Operações com vetores

Comentário do professor

Quando realizamos operações matemáticas com vetores, o R aplica a operação elemento por elemento.

Execute este código 
x <- c(10, 20, 30)
y <- c(1, 2, 3)

x + y
[1] 11 22 33
x - y
[1]  9 18 27
x * y
[1] 10 40 90
x / y
[1] 10 10 10
x^2
[1] 100 400 900

2.4 Produto escalar

O produto escalar multiplica os elementos correspondentes de dois vetores e soma os resultados.

Execute este código 
a <- c(1, 2, 3)
b <- c(4, 5, 6)

a %*% b
     [,1]
[1,]   32
Comentário do professor

No exemplo anterior, o R calcula:

\(1 \cdot 4 + 2 \cdot 5 + 3 \cdot 6\)

2.5 Acessando posições de um vetor

No R, a primeira posição de um vetor é sempre a posição 1.

Execute este código 
notas <- c(8.5, 7.0, 9.2, 6.8, 10)

notas[1]
[1] 8.5
notas[3]
[1] 9.2
notas[c(2, 4)]
[1] 7.0 6.8

2.6 Indexação lógica

Comentário do professor

A indexação lógica é uma das ferramentas mais úteis do R, pois permite selecionar valores a partir de condições.

Execute este código 
notas <- c(8.5, 7.0, 9.2, 6.8, 10)

notas > 7
[1]  TRUE FALSE  TRUE FALSE  TRUE
notas[notas > 7]
[1]  8.5  9.2 10.0
notas[notas >= 9]
[1]  9.2 10.0

2.7 Funções úteis para vetores

Execute este código 
notas <- c(8.5, 7.0, 9.2, 6.8, 10)

sum(notas)
[1] 41.5
mean(notas)
[1] 8.3
median(notas)
[1] 8.5
min(notas)
[1] 6.8
max(notas)
[1] 10
length(notas)
[1] 5
sort(notas)
[1]  6.8  7.0  8.5  9.2 10.0
rev(notas)
[1] 10.0  6.8  9.2  7.0  8.5
summary(notas)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
    6.8     7.0     8.5     8.3     9.2    10.0

2.8 Valores ausentes: NA

Atenção

O valor NA representa ausência de informação. Muitas funções precisam do argumento na.rm = TRUE para ignorar esses valores.

Execute este código 
notas_com_na <- c(8.5, NA, 7.0, 9.2, NA, 10)

is.na(notas_com_na)
[1] FALSE  TRUE FALSE FALSE  TRUE FALSE
notas_com_na[!is.na(notas_com_na)]
[1]  8.5  7.0  9.2 10.0
mean(notas_com_na, na.rm = TRUE)
[1] 8.675

3. Matrizes

Matrizes são estruturas bidimensionais, formadas por linhas e colunas.

Comentário do professor

Podemos pensar em uma matriz como uma tabela numérica. Diferentemente do dataframe, uma matriz deve armazenar dados do mesmo tipo.

3.1 Criando matrizes

Execute este código 
matriz_1 <- matrix(1:9, ncol = 3)

matriz_1
     [,1] [,2] [,3]
[1,]    1    4    7
[2,]    2    5    8
[3,]    3    6    9

Por padrão, o R preenche a matriz por colunas.

Execute este código 
matriz_2 <- matrix(1:9, ncol = 3, byrow = TRUE)

matriz_2
     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    4    5    6
[3,]    7    8    9

3.2 Dimensão de uma matriz

Execute este código 
nrow(matriz_2)
[1] 3
ncol(matriz_2)
[1] 3
dim(matriz_2)
[1] 3 3
length(matriz_2)
[1] 9

3.3 Acessando elementos de uma matriz

Comentário do professor

Para acessar elementos de uma matriz, usamos a estrutura [linha, coluna].

Execute este código 
matriz_2
     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    4    5    6
[3,]    7    8    9
matriz_2[1, 1]
[1] 1
matriz_2[2, 3]
[1] 6
matriz_2[1, ]
[1] 1 2 3
matriz_2[, 2]
[1] 2 5 8

3.4 Alterando elementos de uma matriz

Execute este código 
matriz_2[2, 2] <- 100

matriz_2
     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    4  100    6
[3,]    7    8    9

3.5 Operações com matrizes

Execute este código 
A <- matrix(1:4, ncol = 2)
B <- matrix(c(2, 4, 6, 8), ncol = 2)

A
     [,1] [,2]
[1,]    1    3
[2,]    2    4
B
     [,1] [,2]
[1,]    2    6
[2,]    4    8
A + B
     [,1] [,2]
[1,]    3    9
[2,]    6   12
A - B
     [,1] [,2]
[1,]   -1   -3
[2,]   -2   -4
A * B
     [,1] [,2]
[1,]    2   18
[2,]    8   32
A %*% B
     [,1] [,2]
[1,]   14   30
[2,]   20   44
Atenção

O operador * faz multiplicação elemento a elemento.

O operador %*% faz multiplicação matricial.

3.6 Funções úteis para matrizes

Execute este código 
M <- matrix(1:9, ncol = 3, byrow = TRUE)

M
     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    4    5    6
[3,]    7    8    9
t(M)
     [,1] [,2] [,3]
[1,]    1    4    7
[2,]    2    5    8
[3,]    3    6    9
diag(M)
[1] 1 5 9
rowSums(M)
[1]  6 15 24
colSums(M)
[1] 12 15 18
rowMeans(M)
[1] 2 5 8
colMeans(M)
[1] 4 5 6

4. Dataframes

Dataframes são estruturas em formato de tabela. Diferentemente das matrizes, cada coluna pode ter um tipo diferente.

Comentário do professor

O dataframe é uma das estruturas mais usadas em análise de dados, pois se parece com uma planilha.

4.1 Criando um dataframe

Execute este código 
pacientes <- data.frame(
  nome = c("Ana", "João", "Fernanda"),
  idade = c(34, 45, 29),
  peso = c(68.5, 82.0, 59.3),
  altura = c(1.65, 1.78, 1.60),
  respondeu = c(TRUE, FALSE, TRUE)
)

pacientes

4.2 Estrutura do dataframe

Execute este código 
str(pacientes)
'data.frame':   3 obs. of  5 variables:
 $ nome     : chr  "Ana" "João" "Fernanda"
 $ idade    : num  34 45 29
 $ peso     : num  68.5 82 59.3
 $ altura   : num  1.65 1.78 1.6
 $ respondeu: logi  TRUE FALSE TRUE
dim(pacientes)
[1] 3 5
nrow(pacientes)
[1] 3
ncol(pacientes)
[1] 5
names(pacientes)
[1] "nome"      "idade"     "peso"      "altura"    "respondeu"
summary(pacientes)
     nome               idade           peso           altura     
 Length:3           Min.   :29.0   Min.   :59.30   Min.   :1.600  
 Class :character   1st Qu.:31.5   1st Qu.:63.90   1st Qu.:1.625  
 Mode  :character   Median :34.0   Median :68.50   Median :1.650  
                    Mean   :36.0   Mean   :69.93   Mean   :1.677  
                    3rd Qu.:39.5   3rd Qu.:75.25   3rd Qu.:1.715  
                    Max.   :45.0   Max.   :82.00   Max.   :1.780  
 respondeu      
 Mode :logical  
 FALSE:1        
 TRUE :2

4.3 Acessando colunas

Execute este código 
pacientes$nome
[1] "Ana"      "João"     "Fernanda"
pacientes$idade
[1] 34 45 29
pacientes[, "peso"]
[1] 68.5 82.0 59.3

4.4 Acessando linhas e células

Execute este código 
pacientes[1, ]
pacientes[2, ]
pacientes[1, "nome"]
[1] "Ana"
pacientes[3, "peso"]
[1] 59.3

4.5 Criando uma nova coluna

Comentário do professor

Como cada coluna de um dataframe pode ser tratada como um vetor, podemos criar novas variáveis a partir de cálculos.

Execute este código 
pacientes$imc <- pacientes$peso / pacientes$altura^2

pacientes

4.6 Filtrando informações

Execute este código 
pacientes[pacientes$idade > 30, ]
pacientes[pacientes$imc >= 25, ]
pacientes[pacientes$respondeu == TRUE, ]
Atenção

Em filtros lógicos, usamos == para comparação, e não =.

4.7 Adicionando uma nova linha ao dataframe

Comentário do professor

Quando queremos adicionar uma nova observação ao dataframe, podemos usar rbind(). Para isso, a nova linha precisa ter as mesmas colunas do dataframe original.

Execute este código 
novo_paciente <- data.frame(
  nome = "Carlos",
  idade = 31,
  peso = 75.2,
  altura = 1.72,
  respondeu = TRUE,
  imc = 75.2 / 1.72^2
)

pacientes <- rbind(pacientes, novo_paciente)

pacientes

4.8 Criando colunas com %in%

Comentário do professor

O operador %in% verifica se os valores de um vetor pertencem a um conjunto de valores. Ele é muito útil para criar variáveis lógicas a partir de categorias.

Execute este código 
pacientes$grupo_idade <- pacientes$idade %in% c(29, 31, 34)

pacientes

5. Listas

Listas são estruturas flexíveis que podem armazenar diferentes tipos de objetos.

Comentário do professor

Uma lista pode guardar vetores, matrizes, dataframes, textos, números e até outras listas.

5.1 Criando uma lista

Execute este código 
minha_lista <- list(
  nomes = c("Ana", "João", "Fernanda"),
  notas = c(8.5, 7.0, 9.2),
  matriz = matrix(1:4, ncol = 2),
  dataframe = pacientes,
  texto = "Exemplo de lista no R"
)

minha_lista
$nomes
[1] "Ana"      "João"     "Fernanda"

$notas
[1] 8.5 7.0 9.2

$matriz
     [,1] [,2]
[1,]    1    3
[2,]    2    4

$dataframe
      nome idade peso altura respondeu      imc grupo_idade
1      Ana    34 68.5   1.65      TRUE 25.16070        TRUE
2     João    45 82.0   1.78     FALSE 25.88057       FALSE
3 Fernanda    29 59.3   1.60      TRUE 23.16406        TRUE
4   Carlos    31 75.2   1.72      TRUE 25.41915        TRUE

$texto
[1] "Exemplo de lista no R"

5.2 Acessando elementos de uma lista

Execute este código 
minha_lista$nomes
[1] "Ana"      "João"     "Fernanda"
minha_lista$notas
[1] 8.5 7.0 9.2
minha_lista$matriz
     [,1] [,2]
[1,]    1    3
[2,]    2    4
minha_lista[[1]]
[1] "Ana"      "João"     "Fernanda"
minha_lista[[4]]
Atenção

O operador $ acessa elementos pelo nome.

O operador [[ ]] acessa elementos pela posição.

5.3 Verificando a estrutura da lista

Execute este código 
str(minha_lista)
List of 5
 $ nomes    : chr [1:3] "Ana" "João" "Fernanda"
 $ notas    : num [1:3] 8.5 7 9.2
 $ matriz   : int [1:2, 1:2] 1 2 3 4
 $ dataframe:'data.frame':  4 obs. of  7 variables:
  ..$ nome       : chr [1:4] "Ana" "João" "Fernanda" "Carlos"
  ..$ idade      : num [1:4] 34 45 29 31
  ..$ peso       : num [1:4] 68.5 82 59.3 75.2
  ..$ altura     : num [1:4] 1.65 1.78 1.6 1.72
  ..$ respondeu  : logi [1:4] TRUE FALSE TRUE TRUE
  ..$ imc        : num [1:4] 25.2 25.9 23.2 25.4
  ..$ grupo_idade: logi [1:4] TRUE FALSE TRUE TRUE
 $ texto    : chr "Exemplo de lista no R"
length(minha_lista)
[1] 5
names(minha_lista)
[1] "nomes"     "notas"     "matriz"    "dataframe" "texto"