CAPÍTULO 5 - Importar Dados

Este tutorial ensinará como preparar e importar dados para o R usando o RStudio.

Preparando seus Dados

Neste tutorial, usaremos planilhas do Microsoft Excel para armazenar os dados que serão analisados no R.

Boas práticas ao estruturar seus dados no Excel

O que fazer

  • Nomeie corretamente as colunas da sua planilha. Se os nomes das colunas forem apropriados desde o início, você economizará tempo, pois não precisará transformá-los depois no R.

  • Use underline (_) em vez de espaços nos nomes das colunas.

  • A ordem das colunas na planilha não importa, desde que estejam rotuladas corretamente.

O que evitar

  • Evite caracteres especiais como ä, ü e ö, pois podem ser distorcidos ao serem importados. Se possível, transforme-os antes da importação.

  • Se houver linhas ou colunas vazias que antes continham dados, exclua-as completamente para evitar que o R interprete esses espaços como valores ausentes.

Passo 1: Estruturando corretamente seu conjunto de dados no Excel

Aqui está um exemplo básico de como formatar sua planilha quando estiver lidando com variáveis binárias (exemplo de endpoints).

📌 (Inserir imagem mostrando a estrutura do Excel para endpoints binários.)

Passo 2: Criando planilhas separadas para cada desfecho da metanálise

Cada desfecho da sua metanálise deve estar em uma planilha separada dentro do mesmo arquivo do Excel.

Exemplo:

📌 (Inserir imagem mostrando um arquivo Excel com as abas “acm” para All-Cause Mortality e “mb” para Major Bleeding.)

Definindo o Diretório de Trabalho no RStudio

Uma vez que seu conjunto de dados no Excel esteja pronto, você deve salvá-lo em uma pasta específica do seu computador. Essa pasta será chamada de Diretório de Trabalho (Working Directory - WD).

O WD é essencial, pois é a pasta onde o R buscará seus arquivos de entrada e salvará seus resultados.

Como definir o Diretório de Trabalho (WD)

  1. Crie uma pasta no seu computador para armazenar seus dados e resultados da metanálise.

  2. Defina essa pasta como seu diretório de trabalho no RStudio usando a função setwd().

# Definindo o diretório de trabalho no RStudio

setwd("/Users/SeuUsuario/Desktop/WD_RStudio")
  1. Salve seu arquivo do Excel (.xlsx) dentro dessa pasta.

Exemplo: Nome do arquivo = data.xlsx

Importando seu Conjunto de Dados para o R

Agora que seu arquivo Excel está salvo no Diretório de Trabalho, podemos importá-lo para o R.

Passo 1: Instalar e carregar o pacote readxl

Para ler arquivos Excel no R, precisamos do pacote readxl.

# Instalar e carregar o pacote readxl

install.packages("readxl")
library(readxl)

Passo 2: Listar os nomes das planilhas do arquivo Excel

Podemos usar a função excel_sheets() para verificar todas as abas do nosso arquivo.

# Obtendo os nomes das planilhas dentro do arquivo Excel

sheet_names <- excel_sheets("data.xlsx")
sheet_names

📌 (Inserir imagem mostrando a saída no RStudio com os nomes das planilhas “acm” e “mb”.)

Passo 3: Importar os dados para o RStudio

Agora vamos importar todas as planilhas do arquivo data.xlsx e convertê-las para um formato adequado para análise no R.

# Importando os dados de todas as planilhas e convertendo para data frames

ma <- lapply(sheet_names, function(x) {
  as.data.frame(read_excel("data.xlsx", sheet = x))
})

Esse código cria um objeto chamado ma, que é uma lista contendo todas as planilhas do Excel convertidas para data frames.

Passo 4: Renomear os elementos da lista

Para facilitar o uso, podemos renomear cada elemento da lista com os nomes das planilhas originais.

names(ma) <- sheet_names

Visualizando os Dados

Agora podemos visualizar os dados que foram importados para o R.

Para visualizar uma planilha específica, utilize as funções View() ou head().

View(ma$acm)   # Visualizar a aba "acm" (All-Cause Mortality)

View(ma$mb)    # Visualizar a aba "mb" (Major Bleeding)

📌 (Inserir imagem mostrando os dados sendo visualizados no RStudio usando View().)

Também podemos visualizar um resumo inicial utilizando a função head(), que exibe as primeiras linhas do conjunto de dados.

head(ma$acm)

📌 (Inserir imagem mostrando a saída do comando head() no RStudio.)

Inspecionando os Dados

1. Usando a função str()

A função str() fornece um resumo da estrutura do conjunto de dados, incluindo o número de observações, variáveis e seus tipos.

str(ma$acm)

📌 (Inserir imagem mostrando a saída do console do RStudio com detalhes sobre as colunas e tipos de dados.)

Interpretação da saída

  • O objeto acm é um data frame contendo 13 observações e 10 variáveis.

  • chr indica que a variável contém texto (por exemplo, Author).

  • num indica que a variável contém valores numéricos (por exemplo, Year e event.e).

2. Usando a função summary()

A função summary() fornece estatísticas descritivas das variáveis do conjunto de dados.

summary(ma$acm)

📌 (Inserir imagem mostrando a saída do console do RStudio com estatísticas descritivas das variáveis.)

Interpretação da saída

  • Para variáveis numéricas, a função summary() exibe o valor mínimo, primeiro quartil, mediana, média, terceiro quartil e valor máximo.

  • Para variáveis categóricas, exibe a frequência de ocorrência de cada categoria.