Resenha do livro | R Cookbook: Proven Recipes for Data Analysis, Statistics, and Graphics

---

Visão Geral

É um livro gostoso de ler, traz casos de uso com um problema, uma solução sucinta, uma discussão da solução. Faz isso para todos os temas abordados no livro. É o primeiro livro que li sobre o tema. Sendo iniciante na linguagem, achei a didática e os exemplos muito úteis.

Abaixo seguem minhas anotações pessoais do livro, com alguns códigos e dicas apontados pelos autores.

---

Título: R Cookbook: Proven Recipes for Data Analysis, Statistics, and Graphics

Editora: O’Reilly

Autores: Jd Long; Paul Teetor

Comprar este livro

Capa do livro

---

Anotações do livro

Para verificar as variáveis na memória, podemos usar o

# lista variáveis e seus conteúdos
ls.str() 
# lista somente nomes das variáveis
ls(all.names = TRUE) 

Nunca, jamais devemos compartilhar o nosso código contendo a instrução de remover todas as variáveis. É um aviso bem contundente dos autores.

# remove todas as variáveis carregadas na memória
rm(list=ls())

Mesmo que útil para nossos scripts, especialmente quando estamos limpando os dados, nunca compartilhe o código acima dentro do seu script.

Medidas de estatísticas

mean(x) 
median(x) 
sd(x) 
var(x) 
cor(x, y) 
cov(x, y)

x <- c(0, 1, 1, 2, 3, NA)
# calcula a média do vetor x, excluindo valores NA
sd(x, na.rm = TRUE)

[1] 1.140175

Retorna TRUE caso qualquer valor seja o da comparação

v <- c(3, pi, 4)
any(v == pi) 

[1] TRUE

Mostra/altera o diretório onde o RStudio inicia

Sys.getenv("R_HOME") 

Mostra somente os 4 primeiros dígitos de pi

print(pi, digits = 4)

[1] 3.142

Salva a saída para um arquivo de texto

cat("A resposta é...", resposta, "\n", file = "filename.txt")

Salva todas as saídas para um arquivo

sink("log.txt")
# quando quisermos parar digitamos
sink()

lista todos os arquivos do diretório atual

list.files(recursive = T)

ler tabelas html

library(rvest)
library(tidyverse)

all_tables < read_html("url") %>% html_table(fill = TRUE, header = TRUE)

Carregando séries temporais a partir de um html

world.series <- scan( "http://lib.stat.cmu.edu/datasets/wseries", skip = 35, nlines = 23, what = list(year = integer(0), pattern = character(0)), )

Read 90 records

operações com listas

nomeando elementos de uma lista

lst <- list(mid = 0.5, right = 0.841, far.right = 0.977)
lst

$mid
[1] 0.5

$right
[1] 0.841

$far.right
[1] 0.977

removendo valores nulos

lst %>% discard(is.na)

concatenando dados

rbind(df, newRow)
cbind(df, newCol)

todas as linhas de diversos dataframes:

full_join(df1, df2, by = "col") 

todas as linhas de df1, e somente as que forem iguais em df2

left_join: left_join(df1, df2, by = "col")

todas as linhas de df2, e somente as que forem iguais em df1

right_join: right_join(df1, df2, by = "col")

todas as linhas de que forem iguais em ambos os dfs

inner_join(df1, df2, by = "col")

Para mais informações,ver a documentação

?dplyr::join

Criando nova coluna com base em condições

df %>% mutate( case_when(my_field == "something" ~ "result", my_field != "something else" ~ "other result", TRUE ~ "all other results") )

df %>% mutate(new_vals = case_when(vals <= 2 ~ "2 or less", vals > 2 & vals <= 4 ~ "2 to 4", TRUE ~ "over 4"))

Tem alguma sugestão para que eu possa aprender mais? Sou autoditada e estou aprendendo programação. Alguns gostam de futebol, eu de programar.

Espero que estas anotações ajudem muitas pessoas.

Sucesso a tod@s!

Encontre-me

     

---