Commands in R: Os prin­ci­pais comandos R

Commands in R, ou comandos R, são a base da análise de dados e da modelagem es­ta­tís­tica no ambiente R. Eles fornecem a fle­xi­bi­li­dade e as fer­ra­men­tas ne­ces­sá­rias para a leitura de dados, a iden­ti­fi­ca­ção de padrões e a tomada de decisões bem fun­da­men­ta­das.

O que são commands in R?

Commands in R são ins­tru­ções da linguagem de pro­gra­ma­ção R que orientam a execução de de­ter­mi­na­das tarefas ou iniciam ações no ambiente R. Eles pos­si­bi­li­tam: análise de dados, re­a­li­za­ção de cálculos es­ta­tís­ti­cos e criação de vi­su­a­li­za­ções. Insira um command R em uma linha de comando R ou em um script R, para que ele possa ser executado. En­tre­tanto, antes de começar, aprenda a dis­tin­guir um comando R de uma função R.

Funções R são blocos de código definidos e nomeados em R, que de­sem­pe­nham tarefas es­pe­cí­fi­cas. Elas também podem englobar ope­ra­do­res R e dados R para aceitar ar­gu­men­tos ou retornar valores. Em resumo, funções R são capazes de armazenar, processar e retornar elementos as­so­ci­a­dos a di­fe­ren­tes tipos de dados R.

R commands list com os prin­ci­pais commands in R

A lista abaixo, comumente chamada de R commands list, apresenta os comandos R mais uti­li­za­dos, assim como as res­pec­ti­vas áreas de aplicação na pro­gra­ma­ção R. Escolha e faça uso dos comandos R em destaque, de acordo com as ne­ces­si­da­des dos seus projetos.

Ma­ni­pu­la­ção e pro­ces­sa­mento de dados

• read.csv(): Lê dados de um arquivo CSV
• data.frame(): Cria um framework de dados
• subset(): Filtra dados de acordo com as condições es­pe­ci­fi­ca­das
• merge(): Mescla dados de di­fe­ren­tes data frames
• aggregate(): Agrega dados com base em critérios es­pe­ci­fi­ca­dos
• transform(): Cria novas variáveis em um data frame
• sort(): Clas­si­fica vetores e data frames
• unique(): Iden­ti­fica valores únicos em um vetor ou coluna

Vi­su­a­li­za­ção de dados

• plot(): Cria gráficos de dispersão e outros tipos de gráficos básicos
• hist(): Cria his­to­gra­mas
• barplot(): Cria gráficos de barras
• boxplot(): Cria diagramas de caixas
• ggplot2::ggplot(): Cria vi­su­a­li­za­ções mais so­fis­ti­ca­das e per­so­na­li­zá­veis com o pacote ggplot2

Análise es­ta­tís­tica

• summary(): Gera um resumo dos dados, podendo incluir métricas es­ta­tís­ti­cas
• lm(): De­sem­pe­nha re­gres­sões lineares
• t.test(): De­sem­pe­nha testes t para testar hipóteses
• cor(): Calcula co­e­fi­ci­en­tes de cor­re­la­ção entre variáveis
• anova(): De­sem­pe­nha análises de variância (ANOVA)
• chi-sq.test(): De­sem­pe­nha testes qui-quadrado

Pro­ces­sa­mento de dados

• ifelse(): De­sem­pe­nha ava­li­a­ções de condição e ex­pres­sões con­di­ci­o­nais
• apply(): Aplica uma função a matrizes ou a data frames
• dplyr::filter(): Filtra dados em data frames com o pacote dplyr
• dplyr::mutate(): Cria novas variáveis em data frames com o pacote dplyr
• lapply(), sapply(), mapply(): Aplica funções em listas ou vetores

Im­por­ta­ção e ex­por­ta­ção de dados

• readRDS(), saveRDS(): Lê e salva objetos de dados em R
• write.csv(), read.table(): Exporta e importa dados em di­fe­ren­tes formatos

Gráficos e tabelas es­ta­tís­ti­cas

• qqnorm(), qqline(): Cria diagramas quantil-quantil
• plot(), acf(): Exibe diagramas de au­to­cor­re­la­ção
• density(): Exibe funções e his­to­gra­mas de densidade
• heatmap(): Cria mapas de calor

Exemplos de commands in R

Os exemplos de códigos que apre­sen­ta­re­mos a seguir ensinam como usar comandos R em di­fe­ren­tes situações e para di­fe­ren­tes fi­na­li­da­des. Você pode per­so­na­li­zar e ampliar um command R de acordo com os re­qui­si­tos dos dados da sua análise.

Ler dados de um arquivo CSV

data <- read.csv("dados.csv")

O comando read.csv() é usado para ler dados em R a partir de um arquivo CSV. Ele é útil para importar dados externos no R e dis­po­ni­bi­lizá-los para análise. No nosso exemplo, os dados im­por­ta­dos foram ar­ma­ze­na­dos na variável data.

Criar gráfico de dispersão

plot(data$X, data$Y, main="Gráfico de dispersão")

Plot() é um command R usado para criar gráficos e tabelas em R. A título de exemplo, geramos um gráfico de dispersão que mostra a relação entre as variáveis X e Y do data frame data. O argumento main define o título do gráfico a ser elaborado.

De­sem­pe­nhar regressão linear

regression_model <- lm(Y ~ X, data=data)

No exemplo acima, de­sem­pe­nha­mos uma regressão linear para modelar a relação entre as variáveis X e Y do data frame data. O comando lm() é usado para calcular uma regressão linear em R. O resultado da regressão é ar­ma­ze­nado na variável regression_model e pode ser usado em outras análises.

Filtrar dados com o pacote dplyr

filtered_data <- dplyr::filter(data, column > 10)

O comando dplyr::filter(), derivado do pacote dplyr, é usado para manipular dados — o pacotedplyrdis­po­ni­bi­liza poderosos recursos de filtragem de dados. Obtemos a variável filtered_data ao se­le­ci­o­nar­mos as linhas dodata frame data cujo valor, na coluna, é superior a 10.

Criar diagramas quantil-quantil

qqnorm(data$Variable)
qqline(data$Variable)

Você pode usar o comando qqnorm() para elabora um diagrama quantil-quantil em R. No exemplo acima, ins­truí­mos o desenho do diagrama quantil-quantil para a variável Variable, a partir de data. O comando qqline() adiciona uma linha de re­fe­rên­cia que compara a dis­tri­bui­ção em questão com uma dis­tri­bui­ção normal.

Se você está apenas começando a aprender sobre a linguagem de pro­gra­ma­ção R, em algum momento se deparará com a mensagem de erro “r command not found”. Outras vezes, você se per­gun­tará o que fazer se um command R não funcionar. Nestes casos, outros de nossos artigos podem lhe ajudar.

Enriqueça seus co­nhe­ci­men­tos acessando nosso tutorial sobre pro­gra­ma­ção em R. Nele, você en­con­trará dicas e in­for­ma­ções básicas sobre essa linguagem. Para melhor explorar as pos­si­bi­li­da­des da pro­gra­ma­ção, outro artigo do nosso Digital Guide dá dicas de como programar.