# 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](https://www.ionos.com/pt-br/digitalguide/sites-de-internet/desenvolvimento-web/function-r/). Funções R são **blocos de código definidos e nomeados em R**, que desempenham tarefas específicas. Elas também podem englobar [operadores R](https://www.ionos.com/pt-br/digitalguide/sites-de-internet/desenvolvimento-web/operator-in-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](https://www.ionos.com/pt-br/digitalguide/sites-de-internet/desenvolvimento-web/tipos-de-dados-r/). Dica O [Webspace](https://www.ionos.com/hosting/webspace "Webspace — IONOS") da IONOS disponibiliza a você pelo menos 50 GB de espaço de armazenamento em servidores de alto desempenho e alta disponibilidade. Isso garante que o seu site esteja ininterruptamente on-line, e seja rápido de carregar. Beneficie-se, ainda, de domínio grátis e certificado SSL Wildcard, para manter suas páginas protegidas. ## *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 ```R 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 ```R plot(data$X, data$Y, main="Gráfico de dispersão") ``` [Plot()](https://www.ionos.com/pt-br/digitalguide/sites-de-internet/desenvolvimento-web/r-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 ```R 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* ```R filtered_data <- dplyr::filter(data, column > 10) ``` O comando `dplyr::filter()`, derivado do **pacote *dplyr***, é usado para manipular dados — o pacote*dplyr*disponibiliza poderosos recursos de filtragem de dados. Obtemos a variável `filtered_data` ao selecionarmos as linhas do*data frame* `data` cujo valor, na coluna, é superior a 10. ### Criar diagramas quantil-quantil ```R 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](https://www.ionos.com/pt-br/digitalguide/sites-de-internet/desenvolvimento-web/aprender-programacao-introducao-basica/). This is a markdown version of: [https://www.ionos.com/pt-br/digitalguide/sites-de-internet/desenvolvimento-web/commands-in-r/](https://www.ionos.com/pt-br/digitalguide/sites-de-internet/desenvolvimento-web/commands-in-r/) for AI/LLM consumption.