Para tirar o melhor proveito da linguagem R, você precisará de um bom entendimento dos tipos e estruturas básicas de dados existentes e como manipulá-los no seu dia a dia. Portanto, antes de começar a apenas executar código e se frustrar (e perder tempo) por não entender o que são essas coisas na tela, inicie compreendendo os fundamentos básicos de estruturas de dados.
Estruturas de dados são muito importantes para entender porque é o que forma os objetos que você utilizará no dia a dia no R. Manipulação de objetos é uma das fontes mais comuns de frustração para iniciantes. E no R tudo é um objeto, portanto, vamos entendê-los.
Tipos de dados
Existem 5 tipos básicos de dados no R. Os elementos desses tipos de dados podem ser combinados para formar estruturas de dados, como vetores atômicos. Quando chamamos um vetor de atômico, queremos dizer que o vetor contém apenas dados de um único tipo de dados. Abaixo estão exemplos de vetores de atômicos e seus tipos:
- character: "fernando", "economia"
- numeric: 7, 22.3
- integer: 5L (L serve para armazenar como inteiro no R)
- logical: TRUE, FALSE
- complex: 1+4i
Todos os elementos de um vetor atômico devem ser do mesmo tipo, portanto, quando você tentar combinar tipos diferentes, eles serão convertidos ao tipo mais flexível. Os tipos do menos ao mais flexível são: logical, integer, numeric e character.
Existem diversas funções para obter informações de vetores e outros objetos, por exemplo:
- class() - que tipo de objeto é (alto nível)?
- typeof() - qual é o tipo de dados do objeto (baixo nível)?
- length() - qual é o tamanho (nº de elementos) do objeto?
- attributes() - tem algum metadado/atributo?
Exemplos:
class("fernando")
# [1] "character"
typeof(7)
# [1] "double"
length(7L)
# [1] 1
attributes(TRUE)
# NULL
Estruturas de dados
No R existem muitas estruturas de dados. As nativas da linguagem incluem:
- atomic vector
- list
- matrix
- data frame
- array
Vamos agora verificar com exemplos simples como criar cada uma dessas estruturas.
Vetores atômicos
Os vetores atômicos são geralmente criados com a função c(), abreviação de "combine":
c("fernando", "economia") # character
# [1] "fernando" "economia"
c(7, 22.3, 1:5) # numeric
# [1] 7.0 22.3 1.0 2.0 3.0 4.0 5.0
c(5L, 7L, 9L) # integer
# [1] 5 7 9
c(TRUE, FALSE, T, F) # logical
# [1] TRUE FALSE TRUE FALSE
Listas
Listas são diferentes de vetores atômicos porque seus elementos podem ser de qualquer tipo, incluindo listas. Ou seja, você pode pensar em listas como se fossem "contêineres" de dados. Podemos criar listas usando a função list():
list(1:5, "fernando", c(TRUE, FALSE), list("elemento de outra lista"))
# [[1]]
# [1] 1 2 3 4 5
#
# [[2]]
# [1] "fernando"
#
# [[3]]
# [1] TRUE FALSE
#
# [[4]]
# [[4]][[1]]
# [1] "elemento de outra lista"
Matrizes
Matrizes são comumente usadas como parte da maquinaria matemática da estatística, representando uma estrutura de duas dimensões: com n x m linhas e colunas. Podem ser criadas com a função matrix():
matrix(1:6, nrow = 2, ncol = 3) # matriz 2x3 # [,1] [,2] [,3] # [1,] 1 3 5 # [2,] 2 4 6
Data frames
O data frame é a estrutura mais comum para armazenar dados no R e, se usado sistematicamente, facilita a análise de dados. Por trás das cortinas, um data frame é uma lista de vetores de igual tamanho e isso o torna uma estrutura bidimensional, de modo que compartilha propriedades de matrizes e listas.
Podemos criar um data frame usando data.frame(), que recebe vetores nomeados como entrada:
data.frame(id = c("a", "b", "c"), y = 1:3, x = 3:1)
# id y x
# 1 a 1 3
# 2 b 2 2
# 3 c 3 1
Saiba mais
Estes foram alguns exemplos básicos de estruturas e tipos de dados e funcionamento geral no R. Há muito mais a ser explorado sobre o assunto! Para se aprofundar confira o curso R e Python para Economistas.
Referências
Wickham, H. (2019). Advanced R. CRC press.
