Estruturas de dados no R

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: logicalintegernumeric 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.

 

 

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Ancoragem de Expectativas da Inflação no Brasil: uma avaliação utilizando a linguagem de programação R

Expectativas ancoradas significam que a inflação permanece próxima da meta mesmo após choques relevantes, tornando menos custosa a atuação do Banco Central no combate a pressões inflacionárias. Neste exercício, analisamos diferentes medidas para avaliar a ancoragem das expectativas no Brasil, utilizando a linguagem de programação R como ferramenta para a construção desse exercício, realizando a coleta, tratamento, cálculos e visualização dos resultados.

Como fazer previsões para a inflação desagregada medida pelo IPCA?

Neste artigo investigamos se a previsão desagregada da inflação é capaz de gerar previsões mais acuradas do que a previsão agregada. Utilizamos o Índice Nacional de Preços ao Consumidor Amplo (IPCA) como medida de interesse, aplicando um modelo simples e um modelo de passeio aleatório para comparação. Todo o processo pode ser feito de maneira automatizada utilizando a linguagem de programação R.

Qual o melhor modelo para prever a inflação medida pelo IPCA?

Neste exercício, testamos 18 modelos diferentes com um conjunto fixo de regressores para previsão da taxa de inflação, medida pelo IPCA. Implementamos o método da validação cruzada, visando obter resultados robustos para comparação de métricas de performance. Apresentamos os resultados gerais e desagregados por horizontes de previsão, além de automatizar todo o processo utilizando a linguagem Python.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.