2.3 Tipos de objetos no R

Objetos são as entidades que armazenam dados, resultados de funções, modelos estatísticos, e qualquer outra informação que você precise durante sua sessão de R.

Criar objetos permite que você organize e armazene dados de forma estruturada, facilitando a manipulação e análise subsequente.Uma vez que um objeto é criado, ele pode ser reutilizado várias vezes em diferentes partes do seu script ou análise, evitando a necessidade de repetir cálculos ou processos.

2.3.1 Criando um objeto

Para criar um novo objeto, utilizamos o operador <- ou o operador =

O atalho ALT- cria no script um sinal de atribuição (<-).

No Mac: option-

Do lado esquerdo do operador <- digitamos o nome que queremos para nosso objeto e do lado direito digitamos a função que queremos executar. Veja exemplo abaixo:

Figure 2.2: O nome do objeto fica sempre à esquerda do operador <-

Nomes de objetos claros e descritivos tornam o código mais fácil de ler e entender, tanto para você quanto para outras pessoas que possam trabalhar no mesmo projeto.

2.3.2 Vetores (Vectors)

Vetores no R são estruturas de dados unidimensionais que armazenam elementos do mesmo tipo, como números, caracteres ou valores lógicos. Eles são a base para outras estruturas de dados mais complexas em R.

Cada elemento de um vetor pode ser acessado por seu índice, e operações podem ser aplicadas a todos os elementos de um vetor de forma eficiente. Vetores são criados utilizando a função c(), que concatena os elementos especificados, e podem ser manipulados e analisados usando diversas funções e operadores disponíveis na linguagem R.

Vamos criar um vetor numérico, por exemplo.

vetor <- c(1, 2, 3, 4, 5)
print(vetor)

## [1] 1 2 3 4 5

Vetores de caracteres

vetor2<- c("banana","maça","laranja","uva","morango")
print(vetor2)

## [1] "banana"  "maça"    "laranja" "uva"     "morango"

Vetores lógicos

vetor3<- c(TRUE, FALSE, TRUE, FALSE)
print(vetor3)

## [1]  TRUE FALSE  TRUE FALSE

2.3.3 Fatores (Factors)

Os fatores são usados para representar dados categóricos e podem ser ordenados ou não ordenados. Eles são úteis para análise estatística quando as variáveis representam categorias distintas.

sexo <- factor(c("masculino", "feminino", "feminino", "masculino"))

print(sexo)

## [1] masculino feminino  feminino  masculino
## Levels: feminino masculino

2.3.4 Dataframe

DataFrame é uma estrutura de dados que organiza os dados em uma tabela bidimensional de linhas e colunas, como uma planilha. São equivalentes a uma tabela do SQL ou uma planilha do Excel.

Os DataFrames são uma das estruturas de dados mais comuns na análise de dados moderna, pois são uma maneira flexível e intuitiva de armazenar e trabalhar com dados.

Uma vez o arquivo carregado, ele deve aparecer no painel “Environment”, no canto superior direito. O ícone de tabela no canto direito indica que se trata de um dataframe.

Figure 2.3: O ícone à direita indica que se trata de um dataframe

Para visualizá-lo, basta clicar no ícone de tabela. O dataframe indica as variáveis, o número de de linhas e colunas.

Figure 2.4: O dataframe é como uma tabela

Transformar objetos em dataframe

Podemos, também, transformar objetos já carregados no R em dataframes, utilizando a função as.data.frame()

Por exemplo, vamos transformar o vetor que criamos anteriormente em dataframe:

dt<-as.data.frame(vetor)

Ao abrirmos o novo dataframe criado, encontramos os valores do vetor em uma coluna.

Figure 2.5: O vetor agora é um dataframe

Podemos também criar um dataframe juntando dois vetores. Vamos juntar o vetor numérico que criamos, com o vetor de categorias (nome de frutas).

Atenção: os vetores devem ter o mesmo número de elementos para serem corretamente unidos em um mesmo dataframe.

dt2<-data.frame(vetor,vetor2)

O dataframe resultante terá uma coluna para o vetor1 e uma coluna para o vetor2.

Figure 2.6: Cada coluna corresponde a um dos vetores iniciais

Data

Esses tipos são usados para representar datas e horários.