-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathAula04.R
262 lines (186 loc) · 6.8 KB
/
Aula04.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
## Data Frames
meu_df <- data.frame(x = c(1:10),
y = LETTERS[1:10])
# Exemplo de criação de Data Frame
meu_data_frame <- data.frame(
nome = c("Alice", "Bob", "Carol", "Ana", "João", "Carlos", "Patrícia", "Leonardo"),
idade = c(25, 30, 28, 20, 27, 50, 60, 45),
salario = c(5000, 6000, 5500, 8000, 2000, 3500, 10000, 3800 ),
meio_de_transporte = c('onibus', 'bicicleta', 'onibus', 'carro', 'carro', 'onibus', 'onibus', 'bicicleta')
)
meu_data_frame
head(meu_data_frame)
tail(meu_data_frame)
meu_data_frame[1:2,3:4]
meu_data_frame$nome
class(meu_data_frame$nome)
class(meu_data_frame)
str(meu_data_frame)
meu_data_frame[,"idade"]
meu_data_frame[, -2] # remove a segunda coluna
meu_data_frame$Gosta_de_Bolo <- c(TRUE,
FALSE,
FALSE,
TRUE,
TRUE,
FALSE,
FALSE,
TRUE)
meu_data_frame$constante = "Sim"
subconjunto_df <- meu_data_frame[meu_data_frame$idade > 28, ] # Seleciona pessoas com idade maior que 28
subconjunto_df
# Usando a função subset()
subconjunto_df <- subset(meu_data_frame, idade > 28)
subconjunto_df
subconjunto_2 <- subset(meu_data_frame, idade > 28 & !Gosta_de_Bolo)
subconjunto_3 <- subset(meu_data_frame, idade < 40 | Gosta_de_Bolo)
dim(meu_data_frame) ## Linha e Coluna
nrow(meu_data_frame) ## Numero de Linhas
ncol(meu_data_frame) ## Numero de colunas
summary(meu_data_frame)
mean(meu_data_frame$idade)
sd(meu_data_frame$idade)
median(meu_data_frame$idade)
quantile(meu_data_frame$idade)
mean(meu_data_frame$salario)
#####
# Exemplo de uso da função by()
resultado <- by(meu_data_frame$salario,
meu_data_frame$idade, mean)
by(meu_data_frame$salario,
meu_data_frame$Gosta_de_Bolo, mean)
meu_data_frame$estad_doenca <- c("I", "I", "II",
"IV", "II", "III",
"I", "IV")
as.factor(meu_data_frame$estad_doenca)
meu_data_frame$estad_doenca = factor(meu_data_frame$estad_doenca,
levels = c( "IV", "III", "II", "I"))
meu_data_frame$estad_doenca
str(meu_data_frame)
summary(meu_data_frame)
levels(meu_data_frame$estad_doenca)
nlevels(meu_data_frame$estad_doenca)
table(meu_data_frame$estad_doenca)
Tabela = table(meu_data_frame$estad_doenca,
meu_data_frame$Gosta_de_Bolo)
prop.table(table(meu_data_frame$estad_doenca,
meu_data_frame$Gosta_de_Bolo),
margin = 2)
margin.table(Tabela, 1) # linha
margin.table(Tabela, 2) # coluna
chisq.test(Tabela)
fisher.test(Tabela, alternative = "greater")
####
Queimadas_Q1 <- read.csv("data/FireWatch/Dataset_FireWatch_Brazil_Q1_2024.csv")
Queimadas_Q2 <- read.csv("data/FireWatch/Dataset_FireWatch_Brazil_Q2_2024.csv")
Queimadas_Q3 <- read.csv("data/FireWatch/Dataset_FireWatch_Brazil_Q3_2024.csv")
dim(Queimadas_Q1)
dim(Queimadas_Q2)
dim(Queimadas_Q3)
summary(Queimadas_Q1)
summary(Queimadas_Q2)
summary(Queimadas_Q3)
Queimadas <- rbind(Queimadas_Q1,
Queimadas_Q2,
Queimadas_Q3)
dim(Queimadas)
nrow(Queimadas_Q1) + nrow(Queimadas_Q2) + nrow(Queimadas_Q3)
write.csv(Queimadas, "data/FireWatch/Queimadas.csv")
####
#### Imprima na tela as 9 primeiras observações.
head(Queimadas, n = 9)
#### Imprima as últimas 3 observações.
tail(Queimadas, n = 3)
#### Quantas observações temos?
nrow(Queimadas)
#### Quantas variáveis temos?
ncol(Queimadas)
#### Apresente o sumário dos dados.
summary(Queimadas)
#### Apresente a estrutura dos dados.
str(Queimadas)
#### Quantos biomas estão sendo afetados?
unique(Queimadas$bioma)
length(unique(Queimadas$bioma))
Queimadas$bioma = factor(Queimadas$bioma)
Queimadas$bioma
nlevels(Queimadas$bioma)
levels(Queimadas$bioma)
#### Qual a média de avg_numero_dias_sem_chuva para os estados da região sul e da região norte?
Estados_Sul = toupper(c("Paraná", "Santa Catarina", "Rio Grande do Sul"))
Estados_Norte = toupper(c("Acre", "Amapá", "Amazonas",
"Pará", "Rondônia", "Roraima", "Tocantins"))
Queimadas_sul <- subset(Queimadas,
estado %in% Estados_Sul)
mean(Queimadas_sul$avg_numero_dias_sem_chuva)
Queimadas_norte <- subset(Queimadas,
estado %in% Estados_Norte)
mean(Queimadas_norte$avg_numero_dias_sem_chuva)
### Data.Table
require(data.table)
# Criar um data.table
meu_data_table <- data.table(
nome = c("Alice", "Bob", "Carol", "Ana", "João", "Carlos", "Patrícia", "Leonardo"),
idade = c(25, 30, 28, 20, 27, 50, 60, 45),
salario = c(5000, 6000, 5500, 8000, 2000, 3500, 10000, 3800 ),
meio_de_transporte = c('onibus', 'bicicleta', 'onibus', 'carro', 'carro', 'onibus', 'onibus', 'bicicleta'))
meu_data_table
class(meu_data_table)
# Importar um data.table e comparando o tempo de importação com o read.csv
system.time(Queimadas <- fread("data/FireWatch/Queimadas.csv"))
system.time(Queimadas <- read.csv("data/FireWatch/Queimadas.csv"))
# Selecionar colunas e filtrar linhas
resultado <- meu_data_table[idade > 25, .(nome, salario)]
resultado
# Agregar dados
agregado <- meu_data_table[, .(media_salario = mean(salario)),]
agregado
# Agregar dados por idade
agregado_idade <- meu_data_table[, .(media_salario = mean(salario)), by = meio_de_transporte]
agregado_idade
require(tibble)
meu_tibble <- tibble(
nome = c("Alice", "Bob", "Carol", "Ana", "João", "Carlos", "Patrícia", "Leonardo"),
idade = c(25, 30, 28, 20, 27, 50, 60, 45),
salario = c(5000, 6000, 5500, 8000, 2000, 3500, 10000, 3800 ),
meio_de_transporte = c('onibus', 'bicicleta', 'onibus', 'carro', 'carro', 'onibus', 'onibus', 'bicicleta'))
meu_tibble
str(meu_tibble)
glimpse(meu_tibble)
meu_tibble$nova_coluna <- c(1, 2, 3, 4, 5, 6, 7, 8)
meu_tibble
require(dplyr)
meu_tibble = mutate(meu_tibble, nova_coluna = c(1:8) )
rename(meu_tibble, Nome_Novo = nova_coluna)
meu_tibble_sem_salario <- select(meu_tibble, -salario)
meu_tibble_sem_salario
meu_salario <- select(meu_tibble, salario)
meu_tibble_sem_salario
salario = pull(meu_tibble, salario)
salario
idade_25 = filter(meu_tibble, idade > 25)
arrange(idade_25, desc(idade))
# Agregar por idade e calcular média de salários
agregado_por_idade <- group_by(meu_tibble, `meio de transporte`)
summarize(agregado_por_idade, media_salario = mean(salario))
### Lista
###
# Exemplo de criação de lista
minha_lista <- list(
vetor = c(1, 2, 3, 4, 5),
matriz = matrix(1:9, nrow = 3),
data_frame = data.frame(
nome = c("Alice", "Bob", "Carol"),
idade = c(25, 30, 28)
),
lista_aninhada = list(
vetor_aninhado = c(10, 20, 30),
matriz_aninhada = matrix(1:4, nrow = 2)
)
)
minha_lista
minha_lista$data_frame
minha_lista$vetor
minha_lista$lista_aninhada$vetor_aninhado
minha_lista[[2]]
minha_lista[[3]]$nome