Programação no R - Aula 8

Disciplina: Lógica da programação (de computadores) e análise de dados no R

Prof. Maurício Garcia de Camargo. IO-FURG.

2025-10-31

Dataframes (DF) no R

Você certamente já sabe:

O que é um dataframe?

Linhas e colunas de qualquer tipo de dado (numéro ou texto)

Criar uma dataframe usando função data.frame

data.frame(vet1,vet2,vet3)

Criar colunas em um DF

DF = data.frame(col1=0:5,col2=10:15)
DF

  col1 col2
1    0   10
2    1   11
3    2   12
4    3   13
5    4   14
6    5   15

DF$nova_col = LETTERS[1:6] # O vetor de letras LETTERS vem embutido no R
DF

  col1 col2 nova_col
1    0   10        A
2    1   11        B
3    2   12        C
4    3   13        D
5    4   14        E
6    5   15        F

Filtar linhas e colunas do DF

Extrair elementos do DF (linha,coluna):

DF

  col1 col2 nova_col
1    0   10        A
2    1   11        B
3    2   12        C
4    3   13        D
5    4   14        E
6    5   15        F

DF[3,2]  # linha 2, coluna 1

[1] 12

Dataframes (DF) no R

Extrair colunas do DF:

DF

  col1 col2 nova_col
1    0   10        A
2    1   11        B
3    2   12        C
4    3   13        D
5    4   14        E
6    5   15        F

DF$col1

[1] 0 1 2 3 4 5

# ou
DF[,1]

[1] 0 1 2 3 4 5

Dataframes (DF) no R

Extrair linhas do DF:

DF

  col1 col2 nova_col
1    0   10        A
2    1   11        B
3    2   12        C
4    3   13        D
5    4   14        E
6    5   15        F

DF[1,]

  col1 col2 nova_col
1    0   10        A

Filtros de linhas e colunas de um DF

DF

  col1 col2 nova_col
1    0   10        A
2    1   11        B
3    2   12        C
4    3   13        D
5    4   14        E
6    5   15        F

DF[DF$col1>3 , c(1,2)]

  col1 col2
5    4   14
6    5   15

DF[DF$col1 > 2 & DF$col2 > 14 ,]

  col1 col2 nova_col
6    5   15        F

Criando um fator no DF

Variáveis categóricas são chamadas de fatores (factors) no R, e as categorias são chamadas de níveis (levels).

fat = c(rep('Pré-adol',3) , rep('Adol',3))
fat

[1] "Pré-adol" "Pré-adol" "Pré-adol" "Adol"     "Adol"     "Adol"

DF$fator = fat
DF

  col1 col2 nova_col    fator
1    0   10        A Pré-adol
2    1   11        B Pré-adol
3    2   12        C Pré-adol
4    3   13        D     Adol
5    4   14        E     Adol
6    5   15        F     Adol

Funções para criar e testar fatores

is.factor(DF$fator)  #False

[1] FALSE

DF$fator = as.factor(DF$fator)  #Transforma o vetor num fator
is.factor(DF$fator)  #True

[1] TRUE

DF$fator

[1] Pré-adol Pré-adol Pré-adol Adol     Adol     Adol    
Levels: Adol Pré-adol

Funções específicas para DF

head(DF, 3)      # 2 primeiras linhas

  col1 col2 nova_col    fator
1    0   10        A Pré-adol
2    1   11        B Pré-adol
3    2   12        C Pré-adol

tail(DF, 2)      # 3 últimas

  col1 col2 nova_col fator
5    4   14        E  Adol
6    5   15        F  Adol

dim(DF)

[1] 6 4

nrow(DF)

[1] 6

ncol(DF)

[1] 4

Funções específicas para DF

names(DF)        # nomes das colunas

[1] "col1"     "col2"     "nova_col" "fator"

str(DF)          # estrutura (tipos por coluna)

'data.frame':   6 obs. of  4 variables:
 $ col1    : int  0 1 2 3 4 5
 $ col2    : int  10 11 12 13 14 15
 $ nova_col: chr  "A" "B" "C" "D" ...
 $ fator   : Factor w/ 2 levels "Adol","Pré-adol": 2 2 2 1 1 1

summary(DF)      # resumo estatístico

      col1           col2         nova_col              fator  
 Min.   :0.00   Min.   :10.00   Length:6           Adol    :3  
 1st Qu.:1.25   1st Qu.:11.25   Class :character   Pré-adol:3  
 Median :2.50   Median :12.50   Mode  :character               
 Mean   :2.50   Mean   :12.50                                  
 3rd Qu.:3.75   3rd Qu.:13.75                                  
 Max.   :5.00   Max.   :15.00

Exercício 1

Para o exercício 1, você vai usar o pacote readxl, que não vem com o R base.

O pacote pode ser usado de 2 maneiras, após acertar o WorkDir:

Assim:
library(readxl)
plan = read_excel('plan1.xlsx')

Ou…

plan = readxl::readexcel('plan1.xlsx')

Voltando ao exercício 1

1.1. Baixe a planilha 1 (plan1.xlsx) na página da disciplina.

1.2. Armazene esta planilha num objeto tipo dataframe chamado dados usando o pacote readxl.
Lembre-se de acertar o WorkDir usando o menu Session>Set Working Directory.

1.3. Crie 3 novos dataframes a partir de dados:
- fat (local e estacao)
- abio (sal, temp e pH)
- bio(sp1, sp2 e sp3)

Voltando ao exercício 1

1.4. Crie uma nova coluna no dataframe dados chamada abund correspondente à abundância total das espécies em cada amostra.

1.5. Crie uma nova coluna chamada riqueza contendo a riqueza de espécies, ou seja, o número de espécies em cada amostra.

1.6. Crie um novo dataframe chamado indices contendo os novos índices de abundância e riqueza recém criados.

Voltando ao exercício 1

1.7. Extraia as médias de salinidade para cada local.
Sugestão: crie um filtro para cada local e extraia as médias individualmente.

1.8. Extraia as médias de temperatura para cada estação.

TEM QUE HAVER FORMA MAIS AMIGÁVEL DE FAZER ISSO!

Apresentando a função aggregate()

aggregate() resume uma ou mais colunas por grupos.

Exemplos de perguntas que ela resolve:

média da temperatura por local

desvio padrão da temperatura por local

média da salinidade por local E estação;

soma da abundância por estação;

número de observações por local.

Sintaxe básica da função `aggregate()`

Existem várias maneiras de montar os argumentos da função.

A forma mais poderosa é usando as fórmulas do R:

# aggregate(variavel ~ grupos,
#           data = dados,
#           FUN = funcao)

onde:
variavel: o que será resumido (ex.: Temp)
grupos: por quem será agrupar (ex.: Local, ou Local + Estacao)
data: o dataframe que será resumido FUN: função de resumo (ex.: mean, sum, length, sd)

Exemplos com a nossa planilha `dados`

1. Média da temperatura por local

# aggregate(temp ~ local, data = dados, FUN = mean)

o R junta todas as linhas de cada local e calcula a média.

1. Média da salinidade por local E estação

# aggregate(sal ~ local + estacao, data = dados, FUN = mean)

Agora cada linha da saída é um grupo (Local × Estacao).

Exemplos com a nossa planilha `dados`

1. Soma da abundância por estação

# aggregate(sp1 ~ estacao, data = dados, FUN = sum)

1. Quantas amostras tenho por local?

# aggregate(temp ~ local, data = dados, FUN = length)

Aqui a função length apenas conta quantas linhas existem por local.

Resumo para várias variáveis ao mesmo tempo

Quando tem várias variáveis para resumir juntas (Temp, Sal, pH), se usa outro formato da aggregate():

# aggregate(dados[, c("temp", "sal", "pH")],
#           by = list(Local = dados$local,
#                     Estacao = dados$estacao),
#           FUN = mean)

Onde:
dados[, c(…)] → quais colunas serão resumidas;
by = list(…) → por quem serão agrupadas;
FUN = mean → função do resumo.

Exercício 2

2.1 Abra a planilha limno.xlsx na página da disciplina.

2.2.Armazene esta planilha num objeto tipo dataframe chamado dad usando o pacote readxl.

2.3. Crie 3 novos dataframes a partir de dad:
- fat (ponto, estacao e setor)
- abio (temp, pH, etc)
- bio(Bosmina, Bosminopsis, Calanoida, etc)

2.4. Crie uma coluna para a abundância total por amostra.

2.5. Separe uma planilha para cada estação do ano.

2.6. Extraia a média da abundância da combinação de estacao e setor.

Programação no R - Aula 8

Dataframes (DF) no R

Criar colunas em um DF

Filtar linhas e colunas do DF

Dataframes (DF) no R

Dataframes (DF) no R

Filtros de linhas e colunas de um DF

Criando um fator no DF

Funções para criar e testar fatores

Funções específicas para DF

Funções específicas para DF

Exercício 1

Voltando ao exercício 1

Voltando ao exercício 1

Voltando ao exercício 1

Apresentando a função aggregate()

Sintaxe básica da função aggregate()

Exemplos com a nossa planilha dados

Exemplos com a nossa planilha dados

Resumo para várias variáveis ao mesmo tempo

Exercício 2

Sintaxe básica da função `aggregate()`

Exemplos com a nossa planilha `dados`

Exemplos com a nossa planilha `dados`