Aula 1 - Introdução ao R

Aula 1

Dr. Gabriel Bertolini

2º semestre 2023 - PPGGEO UFRGS

Oficina de programação

Aula de introdução ao R, incluindo variaveis, objetos, funções.

1. R

Linguagem de programação colaborativa - CRAN

Orientada ao objeto e programação funcional com comando pype native e tidyverse

Bibliotecas podem ser baixadas diretamente via console com install.packages(“nome_do_pacote”), ou direto do Github com a função remotes::

Atalhos

Alt + - (hífen): cria o símbolo de atribuição “<-” no seu script.
Ctrl + Shift + M: cria o operador %>% (pipe) do pacote dplyr no script.
Ctrl + Shift + C: Comenta ou descomenta a linha de código ou a seleção atual.
Ctrl + Shift + K: Compilar em PDF no Markdown.
Ctrl + Shift + H: opção para alterar o diretório de trabalho
Ctrl + Shift + R: Insere uma nova seção de código.
Ctrl + Shift + N: abre um novo script
Ctrl + Alt + R: executa o código inteiro
Ctrl + Alt + E: executa o código a partir da linha atual
Ctrl + Alt + P: executa o próximo chunk
Ctrl + L: limpar o console
Ctrl + F: localizar e substituir
Esc: interrompe o comando atualmente em execução.

2. Tidyverse

Estilo de programação funcional baseado na encadeação de funções através do operador %>% com funções uteis para limpeza, organização, modelamento e plotagem de dados- através de varios pacotes especificios.

dplyr - estabelece o %>% para prog. funcional , e funções base para manipulação de banco de dados, como criação e manipulação de colunas, seleção de colunas, filtragem entre outros.
ggplot - gráficos, mapas
purr - funções para iteração de função (map())
tidyr - funções para manipular banco de dados, como nest(), pivot_longer e _wider()
stringr- funções para dados string (character), para limpeza, tokenização e outros.

3. Bibliografia

R for Data Science (2e) - https://r4ds.hadley.nz/ ou em espanhol (https://es.r4ds.hadley.nz/) na 1 edição

Geocomputation with R - https://r.geocompx.org/ ou em espanhol em https://r.geocompx.org/es/

The R Graph Gallery - https://r-graph-gallery.com/

Stack overflow - https://stackoverflow.com/

Canais de Youtube

R ladies e Beatriz Milz (https://beamilz.com/talks/)

Julia Silge https://www.youtube.com/@JuliaSilge

Geostats guy (Python e R para geoestatistica) https://www.youtube.com/@GeostatsGuyLectures

Posit - videos sobre pacotes tidyverse - https://www.youtube.com/@PositPBC/videos

4. Operações matemáticas

5 + 2 #soma

[1] 7

10 - 8 #subtração

[1] 2

8.2 / 2 #divisão

[1] 4.1

5 * 2 #multiplicação

[1] 10

5 ** 3 #elevado ao cubo

[1] 125

5 ^ 3 #elevado ao cubo

[1] 125

6.02 * 10^-23 # Número de Avogrado

[1] 6.02e-23

6.02e-23 # Número de Avogrado (mais simples)

[1] 6.02e-23

sqrt(81) #raiz quadrada

[1] 9

exp(8) # Exponencial

[1] 2980.958

log(5) #log natural

[1] 1.609438

log10(5) #log base 10

[1] 0.69897

pi # pi

[1] 3.141593

5 + (3 * 5 / 2) #operações mais elaboradas

[1] 12.5

Criar variavéis

A<-1 
# Criar variavel

A=1 
# Criar variavel

myNumber<-5 
#Camel case - prática de escrever palavras ou frase, onde cada palavra é iniciada com maiúsculas e unidas sem espaços

myNumber = 5

myNumber

[1] 5

myNumber <- 7.1

calculo <- 5 + (3 * 5 / 2)

myNumber * calculo

[1] 88.75

Tipos e atribuição de objetos

numeric ou double - decimal
integer - inteiro
factor - categórica
“character” - texto
boleano - binário

myInteger <- as.integer(myNumber) 
# transformar objeto em inteiro

myInteger <- is.integer(myNumber) 
# perguntar se o objeto é inteiro

myInteger

[1] FALSE

myWord = "7" 

#erro
#myWord * 2

myWord <- "geologia" 
#string- texto puro

myWord

[1] "geologia"

is.character(myWord)

[1] TRUE

mySentence <- "esta é a minha frase"

mySentence

[1] "esta é a minha frase"

myFactor <- factor(myWord) 
#valor categórica, com vários níveis

myFactor

[1] geologia
Levels: geologia

is.factor(myFactor)

[1] TRUE

#o R também trabalha com classes lógicas, TRUE or FALSE

#variável boleana (binária, lógica)

myTRUE <- TRUE

4 == 4

[1] TRUE

#4 é igual a 4?

a<-4

a==4

[1] TRUE

Testando tipo de variável

class(myNumber)

[1] "numeric"

#variável numérica - qualquer número DECIMAL

class(myInteger)

[1] "logical"

#variável numérica - número INTEIRO

class(myWord)

[1] "character"

#variável caracter

class(myFactor)

[1] "factor"

#fator

class(mySentence)

[1] "character"

class(myTRUE)

[1] "logical"

#variável lógica

Operadores lógicos

1>0

[1] TRUE

# Maior

2>=2

[1] TRUE

#Maior igual

1<2

[1] TRUE

# Menor

1<=2

[1] TRUE

# Menor igual

2==2

[1] TRUE

# igual

1!=2

[1] TRUE

# diferente

A<-data.frame(2,3,2,3)
A$X2

[1] 2

# Indexador de coluna

ifelse(2>1|1>3,"CERTO","ERRADO")

[1] "CERTO"

# | significa OU

ifelse(2<1 &1>3,"CERTO","ERRADO")

[1] "ERRADO"

# & E

A<-c("A","B","C","D","E")
c("A","B") %in% A

[1] TRUE TRUE

# dentro de um vetor

5. Objetos

Vetor

Estrutura mais simples de dados, consiste uma série de valores concatenados de 1 a n. Estes valores podem ser quaisquer tipo de variaveis com double, character e bolean.

c("valores","quaisquer",999,pi,TRUE,1e-01)

[1] "valores"          "quaisquer"        "999"              "3.14159265358979"
[5] "TRUE"             "0.1"

# Função c() serve para concatenar

myNumbers <- c(1, 2, 3, 4, 5) 
#vetor - forma de concatenar uma serie de dados

myNumbers2 <- 1:5

myNumbers3 <- seq(from=1,to=10,by=0.5)

myNumbers3[3]

[1] 2

myNumbers3[myNumbers3 > 3]

 [1]  3.5  4.0  4.5  5.0  5.5  6.0  6.5  7.0  7.5  8.0  8.5  9.0  9.5 10.0

myNumbers[myNumbers >= 3]

[1] 3 4 5

myNumbers[myNumbers!= 3]

[1] 1 2 4 5

myNumbers3[myNumbers3 > 3]

 [1]  3.5  4.0  4.5  5.0  5.5  6.0  6.5  7.0  7.5  8.0  8.5  9.0  9.5 10.0

myWords = c("geoquímica", "estrutural", "estratigrafia") 
#strings - fator

myWords

[1] "geoquímica"    "estrutural"    "estratigrafia"

myWords[3]

[1] "estratigrafia"

myWords[4]

[1] NA

Operação com vetores

meuVetor <- seq(85, 274, by = pi)

#quanto menor o desvio padrão, mais homogênea é a amostra

length(meuVetor)

[1] 61

(n <- length(meuVetor))

[1] 61

dp <- sd(meuVetor)
#indica o grau de variação de um conjunto de elementos

SE <- dp / sqrt(n)

SE

[1] 7.140935

#medida de variação de uma média amostral
#em relação à média da população

Matriz

Forma mais simples de dado bidemensional (colunas e linhas). As colunas e linhas são identificadas por sua posição.

myMatrix <- matrix(1:6,nrow=3) 

myMatrix

     [,1] [,2]
[1,]    1    4
[2,]    2    5
[3,]    3    6

y <- seq(1, 7, by = 1)

myMatrix2 <- matrix(y, nrow = 3, ncol = 2)

Warning in matrix(y, nrow = 3, ncol = 2): comprimento dos dados [7] não é um
submúltiplo ou múltiplo do número de linhas [3]

myMatrix2

     [,1] [,2]
[1,]    1    4
[2,]    2    5
[3,]    3    6

# Juntando vetores para formar matriz

x <- 1:4

y <- 10:13

cbind (x,y)

     x  y
[1,] 1 10
[2,] 2 11
[3,] 3 12
[4,] 4 13

#cbind = Column Bind

#as colunas devem ter o mesmo número de linhas

rbind(x, y)

  [,1] [,2] [,3] [,4]
x    1    2    3    4
y   10   11   12   13

#rbind = Row Bind

matriz <- cbind(x, y)

matriz

     x  y
[1,] 1 10
[2,] 2 11
[3,] 3 12
[4,] 4 13

#matrix matemática

#indexação

myMatrix[,1]

[1] 1 2 3

#coluna 1

myMatrix[1,]

[1] 1 4

#linha 1

myMatrix[2,2]

[1] 5

# Linhas 2 e coluna 2

Dataframe

df <- as.data.frame(matriz)

df

#banco de dados

class(matriz)

[1] "matrix" "array"

class(df)

[1] "data.frame"

str(df)

'data.frame':   4 obs. of  2 variables:
 $ x: int  1 2 3 4
 $ y: int  10 11 12 13

# Estruturas

length(df)

[1] 2

# Indexação

df$y

[1] 10 11 12 13

length(df$y)

[1] 4

x <- 1:4

y <- 10:13

DF2<-as.data.frame(cbind (x,y))

DF2$y

[1] 10 11 12 13

Lista

#matrizes empilhadas
x <- 1:4

y <- 10:13

z <- 2:7

myList <- list(x, y, z)

myList[[2]]

[1] 10 11 12 13

myList[[3]][2]

[1] 3

myLists <- list(matriz,z)

# Indexação
myLists[[1]][3,2]

 y 
12

6. Funções

Maneira útil para automatizar processo.

Objetivo: função para verificar se um dado valor é maior do que outro

maior <- function(parametro1, parametro2) {

if (parametro1 < parametro2)

{return(parametro2) }

else {return(parametro1)}

}

soma<-function(A,B){

A+B

}

a = 4

b = 10

soma(a,b)

[1] 14

maior(soma(a^2,b-2),39)

[1] 39

maior(parametro1 = 4, parametro2 = 10)

[1] 10

maior(parametro1 = b, parametro2 = a)

[1] 10

maior(b, a)

[1] 10

7. Exercícios

1. Vetores e operações vetoriais

Criar vetores de diferentes tipos de variavéis

A<-c(1,2,3,4,5)
B<-c(TRUE,FALSE,FALSE,TRUE,TRUE)
C<-seq(from=1,to=10,by=0.5)
D<-c("A","B","C","D","B")

Filtre por alguma variável;

A[A>2]

[1] 3 4 5

B[B==TRUE]

[1] TRUE TRUE TRUE

C[A>2.5 & A<7.5]

 [1]  2.0  2.5  3.0  4.5  5.0  5.5  7.0  7.5  8.0  9.5 10.0

D[D=="B"]

[1] "B" "B"

2. Crie uma dataframe com:

4 colunas: numerica, inteiros, caractere e booleana

# R base
data.frame(A=1:5,B=1:5,C=1:5,D=1:5)

# Tidy
DF<-tibble::tibble(A=A[1:5],
                   B=B[1:5],
                   C=C[1:5],
                   D=D[1:5])

Filtre por alguma variável;

DF[1:3]# Cols

# A tibble: 5 × 3
      A B         C
  <dbl> <lgl> <dbl>
1     1 TRUE    1  
2     2 FALSE   1.5
3     3 FALSE   2  
4     4 TRUE    2.5
5     5 TRUE    3

DF[,1:3]# Cols

# A tibble: 5 × 3
      A B         C
  <dbl> <lgl> <dbl>
1     1 TRUE    1  
2     2 FALSE   1.5
3     3 FALSE   2  
4     4 TRUE    2.5
5     5 TRUE    3

DF[1:3,]# Linhas

# A tibble: 3 × 4
      A B         C D    
  <dbl> <lgl> <dbl> <chr>
1     1 TRUE    1   A    
2     2 FALSE   1.5 B    
3     3 FALSE   2   C

DF[1:3,1:3]# Cols & Linhas

# A tibble: 3 × 3
      A B         C
  <dbl> <lgl> <dbl>
1     1 TRUE    1  
2     2 FALSE   1.5
3     3 FALSE   2

DF[DF$D=="B",]

# A tibble: 2 × 4
      A B         C D    
  <dbl> <lgl> <dbl> <chr>
1     2 FALSE   1.5 B    
2     5 TRUE    3   B

DF[DF$D %in% c("B","D"),]

# A tibble: 3 × 4
      A B         C D    
  <dbl> <lgl> <dbl> <chr>
1     2 FALSE   1.5 B    
2     4 TRUE    2.5 D    
3     5 TRUE    3   B

DF[DF$C>=2,]

# A tibble: 3 × 4
      A B         C D    
  <dbl> <lgl> <dbl> <chr>
1     3 FALSE   2   C    
2     4 TRUE    2.5 D    
3     5 TRUE    3   B

3. Crie uma função com a seguinte expressão matemática X²+2Y+17

funcao_quad<-function(X,Y){
  return(
    (X^2)+2*Y+17
  )
}

funcao_quad(1,1)

[1] 20

funcao_quad(2,2)

[1] 25

4. Crie função para calcular erro padrão:

\[ SE = \frac {\sigma \times CI }{N} \]

onde:

Sigma (σ) = desvio padrão
CI = intervalo de confiança (1 σ =68.3 % ,2σ = 95.4 % ,3σ=99.7 %,4σ=99.994% ….)
N = Número de amostras

SE<-function(vetor,IC){
  SD<-sd(vetor)
  N<-length(vetor)
  SE<-(SD*IC)/sqrt(N)
 
   return(
    SE
  )
}
set.seed(123)

E<-rnorm (27.1,sd=2,n=50)

hist(E)

mean(E)

[1] 27.16881

SE(E,2)

[1] 0.5237512

# 27.16881 ± 0.5237512