linguagem R

Programando com dplyr (tidy eval)

E aí, pessoal! Depois de conhecer o dplyr (se ainda não conhece, veja aqui nosso post de introdução), começamos a escrever nossos códigos usando as funções desse pacote, e o costume de usar o dplyr acaba nos fazendo pensar em escrever nossas próprias funções usando alguns comandos do dplyr.

Introdução ao tidyr

knitr::opts_chunk$set(comment = NA) require(tidyverse) dados_wide <- tibble(uf = c("RJ", "SP"), `2017` = c(10, 11), `2018` = c(11, 10)) dados_long <- dados_wide %>% gather(Ano, valor, -uf) O pacote tidyr tem como principal objetivo transformar um data frame para o formato tidy, ou limpo.

Introdução ao ggplot

require(ggplot2) require(tidyverse) require(ggmap) Este material tem por objetivo passar uma ideia inicial das funcionalidades do pacote ggplot2 na visualização de dados. O ggplot2 é um pacote de visualização de dados do R criado por Hadley Wickham.

Scoped functions do dplyr

knitr::opts_chunk$set(comment = NA) iris <- dplyr::as_tibble(iris) Este post faz parte da série de post que estamos criando sobre o dplyr. Caso ainda não conheça o pacote, veja o post de introdução ao dplyr.

Introdução ao dplyr

O que é o dplyr e por que usá-lo? dplyr é um pacote do R para manipulação de dados, sendo um dos pacotes que forma o núcleo do tidyverse. Se você nunca ouviu falar no tidyverse, ele é basicamente um pacote de pacotes que tem uma filosofia em comum, sendo cada pacote especializado em um tipo de tarefa, com a intenção de integrar todos eles facilmente no nosso fluxo de análise.

Baixando e interpretando sites (ou: como fazer backup do seu fotolog) com R.

Se você usava a internet no início dos anos 2000, muito provavelmente teve - ou quis ter - um Fotolog. Como o próprio nome diz, era um blog voltado a fotografia, onde as pessoas podiam postar 1 foto por dia (ou 6, caso pagasse).

Uma nova maneira de ler dados externos

Há cerca de 2 anos atrás postei uma pergunta no StackOverflow (caso não conheça, leia esta postagem nossa) perguntando como podia fazer para ler grandes bancos de dados, de cerca de 600mb - esse era meu primeiro contato com bancos grandes, provenientes do Censo Escolar.

Carregando automaticamente funções e outras variáveis no R

Quem trabalha com R sabe que é necessário, sempre que se abre o R, recarregar todos pacotes e funções que se deseja. E isso pode se tornar trabalhoso e repetitivo, especialmente quando se utiliza sempre os mesmos.

Cores nos gráficos do R

Muitas vezes queremos demonstrar mais de um objeto em um gráfico e, para isso, recorremos à cores diferentes. Quando são poucos elementos fica fácil escolher as cores, geralmente ficamos com ‘black’, ‘red’, ‘green’ e ‘blue’.

Input manual de dados no R

Vamos utilizar um editor, como a vizualização de folha de dados do excel para inputar nossos dados ao R. dados <- data.frame(Idade=numeric(0), Sexo=character(0), Peso=numeric(0)) dados <- edit(dados) Após entrar com todos os dados que necessitar, podemos simplesmente fechar o editor e teremos um data.