Capítulo 2 Primeiros Passos

2.1 Janela de comando do R

Abra o R no seu computador. Essa janela é a nossa comunicação com o R. É nesse local que passamos as informações para que sejam interpretadas pela linguagem. A aparência desse ambiente é de um prompt de comando, em que comandos são digitados pelo usuário e ao apertar a tecla enter esses comandos são enviados para o R e processados. Ao finalizar o processamento do comando, se o comando solicitar algum retorno, o R pode: a) retornar a saída do comando ou b) retornar uma mensagem de erro (se há algum erro na sintaxe do comando).

Isso é comum em todas as linguagens de programação. O que realmente acontece é que enviamos os comandos em uma linguagem de alto nível (mais próxima do usuário) e o programa traduz esses comandos para uma linguagem de baixo nível na qual a máquina consegue interpretar. O R, por ser uma linguagem interpretativa, faz esse processo diretamente sem que seja necessária a utilização de compiladores mediando essa tradução. Isso facilita a comunicação com o usuário

Digite qualquer número na linha de comando e aperte enter. Como a seguir:

1456
## [1] 1456

O R processou essa informação e retornou um resultado. Como apenas inserimos um número, sem nenhum comando ou cálculo, ele retornou apenas o próprio número.

O que é importante entendermos aqui é que essa tela de comando é dinâmica, de modo que cada linha é uma entrada e corresponde a uma comunicação com o computador. Dessa forma, não podemos voltar e alterar a linha anterior pois aquele comando já foi enviado e processado.

Se você está em uma linha nova você pode utilizar as setas para cima e para baixo do seu teclado para navegar entre os comandos já utilizados. E, caso queira, apertar enter para enviar o comando novamente.

2.2 O R como uma calculadora

O R, como outras linguagens de programação, pode funcionar como uma calculadora interativa. Assim, podemos fazer contas no console. Por exemplo, para fazer uma soma:

9 + 2 
## [1] 11

Agora ele nos retornou o resultado da soma que solicitamos. Teste outras contas básicas utilizando os seguintes símbolos:

  • “+” adição
  • “-” subtração
  • "*" multiplicação
  • “/” divisão
  • “^” potência

Se você digitar um comando incompleto, como 5 +, e apertar enter, o R mostrará um +, o que não tem nada a ver com somar alguma coisa. Isso significa que o R está esperando que você complete o seu comando. Termine o seu comando ou aperte esc para recomeçar.

O R ainda tem outros símbolos relacionados a contas matemáticas. A seguinte sequência de caracteres %% irá retornar o resto da divisão entre dois números. Por exemplo:

5 %% 3
## [1] 2

Como a divisão de 5 por 3 não é exata, ao solicitarmos o resto da divisão com símbolo %% o R retorna 2. Teste uma divisão exata. O que ele retorna?

Por fim, a sequência %% retorna a parte inteira da divisão de X por Y. Tente novamente na divisão de 5 por 3. O que aconteceu? Qual a diferença?

Exercício 2.1 Faça cálculos mais complexos, com várias operações combinadas.

Importante: Tente entender como o R faz essas operações. Atenção nos parênteses!!

ERROS Se você digitar um comando que o R não reconhece, ele retornará uma mensagem de erro. NÃO ENTRE EM PÂNICO! Ele só está avisando que não conseguiu interpretar o comando. Você pode digitar outro comando normalmente em seguida ou corrigir o anterior.

Aprender esse tipo de funcionalidade no R, apesar de bem básico, é bastante útil para começarmos a aprender as primeiras interações com a linguagem. Porém, obviamente, não é para isso que queremos aprender alguma linguagem de programação, mas sim para automatizar processos, evitar repetições desnecessárias e realizar análises mais avançadas do que operações de soma e multiplicação.

2.3 Objetos e classes de objetos

Já enviamos informações de números para o R e fizemos operações básicas com ele. Mas e se agora nós enviarmos uma letra ou palavra para ele? Tente fazer isso.

a
## Error in eval(expr, envir, enclos): object 'a' not found

Ele retorna o erro. Preste bem atenção no que está escrito no erro. No caso, ele está nos informando que o objeto a não foi encontrado. Para entendermos isso, precisamos entender o que é um objeto.

Um objeto5, em termos da ciência da computação, é um valor armazenado na memória do computador. Ele pode assumir a forma de variáveis, funções6 ou estruturas de dados7. O objeto que importa para nós, por ora, são aqueles que representam variáveis. Nas próximas etapas do curso, trabalharemos com funções mas não iremos considerá-las como objetos.

Basicamente, no R, funções são ações realizadas em objetos. Porém, como tudo o que existe no R é um objeto, funções são objetos também.

Então, se um objeto armazena valores, conseguiremos fazer processos mais avançados e evitar repetições nos nossos códigos daqui pra frente. O objeto mais simples que encontramos no R é aquele que armazena apenas uma informação na memória.

A primeira coisa que precisamos definir é um nome para esse objeto (ou variável) e para isso precisamos seguir algumas preceitos - obrigatórios ou aconselhados.

  • Nomes válidos para variáveis (obrigatório)8

    1. TEM QUE COMEÇAR COM UMA LETRA OU UM PONTO (.)
      • exemplo nome, genero23, .name são nomes válidos
    2. NÃO PODE COMEÇAR COM NÚMEROS
      • exemplo 1x 0meunome são nomes inválidos
    3. SE O PONTO (.) FOR O PRIMEIRO DÍGITO, ELE NÃO PODE SER SEGUIDO DE UM NÚMERO
      • exemplo: .23bananas, .45ois são nomes inválidos
    4. **PODE CONTER UNDERSCORE _, DESDE QUE NÃO SEJA O PRIMEIRO DíGITO**
      • exemplo: meu_nome, hello_world são nomes válidos
    5. NÃO PODE CONTER ESPAÇO EM BRANCO
      • exemplo: meu nome, idade jovens são nomes inválidos
    6. NÃO PODE SER UMA DAS PALAVRAS RESERVADAS DA LINGUAGEM
      • Palavras reservadas9 são: if else repeat while function for in next break TRUE FALSE NULL Inf NaN NA NA_integer_ NA_real_ NA_complex_ NA_character_ são nomes inválidos

     

  • Boas práticas para criação de variáveis

    1. CAIXA BAIXA
      R é case sensitive, de modo que ele interpreta como variáveis diferentes Meu_nome, MEU_NOME, meu_nome, MeU_NoMe e qualquer outra variação possível. Portanto é recomendado que sejam criadas apenas variáveis em caixa baixa, para evitar confusão.
    2. VARIÁVEIS COM PONTOS
      Ainda que seja permitido pela linguagem, é recomendável evitar variáveis como meu.nome pois diversos pacotes utilizam . no nome das funções. Para fazer com que seu código seja mais fácil de ser lido por você e por outras pessoas, é bom evitar esse tipo de sintaxe no nome das variáveis.
    3. VARIÁVEIS COM NOMES DE FUNÇÕES
      Também para evitar confusões, evite utilizar nomes de funções do R como nomes de variáveis, como mean, sum, etc.

     

    Iremos indicar outras boas práticas mais adiante no curso.

Bom, agora que já sabemos como podemos nomear nossos objetos, vamos criar nosso primeiro objeto. Para criar um objeto precisamos armazenar algo dentro dele. Para que o R entenda que queremos armazenar algo em uma variável, utilizamos o símbolo <-.

O R aceita o = como atribuição de variável, mas não é recomendado, por poder ser confundido com operadores lógicos e argumentos de funções.

O R interpreta como o nome da variável o lado para o qual a seta está apontando e como valor atribuído o que está no lado oposto. Assim, atribuímos valores a variável x de qualquer um dos modos: x <- 5 ou 5 -> x. Porém, para evitar confusão, usaremos aqui sempre o primeiro formato

Sendo assim, criemos x:

x <- 5

Como só realizamos a atribuição da variável o R não retornou nada no prompt de comando. Para que ele retorne o que está armazenado dentro de uma variável precisamos pedir para que ele faça isso. Por sorte, a sintaxe do R possibilita que façamos isso de forma simples: apenas digitando o nome da variável e apertando enter.

x
## [1] 5

Pronto! Agora pedimos para o R nos mostrar o que é x ou, equivalentemente, o que está armazenado na variável x. Dessa forma, podemos fazer cálculos com x. Por exemplo:

x * 5
## [1] 25

E vejam só, podemos armazenar esse resultado em uma nova variável.

y <- x * 5

Agora temos duas variáveis: uma x, que tem armazenada o número 5, e y, que tem armazenada o resultado da operação x * 5.

Podemos ir além e criar uma variável z que armazena a divisão de x por y. Qual valor estará armazenado em z?

Certo! Mas e se agora digitarmos x <- 10 quanto vai valer x? O que aconteceu?

ATENÇÃO! Chegamos em uma parte muito importante do curso. Quando re-atribuímos uma variável já existente nós apagamos o valor que estava dentro dela e escrevemos um valor novo.

Ok! Já sabemos como criar, substituir e fazer contas com variáveis. Só que até agora só trabalhamos com números, mas variáveis podem - e devem - armazenar outros tipos de dados.

Neste caso precisamos de objetos diferentes, ou seja, de classes e formas de armazenamentos diferentes. O R apresenta quatro principais classes de objetos: integer, numeric, character e logical. Vamos ver cada uma delas:

  • integer
    Um objeto de classe integer é uma variável numérica que armazena apenas números inteiros (sem pontos flutuantes - os decimais). A diferença para a classe numeric é que a classe integer armazenam números com menos casas e não consegue fazer cálculos com casas decimais. Porem, quando declaramos uma variável numérica o R automaticamente a armazena como tipo numeric. É possível forçar a alteração dessa variável para integer se a sua variável não for ser utilizada para fazer cálculos e for necessário ocupar menos espaço de armazenamento (por exemplo - ID number). Abreviação: int

  • numeric
    Classe padrão para objetos numéricos. Armazena núumeros inteiros e do tipo double (ou float), ou seja, com casas decimais. Necessários para realização de cálculos matemáticos. Abreviação: num

  • character
    Classe do tipo string que armazena dados textuais. Mesmo que haja uma sequência de números os dados serão lidos como textos. Não é possível fazer operações matemáticas e aplicar funções de variáveis numéricas. Abreviação: char

  • logical
    Classe do tipo lógica (booleana), permite apenas armazenamentos de dados lógicos (TRUE ou FALSE). Utilizada para fazer operações lógicas com os dados. Também pode ser utilizada como variável binária. Abreviação: logi

Ainda há uma classe de variável para números complexos, utilizada para análises matemáticas mais avançadas mas não utilizaremos nesse curso.

Agora que já sabemos as classes de objetos. Vamos criar objetos para cada classe. Para criar objetos integer basta criar uma variável com números, assim como a variável da classe numeric. Porém, automaticamente o R cria variáveis numéricas como da classe numeric. Entao, para que forcermos o R a armazenar um número como integer, é necessario colocar no final do número a letra L. Assim, inteiro <- 8L será do tipo integer e não numeric. O L só entra para avisar o R que queremos que aquela variável seja de outra classe. Se pedirmos para ele nos retornar a variável armazenada ele irá retornar apenas a parte numérica da variável (sem o L).

inteiro <- 8L
inteiro
## [1] 8

Para criar variáveis de classe character também precisamos avisar para o R que aquela variável não é do tipo numérico. Sendo assim, não podemos criar a variável da seguinte forma:

string <- texto
## Error in eval(expr, envir, enclos): object 'texto' not found

Para que o R identifique que a variável é da classe character precisamos definir o valor entre aspas (" "):

string <- "texto"

Agora sim, o R interpreta o que está dentro dos parênteses como uma sequência de caracteres. Qualquer sequência de caracteres dentro das aspas será interpretada como um objeto da classe character, inclusive números, espaços e caracteres especiais.

Por fim, para criar uma variável do tipo lógica (que so aceitam TRUE e FALSE) é necessário atribuir valores TRUE, T, FALSE OU F. Atenção: não podem estar entre aspas, se não o R interpreta como character.

log <- FALSE

Uma outra forma de utilizar os objetos booleanos é comparando variáveis a partir de operadores relacionais. Podemos perguntar para o R se uma variável é igual a outra (==), diferente (!=), maior ou menor (> ou <) ou maior/menor ou igual (<= ou >=). Como é uma pergunta utilizando sinais de comparação a resposta vai sempre ser do tipo logical, ou seja, TRUE e FALSE.

Assim, podemos perguntar para o R se x é maior que y:

x > y
## [1] FALSE

O ! pode ser combinado com qualquer outro operador: >! (não é maior)

O R nos retorna a resposta FALSE, pois x não é maior que y. ( x já havia sido definido anteriormente como 5 e y como 25).

Exercício 2.2 Utilize os outros operadores relacionais para comparar outras variáveis.

Há ainda os operadores lógicos, que baseiam-se na Teoria dos Conjuntos. São eles: && (AND/E), || (OR/OU). Utilizando esses operadores podemos combinar perguntas para o R. A seguir, pergunto para o R se x é maior que y E se y é maior que 10. De modo que o R irá retornar FALSE se pelo menos uma das condições é falsa e ira retornar TRUE se, e somente se, as duas forem verdadeiras.

x > y || y > 10
## [1] TRUE
Exercício 2.3 Utilize o operador lógico “OU”. Em quais condições o R retorna FALSE e em quais ele retorna TRUE?

Por fim, se definirmos uma variável e queremos saber como o R a armazenou podemos utilizar a função class() para descobrir a classe do objeto.

Atenção! Essa é a primeira vez que utilizamos uma função no R. Funções tem uma sintaxe bem definida e argumentos obrigatórios e opcionais.

A função class() necessita apenas que seja inserido dentro dos parênteses o objeto que queremos saber a classe. Assim,

class(x)
## [1] "numeric"

Perguntamos para o R qual era a classe de x, no qual ele respondeu que x é da classe numeric. Faça isso com objetos de outras classes.

Ainda que possamos fazer várias coisas interessantes com o esse tipo mais simples de objeto, trabalhar com objetos mais complexos nos abre mais possibilidades para análises de dados. Porém, antes de avançarmos nos tipos de objetos, vamos ver algumas outras coisinhas que podem nos ajudar no aprendizado aqui para frente.

2.4 Ambiente do RStudio

Até agora trabalhamos apenas com o console do R. A vantagem dele é que ele é mais dinâmico e mais rápido, mas temos dificuldades de, por exemplo, ver quais variáveis já temos atribuídas e armazenadas na memória. De fato, se entrarmos com a função ls() o R irá retornar todas as variáveis já atribuídas e armazenadas. Porém, isso dificulta um pouco o trabalho da análise de dados pois temos que ficar solicitando a função toda vez que precisamos saber as variáveis armazenadas.

Para ajudar a comunicação com o usuário foram criadas IDEs (do inglês, Integrated Development Environment) para que facilitem algumas visualizações. Após a implementação e disponibilização dessas ferramentas o uso de várias linguagens de programação, inclusive o R, aumentou consideravelmente. Uma delas é o RStudio, software da empresa do mesmo nome que tem desempenhado um papel muito importante dentro da comunidade, criando documentação e ferramentas de aprendizagem para aumentar a utilização do R.

O ambiente do RStudio dispõe de 4 janelas principais. A janela console é a mesma que estávamos trabalhando antes. Ao clicarmos em File > New File > R Script criamos um arquivo de script. Esse arquivo funciona como um bloco de notas, o R só irá lê-lo se selecionarmos as linhas com os comandos e apertarmos ctrl+enter. é importante salvar os arquivos em seu computador com a extensão .R.

Na janela Environment são mostradas as variáveis que já estão atribuídas na memória. Por fim, a última janela (canto inferior direito) apresenta na aba Files os arquivos que estão na pasta raiz do projeto, na aba Plots os gráficos quando solicitamos que o R imprima gráficos na tela, na aba Packages os pacotes instalados no computador e na aba Help podemos ver a documentação das funções e pacotes (esse precisa de conexão na internet).

2.5 Pacotes

Quando instalamos o R no computador, apesar de vir com várias funções básicas, essa instalação inicial não comporta todas as possibilidades de funcionalidade do R. Para tanto, existem os pacotes, que são bibliotecas de funções e até mesmo dados que possibilitam complementar ou otimizar tarefas. Há uma infinidade de pacotes criados pela comunidade de usuários (você pode criar um pacote se quiser) que são disponibilizados no site CRAN. Para instalar um pacote você precisa utilizar o comando install.packages("nome_pacote"). Mesmo após a instalação é necessário que toda vez que você vai utilizar o pacote utilize o comando library(nome_pacote). As IDEs possibilitam que a busca e a instalação desses pacotes tambem seja mais prática.

2.5.1 Citando pacotes

Toda vez que você utilizar algum dos pacotes do R em seu trabalho, relatório ou artigo cite o pacote utilizado. Para ver como citar cada pacote utilize a função citation(pacote):

citation("data.table")
## 
## To cite package 'data.table' in publications use:
## 
##   Matt Dowle and Arun Srinivasan (2019). data.table: Extension of
##   `data.frame`. http://r-datatable.com,
##   https://Rdatatable.gitlab.io/data.table,
##   https://github.com/Rdatatable/data.table.
## 
## A BibTeX entry for LaTeX users is
## 
##   @Manual{,
##     title = {data.table: Extension of `data.frame`},
##     author = {Matt Dowle and Arun Srinivasan},
##     year = {2019},
##     note = {http://r-datatable.com, https://Rdatatable.gitlab.io/data.table,
## https://github.com/Rdatatable/data.table},
##   }

2.6 Como conseguir ajuda

Para buscar ajuda você pode ir na aba Help do RStudio e procurar o nome da função ou pacote na documentação disponível do R ou ir diretamente no console e digitar ?funçao (onde função é o nome da função desejada).

Faça buscas na internet e em sites especializados (como o Stackoverflow) para encontrar documentação referente as funções e funcionalidades do R.

  1. Para mais informações sobre objetos: https://pt.stackoverflow.com/questions/205482/em-programa%C3%A7%C3%A3o-o-que-%C3%A9-um-objeto↩︎

  2. https://pt.wikipedia.org/wiki/M%C3%A9todo_(programa%C3%A7%C3%A3o)↩︎

  3. https://pt.wikipedia.org/wiki/Estrutura_de_dados↩︎

  4. https://cran.r-project.org/doc/FAQ/R-FAQ.html#What-are-valid-names_003f↩︎

  5. https://stat.ethz.ch/R-manual/R-devel/library/base/html/Reserved.html↩︎