Tipos de dados e objetos no R

# Tipos de dados e objetos no R
### <br></br>Renata Oliveira

---

layout: true
  
<div class="my-footer">
<span>
<a href="https://places.education" target="_blank">https://places.education</a>
</span>
</div>

---

## Retrospecto
---

## Modelo conceitual da análise de dados

![Modelo de Data Science](https://retaoliveira.github.io/relements/figures/dataR.png)
---

## Tipos de dados

---

## Tipos de dados

---

## Tipos de dados

- Os tipos de dados mais comuns são `character`, `numeric`, `factor`e `logical`.

Character

```r
character <- "arroz"
class(character)
```

```
## [1] "character"
```

Numeric

```r
numeric <- 7
class(numeric)
```

```
## [1] "numeric"
```

---

## Tipos de dados

Factor

```r
factor <- as.factor(c("pato", "gato", "rato", "gato", "pato"))
class(factor)
```

```
## [1] "factor"
```

```r
levels(factor)
```

```
## [1] "gato" "pato" "rato"
```

---

## Tipos de dados

Logical

```r
logical <- as.logical(c(0,1,1,0))
class(logical)
```

```
## [1] "logical"
```

---

## Tipos de classes de objetos no R

- As classes de organização dos dados mais comuns são `vector`, `list`, `matrix` e `dataframe`.

.question[
Um vetor é uma seqüência de elementos de dados do mesmo tipo básico. Os elementos em um vetor são oficialmente chamados de componentes. No entanto, nós os chamaremos apenas de elementos e assumiremos que cada elemento ocupa uma posição no vetor.
]

---

## Tipos de classes de objetos no R

#### Índice em vetores:

```r
s <- c("aa", "bb", "cc", "dd", "ee") 
s[3] 
```

```
## [1] "cc"
```

```r
s[-3]
```

```
## [1] "aa" "bb" "dd" "ee"
```

```r
s[10]
```

```
## [1] NA
```

---

## Tipos de classes de objetos no R

.question[
Uma matriz é uma coleção de elementos de dados dispostos em um layout bidimensional retangular. A seguir, um exemplo de uma matriz com 2 filas e 3 colunas.]

---

## Tipos de classes de objetos no R

```r
A = matrix(c(2, 4, 3, 1, 5, 7), # the data elements 
     nrow=2,                    # number of rows 
     ncol=3,                    # number of columns 
     byrow = TRUE)              # fill matrix by rows 
A
```

```
##      [,1] [,2] [,3]
## [1,]    2    4    3
## [2,]    1    5    7
```

```r
A[2, 3]
```

```
## [1] 7
```

---

## Tipos de classes de objetos no R

```r
n <- c(2, 3, 5) 
s <- c("aa", "bb", "cc", "dd", "ee") 
x <- list(n, s, 3)   # x contains copies of n, s, b
x
```

```
## [[1]]
## [1] 2 3 5
## 
## [[2]]
## [1] "aa" "bb" "cc" "dd" "ee"
## 
## [[3]]
## [1] 3
```

---

## Tipos de classes de objetos no R

```r
slice <- x[2]
slice
```

```
## [[1]]
## [1] "aa" "bb" "cc" "dd" "ee"
```

```r
x[[2]] # member - can be modified
```

```
## [1] "aa" "bb" "cc" "dd" "ee"
```

---

## Tipos de classes de objetos no R

.question[
Um `dataframe` é usado para armazenar tabelas de dados. É uma lista de vetores de igual comprimento. Por exemplo, a seguinte variável `df` é uma `dataframe` contendo três vetores n, s, b.
]

```r
n <- c(2, 3, 5) 
s <- c("aa", "bb", "cc") 
b <- c(TRUE, FALSE, TRUE) 
df <- data.frame(n, s, b)       # df is a data frame
df
```

```
##   n  s     b
## 1 2 aa  TRUE
## 2 3 bb FALSE
## 3 5 cc  TRUE
```

---

## Comunicação com RMarkdown

## Reprodutibilidade

Objetivos no curto prazo:

- As tabelas e figuras são reprodutíveis a partir do código e dos dados?
- O código realmente faz o que você acha que faz?
- Além do que foi feito, é claro *por que* foi feito?

Objetivos no longo prazo:

- O código pode ser usado para outros dados?
- Você pode estender o código para fazer outras coisas?

---

## RMarkdown

<img src="img/render.png" width="100%" style="display: block; margin: auto;" />
.footnote[
Alison Hill [Teaching in Production](https://rstudio-education.github.io/teaching-in-production/slides/index.html#1)
]

---

## Ambiente de trabalho do Rmarkdown

Lembre-se disso e espere que ele _o morda_ algumas vezes enquanto você aprende a trabalhar 
com R Markdown!

---

## Ambiente de trabalho do Rmarkdown

```r
x <- 2
x * 3
```

```r
x * 3
```

---

## Como usaremos o R Markdown?

- Cada tarefa / relatório / projeto / etc. é um documento R Markdown
- Você sempre terá um modelo de documento R Markdown para começar a atividade ou uma orientação quanto ao `template`

---

### Sua vez!

1. Instale o package `flexdashboard` (install.packages("flexdashboard"))
2. Gere um documento desse tipo no RStudio.
3. Inclua dados e representações simples. Pode utilizar o `mtcars` e as funções `plot()`, `hist()` e `boxplot()`   
4. Gere um `summary()` de algum dos vetores que compõe o dataframe.

---

### Fazendo uma apresentação no R!

1. Instale os pacotes install.packages(c("xaringan", "xaringanExtra", "xaringanthemer"))
2. Gere um arquivo R markdown do tipo Ninja Xaringan Themer. 
3. `knit` o documento. 
4. Visite o site [color-hex](https://www.color-hex.com/) e altere o padrão de cores da apresentação.

---

## Encaminhamentos:

Atividade 3
Lab 3.1

---

# DÚVIDAS?