From c9e61a73655944d841c91e7c0ec53aba45733d89 Mon Sep 17 00:00:00 2001 From: Ricardo Pinheiro <14007768+sfxpok@users.noreply.github.com> Date: Thu, 15 Aug 2019 00:46:01 +0100 Subject: [PATCH] =?UTF-8?q?Quadro=20de=20dados=20com=20informa=C3=A7=C3=A3?= =?UTF-8?q?o=20sobre=20a=20fun=C3=A7=C3=A3o=20read.table=20(#25400)?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- guide/portuguese/r/data-types/index.md | 194 +++++++++++++------------ 1 file changed, 104 insertions(+), 90 deletions(-) diff --git a/guide/portuguese/r/data-types/index.md b/guide/portuguese/r/data-types/index.md index e321378231..481b3240eb 100644 --- a/guide/portuguese/r/data-types/index.md +++ b/guide/portuguese/r/data-types/index.md @@ -1,90 +1,104 @@ ---- -title: Data Types in R -localeTitle: Tipos de dados em R ---- ## Escalas - -Escalar refere-se a uma quantidade atômica que pode conter apenas um valor por vez. Escalares são os tipos de dados mais básicos. Alguns tipos comuns de escalares: - -1. Número - - > x <- 5 y <- 5,5 classe (x) \[1\] "numérico" classe (y) \[1\] "numérico" classe (x + y) \[1\] "numérico" - -2. Valor lógico - - > m <- x> y # Usado para verificar, é x maior que y? n <- x um <- "1"; b <- "2,5" a; b \[1\] "1" \[1\] "2,5" a + b Erro em um argumento + b: não numérico para operador binário classe A) \[1\] "personagem" class (como.numeric (a)) \[1\] "numérico" classe (como.character (x)) \[1\] "personagem" - - -## Vetor - -É uma sequência de elementos de dados do mesmo tipo básico. Por exemplo: -``` -> o <- c(1,2,5.3,6,-2,4) # Numeric vector - > p <- c("one","two","three","four","five","six") # Character vector - > q <- c(TRUE,TRUE,FALSE,TRUE,FALSE,TRUE) # Logical vector - > o;p;q - [1] 1.0 2.0 5.3 6.0 -2.0 4.0 - [1] "one" "two" "three" "four" "five" "six" - [1] TRUE TRUE FALSE TRUE FALSE -``` - -## Matriz - -É um conjunto de dados retangular bidimensional. Os componentes em uma matriz também devem ser do mesmo tipo básico, como vetor. Por exemplo: -``` -> m = matrix( c('a','a','b','c','b','a'), nrow = 2, ncol = 3, byrow = TRUE) - > m - >[,1] [,2] [,3] - [1,] "a" "a" "b" - [2,] "c" "b" "a" -``` - -## Quadro de dados - -É mais geral que uma matriz, pois colunas diferentes podem ter diferentes tipos de dados básicos. Por exemplo: -``` -> d <- c(1,2,3,4) - > e <- c("red", "white", "red", NA) - > f <- c(TRUE,TRUE,TRUE,FALSE) - > mydata <- data.frame(d,e,f) - > names(mydata) <- c("ID","Color","Passed") - > mydata - - ID Color Passed - 1 1 red TRUE - 2 2 white TRUE - 3 3 red TRUE - 4 4 FALSE -``` - -## Listas - -É um objeto-R que pode conter muitos tipos diferentes de elementos dentro dele, como vetores, funções e até mesmo outra lista dentro dele. Por exemplo: -``` -> list1 <- list(c(2,5,3),21.3,sin) - > list1 - [[1]] - [1] 2 5 3 - [[2]] - [1] 21.3 - [[3]] - function (x) .Primitive("sin") -``` -## Datas - -As datas podem vir em vários formatos, mas vamos nos focar com o exemplo seguinte: - -``` -> as.Date("10/21/2012", format = "%m/%d/%Y") - -[1] "2012-10-21" -``` - -A data que inserimos no primeiro argumento, 10/21/2012, passou a ter outro formato devido à função que utilizamos. O segundo argumento é apenas para o R saber em que formato é que a entrada está. - -## Referência: - -[Documentos oficiais](https://cran.r-project.org/manuals.html) [Tipos de dados em R por r-bloggers](https://www.r-bloggers.com/classes-and-objects-in-r/) +--- +title: Data Types in R +localeTitle: Tipos de dados em R +--- ## Escalas + +Escalar refere-se a uma quantidade atômica que pode conter apenas um valor por vez. Escalares são os tipos de dados mais básicos. Alguns tipos comuns de escalares: + +1. Número + + > x <- 5 y <- 5,5 classe (x) \[1\] "numérico" classe (y) \[1\] "numérico" classe (x + y) \[1\] "numérico" + +2. Valor lógico + + > m <- x> y # Usado para verificar, é x maior que y? n <- x um <- "1"; b <- "2,5" a; b \[1\] "1" \[1\] "2,5" a + b Erro em um argumento + b: não numérico para operador binário classe A) \[1\] "personagem" class (como.numeric (a)) \[1\] "numérico" classe (como.character (x)) \[1\] "personagem" + + +## Vetor + +É uma sequência de elementos de dados do mesmo tipo básico. Por exemplo: +``` +> o <- c(1,2,5.3,6,-2,4) # Numeric vector + > p <- c("one","two","three","four","five","six") # Character vector + > q <- c(TRUE,TRUE,FALSE,TRUE,FALSE,TRUE) # Logical vector + > o;p;q + [1] 1.0 2.0 5.3 6.0 -2.0 4.0 + [1] "one" "two" "three" "four" "five" "six" + [1] TRUE TRUE FALSE TRUE FALSE +``` + +## Matriz + +É um conjunto de dados retangular bidimensional. Os componentes em uma matriz também devem ser do mesmo tipo básico, como vetor. Por exemplo: +``` +> m = matrix( c('a','a','b','c','b','a'), nrow = 2, ncol = 3, byrow = TRUE) + > m + >[,1] [,2] [,3] + [1,] "a" "a" "b" + [2,] "c" "b" "a" +``` + +## Quadro de dados + +É mais geral que uma matriz, pois colunas diferentes podem ter diferentes tipos de dados básicos. Por exemplo: +``` +> d <- c(1,2,3,4) + > e <- c("red", "white", "red", NA) + > f <- c(TRUE,TRUE,TRUE,FALSE) + > mydata <- data.frame(d,e,f) + > names(mydata) <- c("ID","Color","Passed") + > mydata + + ID Color Passed + 1 1 red TRUE + 2 2 white TRUE + 3 3 red TRUE + 4 4 FALSE +``` + +Um quadro de dados pode ser lido através da função read.table() e com esta função podemos, por exemplo, omitir a primeira coluna desta maneira: + +``` +> HousePrice <- read.table("houses.data", header=TRUE) + +Price Floor Area Rooms Age Cent.heat +52.00 111.0 830 5 6.2 no +54.75 128.0 710 5 7.5 no +57.50 101.0 1000 5 4.2 no +57.50 131.0 690 6 8.8 no +59.75 93.0 900 5 1.9 yes +``` + +## Listas + +É um objeto-R que pode conter muitos tipos diferentes de elementos dentro dele, como vetores, funções e até mesmo outra lista dentro dele. Por exemplo: +``` +> list1 <- list(c(2,5,3),21.3,sin) + > list1 + [[1]] + [1] 2 5 3 + [[2]] + [1] 21.3 + [[3]] + function (x) .Primitive("sin") +``` + +## Datas + +As datas podem vir em vários formatos, mas vamos nos focar com o exemplo seguinte: + +``` +> as.Date("10/21/2012", format = "%m/%d/%Y") + +[1] "2012-10-21" +``` + +A data que inserimos no primeiro argumento, 10/21/2012, passou a ter outro formato devido à função que utilizamos. O segundo argumento é apenas para o R saber em que formato é que a entrada está. + +## Referência: + +[Documentos oficiais](https://cran.r-project.org/manuals.html) [Tipos de dados em R por r-bloggers](https://www.r-bloggers.com/classes-and-objects-in-r/)