Tipos e estruturas de dados em R

Introdução

O R oferece um rico conjunto de estruturas de dados que servem como blocos de construção para a análise de dados. Neste tutorial, abordaremos os quatro tipos de dados principais no R:

• Vetores: A estrutura de dados mais básica em R.
• Listas: Coleções versáteis que podem conter elementos de diferentes tipos.
• Quadros de dados: Estruturas de dados tabulares, semelhantes a planilhas ou tabelas SQL.
• Matrizes: Matrizes bidimensionais usadas para cálculos numéricos.

Compreender essas estruturas de dados é essencial para escrever código R eficiente e realizar análises de dados eficazes.

Vetores

Os vetores são o tipo mais simples de estrutura de dados no R. São coleções ordenadas e homogêneas de elementos (todos os elementos devem ser do mesmo tipo).

Criando e usando vetores

# Criando um vetor numérico
num_vector <- c(1, 2, 3, 4, 5)
print(num_vector)                         

[1] 1 2 3 4 5

# Criando um vetor de caracteres
char_vector <- c("apple", "banana", "cherry")
print(char_vector)                       

[1] "apple"  "banana" "cherry"

# Operações básicas em vetores
sum_vector <- sum(num_vector)
print(paste("Sum:", sum_vector))        

[1] "Sum: 15"

Quando usar vetores

Use vetores para armazenar sequências de números, caracteres ou valores lógicos quando todos os elementos forem do mesmo tipo.

Listas

As listas no R são estruturas de dados flexíveis que podem conter elementos de diferentes tipos, incluindo outras listas.

Criando e usando listas

# Criando uma lista contendo diferentes tipos de dados
my_list <- list(
  name = "Alice",
  age = 25,
  scores = c(85, 90, 95)
)
print(my_list)

$name
[1] "Alice"

$age
[1] 25

$scores
[1] 85 90 95

# Acessando elementos em uma lista
print(my_list$name)

[1] "Alice"

print(my_list[[3]])

[1] 85 90 95

Quando usar listas

Use listas quando precisar armazenar dados heterogêneos ou uma coleção de objetos que não necessariamente compartilham o mesmo tipo.

Quadros de dados

Estruturas de dados são estruturas bidimensionais ideais para lidar com dados tabulares. São semelhantes a planilhas e permitem armazenar diferentes tipos de dados em cada coluna.

Criando e usando estruturas de dados

# Criando uma estrutura de dados
students <- data.frame(
  name = c("Alice", "Bob", "Charlie"),
  age = c(25, 30, 35),
  major = c("Biology", "Mathematics", "Computer Science")
)
print(students)

     name age            major
1   Alice  25          Biology
2     Bob  30      Mathematics
3 Charlie  35 Computer Science

# Acessando colunas em um quadro de dados
print(students$name)

[1] "Alice"   "Bob"     "Charlie"

Quando usar estruturas de dados

Os data frames são mais usados quando se trabalha com dados estruturados e tabulares. Elas são particularmente úteis em ciência de dados para tarefas como limpeza, transformação e visualização de dados.

Matrizes

Matrizes são matrizes bidimensionais que contêm elementos de um único tipo de dados. Eles são usados principalmente para cálculos matemáticos.

Criando e usando matrizes

# Criando uma matriz a partir de um vetor, especificando o número de linhas
matrix_data <- matrix(1:9, nrow = 3, byrow = TRUE)
print(matrix_data)

     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    4    5    6
[3,]    7    8    9

# Operações básicas com matrizes
matrix_sum <- sum(matrix_data)
print(paste("Matrix Sum:", matrix_sum))

[1] "Matrix Sum: 45"

Quando usar matrizes

Use matrizes para cálculos numéricos em que você precisa de uma estrutura bidimensional fixa, como em operações de álgebra linear.

Conclusão

Compreender as estruturas de dados fundamentais no R — vetores, listas, estruturas de dados e matrizes — é crucial para uma análise de dados eficaz. Cada estrutura tem seus casos de uso específicos, e dominá-los ajudará você a escrever código R mais eficiente e legível. Experimente estes exemplos e explore como cada estrutura de dados pode ser aproveitada em seus próprios projetos.

Leitura adicional

• Introdução ao R para ciência de dados
• Fluxo de controle e loops no R
• Sintaxe e variáveis no R

Boa programação e aproveite para explorar as poderosas estruturas de dados do R!

Artigos relacionados

Nota

• Versão Python: Tipos e estruturas de dados em Python

Explore mais artigos

Nota

Aqui estão mais artigos da mesma categoria para ajudá-lo a se aprofundar no tópico.