# [Minicurso 2025] 04. Introdução ao R (e RStudio)

###### tags: `Minicurso25`


[TOC]

## 1. Básicos da programação em R

### Acesso ao RStudio server:
1. Acessar: http://200.145.102.175:8787/
2. Logar com suas credenciais de `login` e `senha`.

### Conhecendo a interface

***1. Script:*** Local onde escrevemos o código (perene);
***2. Console:*** Local onde escrevemos o código (temporário) e observamos os resultaydos;
***3. Ambiente/Histórico:*** Variaveis/Objetos salvos; Histórico de códigos rodados;
***4. Arquivos/Plots/Pacotes/Ajuda***


### Teclas de Atalho

| Atalho | Função |
|--------|--------|
| `CTRL` + `ENTER` | Executa linha atual ou seleção |
| `ALT` + `-` | Adiciona o operador `<-` |
| `CTRL` + `SHIFT` + `R` | Adiciona uma nova seção de código |
| `CTRL` + `SHIFT` + `M` | Adiciona o operador `%>%` |
| `CTRL` + `L` | Limpa o terminal do R |

### Operadores

Caracteres especiais capazes de realizar funções básicas.

- **Operadores matemáticos:**
Permite realizar operações básicas de forma direta. Como uma calculadora

# Operadores matemáticos:

2 + 3
2 * 3
2 - 3
2 / 3
2 ^ 3

- **Operadores lógicos:**
Permite comparar valores e expressões, retorna valores boleanos: Verdadeiro (*TRUE; T*) ou Falso (*FALSE; F*).

# Operadores lógicos:

2 == 3    # Igualdade
2 != 3    # Desigualdade
2 <= 3    # Menor (<); Menor ou igual (<=)
2 >= 3    # Maior (>); Maior ou igual (>=)

2 < 3 & 3 > 5    # & = E; Só TRUE quando ambos são TRUE
2 < 3 | 3 > 5    # | = OU; É TRUE quando ao menos um é TRUE

- **Operadores de atribuição:**
Permite atribuir valores a um objeto. São válidos os símbolos '<-' e '='.

# Operadores de atribuição:

a <- 3   # Cria um objeto 'a' de valor 3
a        # Visualiza o objeto 'a'

b = 2     
b

a + b    # Operações válidas para o valor interno serão executadas normalmente.
a - b
a == b

### Vetores

Conjunto de elementos de um mesmo **tipo** (numérico, textual, lógicos...).

- **Criação de vetores:**

# Criação de vetores:

# Criando vetores com a função 'c()' (Concatenar).

v1 <- c(2, 6, 30, 193)    # Vetor numérico (Numeric)
v1

v2 <- c("a", "z", "lucas", "e. coli")    # Vetor de texto (Character)
v2

v3 <- c(TRUE, FALSE, TRUE)    # Vetor lógico (Logical)
v3

# Criando vetores de outras formas:

v <- 1:5    # Sequência de 1 a 5, o mesmo que c(1, 2, 3, 4, 5)
v

v <- rep(1, 7)    # Função rep(); Repetirá 1, 7 vezes
v

v <- rep("a", 7)    # Também funciona com texto
v

v <- seq(10, 20, 2)    # Função seq(); Sequência de 10 a 20, pulando de 2 em 2.
v

- **Operação com vetores**

# Operação com vetores

(vx <- 1:5)
(vy <- rep(1, 5))

# Operações podem ser feita entre os elementos, de forma pareada, quanto possuirem o mesmo tamanho:

length(vx)    # Função length() mede o tamanho de um objeto
length(vy)

vx + vy
vx + rep(1, 6)    # Erro
vx > vy   # Checa cada elemento de 'vx' contra cada elemento de 'vy' (na mesma posição)


# Ou para cada elemento:

vx * 2    # Multiplica cada elemento por 2
vx > 2    # Todos contra 2 

- **Elementos de vetores**

# Elementos de vetores

vl <- letters    # Objeto especial, contém alfabeto minúsculo
vl

vl[20]    # 20º elemento
vl[c(15, 9)]    # 15º e 9º elemento
vl[1:5]    # Série de elementos do 1º ao 5º

vn <- 1:10
vn

vn[c(T, T, F, F, T, T, F, F, T, T)]    # Seleção lógica; Exibe T
vn[vn > 5]    # Maiores que 5
vn[(vn %% 2) == 0]    # Apenas pares
vn[(vn %% 2) != 0]    # Apenas ímpares

### Matrizes e Data Frames

- **Matriz**: Vetores com duas dimensões (linhas/*rows* e colunas/*columns*). **Mesmo tipo!**

# Matrizes 

# Criação de matrizes:

m <- 1:20    # Vetor
m

dim(m)    # Função que descreve n. de dimensões

dim(m) <- c(5, 4)    # Alterando n. de dimensões
m

dim(m) <- c(10, 2)    # Alterando n. de dimensões
m

t(m)    # Invertendo (transpondo) a matriz
m       # Note que as mudanças não são perenes...

m <- t(m)   # ...A não ser que sejam salvas
m

# Seleção de elementos:

m[1, ] # 1ª linha
m[ ,5] # 5ª coluna
m[2,3] # Elemento da 2ª linha e 3ª coluna
m

- **Data Frames**: Tabelas contendo vetores ou fatores de mesmo tamanho. **Pode possuir tipos diferentes.** Linhas/Rows também podem ser chamadas de *Casos/Cases* e Colunas/Columns de *Váriaveis/Variable*.

# Data Frames

# Criação de DFs

df1 <- data.frame(
    ID = 1:5,
    Nome = c("Kuririn", "Goku", "Cell", "Piccolo", "Bulma"),
    Sexo = as.factor(c("M", "M", "M", "M", "F")),
    Idade = c(42, 46, 6, 26, 50),
    Especie = as.factor(c("Humano", "Sayajin", "Android", "Namekusei", "Humano"))
)

df1

# Seleção de elementos:

df1[1, ] # 1ª linha, todas as colunas
df1[ ,2] # 2ª coluna, todas as linhas

df1$Nome    # Coluna "Nome"
df1["Nome"] # Coluna "Nome"

df1[c(1,3), ] # Linhas 1 e 3, todas as colunas
df1[1:2, 2:5] # Linhas 1 e 2, colunas de 2 a 5
df1[df1$Idade > 30, c("Nome", "Especie")] # Das linhas cuja idades seja maior que 30, mostrar colunas "Nome" e "Especie"

# Adicionando colunas

df1$Poder <- c(150, 9000, 5500, 300, 10)
df1

### Controle de fluxo

Processos iterativos (em loop) que "quebram" o fluxo do código, realizando tarefas até que uma determinada condição seja satisfeita.

- **for**
Para *cada* elemento, faça algo.

# for:

# Para cada elemento de 1 a 10
for (i in 1:10) {
    
    # Exiba o resultado do elemento * 2
    print(i * 2)
    
}

- **if/else**
Se uma condição for *verdadeira*, faça algo; Se não, faça outra coisa.

# if/else:

x <- 4

# Se módulo de x/2 for igual a 0
if (x %% 2 == 0) {
    
    # Exiba "par"
    print("par")

# Se não
} else {
    
    # Exiba "ímpar"
    print("ímpar")
    
}

- **while**
*Enquanto* uma condição se manter verdadeira, faça algo.

# while:

x <- 1

# Enquanto 'x' for menor que 10, faça:
while (x <= 10) {
    
    # Exiba:
    print(paste("'x' agora é", x))
    
    # Some 1 ao atual valor de 'x'
    x <- x + 1
    
}

### Funções

Aplicações para realizar ações específicas. Quase tudo é uma função. Das mais simples às mais complexas.

Algumas funções já utilizadas: ***c(), length(), rep(), seq(), t(), data.frame()...***

Funções são pertencentes a pacotes nativos (built-in), carregados (instalados e convocados) ou criadas.

Funções podem receber **argumentos** limitados, ilimitados, ou nem serem necessários. Alguns são opcionais, alguns são obrigatórios.

Argumentos pode ou não ser nomeados. Se não forem, devem respeitar a ordem estabelecida pela função.

Para checar os requisitos, usabilidade e exemplos do uso de uma função, utilize um `?` antes de seu nome. (Ex. `?length`)

- **Built-in**

As funções mais básicas são nativas. Pertencem a pacotes iniciados em conjunto com o R.

# Funções built-in:

# Funções sem necessidade de argumentos:

# ls(): Lista os objetos
ls()

# getwd(): Informa o local de trabalho
getwd()

# Argumentos nomeados vs. não nomeados:
?round()
round(x = 1.7468357)
round(x = 1.7468357, digits = 3)
round(digits = 3 , x = 1.7468357)

round(1.7468357, 3)
round(3, 1.7468357)

# Funções específicas para determinados tipos de valores:
sum(23, 12, 34, 45, 12, 59)
sum("a", "b", "a", "d", "f") # erro

- **Funções criadas**

É possivel criar uma função nova com a função: `function()`.

# Funções criadas:

critico <- function(titulo, nota){
    
    if (nota <= 4 ){
        paste("O filme", titulo, "é RUIM! Guarde seu dinheiro.")
    } else if (nota > 4 & nota < 8){
        paste("O filme", titulo, "é MÉDIÃO! Só veja se não tiver algo melhor pra fazer.")
    } else {
        paste("O filme", titulo, "é ÓTIMO! Pode ver sem medo.")
    }
    
}

critico(titulo = "Morbius", nota = 3.5)
critico("Avatar", 5.5)
critico(nota = 9.5, titulo = "O Senhor dos Anéis")

- **Pacotes**

Pacotes são conjuntos de funções que ampliam as capacidades do R. Esses pacotes devem ser instalados a parte e não são carregados automaticamente, requerendo uma convocação em seu primeiro uso.

O R não possui a capacidade nativa de lidar com arquivos no formato `excel`. O pacote `xlsx` fornece funções para abrir e salvar arquivos nesse formato.

# Funções de pacotes:

# Instalação de pacotes - Execução única!
install.packages("xlsx")

# Convocação do pacote - Uma vez por sessão
library("xlsx") # require("xlsx") também funciona

# Funções de um pacote:
# Digitar "pacote::" + tecla 'tab', ou:
ls("package:xlsx")

# Buscando ajuda:
?read.xlsx

# Abrindo tabela do excel:
pokedex <- read.xlsx(file = "/srv/cibioinfo/tutoriais/pokedex.xlsx", sheetIndex = 1)

# Visualizando linhas iniciais, função :
head(pokedex)

# Visualizadno tabela inteira:
View(pokedex)

### Tidyverse: O melhores do R


- Coleção de pacotes do R;
- Compartilham estilo e síntaxe; Grande parte criado por Hadley Wickham;
- Voltado à processos de *data wrangling*:
- Obtenção, transformação, limpeza, agregação e visualização dos dados
- Além de pacotes como `dplyr`, `tidyr` e `ggplot2`, o tidyverse adiciona o operador pipe (`%>%`), que permite o encadeamento de funções de forma mais intuitiva:

# Instalação do 'tidyverse' já foi realizada préviamente (pesada!).
# install.packages("tidyverse")

# Convocação
library("tidyverse")

# Função única:
sum(13, 18, 36, 16)

sqrt(83)

round(9.110434, digits = 2)

# Ou

a <- sum(13, 18, 36, 16)

b <- sqrt(a)

round(b, digits = 2)

# Método de encadear funções no R Base (aninhamento):
round(x = sqrt(sum(13, 18, 36, 16)), digits = 2)

# Método com o pipe "%>%"
sum(13, 18, 36, 16) %>% sqrt() %>% round(digits = 2)

## 2. Básicos da exploração de dados em R


### Exploração
- Estrutura dos dados

# Recarregando a tabela:
pokedex <- read.xlsx(file = "/srv/cibioinfo/tutoriais/pokedex.xlsx", sheetIndex = 1)

# Visualização completa da tabela (aba):
View(pokedex)

# Visualização das primeiras linhas:
head(pokedex)

# Tamanho da tabela:
ncol(pokedex)     # N. de colunas
nrow(pokedex)     # N. de linhas

# Resumo da tabela (tipos):
str(pokedex)

- Variáveis, tipos e valores únicos

# Checando os nomes:
names(pokedex)

# Tipo de variáveis:
class(pokedex$Name)
class(pokedex$Height_cm)

# Valores únicos:
unique(pokedex$Type1)

- Dados faltantes

# Dados faltantes:
# Ausência de dados pode ser um problema. No R, células vazias recebem 'NA' (not available).
pokedex[ complete.cases(pokedex), ]
pokedex[!complete.cases(pokedex), ]

### Limpeza
- Seleção de variáveis

# Seleção de variáveis. Função 'select':
names(pokedex)

pokedex %>% 
    select(1:2, 4) # por 'posição'

pokedex %>% 
    select(Number:Type2, Attack) # por 'nomes'

pokedex %>% 
    select(-Types, -Type2) # seleção negativa

pokedex %>% 
    select(Name, starts_with("Type")) # por padrão

pokedex2 <- pokedex %>% 
    select(Number:Weight_lb, HP:Speed) %>% 
    select(-Types, -Type2)

pokedex2

- Mudando ordem de variáveis

# Mudando ordem de variáveis. Função 'select':
pokedex2 %>% 
    select(Name, everything())

- Mudando nomes de variáveis

# Mudando nome de variáveis. Função 'rename':
pokedex2 <- pokedex2 %>%
    # Sintaxe: rename(nome_novo = nome_velho)
    rename(Type = Type1)

- Mudando o tipo de variáveis

# Mudando o tipo de variáveis:
class(pokedex2$Type)

pokedex2$Type <- as.factor(pokedex2$Type)

class(pokedex2$Type)

levels(pokedex2$Type)

- Filtrando linhas

# Filtrando linhas:
pokedex2 %>%
    select(Name, Type, Attack) %>%
    # Filtando por uma condição
    filter(Type == "fire")

pokedex2 %>%
    select(Name, Type, Attack) %>%
    # Filtando se uma condição OU outra for verdadeira
    filter(Type == "fire" | Type == "water")

pokedex2 %>%
    select(Name, Type, Attack) %>%
    # Filtando se uma condição E outra forem verdadeiras
    filter(Type == "fire" & Attack >= 100)

pokedex2 %>%
    select(Name, Type, Attack) %>%
    # Soma dos filtros anteriores
    filter((Type == "fire" | Type == "water") & Attack >= 100)

- Lidando com dados perdidos ("NAs")

# Lidando com "NAs"
mean(pokedex2$Attack) # Erro
mean(pokedex2$Attack, na.rm = TRUE)

pokedex2 <- pokedex2 %>%
    drop_na()

mean(pokedex2$Attack)

### Manipulação
- Criando ou alterando variável

# Criando ou alterando variáveis. Função 'mutate':
pokedex2 <- pokedex2 %>%
    mutate(Height_m = Height_cm / 100) %>%
    mutate(Weight_kg = Weight_lb / 2.205) %>%
    select(-Height_cm, -Weight_lb)

View(pokedex2)

- Mudança condicional

# Mudança condicional. Funtção 'mutate' + 'if_else':
pokedex2 <- pokedex2 %>%
    mutate(Power = if_else(Attack >= 120 | Special >= 120, "High", "Low"))

View(pokedex2)

### Descrição
- Amplitude e Dispersão

# Amplitude: Mínimas e máximas:
min(pokedex2$Height_m)
max(pokedex2$Height_m)
range(pokedex2$Height_m)

# Dispersão
IQR(pokedex2$Height_m)
boxplot(pokedex2$Height_m, horizontal = T)

- Centralidade

# Centalidade
mean(pokedex2$Attack)
median(pokedex2$Attack)

- Variância e Desvio-Padrão

# Variância e Desvio-Padrão
var(pokedex2$Attack)
var(pokedex2$Height_m)

sd(pokedex2$Attack)
sd(pokedex2$Height_m)

par(mfrow=c(1,2))
boxplot(pokedex2$Attack, horizontal = T)
boxplot(pokedex2$Height_m, horizontal = T)
par(mfrow=c(1,1))

- Resumo dos dados

# Resumos
summary(pokedex2$Attack)
summary(pokedex2$Height_m)

pokedex2 %>% 
    select(Attack, Defense, Height_m, Weight_kg) %>%
    summary()

- Criação de tabelas de resumos

# Criação de tabelas de resumos
table(pokedex2$Type)

tipo_freq <- pokedex2 %>%
    select(Type) %>%
    table()

View(tipo_freq)

tipo_atk <- pokedex2 %>%
    # Remove colunas não-agrupaveis e não-numéricas
    select(-Number, -Name) %>%
    # Agrupa pelo fator em comum
    group_by(Type) %>%
    # Cria as medidas as quais se deseja avaliar
    summarise(Min = min(Attack),
              Max = max(Attack),
              Mean = mean(Attack),
              SD = sd(Attack)) %>%
    # Ordena de forma decrescente ('-')
    arrange(-Mean)

tipo_sp <- pokedex2 %>%
    select(-Number, -Name) %>%
    group_by(Type) %>%
    summarise(Min = min(Special),
              Max = max(Special),
              Mean = mean(Special),
              SD = sd(Special)) %>%
    arrange(-Mean)

View(tipo_atk)
View(tipo_sp)

### Visualização


- **ggplot2**

- Um dos melhores pacotes do R para visualização de dados;
- Permite a construção modular de gráficos;
- Possui uma "gramática" própria (*"A Gramática dos Gráficos"*). Básicamente, necessita de três informações: `data`, `mapping` e `geometry`
- Inicialmente parece complexo, mas é compensado por sua versatilidade;
- Cheat Sheet: [Link](https://github.com/rstudio/cheatsheets/blob/main/data-visualization-2.1.pdf)

- Gráficos de barra

# Gráfico de barras
ggplot(data = pokedex2, mapping = aes(x = Type)) +
    geom_bar()

ggplot(data = pokedex2, mapping = aes(x = Type, fill = Type)) +
    geom_bar()

cores <- c("#a8b821", "#6e39fd", "#f7d432", "#c03121",
           "#f07f2f", "#6f5997", "#78c750", "#e0c167",
           "#98d8d8", "#a9a878", "#9f3fa0", "#fc5686",
           "#b89f38", "#6294e9")

ggplot(data = pokedex2, mapping = aes(x = Type, fill = Type)) +
    geom_bar() +
    scale_fill_manual(values=cores)

- Histogramas

# Histogramas
ggplot(data = pokedex2, mapping = aes(x = Height_m)) +
    geom_histogram()

ggplot(data = pokedex2, mapping = aes(x = Height_m)) +
    geom_histogram(colour = "black", fill = "white", bins = 100)

ggplot(data = pokedex2, mapping = aes(x = Height_m)) +
    geom_histogram(colour = "black", fill = "white", bins = 20)

- Diagrama de caixa (Boxplot)

# Diagrama de caixa (Boxplot)
ggplot(data = pokedex2, mapping = aes(y = Defense)) +
    geom_boxplot()

ggplot(data = pokedex2, mapping = aes(y = Attack, x = Type)) +
    geom_boxplot()

ggplot(data = pokedex2, mapping = aes(y = Special, x = Type, fill = Type)) +
    geom_boxplot() +
    scale_fill_manual(values=cores) +
    theme_bw()

- Gráfico de densidade

# Gráfico de densidade
pokedex2 %>%
    filter(Type %in% c("psychic", "fighting")) %>%
    ggplot(aes(x = Attack, color = Type, fill = Type)) +
    geom_density(alpha = 0.8) +
    theme_bw() +
    scale_fill_manual(values=c("#c03121", "#fc5686")) +
    scale_color_manual(values=c("#c03121", "#fc5686")) 

pokedex2 %>%
    filter(Type %in% c("psychic", "fighting")) %>%
    ggplot(aes(x = Special, color = Type, fill = Type)) +
    geom_density(alpha = 0.8) +
    theme_bw() +
    scale_fill_manual(values=c("#c03121", "#fc5686")) +
    scale_color_manual(values=c("#c03121", "#fc5686")) 

- Gráfico de dispersão

# Gráfico de dispersão
pokedex2 %>%
    ggplot(aes(Speed, HP)) +
    geom_point(size = 3, alpha = 0.8) +
    theme_bw() +
    labs(title = "Velocidade vs. HP")

pokedex2 %>%
    ggplot(aes(Attack, Defense)) +
    geom_point(size = 3, alpha = 0.8) +
    theme_bw() +
    labs(title = "Defesa vs. Ataque")

pokedex2 %>%
    ggplot(aes(Attack, Defense, color = Type)) +
    geom_point(size = 3, alpha = 0.8) +
    theme_bw() +
    scale_color_manual(values=cores) +
    labs(title = "Defesa vs. Ataque")

- Gráfico de tendência

# Gráfico de tendência
pokedex2 %>%
    ggplot(aes(Attack, Defense)) +
    geom_point(size = 3, alpha = 0.8) +
    geom_smooth() +
    theme_bw() +
    labs(title = "Defesa vs. Ataque")

pokedex2 %>%
    ggplot(aes(Attack, Defense)) +
    geom_point(size = 3, alpha = 0.8) +
    geom_smooth(method = "lm") +
    theme_bw() +
    labs(title = "Defesa vs. Ataque")