Ferramentas do R

  • Baseado, principalmente, nos cursos da Especialização em Data Science da universidade John Hopkins (disponível no Coursera).
  • Não é possível fazer a Especialização gratuitamente, mas é possível “participar como ouvinte” (audit course), o que permite acessar quase todo material (mas não pode fazer os testes e, portanto, não ganha certificado ao concluí-lo).
  • Em cada tema abordado serão citadas as fontes, além de incluir aos vídeos dos cursos citados acima para que possam aprofundar nos estudos.

Instalando R

  1. Instalação da base do R (CRAN)

    • Download R for Windows > base > Download R X.X.X for Windows
    • Se o computador for 64-bits, opte pela versão 64-bits

  2. Instalação do Rtools (CRAN)

    • Download R for Windows > Rtools > Installing Rtools > rtools40-x86_XX.exe
    • É um conjunto de ferramentas de compilação de várias linguagens (C, C++ e Fortran) que são necessários em alguns pacotes no R

  3. Instalação do RStudio (RStudio Dowload)

    • Download RStudio Desktop
    • É uma interface de usuário para facilitar o uso do R

Usando R Studio

RStudio é dividido em 4 quadrantes:

  • superior/esquerdo: source - onde ficam “blocos de nota” (scripts) com comandos a serem salvos
  • superior/direito: ambiente - visualizar variáveis
  • inferior/esquerdo: console - executar os comandos e ver resultados (é o R “bruto”)
  • inferior/direito: arquivos/gráficos/pacotes/ajuda

Dica: Alterar o tema do RStudio (fundo branco pode cansar mais a visão num tempo mais longo)

Tools > Global Options… > Appearance > Editor theme > Cobalt (meu preferido)

Diretório de trabalho

Definir um diretório de trabalho facilita o acesso aos arquivos da pasta (base de dados, etc.).

Session > Set Working Directory > Choose Directory…

setwd("C:/Users/Fabio/OneDrive/FEA-RP")

Dica: O comando para definir o diretório de trabalho aparecerá no console. Copie e cole no seu script para não precisar definir toda vez que abre o R Studio.

  • Note que usa o “slash” (/) ao invés do “backslash” (\), então não dá para copiar diretamente o endereço de uma pasta e colar no R sem fazer ajustes:
setwd("C:\Users\Fabio\OneDrive\FEA-RP") # ERRADO!

setwd("C:/Users/Fabio/OneDrive/FEA-RP") # CORRETO!
setwd("C:\\Users\\Fabio\\OneDrive\\FEA-RP") # CORRETO!

Você pode trocar backslash por slash, ou duplicar os backslashs.

Executando comandos

  • Execução direta no console: escreva 1 + 1 no console e dê <Enter>
1 + 1

## [1] 2
  • Execução pelo script: escreva o seguinte código abaixo, e dê Ctrl + Enter na linha ou no código destacado. Note que o código do script é “jogado” no console.
rnorm(n=10, mean=0, sd=1)  # Gerar 10 números ~ N(0, 1)

##  [1] -2.4753553 -1.7254668 -0.6607834 -0.6169755 -1.2807018 -0.7161177
##  [7] -1.2834356 -0.6774113  0.9275769 -0.3290734

hist(rnorm(n=1000, mean=0, sd=1))  # Histograma dos números gerados

Ajuda para comandos

?rnorm

rnorm(n, mean = 0, sd = 1)

n: number of observations. If length(n) > 1, the length is taken to be the number required.
mean: vector of means.
sd: vector of standard deviations.
  • Note acima em “Usage” que já há valores pré-definidos para mean = 0 e sd = 1. Portanto, se você só informar o n, a função irá funcionar, considerando os valores pré-definidos para os demais argumentos.
  • É possível escrever o código sem os nomes dos argumentos, mas devem ser inseridos na mesma ordem do descrito na Ajuda.
rnorm(10, 0, 1)
  • Também podemos trocar a ordem explicitando o nome do argumento (NÃO RECOMENDADO)
rnorm(mean=0, n=10, sd=1)

Pacotes no R

  • Pacotes são coleções de funções, dados e códigos escritos por outras pessoas
  • Por ser um software open source, o R possui muitos pacotes disponibilizados pela internet e muitos economistas (principalmente econometristas) já desenvolvem e disponibilizam pacotes com as implementações de seus novos métodos.
  • A instalação de um pacote só precisa ser feita uma única vez.
  • No entanto, caso você atualize uma nova versão do R, é necessário instalar novamente todos os pacotes.
  • Os pacotes podem ser obtidos em bibliotecas (libraries), como CRAN, e de indivíduos (normalmente disponibilizados no GitHub)
  • O CRAN é administrado e, como existe uma curadoria para inserção e manutenção de pacotes, garante qualidade dos pacotes disponibilizados
  • Tome cuidado com pacotes disponibilizados por individuos! É possível executar, dentro do R, códigos para criar e apagar arquivos, por exemplo.

Instalação via CRAN

quadrante inferior/direito > Packages > Install > (Nomes dos pacotes)

install.packages("ggplot2") # Pacote para criar graficos

Instalação via GitHub

  • Primeiro, é necessário instalar o pacote devtools
install.packages("devtools")
  • Depois, é preciso obter o nome do author (do GitHub) e nome do pacote. Como exemplo, iremos baixar o pacote dplyr do autor hadley (este pacote, na realidade, pode ser baixado direto do CRAN).
  • Para executar uma função de um pacote, podemos usar <pacote>::<funcao>
devtools::install_github("hadley/dplyr")
  • Ou é possível carregar o pacote no ambiente e, depois, chamar a função do pacote carregado
library(devtools)
install_github("hadley/dplyr")
  • CUIDADO! Ao carregar varios pacotes, talvez tenha 2 funções com mesmo nome
    • R prioriza a função do pacote carregado por último
library(dplyr) # Pacote para manipulacao de base de dados

## Warning: package 'dplyr' was built under R version 4.2.2

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

library(MASS) # Normalmente nao eh carregado diretamente (via outro pacote)

## Warning: package 'MASS' was built under R version 4.2.2

## 
## Attaching package: 'MASS'

## The following object is masked from 'package:dplyr':
## 
##     select
  • Uma forma de contornar o problema é usar <pacote>::<funcao>
select(obj) # do pacote MASS
dplyr::select(.data, ...) # do pacote dplyr

Atualizando pacotes

quadrante inferior/direito > Packages > Update > Select All > Install Updates

Ajuda

  • Caso saiba o nome da função, é possível olhar sua documentação escrevendo ?<nome_da_funcao> (como visto anteriormente)
  • Caso saiba o nome do pacote, em alguns casos funciona ?<nome_do_pacote>, mas o ideal é buscar sua documentação no CRAN (diretamente no site ou via Google)
  • Por exemplo, podemos acessar a página do pacote dplyr no CRAN:
  • Nela é possível ver a partir de qual versão do R funciona, os pacotes necessários para o seu funcionamento (Imports), os autores e sites.
  • Em Documentação, é possível ver o seu ‘Reference manual’ onde são expostos o objetivo do pacotes e as funções, incluindo explicações de seu funcionamento.
  • Além disso, pode ser interessante ver aplicações do pacote e suas funções nas ‘vignettes’. Normalmente são expostas de maneira que podem ser replicadas no seu computador, o que acaba auxiliando na sua aplicação (verificar estrutura de base de dados necessária, sintaxes, etc.). Também pode ser acessada diretamente do R usando a função browseVignettes():
browseVignettes("dplyr") # Abrirá uma página com vignettes no seu navegador
  • Caso não saiba quais funções/pacotes são utilizados para resolver um problema, muitas vezes é possível encontrar a solução no Google utilizando palavras-chave (preferencialmente em inglês) junto de “R”.

  • Além de sites especializados em R e vídeos com exemplos de aplicações, é comum aparecer questões no site Stack Overflow (ou em Cross Validated, pertencente ao mesmo grupo) que é o site mais utilizado por programadores em diversas linguagens para esclarecer dúvidas.

  • Por R ser uma linguagem open source, há muitos usuários e, portanto, é comum achar perguntas/respostas que já solucionam o seu problema. Eventualmente, você pode fazer a sua pergunta, caso não encontre uma satisfatória.

Sincornização no GitHub

Não será detalhado aqui, mas é algo interessante para olhar.

Last updated on Sep 9, 2018