Alguns comandos digitados no primeiro dia do curso

Definindo e organizando a área de trabalho – onde estou?

## criando um diretório (pasta) na área do usuário
## na linha de comando do LINUX (antes de entrar no R) digitar:
## $ mkdir cursoR
## ou ... de dentro do R
## system("mkdir ~/cursoR")

## inspecionando e definindo a área de trabalho
getwd()
setwd("~/cursoR")
getwd()

Operações O R faz contas como uma calculadora…

3+2
log(10)/sqrt(20)
5*exp(-20/10)

Criando objetos / atribuindo valores / definindo vetores

x <- 3
x
x = 3    
y <- 4
y
z <- 4:8
z
10:20 -> w
## ou seja, pode usar "<-" , "=" ou mesmo "->"

## gravando os objetos em disco
save.image()

## concatenando vetores
todos <- c(x, y, z, w)
todos

## apagando objetos
rm(x, y, z, w)

## definindo outro vetor usando a função scan para entrar com dados
#x <- scan()
#1: 5
#2: 1
#3: 8
#4: 12
#5: 3
#6:

## que é o mesmo que 
x <- c(5, 1, 8, 12, 3)

## [ ] seleciona partes do objeto
x[2]    ## segundo elemento
x[2:3]  ## segundo e terceiro elemento
x[2:4]  ## segundo a quarto elemento
x[c(3, 5)]  # terceiro e quinto elemento

rev(x)  # reverte a ordem dos elementos de x

## vetor de caracters
pessoas <- c("João", "Maria", "Pedro")

## estruturas dos objetos... numéricos e caracteres
str(x)
str(pessoas)

## podemos converter de precisão dupla para inteiro
xi <- as.integer(x)
str(x)

Definindo um data-frame que é um agrupamento de vetores

## o seguinte comando abre uma tela para digitação de dados 
##df <- edit(data.frame())
## .. que é o mesmo que digitar
df <- data.frame(c("João", "Maria", "Pedro"), c(23, 25, 28))
df

## veja a estrutura do objeto
# dimensao do objeto
dim(df)
## selecionando linhas e colunas do objeto
df$var1
df$var2
df[,1]
df[,2]
df[2,]
df[2:3,]
df[2:3,1]
df[c(1,3),2]

Lendo/importando dados de um arquivo

ex01 <- read.table("exemplo01.txt") ## nao ficou bom...primeira linha não sao dados
ex01
head(ex01)  # mostra as linhas iniciais do objeto
str(ex01)   # estrutura dos dados
ex01 <- read.table("exemplo01.txt", head=T)  ## leitura correta!
## note que uma coluna é de "fator" (factor) 
str(ex01)
ex01
head(ex01)

## calculando a média de "resp" para cada grupo de "trat"
with(ex01, tapply(resp, trat, mean))
## armazenando em um objeto
mTrat <- with(ex01, tapply(resp, trat, mean))
mTrat
mTrat <- with(ex01, tapply(resp, trat, median))
## calculando outras medidas
with(ex01, tapply(resp, trat, median))
with(ex01, tapply(resp, trat, sd))
with(ex01, tapply(resp, trat, summary))
## calculando uma medida nao definida no R: definindo uma função
CV <- function(x) {100*sd(x)/mean(x)}
with(ex01, tapply(resp, trat, CV))
## arredondando saida para 2 casas decimais
round(with(ex01, tapply(resp, trat, CV)), dig=2)

## calculando varias medidas escolhidas para cada grupo
meuResumo <- function(x){c(mean(x), sd(x), CV(x))}
with(ex01, tapply(resp, trat, meuResumo))
## acrescentando nomes das medidas
meuResumo <- function(x){c(media=mean(x), devio=sd(x), CV=CV(x))}
with(ex01, tapply(resp, trat, meuResumo))

## detalhes sobre o uso da função
?tapply

Gravando em disco (arquivo .RData) objetos da área de trabalho

save.image()

Saindo do R

q()