Neste post, vamos explorar como agrupar e agregar dados em DataFrames no R utilizando o pacote dplyr. Agrupamento e agregação são operações essenciais para sumarizar e analisar dados de forma eficiente. Vamos criar um DataFrame de exemplo e abordar várias técnicas para agrupar e agregar dados.
Sumário
Por que Usar dplyr para Agrupar e Agregar Dados no R?
O pacote dplyr oferece funções poderosas e intuitivas para manipulação de dados, incluindo operações de agrupamento e agregação. Com funções como group_by e summarize, podemos calcular estatísticas resumidas, como médias, somas e contagens, de forma rápida e eficiente.
Trabalhando com Dados no R
Criando um DataFrame de Exemplo
Vamos começar criando um DataFrame com alguns dados de exemplo:
# Agrupar e Agregar Dados no R
# Carregando o pacote necessário
library(dplyr)
# Criando um DataFrame de exemplo
data <- data.frame(
Nome = c('João', 'Ana', 'Carlos', 'Marta', 'Pedro', 'João', 'Ana', 'Carlos', 'Marta', 'Pedro'),
Idade = c(23, 45, 35, 41, 29, 23, 45, 35, 41, 29),
Cidade = c('São Paulo', 'Rio de Janeiro', 'Belo Horizonte', 'Salvador', 'São Paulo',
'Rio de Janeiro', 'Belo Horizonte', 'Salvador', 'São Paulo', 'Rio de Janeiro'),
Salario = c(5000, 7000, 8000, 6200, 5400, 5000, 7000, 8000, 6200, 5400)
)Como Agrupar Dados no R
Agrupando Dados com group_by
Podemos usar a função group_by para agrupar dados por uma ou mais variáveis:
# Agrupar e Agregar Dados no R
# Agrupando dados por Cidade
data_grouped <- data %>%
group_by(Cidade)Como Agregar Dados no R
Calculando a Média
Podemos usar a função summarize junto com group_by para calcular a média de uma coluna:
# Agrupar e Agregar Dados no R
# Calculando a média de salário por cidade
media_salario <- data_grouped %>%
summarize(Media_Salario = mean(Salario))Calculando a Soma
Para calcular a soma de uma coluna, usamos summarize e group_by da mesma maneira:
# Agrupar e Agregar Dados no R
# Calculando a soma de salários por cidade
soma_salario <- data_grouped %>%
summarize(Soma_Salario = sum(Salario))Contando Ocorrências
Podemos contar o número de ocorrências em cada grupo usando a função n():
# Agrupar e Agregar Dados no R
# Contando o número de pessoas por cidade
contagem_pessoas <- data_grouped %>%
summarize(Numero_Pessoas = n())Outras Operações de Agregação
Calculando Mínimo e Máximo
Podemos calcular o valor mínimo e máximo de uma coluna:
# Agrupar e Agregar Dados no R
# Calculando o salário mínimo e máximo por cidade
min_max_salario <- data_grouped %>%
summarize(Min_Salario = min(Salario), Max_Salario = max(Salario))Calculando Desvio Padrão
Podemos calcular o desvio padrão de uma coluna:
# Agrupar e Agregar Dados no R
# Calculando o desvio padrão de salário por cidade
desvio_padrao_salario <- data_grouped %>%
summarize(Desvio_Padrao_Salario = sd(Salario))Agrupando por Múltiplas Variáveis
Agrupando por Cidade e Nome
Podemos agrupar por múltiplas variáveis para calcular estatísticas mais detalhadas:
# Agrupando por Cidade e Nome
data_grouped_multi <- data %>%
group_by(Cidade, Nome)
# Calculando a média de salário por cidade e nome
media_salario_multi <- data_grouped_multi %>%
summarize(Media_Salario = mean(Salario))Filtrando Dados Agrupados
Filtrando Grupos Específicos
Podemos filtrar dados agrupados para manter apenas grupos específicos:
# Filtrando para manter apenas cidades com média de salário acima de 6000
cidades_altos_salarios <- media_salario %>%
filter(Media_Salario > 6000)Visualizando Dados Agrupados
Criando Gráficos com ggplot2
Visualizar dados agrupados pode ajudar a identificar padrões e tendências. Vamos criar um gráfico de barras mostrando a média de salários por cidade:
library(ggplot2)
# Criando um gráfico de barras da média de salários por cidade
ggplot(media_salario, aes(x = Cidade, y = Media_Salario)) +
geom_bar(stat = "identity") +
ggtitle('Média de Salários por Cidade')Links Úteis e Mais Conteúdo
Para mais informações sobre como utilizar o R para análise de dados, confira outros conteúdos no meu blog:
- Ler e Escrever Arquivos CSV no R
- Strings no R
- Visualizações de Dados no R
- Agregação no R
- Combinar DataFrames no R
- Filtrar Dados no R
Considerações Finais
Espero que este guia tenha sido útil para aprender como agrupar e agregar dados com o pacote dplyr no R. A prática é essencial para dominar essas técnicas, então encorajo você a experimentar e aplicar esses métodos em seus próprios projetos de análise de dados.
Para aprimorar suas habilidades com o R e se tornar mais eficiente na manipulação de dados, é importante também fortalecer sua compreensão em ciência de dados. Recomendamos o livro Fundamentos em R: Guia Completo para Iniciantes, disponível na Amazon, que oferece uma introdução abrangente ao R.
Junte-se à nossa comunidade no Twitter e inscreva-se no nosso canal do YouTube para acessar mais tutoriais, dicas e recursos. Continue praticando e explorando novas maneiras de agrupar e agregar dados no R, e fique atento para mais guias e tutoriais que compartilharemos.
