Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

--- r_statistics [2018/11/16 19:46] – criada rtsaboya
+++ r_statistics [2018/11/16 20:04] (atual) – [Subsetting] rtsaboya
@@ Linha 1: / Linha 1: @@
-==== R Snippets ====
+===== R Snippets =====
-=== Subsetting ===
+==== Subsetting ====
-<code r>
+<code rsplus>
 # Selecionar apenas as linhas com determinados valores (lidando com NA)
 dataset[which(dataset$variable>4),]
+# Remove rows with NA values
+dataset<-dataset[complete.cases(dataset),]
+# Subset com base em uma string contida num campo
+subset<-dataset[!grepl("string",dataset$variable),] # A última vírgula é porque seria possível ainda inserir critérios para as colunas
 # Selecionar apenas as linhas com determinados valores
@@ Linha 19: / Linha 25: @@
 writeLines(c("Hello","World"), fileConn)
 close(fileConn)
+</code>
+====Dplyr====
+<code rsplus>
+# selecionar apenas as linhas desejadas
+newdataset<-filter(dataset,variable>30)
+# com mais de uma coluna como critério:
+newdataset<-filter(dataset,variable1>30 & variable2<50)
+# Criar novo campo só quando uma condição for verdadeira
+rawData<-mutate(rawData, newvariable = ifelse((usoBase==1),[valor caso verdadeiro],[valor caso falso]))
+# Sumarizar
+dataset<-group_by(data, variable) # dataset e a coluna que será usada para indicar os grupos
+newdataset<-summarize(dataset,
+                      newVariable1=mean(variable1),
+                      newVariable2=max(variable2),
+                      newVariable3=median(variable3),
+                      newVariable4=sum(NumJanelas[NumDoPavto<5], na.rm = TRUE), # Testa condição em outro campo para saber se soma ou não.
+                      HighVisibility=sum(Visibilidade=="AV", na.rm = TRUE), # Conta valores específicos de um campo
+                      NumberPlots=n_distinct(Lote), # Conta quantidade de valores únicos dentro de um campo
+                      Quant=n(), # conta quantos elementos dentro de cada valor usado para agrupar
+                      # Testa duas condições. Se TRUE, atribui primeiro valor (poderia ser uma operação entre campos); se FALSE, atribui último valor:
+                      residentialGround = ifelse((uso=="Residencial" & numPavimento==1),area,0)
+                      ) #vai usar os grupos indicados no comando anterior
+# se houver valores nulos em alguma variável, pode dar erro. Solução:
+newdataset<-summarize(dataset, newVariable1=mean(variable1,na.rm=TRUE), newVariable2=max(variable2),newVariable3=median(variable3)) #vai usar os grupos indicados no comando anterior
+# Criar uma nova coluna para realçar possíveis erros com base em uma combinação de valores de outras colunas
+checa<-mutate(rawData,
+              x=ifelse(pavtosBase == 0 & pavtosTorre != 0, 1, 0) # condição, valor caso TRUE, valor caso FALSE
+)
 </code>