Exercícios

R como calculadora

1. Calcule o número de ouro no R (\(\frac{1 + \sqrt{5}}{2}\)).

(1 + sqrt(5))/2
(1 + 5^(1/2))/2

2. O que dá divisão de 1 por 0? E -1 por 0?

1/0

## [1] Inf

-1/0

## [1] -Inf

3. Quais as diferenças entre NaN, NULL, NA e Inf?

• NaN quer dizer “Not a number”, ele aparece quando o resultado de uma expressão matemática não está definida.
• NA significa “Not Available” e simboliza informação ausente/faltante. Usamos NA principalmente para representar dados faltantes em bancos de dados.
• NULL significa vazio, “nada”. Quando queremos que uma função não retorne nada, fazemos ela devolver NULL.
• Inf representa o infinito, como no limite de funções matemáticas. Valores muito grandes (10e+308) e 1/0 retornam Inf (com I maiúsculo).

4.a) Tente mentalmente calcular o que dá a conta 5 + 3 * 10 %/% 3 == 15 no R, sem rodar.

14 == 15

## [1] FALSE

4.b) Adicionando apenas parênteses, faça a expressão acima retornar o resultado contrário.

5 + (3 * 10) %/% 3 == 15

## [1] TRUE

Flow Controls

1.a) O que acontece se eu rodar

x <- 4
if(x = 4) {
  'isso aqui apareceu'
}
x

R: Dará um erro de que coisas inesperadas ocorreram.

Você notou alguma coisa estranha? Como o R se comporta nesse caso?

R: A condição do if está utilizando o operador “=” em vez do “==”.

1.b) Como você modificaria esse código para não dar erro e aparecer a frase ‘isso aqui apareceu’? Obs: Existem duas formas de modificar o código que farão ele funcionar.

R: Forma I

if(x == 4) {
  'isso aqui apareceu'
}

## [1] "isso aqui apareceu"

x

## [1] 4

R: Forma II

if(x <- 4) {
  'isso aqui apareceu'
}

## [1] "isso aqui apareceu"

x

## [1] 4

Esta segunda forma mostra uma das diferenças entre os operadores de atribuição = e <-.

2. Escreva a frase (em uma linha)

1 elefante(s) incomoda(m) muita gente
2 elefante(s) incomoda(m) incomoda(m) muito mais
3 elefante(s) incomoda(m) muita gente
4 elefante(s) incomoda(m) incomoda(m) incomoda(m) incomoda(m) muito mais

usando for ou while.

R: Utilizando for:

n <- 4 # número de repetições
for(i in 1:n) {
  parte1 <- paste(i, "elefante(s)")
  
  parte2 <- ""
  for(j in 1:ifelse(i%%2 == 0, i, 1)) {
    parte2 <- paste(parte2, "incomoda(m)")
  }
  
  parte3 <- ifelse(i%%2 == 0, "muito mais", "muita gente")
  
  verso <- paste(parte1, parte2, parte3)
  print(verso)
}

## [1] "1 elefante(s)  incomoda(m) muita gente"
## [1] "2 elefante(s)  incomoda(m) incomoda(m) muito mais"
## [1] "3 elefante(s)  incomoda(m) muita gente"
## [1] "4 elefante(s)  incomoda(m) incomoda(m) incomoda(m) incomoda(m) muito mais"

Funções

1. Crie uma função que recebe um vetor de numeros e devolve a variancia.

variancia <- function(x) {
  media <- mean(x)
  n <- length(x)
  var <- sum((x - media)^2)/n
  return(var)
}

2. Calcule a variancia de x <- 1:100 utilizando a sua funcao criada no item 1 e utilizando a funcao var() do R. Compare seus resultados. Eles coincidem? Por que?

x <- 1:100
variancia(x)

## [1] 833.25

var(x)

## [1] 841.6667

R: Elas não coincidem, pois a função var() do R calcula a variância amostral (dividido por n - 1 ) em vez da variância populacional (dividido por n).

3. Altere sua função para que agora ela aceite que o usuário escolha entre qual tipo de variância ela quer calcular. Certifique-se que ela devolva a variância populacional caso o usuário não escolha explicitamente.

variancia <- function(x, populacional = TRUE) {
  media <- mean(x)
  n <- length(x)
  if(!populacional) {
    n <- n - 1
  }
  var <- sum((x - media)^2)/n
  return(var)
}

# teste
variancia(x)

## [1] 833.25

variancia(x, FALSE)

## [1] 841.6667

4. Construa uma função que recebe dois vetores numéricos de mesmo tamanho, v1 e v2, e retorne a média ponderada de v1 por v2. Calcule a média ponderada do vetor v1 <- c(11, 9, 8, 7, 11, 6, 7, 9) utilizando como pesos o vetor v2 <- c(1, 2, 1, 2, 1, 2, 1, 2). BÔNUS: certifique que o usuario tenha passado vetores de tamanhos iguais e ambos numéricos. Retorne NULL caso uma dessas condições falhe.

media_ponderada <- function(v1, v2) {
  if(!is.numeric(v1) | !is.numeric(v2) | length(v1) != length(v2)) { # BÔNUS
    NULL
  } 
  
  sum(v1*v2/sum(v2))
}

v1 <- c(11, 9, 8, 7, 11, 6, 7, 9)
v2 <- c(1, 2, 1, 2, 1, 2, 1, 2)
media_ponderada(v1, v2)

## [1] 8.25

5. Crie uma versão da função paste() que una palavras pulando linhas (\\n)

meu_paste <- function(...) {
  paste(..., sep = "\n")
}

# Teste
teste <- meu_paste("print()", "não pula linha", "cat()", "pula linha")

print(teste)

## [1] "print()\nnão pula linha\ncat()\npula linha"

cat(teste)

## print()
## não pula linha
## cat()
## pula linha

6. Crie uma função que recebe um vetor de characters e um vetor numérico de mesmo comprimento e imprima um texto com os nomes dessas variáveis, um símbolo de atribuição (<-), e os números, separando cada expressão pulando linhas. Por exemplo:

x <- letters[1:10]
y <- 10:1

imprime_coisas_legais(x, y)

a <- 10
b <- 9
c <- 8
d <- 7
e <- 6
f <- 5
g <- 4
h <- 3
i <- 2
j <- 1

R:

imprime_coisas_legais <- function(x, y) {
  for(i in seq_along(x)) {
    print(paste(x[i], "<-", y[i]))
  }
}

x <- letters[1:10]
y <- 10:1

imprime_coisas_legais(x, y)

## [1] "a <- 10"
## [1] "b <- 9"
## [1] "c <- 8"
## [1] "d <- 7"
## [1] "e <- 6"
## [1] "f <- 5"
## [1] "g <- 4"
## [1] "h <- 3"
## [1] "i <- 2"
## [1] "j <- 1"

Estruturas de dados

1. O senhor Adalberto é dono de uma loja e, utilizando o R, ele quer criar um cadastro de seus clientes. Para isso, ele está armazenando as informações em uma matriz da seguinte maneira:

cadastro <- matrix(c(NA, NA, NA, NA), nrow = 100, ncol = 4, 
                   dimnames = list(NULL, c("Nome", "Idade", "Cidade", "Telefone")))

cadastro[1,] <- c("Maria das Dores", 56, 3025-111, "São Paulo")
cadastro[2,] <- c("José Aníbal", 40, 3333-012, "Santos")
cadastro[3,] <- c("Pedro Silva", 23, 3091-777, "São Paulo")
# ...

1. O que faz o argumento dimnames =? O que significa o primeiro argumento da lista ser NULL?

2. O que vai acontecer se o senhor Adalberto tentar tirar a média da idade dos seus clientes fazendo mean(cadastro[,2])? Como ele poderia calcular essa média sem mudar a estrutura do objeto cadastro?

3. No lugar de matrix, qual seria a melhor estrutura para se utilizar neste caso?

2. Por que 0.1 == 0.3/3 retorna FALSE?

Subsetting

1. Considere o data.frame diamonds do R:

1. Como você faria para permutar aleatoriamente as colunas?

2. É possível permutar linhas e colunas simultaneamente em um passo?

3. Como ordenar as colunas do banco de dados em ordem alfabética?

4. Crie uma nova variável no banco de dados que seja 1 se o preço (price) for menor 300 e 0 caso contrário.

2. Considere o vetor abaixo:

x1 <- 1:8

1. Por que a expressao x1 == c(2,3) não retorna as posições de x1 que são iguais a 2 ou 3?

2. O que faz o operador %in%?

Leitura de dados

1. Vamos supor que o seu diretório de trabalho seja "Desktop/pasta1/pasta2" e que dentro da pasta2 você tenha uma pasta3. Sem mudar o diretório de trabalho, escreva um código, utilizando a função read.table(), para ler um arquivo que esteja

1. dentro da pasta3.
2. dentro da pasta1.

2. É possível ler um arquivo em que o separador de valores (sep) é igual ao separador de casas deciamais (dec)?

3. Qual a diferença entre as funções read.csv() e read.csv2()?

O operador pipe

1. Reescreva a expressão abaixo utilizando o operador %>%.

x <- 0.1

library(ggplot2)

qplot(x=sample(sqrt((log(seq(1, 10, x)) + 2)), 40, replace = T), geom="histogram")

## Warning in sample.int(length(x), size, replace, prob): '.Random.seed' is
## not an integer vector but of type 'double', so ignored

## stat_bin: binwidth defaulted to range/30. Use 'binwidth = x' to adjust this.

2. Para que servem os operadores:

1. %<>%?
2. %T>%?
3. %$%?

Gráficos com o pacote graphics

1. Considere o gráfico abaixo:

x <- seq(-3, 3, 0.01)
y <- 1/x

plot(x, y, type = "l")

1. Altere os limites do eixo x para que o gráfico seja visualizado apenas do -2 ao 2.

2. Acrescente um título ao grafico.

3. Acrescente uma reta vertical pontilhada no ponto x = 0.

4. Acrescente uma legenda ao gráfico no “terceiro quadrante”.

2. Como construir dois gráficos na mesma janela?