Organização de dados com tidyr
Transforme dados desorganizados em um formato organizado para facilitar a análise usando funções do tidyr.
Organização de dados com tidyr é uma aula grátis de R Academy no CoddyKit. Esta é a aula 3 de 3. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de R Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de R Academy inclui 3 aulas no total.
Introdução à organização de dados com tidyr
Introdução à organização de dados com tidyr
O pacote tidyr ajuda a organizar dados desestruturados em um formato estruturado.
Reestruturando dados: formato amplo para longo
Reestruturando dados: formato amplo para longo
Use pivot_longer() para converter dados do formato amplo para o formato longo.
library(tidyr)
data <- data.frame(Name = c('Alice', 'Bob'), Jan = c(10, 15), Feb = c(20, 25))
data_long <- pivot_longer(data, cols = c('Jan', 'Feb'), names_to = 'Month', values_to = 'Score')Reestruturando dados: formato longo para amplo
Reestruturando dados: formato longo para amplo
Use pivot_wider() para converter dados do formato longo para o formato amplo.
data_wide <- pivot_wider(data_long, names_from = 'Month', values_from = 'Score')Separando colunas
Separando colunas
A função separate() divide uma coluna em várias colunas.
data <- data.frame(Name = c('Alice_Smith', 'Bob_Jones'))
data_separated <- separate(data, Name, into = c('FirstName', 'LastName'), sep = '_')Unindo colunas
Unindo colunas
A função unite() combina várias colunas em uma só.
data_united <- unite(data_separated, FullName, FirstName, LastName, sep = ' ')Lidando com valores ausentes
Lidando com valores ausentes
Use drop_na() para remover valores ausentes de um conjunto de dados.
library(dplyr)
data_clean <- data %>% drop_na()Substituindo valores ausentes
Substituindo valores ausentes
Use replace_na() para preencher valores ausentes com um valor específico.
data_filled <- data %>% mutate(Score = replace_na(Score, 0))Combinando várias funções do tidyr
Combinando várias funções do tidyr
Você pode usar pivot_longer(), separate() e unite() em conjunto para organizar os dados completamente.
data_tidy <- data %>% pivot_longer(cols = c('Jan', 'Feb'), names_to = 'Month', values_to = 'Score') %>% separate(Name, into = c('FirstName', 'LastName'), sep = '_') %>% unite(FullName, FirstName, LastName, sep = ' ')Resumo
Resumo
Nesta lição, você aprendeu:
- Como reestruturar dados usando
pivot_longer()epivot_wider(). - Como separar e unir colunas para estruturar os dados.
- Como lidar com valores ausentes usando
drop_na()ereplace_na().
Perguntas Frequentes
A aula “Organização de dados com tidyr” é grátis?
Sim — o texto completo de “Organização de dados com tidyr” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de R Academy, atualize para CoddyKit PRO. O curso de R Academy inclui 3 aulas no total.
O que vou aprender em “Organização de dados com tidyr”?
Transforme dados desorganizados em um formato organizado para facilitar a análise usando funções do tidyr. Você pratica R Academy com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar R Academy?
Nenhuma experiência prévia é necessária. R Academy no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 3 de 3.
Quanto tempo leva a aula “Organização de dados com tidyr”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de R Academy?
Sim. Cada aula de R Academy inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- Introdução ao Tidyverse
- Tratamento de dados com dplyr
- Organização de dados com tidyr