3  Vetores, tipos de dados e data frames

Pré-requisitos: Capítulo 2 · Pacotes: R base, tibble e dplyr (apenas a função glimpse())

Objetivos de aprendizagem

Ao final deste capítulo, espera-se que o estudante seja capaz de distinguir as principais estruturas de dados do R (vetor, fator, matriz, lista e data frame) e os tipos de dados mais usados (numérico, inteiro, texto e lógico); descobrir a classe e o tipo de um objeto; explicar o que acontece quando o R converte um tipo em outro; reconhecer os valores especiais NA, NaN, Inf e NULL; selecionar elementos de vetores e de data frames por posição, por nome e por condição; e criar e inspecionar data frames e tibbles.

Uma base de dados de saúde costuma ter cara de planilha. Cada linha é um registro, como um nascimento, um óbito ou uma notificação, e cada coluna é uma informação sobre esse registro, como a data, a idade ou o município de residência. Antes de trabalhar com bases desse tipo, precisamos entender como o R as representa por dentro. É disso que trata este capítulo. Começamos pelo vetor, a peça mais simples, e terminamos no data frame, que é justamente a “planilha” do R.

3.1 Vetores e tipos de dados

No capítulo anterior, criamos um vetor de pesos com a função c(). Um vetor é uma sequência de valores do mesmo tipo. Ele é a estrutura mais básica do R. Até um único número, como 5, é na verdade um vetor de comprimento um.

Os vetores podem guardar diferentes tipos de dados. No dia a dia, quatro tipos aparecem quase sempre.

idades <- c(23, 31, 17, 40)                       # numérico (double)
filhos <- c(1L, 2L, 0L, 3L)                       # inteiro
municipios <- c("Porto Velho", "Ji-Paraná", "Ariquemes", "Cacoal")  # texto
prematuro <- c(FALSE, TRUE, FALSE, FALSE)        # lógico

O tipo numérico (chamado internamente de double) guarda números com ou sem casas decimais. O tipo inteiro guarda apenas números inteiros; a letra L depois do número indica que queremos um inteiro, mas na prática raramente precisamos disso. O tipo texto (character) guarda palavras ou frases, sempre entre aspas. O tipo lógico guarda apenas TRUE ou FALSE, como os resultados das comparações do capítulo anterior.

Para descobrir o tipo de um objeto, usamos typeof(). A função class() informa a classe, que é a forma como o R vai tratar o objeto, e a função str() (de structure) mostra um resumo da estrutura.

typeof(idades)
#> [1] "double"
typeof(filhos)
#> [1] "integer"
class(municipios)
#> [1] "character"
str(prematuro)
#>  logi [1:4] FALSE TRUE FALSE FALSE

Há atalhos para criar vetores com sequências e repetições. O operador : cria sequências de inteiros, a função seq() cria sequências com qualquer intervalo e a função rep() repete valores.

1:10
#>  [1]  1  2  3  4  5  6  7  8  9 10
seq(from = 0, to = 100, by = 25)
#> [1]   0  25  50  75 100
rep("ignorado", times = 3)
#> [1] "ignorado" "ignorado" "ignorado"

Uma propriedade muito útil dos vetores é que as operações são aplicadas a todos os elementos de uma vez. Isso se chama vetorização.

pesos_gramas <- c(3200, 2850, 3540, 2410)
pesos_gramas / 1000
#> [1] 3.20 2.85 3.54 2.41

Com uma única linha convertemos os quatro pesos de gramas para quilogramas. Em outras linguagens, seria preciso escrever uma repetição explícita para fazer o mesmo.

Reciclagem

Quando combinamos dois vetores de tamanhos diferentes, o R repete o menor até completar o maior. Se o tamanho do maior não for múltiplo do menor, aparece um aviso. Esse comportamento, chamado de reciclagem, é útil quando um dos vetores tem um único valor (como em pesos_gramas / 1000), mas pode produzir resultados errados sem que se perceba quando os tamanhos não batem por engano.

3.2 Coerção

Um vetor só pode ter um tipo de dado. O que acontece, então, se misturarmos números e textos?

misturado <- c(10, "vinte", 30)
misturado
#> [1] "10"    "vinte" "30"
typeof(misturado)
#> [1] "character"

O R converteu tudo em texto. Esse processo se chama coerção. Quando tipos diferentes são misturados, o R escolhe o tipo mais flexível, seguindo a ordem lógico, inteiro, numérico e texto. Um lógico pode virar número (TRUE vira 1), um número pode virar texto (10 vira "10"), mas o contrário nem sempre é possível.

Também podemos converter tipos de forma explícita, com as funções as.numeric(), as.integer(), as.character() e as.logical().

as.numeric(c("3.5", "12", "7"))
#> [1]  3.5 12.0  7.0
as.character(c(1, 2, 3))
#> [1] "1" "2" "3"

Agora veja um caso que aparece com frequência em dados brasileiros.

as.numeric(c("3,5", "12", "7"))
#> Warning: NAs introduced by coercion
#> [1] NA 12  7

O primeiro valor virou NA, e o R emitiu um aviso. O motivo é a vírgula decimal. Para o R, "3,5" não é um número válido. Esse problema surge quando importamos planilhas preparadas com a configuração regional brasileira, e o Capítulo 5 mostra como evitá-lo já na leitura do arquivo. Por enquanto, o importante é perceber que uma coluna que deveria ser numérica pode chegar como texto, e que a conversão descuidada transforma valores em ausentes.

3.3 Valores especiais

O R tem quatro valores especiais que convém conhecer.

NA (not available) representa um valor ausente, ou seja, uma informação que existe mas não foi registrada, como a escolaridade de uma mãe que não foi preenchida na declaração de nascido vivo. NaN (not a number) é o resultado de uma operação matemática indefinida, como 0 / 0. Inf representa o infinito, resultado, por exemplo, de 1 / 0. NULL representa a ausência de um objeto, o que é diferente de um valor ausente.

c(0 / 0, 1 / 0, -1 / 0)
#> [1]  NaN  Inf -Inf
length(NULL)
#> [1] 0
length(NA)
#> [1] 1

O valor NA merece atenção especial, porque ele “contamina” os cálculos. Qualquer operação que envolva um NA resulta em NA, já que não sabemos o valor que está faltando.

escolaridade_anos <- c(8, 11, NA, 15, 4)
mean(escolaridade_anos)
#> [1] NA
mean(escolaridade_anos, na.rm = TRUE)
#> [1] 9.5

Para descobrir onde estão os valores ausentes, usamos is.na(), que devolve TRUE para cada posição sem informação. Somando o resultado, contamos os ausentes.

is.na(escolaridade_anos)
#> [1] FALSE FALSE  TRUE FALSE FALSE
sum(is.na(escolaridade_anos))
#> [1] 1

Atenção a um detalhe que pega muita gente. Não se testa ausência com escolaridade_anos == NA, porque comparar qualquer coisa com um valor desconhecido também dá um valor desconhecido. O teste correto é sempre is.na().

Saúde Pública em foco

Nos sistemas de informação do SUS, a falta de informação nem sempre aparece como NA. Muitas variáveis usam códigos próprios para “ignorado”, como 9 ou 99. Na variável de escolaridade da mãe do SINASC, por exemplo, o código 9 indica que a informação foi ignorada. Se esse código não for convertido em NA antes da análise, o R vai tratá-lo como um número de verdade, e uma média de anos de estudo, por exemplo, ficará distorcida. A consulta ao dicionário de dados de cada sistema é, por isso, indispensável. O tratamento desses códigos é feito no Capítulo 6.

3.4 Selecionando elementos de vetores

Muitas vezes queremos apenas parte de um vetor. Para isso usamos colchetes, [ ], depois do nome do objeto. Há três formas principais de indicar o que queremos.

A primeira é pela posição. Os elementos de um vetor são numerados a partir de 1.

municipios[2]
#> [1] "Ji-Paraná"
municipios[c(1, 3)]
#> [1] "Porto Velho" "Ariquemes"
municipios[-1]
#> [1] "Ji-Paraná" "Ariquemes" "Cacoal"

O número negativo exclui a posição indicada. Assim, municipios[-1] devolve todos os municípios exceto o primeiro.

A segunda é pelo nome. Os elementos de um vetor podem ter nomes, o que facilita a leitura.

populacao <- c(porto_velho = 529544, ji_parana = 128969, ariquemes = 107863)
populacao["ji_parana"]
#> ji_parana 
#>    128969

Os números acima são as estimativas populacionais do IBGE para 2019. A terceira forma, e a mais importante para a análise de dados, é a seleção por condição. Colocamos dentro dos colchetes um vetor lógico, e o R devolve apenas os elementos correspondentes a TRUE.

idades
#> [1] 23 31 17 40
idades[idades < 20]
#> [1] 17

A função which() informa as posições em que a condição é verdadeira, o que pode ser útil para localizar registros.

which(idades < 20)
#> [1] 3

A seleção por condição é a ideia por trás da filtragem de bases de dados, que faremos de forma mais confortável com a função filter() no Capítulo 6.

3.5 Fatores: uma primeira aproximação

Variáveis categóricas, como sexo, raça/cor ou tipo de parto, são muito comuns em saúde. Elas poderiam ser guardadas como texto, mas o R tem uma estrutura própria para elas, o fator. Um fator guarda os valores e também a lista de categorias possíveis, chamadas de níveis (levels).

Nos sistemas de informação, as categorias costumam ser registradas como códigos. No SINASC, o tipo de parto é registrado como 1 (vaginal), 2 (cesáreo) ou 9 (ignorado). A função factor() transforma esses códigos em categorias com rótulos.

parto_codigo <- c(1, 2, 2, 1, 9, 2)
parto <- factor(parto_codigo,
                levels = c(1, 2, 9),
                labels = c("Vaginal", "Cesáreo", "Ignorado"))
parto
#> [1] Vaginal  Cesáreo  Cesáreo  Vaginal  Ignorado Cesáreo 
#> Levels: Vaginal Cesáreo Ignorado
levels(parto)
#> [1] "Vaginal"  "Cesáreo"  "Ignorado"
table(parto)
#> parto
#>  Vaginal  Cesáreo Ignorado 
#>        2        3        1

O argumento levels informa os códigos possíveis, e labels informa os rótulos correspondentes, na mesma ordem. A função table() conta quantas vezes cada categoria aparece. Repare que a ordem dos níveis é a ordem em que eles foram informados, e não a ordem alfabética. Isso importa porque determina a ordem das categorias em tabelas e gráficos.

Algumas variáveis categóricas têm uma ordem natural, como a escolaridade ou a classificação de gravidade. Para elas, existe o fator ordenado, criado com o argumento ordered = TRUE.

escolaridade <- factor(c("Médio", "Fundamental", "Superior", "Médio"),
                       levels = c("Fundamental", "Médio", "Superior"),
                       ordered = TRUE)
escolaridade
#> [1] Médio       Fundamental Superior    Médio      
#> Levels: Fundamental < Médio < Superior
escolaridade < "Superior"
#> [1]  TRUE  TRUE FALSE  TRUE

Os fatores serão tratados com mais detalhe no Capítulo 9, com as ferramentas do pacote forcats.

3.6 Matrizes e listas

Duas outras estruturas aparecem com menos frequência neste livro, mas convém conhecê-las.

A matriz é um vetor organizado em linhas e colunas, com todos os elementos do mesmo tipo. Ela aparece, por exemplo, na tabela 2 × 2 das medidas de associação do Capítulo 15.

tabela <- matrix(c(30, 70, 15, 85), nrow = 2, byrow = TRUE)
tabela
#>      [,1] [,2]
#> [1,]   30   70
#> [2,]   15   85
dim(tabela)
#> [1] 2 2

A lista é uma estrutura que pode guardar objetos de tipos e tamanhos diferentes, inclusive outras listas. Os elementos de uma lista são acessados com dois colchetes, [[ ]], ou com o cifrão, $.

paciente <- list(nome = "Paciente A", idade = 34, exames = c(5.4, 6.1, 5.8))
paciente$idade
#> [1] 34
paciente[["exames"]]
#> [1] 5.4 6.1 5.8

As listas parecem pouco úteis no começo, mas são muito comuns nos bastidores. O resultado de um teste estatístico, como o teste t do Capítulo 13, é uma lista com vários componentes (estatística, valor-p, intervalo de confiança), que podem ser extraídos um a um com $.

3.7 Data frames e tibbles

Chegamos à estrutura mais importante para a análise de dados. Um data frame é uma tabela em que cada coluna é um vetor e todas as colunas têm o mesmo comprimento. Cada coluna pode ter um tipo diferente, o que permite guardar, lado a lado, números, textos, datas e categorias. É exatamente o formato das bases de dados de saúde.

Podemos criar um data frame a partir de vetores com a função data.frame().

nascimentos <- data.frame(
  id = 1:5,
  peso = c(3200, 2350, 3540, NA, 2980),
  semanas = c(39, 35, 40, 38, 41),
  parto = c("Vaginal", "Cesáreo", "Cesáreo", "Vaginal", "Cesáreo")
)
nascimentos
#>   id peso semanas   parto
#> 1  1 3200      39 Vaginal
#> 2  2 2350      35 Cesáreo
#> 3  3 3540      40 Cesáreo
#> 4  4   NA      38 Vaginal
#> 5  5 2980      41 Cesáreo

Esses cinco registros são fictícios. Para acessar uma coluna inteira, usamos o cifrão. O resultado é um vetor, com o qual podemos fazer qualquer operação já vista.

nascimentos$peso
#> [1] 3200 2350 3540   NA 2980
mean(nascimentos$peso, na.rm = TRUE)
#> [1] 3017.5

Para selecionar linhas e colunas ao mesmo tempo, usamos colchetes com duas posições separadas por vírgula, no formato [linhas, colunas]. Deixar uma das posições vazia significa “todas”.

nascimentos[2, ]
#>   id peso semanas   parto
#> 2  2 2350      35 Cesáreo
nascimentos[, c("id", "peso")]
#>   id peso
#> 1  1 3200
#> 2  2 2350
#> 3  3 3540
#> 4  4   NA
#> 5  5 2980
nascimentos[nascimentos$semanas < 37, ]
#>   id peso semanas   parto
#> 2  2 2350      35 Cesáreo

A última linha seleciona os nascimentos prematuros, isto é, com menos de 37 semanas de gestação. É a mesma ideia da seleção por condição, agora aplicada às linhas de uma tabela.

Várias funções ajudam a conhecer um data frame. As principais estão na Tabela 3.1.

Tabela 3.1: Funções para inspecionar um data frame.
Função O que mostra
head(), tail() As primeiras ou as últimas linhas
nrow(), ncol(), dim() Número de linhas, de colunas ou ambos
names() Nomes das colunas
str() Estrutura, com o tipo de cada coluna
summary() Resumo de cada coluna
dplyr::glimpse() Visão compacta das colunas e de seus tipos
dim(nascimentos)
#> [1] 5 4
summary(nascimentos)
#>        id         peso         semanas        parto          
#>  Min.   :1   Min.   :2350   Min.   :35.0   Length:5          
#>  1st Qu.:2   1st Qu.:2822   1st Qu.:38.0   Class :character  
#>  Median :3   Median :3090   Median :39.0   Mode  :character  
#>  Mean   :3   Mean   :3018   Mean   :38.6                     
#>  3rd Qu.:4   3rd Qu.:3285   3rd Qu.:40.0                     
#>  Max.   :5   Max.   :3540   Max.   :41.0                     
#>              NA's   :1

A função summary() mostra, para cada coluna numérica, o mínimo, os quartis, a média, o máximo e o número de valores ausentes. Para colunas de texto, mostra apenas o tamanho e o tipo.

Tibbles

O tidyverse, que usaremos a partir do Capítulo 5, trabalha com uma versão moderna do data frame, chamada tibble. Uma tibble é um data frame com algumas melhorias. Ela mostra no console apenas as primeiras linhas e as colunas que cabem na tela, informa o tipo de cada coluna e é mais rigorosa em algumas operações, o que evita erros silenciosos. Criamos uma tibble com a função tibble() do pacote de mesmo nome.

library(tibble)
nascimentos_tbl <- tibble(
  id = 1:5,
  peso = c(3200, 2350, 3540, NA, 2980),
  semanas = c(39, 35, 40, 38, 41)
)
nascimentos_tbl
#> # A tibble: 5 × 3
#>      id  peso semanas
#>   <int> <dbl>   <dbl>
#> 1     1  3200      39
#> 2     2  2350      35
#> 3     3  3540      40
#> 4     4    NA      38
#> 5     5  2980      41

Repare na linha <int>, <dbl> abaixo dos nomes das colunas. Ela informa que id é um vetor de inteiros e que peso e semanas são numéricos. Para todos os efeitos práticos deste livro, data frames e tibbles podem ser usados da mesma forma, e as funções do tidyverse devolvem sempre tibbles.

A função glimpse(), do pacote dplyr, é uma alternativa ao str() que se tornou muito popular por apresentar as colunas na vertical, o que funciona bem com bases que têm dezenas de variáveis, como as do DATASUS.

dplyr::glimpse(nascimentos_tbl)
#> Rows: 5
#> Columns: 3
#> $ id      <int> 1, 2, 3, 4, 5
#> $ peso    <dbl> 3200, 2350, 3540, NA, 2980
#> $ semanas <dbl> 39, 35, 40, 38, 41

3.8 Estudo de caso: estruturando um pequeno banco de notificações

Vamos aplicar os conceitos do capítulo a um pequeno banco de notificações de dengue. Os dez registros abaixo são fictícios, mas seguem a lógica dos dados do SINAN. O sexo está codificado como no sistema (M, F e I para ignorado), a idade está em anos e a classificação final usa os códigos 10 (dengue), 5 (descartado) e 8 (inconclusivo).

notificacoes <- tibble(
  id = 1:10,
  data_notificacao = c("2024-03-04", "2024-03-05", "2024-03-05", "2024-03-07",
                       "2024-03-08", "2024-03-11", "2024-03-12", "2024-03-12",
                       "2024-03-14", "2024-03-15"),
  idade = c(34, 8, 51, NA, 27, 72, 19, 45, 3, 60),
  sexo = c("F", "M", "F", "F", "M", "I", "F", "M", "M", "F"),
  classificacao = c(10, 10, 5, 10, 8, 10, 5, 10, 10, 5)
)
notificacoes
#> # A tibble: 10 × 5
#>       id data_notificacao idade sexo  classificacao
#>    <int> <chr>            <dbl> <chr>         <dbl>
#>  1     1 2024-03-04          34 F                10
#>  2     2 2024-03-05           8 M                10
#>  3     3 2024-03-05          51 F                 5
#>  4     4 2024-03-07          NA F                10
#>  5     5 2024-03-08          27 M                 8
#>  6     6 2024-03-11          72 I                10
#>  7     7 2024-03-12          19 F                 5
#>  8     8 2024-03-12          45 M                10
#>  9     9 2024-03-14           3 M                10
#> 10    10 2024-03-15          60 F                 5

Repare que a data foi guardada como texto (<chr>). O R ainda não sabe que se trata de datas. A conversão para o tipo apropriado, que permite calcular intervalos e semanas epidemiológicas, é feita no Capítulo 9.

O primeiro passo é transformar os códigos de sexo e de classificação em fatores com rótulos legíveis.

notificacoes$sexo <- factor(notificacoes$sexo,
                            levels = c("F", "M", "I"),
                            labels = c("Feminino", "Masculino", "Ignorado"))

notificacoes$classificacao <- factor(notificacoes$classificacao,
                                     levels = c(10, 5, 8),
                                     labels = c("Dengue", "Descartado", "Inconclusivo"))
table(notificacoes$classificacao)
#> 
#>       Dengue   Descartado Inconclusivo 
#>            6            3            1

Em seguida, verificamos se há valores ausentes na idade e calculamos a idade média dos notificados, ignorando o registro sem informação.

sum(is.na(notificacoes$idade))
#> [1] 1
mean(notificacoes$idade, na.rm = TRUE)
#> [1] 35.44444

Por fim, selecionamos apenas os casos confirmados de dengue e guardamos o resultado em um novo objeto.

confirmados <- notificacoes[notificacoes$classificacao == "Dengue", ]
nrow(confirmados)
#> [1] 6
mean(confirmados$idade, na.rm = TRUE)
#> [1] 32.4

Dos dez notificados, seis tiveram a dengue confirmada. A idade média entre os confirmados é diferente da idade média de todos os notificados, o que mostra a importância de definir com clareza qual população está sendo descrita. Nos próximos capítulos, faremos esse mesmo tipo de operação de forma mais simples e legível com as funções do tidyverse.

3.9 Exercícios

Fixação

  1. Antes de executar, tente prever o tipo de cada vetor a seguir. Depois, confirme com typeof(). c(1, 2, 3), c(1, "2", 3), c(TRUE, FALSE, 1), c(TRUE, "FALSE").

  2. Crie um vetor com as idades 12, 25, 37, 44, 15, 68 e 19. Selecione, usando colchetes, as idades entre 15 e 49 anos (faixa etária considerada em idade fértil nos indicadores de saúde da mulher).

  3. Usando o data frame nascimentos do texto, calcule a média de semanas de gestação e selecione as linhas com parto cesáreo.

  4. Crie um fator com os códigos de raça/cor 1, 4, 4, 2, 9, 1, 4, sabendo que, no SINASC, 1 é branca, 2 é preta, 3 é amarela, 4 é parda e 5 é indígena, e considerando o código 9 como ignorado. Inclua todos os níveis, mesmo os que não aparecem, e use table() para contar as categorias.

Aplicação

  1. Crie uma tibble fictícia com oito óbitos, contendo as colunas idade (em anos), sexo e causa (com valores como “Doenças do aparelho circulatório”, “Neoplasias” e “Causas externas”). Calcule a idade média dos óbitos por causas externas e compare com a idade média geral.

  2. Uma planilha de cobertura vacinal chegou com os valores "95,2", "88,7", "101,3" e "79,0", como texto. Converta esses valores para número sem que nenhum se transforme em NA. (Dica: a função sub(",", ".", x) troca a primeira vírgula de cada texto por um ponto.)

Desafio

  1. Execute mean(c(8, 11, 99, 15, 99)), imaginando que o código 99 representa “ignorado”. Explique por que o resultado é enganoso e reescreva o cálculo de modo que os códigos de ignorado sejam tratados como ausentes. Discuta que tipo de viés pode surgir se a proporção de ignorados for muito diferente entre os municípios comparados.

  2. A função str() aplicada ao resultado de t.test(c(3200, 2850, 3540, 2410, 3100), mu = 3000) mostra que o resultado é uma lista. Explore essa lista e extraia, com $, o valor-p e o intervalo de confiança. Não é preciso entender o teste agora; o objetivo é praticar a navegação em listas.

3.10 Síntese

Os dados no R são organizados em estruturas. O vetor é a mais simples, com valores de um único tipo, que pode ser numérico, inteiro, texto ou lógico. Quando tipos diferentes são misturados, o R os converte para o tipo mais flexível, processo chamado de coerção, que exige atenção com vírgulas decimais e códigos numéricos. O valor NA representa informação ausente e deve ser testado com is.na(); nos sistemas de informação do SUS, a ausência muitas vezes vem disfarçada de código, como 9 ou 99. Os elementos de um vetor podem ser selecionados por posição, por nome ou por condição. Fatores representam variáveis categóricas com níveis definidos. Matrizes e listas aparecem em situações específicas, como tabelas de contingência e resultados de testes. O data frame, e sua versão moderna, a tibble, é a estrutura que representa uma base de dados, com uma coluna para cada variável e uma linha para cada registro.

Tabela 3.2: Funções apresentadas no capítulo.
Função Pacote Finalidade
c(), seq(), rep(), : base Criar vetores e sequências
typeof(), class() base Descobrir tipo e classe
str() utils Ver a estrutura de um objeto
as.numeric(), as.integer(), as.character(), as.logical() base Converter tipos
is.na() base Identificar valores ausentes
which() base Encontrar posições que atendem a uma condição
factor(), levels(), table() base Criar fatores e contar categorias
matrix(), dim(), list() base Matrizes e listas
data.frame(), tibble() base, tibble Criar tabelas de dados
head(), tail(), nrow(), ncol(), names(), summary() base, utils Inspecionar data frames
glimpse() dplyr Visão compacta de colunas e tipos

3.11 Para saber mais

O capítulo 2 de Faria (FARIA, 2024) é provavelmente o texto mais completo em português sobre estruturas e tipos de dados no R, incluindo coerção, valores especiais e as várias formas de seleção. O capítulo 27 do R para Ciência de Dados (WICKHAM; ÇETINKAYA-RUNDEL; GROLEMUND, 2023) apresenta as formas de seleção do R base para quem já conhece o tidyverse, e o capítulo 16 trata dos fatores. Bougioukas (BOUGIOUKAS, 2025) dedica os capítulos 6 a 9 a objetos, vetores, matrizes, listas e data frames.

Obra Capítulo Seções de interesse
Introdução à Linguagem R (FARIA, 2024) 2. Fundamentos da Linguagem R Estruturas de dados; Tipos de dados; Coerção no R; Subsetting; Valores especiais do R
R para Ciência de Dados (WICKHAM; ÇETINKAYA-RUNDEL; GROLEMUND, 2023) 16. Fatores; 27. Um guia para o R base O básico sobre fatores; Selecionando múltiplos elementos com [; Selecionando um único elemento com $ e [[
Manual de R para Epidemiologistas (BATRA et al., 2021) 3. Introdução ao R Objetos; Principais operadores e funções
Practical Statistics in Medicine with R (BOUGIOUKAS, 2025) 6. R objects; 7. Atomic vectors; 8. Matrices and arrays; 9. Lists and data frames —