Como abrir diferentes tipos de arquivos na linguagem R

O R é uma linguagem poderosa para análise de dados e estatística, e uma de suas maiores vantagens é a flexibilidade para importar dados de diversos formatos. A seguir, descrevemos os principais tipos de arquivos que podem ser lidos no R e exemplos práticos de como fazer isso.

1. Arquivos CSV (Comma-Separated Values)

O formato mais comum para dados tabulares.

  • Arquivos de texto simples, separados por vírgulas.
  • Muito usado para troca de dados entre sistemas.

arquivo_csv = read.csv("vendas.csv")   	
head(arquivo_csv)

2. Arquivos TSV (Tab-Separated Values)

Semelhante ao CSV, mas usa tabulação como separador.

  • Útil quando os dados contêm vírgulas em campos de texto.

arquivo_tsv = read.delim("vendas.tsv")     
head(arquivo_tsv)

3. Arquivos Excel (.xlsx / .xls)

R consegue ler planilhas diretamente, mantendo múltiplas abas.

  • Necessita do pacote readxl.

install.packages("readxl") 

library(readxl)
arquivo_excel = read_excel("vendas.xlsx")
head(arquivo_excel)

4. Arquivos JSON (JavaScript Object Notation)

Formato amplamente usado em APIs e dados web.

  • Estruturado em objetos e listas.
  • Necessita do pacote jsonlite.

install.packages("jsonlite")

library(jsonlite)
arquivo_json = fromJSON("vendas.json")
head(arquivo_json)

5. Arquivos XML (eXtensible Markup Language)

Formato de marcação hierárquico, comum em sistemas legados ou APIs.

  • Necessita do pacote XML.

install.packages("XML")

library(XML)
arquivo_xml = xmlToDataFrame("vendas.xml")
head(arquivo_xml)

6. Arquivos Web (HTML / Tabelas online)

R consegue ler diretamente tabelas de páginas web.

  • Necessita do pacote rvest.
  • Útil para scraping ou coleta de dados públicos.

install.packages("rvest")

library(rvest)
pagina = read_html(vendas.html")
arquivos_web = html_table(pagina)[[1]]
head(arquivo_web)

Conclusão.

A flexibilidade do R em ler diferentes formatos torna a linguagem extremamente versátil para análise de dados. Aprender a manipular arquivos CSV, Excel, JSON, XML e web é essencial para quem quer trabalhar com dados reais de diferentes fontes. Muito obrigado e até a próxima.

Repositório para estudo: https://github.com/jcarlossc/open-files-r

Comentários

Postar um comentário

Postagens mais visitadas deste blog

Imagem
O que é a linguagem R? R é uma linguagem de programação e também um ambiente de software voltado para análise estatística, ciência de dados e visualização gráfica . Foi criada em 1993 por Ross Ihaka e Robert Gentleman na Universidade de Auckland, Nova Zelândia. É uma evolução da linguagem S, usada em estatística, e hoje é open source, mantida pela R Foundation . Características do R Extensível → possui milhares de pacotes disponíveis no CRAN (Comprehensive R Archive Network) Multiparadigma → suporta programação imperativa, funcional e orientada a objetos Multiplataforma → funciona em Windows, Linux e macOS Excelente para gráficos → gera gráficos simples ou complexos com poucos comandos Interpretada → roda diretamente no interpretador, sem necessidade de compilação Focada em estatística → possui funções nativas para análise de dados, testes estatísticos e modelos matemáticos Onde o R é usado? Academia e pesquisa científica → muito usado em te...
Leia mais
Imagem
Microtutorial RStudio O RStudio é um ambiente de desenvolvimento integrado (IDE) projetado para a linguagem de programação R. Ele facilita o trabalho de cientistas de dados, estatísticos e analistas, oferecendo ferramentas para escrever, executar e depurar códigos em R, além de recursos para visualização, relatórios e integração com outras linguagens. Definição Existem duas versões principais: RStudio Desktop → roda localmente no computador RStudio Server → acessado pelo navegador, instalado em um servidor Suporta R Markdown, Shiny Apps, pacotes, gráficos interativos e conexão com bancos de dados Organiza o fluxo de trabalho em janelas (script, console, ambiente, gráficos, arquivos, etc.) Fornece uma interface gráfica amigável para trabalhar com R Interface do RStudio Source : área para escrever, salvar e executar scripts da linguagem R. Environment : Environmen → variáveis e outras estruturas do ...
Leia mais