Por exemplo, se tivermos o seguinte conjunto de dados no Excel, podemos usar uma tabela din\u00e2mica para resumir rapidamente o total de vendas por regi\u00e3o:<\/span> <\/p>\n Isso nos diz:<\/span><\/p>\n Ou poder\u00edamos resumir por outra m\u00e9trica, como vendas m\u00e9dias por regi\u00e3o:<\/span> <\/p>\n Acontece que podemos criar rapidamente tabelas din\u00e2micas semelhantes em R usando as fun\u00e7\u00f5es group_by()<\/strong> e summary()<\/strong> do pacote dplyr<\/a> .<\/span><\/p>\n Este tutorial fornece v\u00e1rios exemplos de como fazer isso.<\/span><\/p>\n Primeiro, vamos criar o mesmo conjunto de dados em R que usamos nos exemplos anteriores do Excel:<\/span><\/p>\n A seguir, vamos carregar o pacote dplyr e usar as fun\u00e7\u00f5es group_by()<\/strong> e summary()<\/strong> para agrupar por regi\u00e3o e encontrar a soma das vendas por regi\u00e3o:<\/span><\/p>\n Podemos ver que esses n\u00fameros correspondem aos n\u00fameros mostrados no exemplo introdut\u00f3rio do Excel.<\/span><\/p>\n Tamb\u00e9m podemos calcular as vendas m\u00e9dias por regi\u00e3o:<\/span><\/p>\n Novamente, esses n\u00fameros correspondem aos n\u00fameros mostrados no exemplo anterior do Excel.<\/span><\/p>\n Observe que tamb\u00e9m podemos agrupar por m\u00faltiplas vari\u00e1veis. Por exemplo, poder\u00edamos encontrar a soma das vendas agrupadas por regi\u00e3o e<\/em> tipo de dispositivo:<\/span><\/p>\n Como fazer um VLOOKUP (semelhante ao Excel) em R<\/a> No Excel, as tabelas din\u00e2micas fornecem uma maneira f\u00e1cil de agrupar e resumir dados. Por exemplo, se tivermos o seguinte conjunto de dados no Excel, podemos usar uma tabela din\u00e2mica para resumir rapidamente o total de vendas por regi\u00e3o: Isso nos diz: A regi\u00e3o A teve 51 vendas totais A regi\u00e3o B teve 85 vendas […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-1442","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/pivot1.png\")
<\/p>\n\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/pivot2.png\")
<\/p>\n Exemplo: Criar tabelas din\u00e2micas em R<\/strong><\/span><\/h3>\n
#create data frame<\/span>\ndf <- data. frame<\/span> (region=c('A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C', 'C'),\n device=c('X', 'X', 'Y', 'X', 'Y', 'Y', 'X', 'X', 'Y', 'Y'),\n sales=c(12, 18, 21, 22, 34, 29, 38, 36, 34, 32))\n\n#view data frame\n<\/span>df\n\n region device sales\n1AX 12\n2AX18\n3 AY 21\n4 BX22\n5 BY 34\n6 BY 29\n7 CX 38\n8CX36\n9 CY 34\n10 CY 32\n<\/strong><\/pre>\n library<\/span> (dplyr)<\/span>\n<\/span><\/span>\n#find sum of sales by region<\/span>\ndf %>%\n group_by<\/span> (region) %>% \n summarize<\/span> (sum_sales = sum<\/span> (sales))\n\n# A tibble: 3 x 2\n region sum_sales\n \n1 to 51\n2 B 85\n3 C 140<\/strong><\/pre>\n #find average sales by region<\/span>\ndf %>%\n group_by<\/span> (region) %>% \n summarize<\/span> (mean_sales = mean<\/span> (sales))\n\n# A tibble: 3 x 2\n region mean_sales\n \n1 to 17 \n2 B 28.3\n3 C 35<\/strong><\/pre>\n #find sum of sales by region and device type<\/span>\ndf %>%\n group_by<\/span> (region, device) %>% \n summarize<\/span> (sum_sales = sum<\/span> (sales))\n\n# A tibble: 6 x 3\n# Groups: region [3]\n region device sum_sales\n \n1AX30\n2 AY 21\n3 BX22\n4 BY 63\n5 CX 74\n6 CY 66<\/strong><\/pre>\n Recursos adicionais<\/strong><\/span><\/h3>\n
O guia completo: como agrupar e resumir dados em R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"