Lista rápida de pacotes R úteis

Pacotes Recomendados

Muitas funções R úteis vêm em pacotes, bibliotecas livres de código escritas pela comunidade de usuários ativos de R. Para instalar um pacote R, abra uma sessão R e digite na linha de comando

install.packages("<the package's name>")

R irá baixar o pacote do CRAN, então você precisa estar conectado à internet. Uma vez que você tenha um pacote instalado, você pode disponibilizar seu conteúdo para usar em sua sessão R atual executando

library("<the package's name>")

Existem milhares de pacotes R úteis para você usar, mas navegar em todos eles pode ser um desafio. Para ajudá-lo, compilamos este guia para alguns dos melhores. Usamos cada um deles e descobrimos que eles são excelentes – até escrevemos alguns deles. Mas você não precisa acreditar na nossa palavra, esses pacotes também são alguns dos pacotes R mais baixados.

Para carregar dados

RMySQL , RPostgresSQL , RSQLite – Se você quiser ler dados de um banco de dados, esses pacotes são um bom lugar para começar. Escolha o pacote que se adequa ao seu tipo de banco de dados.

XLConnect , xlsx – Esses pacotes ajudam você a ler e gravar arquivos do Microsoft Excel pela R. Você também pode simplesmente exportar suas planilhas do Excel como .csv.

foreign – Deseja ler um conjunto de dados do SAS em R? Ou um conjunto de dados SPSS? Estrangeiro fornece funções que ajudam você a carregar arquivos de dados de outros programas para o R.

R pode manipular arquivos de texto simples – nenhum pacote é necessário. Apenas use as funções read.csv, read.table e read.fwf. Se você tiver dados ainda mais exóticos, consulte o guia do CRAN para importação e exportação de dados.

Para manipular dados

dplyr – Atalhos essenciais para subconjuntos, resumindo, rearranjando e unindo conjuntos de dados. O dplyr é o nosso pacote para manipulação rápida de dados.

tidyr – Ferramentas para alterar o layout de seus conjuntos de dados. Use as funções coletar e distribuir para converter seus dados no formato arrumado , o layout que R gosta melhor.

stringr – Ferramentas fáceis de aprender para expressões regulares e strings de caracteres.

lubridate – Ferramentas que facilitam o trabalho com datas e horários.

Para visualizar dados

ggplot2 – O famoso pacote de R para fazer belos gráficos. O ggplot2 permite que você use a gramática de gráficos para construir gráficos personalizáveis ​​em camadas.

ggvis – Gráficos interativos baseados na web, construídos com a gramática dos gráficos.

rgl – visualizações 3D interativas com R

htmlwidgets – Uma maneira rápida de construir visualizações interativas (baseadas em javascript) com R. Pacotes que implementam htmlwidgets incluem:

 

googleVis – Vamos usar as ferramentas do Google Chart para visualizar dados no R. O Google Chart Tools costumava ser chamado de Gapminder, o software gráfico que Hans Rosling tornou famoso na palestra do TED.

Para modelar dados

A função Anova do carro – carro é popular para fazer tabelas Anova tipo II e tipo III.

mgcv – Modelos Aditivos Generalizados

lme4 / nlme – Modelos de efeitos mistos lineares e não lineares

randomForest – Métodos florestais aleatórios de aprendizado de máquina

multcomp – Ferramentas para testes de comparação múltipla

vcd – Ferramentas de visualização e testes para dados categóricos

glmnet – Métodos de regressão de laço e malha elástica com validação cruzada

survival – Ferramentas para análise de sobrevivência

caret – Ferramentas para treinamento de modelos de regressão e classificação

Para relatar resultados

brilhante – Faça facilmente aplicativos interativos da Web com R. Uma maneira perfeita de explorar dados e compartilhar descobertas com não programadores.

R Markdown – O fluxo de trabalho perfeito para relatórios reproduzíveis. Escreva o código R nos seus  relatórios de remarcação . Quando você executa render, o Markdown R substitui o código por seus resultados e, em seguida, exporta seu relatório como um documento HTML, pdf ou do MS Word ou uma apresentação de slides em HTML ou pdf. O resultado? Relatório automatizado. O Markdown está integrado diretamente no RStudio.

xtable – A função xtable pega um objeto R (como um quadro de dados) e retorna o código HTML ou latex que você precisa para colar uma versão bonita do objeto em seus documentos. Copie e cole ou faça o emparelhamento com o R Markdown.

Para dados espaciais

sp , maptools – Ferramentas para carregar e usar dados espaciais, incluindo shapefiles.

mapas – Fácil usar polígonos de mapa para conspirações.

ggmap – Faça o download de mapas de ruas diretamente dos mapas do Google e use-os como plano de fundo nos seus ggplots.

Para séries temporais e dados financeiros

zoo – Fornece o formato mais popular para salvar objetos de séries temporais em R.

xts – Ferramentas muito flexíveis para manipular conjuntos de dados de séries temporais.

quantmod – Ferramentas para baixar dados financeiros, plotar gráficos comuns e fazer análises técnicas.

Para escrever código R de alto desempenho

Rcpp – Grava funções R que chamam o código C ++ para uma velocidade extremamente rápida.

data.table – Uma maneira alternativa de organizar conjuntos de dados para operações muito, muito rápidas. Útil para dados grandes.

Paralelo – Use o processamento paralelo em R para acelerar seu código ou para processar grandes conjuntos de dados.

Para trabalhar com a web

XML – Leia e crie documentos XML com R

jsonlite – Lê e cria tabelas de dados JSON com R

httr – Um conjunto de ferramentas úteis para trabalhar com conexões http

Para escrever seus próprios pacotes R

devtools – Um conjunto essencial de ferramentas para transformar seu código em um pacote R.

testthat – testthat fornece uma maneira fácil de escrever testes de unidade para seus projetos de código.

roxygen2 – Uma maneira rápida de documentar seus pacotes R. O roxygen2 transforma comentários de código em linha em páginas de documentação e cria um namespace de pacote.

Você também pode ler sobre todo o processo de desenvolvimento de pacotes on-line no livro R Packages de Hadley Wickham. 

Preciso de ajuda?

Os clientes do RStudio Pro podem abrir uma discussão com o Suporte do RStudio a qualquer momento.

Você também pode pedir ajuda aos usuários do R e RStudio em community.rstudio.com. Não se esqueça de incluir um exemplo reproduzível do seu problema.

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *