Introdução à Ciência de Dados

Soluções dos Exercícios: Funcões select e filter

Prof. Washington Santos da Silva

IFMG - Campus Formiga

25 de abril de 2025

Data Frame gapminder

Dicionário dos dados

A data frame gapminder contida no pacote de mesmo nome, possui 1704 linhas (observações) e 6 colunas (variáveis).

Descrição das variáveis da data frame gapminder
Variável	Classe/Tipo	Descrição
`country`	`factor`	Nome do país (142 níveis)
`continent`	`factor`	Continente ao qual o país pertence (5 níveis)
`year`	`integer`	Ano da observação (1952 a 2007 em incrementos de 5 anos)
`lifeExp`	`double`	Expectativa de vida ao nascer, em anos
`pop`	`integer`	População total do país
`gdpPercap`	`double`	PIB per capita em US$, ajustado pela inflação

Função select: Soluções dos Exercícios

Nível 1: Primeiros Passos

Exercício 1

Complete o código abaixo para selecionar apenas o país, o ano e a expectativa de vida:

# seleciona país, ano e expectativa de vida
dados_expectativa <- gapminder %>%
  select(country, year, lifeExp) # seleção por inclusão

# exibe as primeiras 6 linhas do resultado
head(dados_expectativa)

# A tibble: 6 × 3
  country      year lifeExp
  <fct>       <int>   <dbl>
1 Afghanistan  1952    28.8
2 Afghanistan  1957    30.3
3 Afghanistan  1962    32.0
4 Afghanistan  1967    34.0
5 Afghanistan  1972    36.1
6 Afghanistan  1977    38.4

Exercício 2

Escreva o código para selecionar todas as variáveis EXCETO população e PIB per capita:

# seleciona todas as variáveis, exceto população e pib per capita
dados_sem_pop_pib <- gapminder %>%
  select(-pop, -gdpPercap) # seleção por exclusão

# exibe as primeiras 6 linhas do resultado
head(dados_sem_pop_pib)

# A tibble: 6 × 4
  country     continent  year lifeExp
  <fct>       <fct>     <int>   <dbl>
1 Afghanistan Asia       1952    28.8
2 Afghanistan Asia       1957    30.3
3 Afghanistan Asia       1962    32.0
4 Afghanistan Asia       1967    34.0
5 Afghanistan Asia       1972    36.1
6 Afghanistan Asia       1977    38.4

Nível 2: Técnicas Avançadas

Exercício 3

Complete o código abaixo para selecionar apenas as variáveis que começam com a letra “c”:

# seleciona apenas as variáveis que começam com a letra "c"
variaveis_com_c <- gapminder %>%
  select(starts_with("c"))

# exibe as primeiras 6 linhas do resultado
head(variaveis_com_c)

# A tibble: 6 × 2
  country     continent
  <fct>       <fct>    
1 Afghanistan Asia     
2 Afghanistan Asia     
3 Afghanistan Asia     
4 Afghanistan Asia     
5 Afghanistan Asia     
6 Afghanistan Asia

Exercício 4

Escreva o código para selecionar todas as variáveis desde “country” até “pop” (em sequência na tabela):

# selecionar todas as variáveis entre "country" e "pop"
variaveis_sequencia <- gapminder %>%
  select(country:pop)

# exibe as primeiras 6 linhas do resultado
head(variaveis_sequencia)

# A tibble: 6 × 5
  country     continent  year lifeExp      pop
  <fct>       <fct>     <int>   <dbl>    <int>
1 Afghanistan Asia       1952    28.8  8425333
2 Afghanistan Asia       1957    30.3  9240934
3 Afghanistan Asia       1962    32.0 10267083
4 Afghanistan Asia       1967    34.0 11537966
5 Afghanistan Asia       1972    36.1 13079460
6 Afghanistan Asia       1977    38.4 14880372

Desafio

Desafio

Crie um código que selecione variáveis usando dois métodos diferentes na mesma instrução:

Todas as variáveis que contêm a letra “p” OU
Todas as variáveis que terminam com “p”

# seleciona todas as variáveis que contêm a letra "p" OU
# que terminam com "p"
variaveis_combinadas <- gapminder %>%
  select(contains("p") | ends_with("p"))

# exibe as primeiras 6 linhas do resultado
head(variaveis_combinadas)

# A tibble: 6 × 3
  lifeExp      pop gdpPercap
    <dbl>    <int>     <dbl>
1    28.8  8425333      779.
2    30.3  9240934      821.
3    32.0 10267083      853.
4    34.0 11537966      836.
5    36.1 13079460      740.
6    38.4 14880372      786.

Função filter: Soluções dos Exercícios

Nível 1: Primeiros Passos com filter()

Exercício 1

Complete o código abaixo para filtrar apenas os países da América do sul no ano de 2007.

Entretanto, a variável continent não possui o valor “South America”, apenas “Americas”. Os valores possíveis da variável continent podem ser encontrados usando a função:

# exibe os valores únicos da variável continent
unique(gapminder$continent)

[1] Asia     Europe   Africa   Americas Oceania 
Levels: Africa Americas Asia Europe Oceania

Exercício 1 Corrigido

Portanto, o texto correto do exercício deve ser:

Complete o código abaixo para filtrar apenas os países das Americas no ano de 2007.

# dados apenas dos países da América do Sul no ano 2007
paises_americas_2007 <- gapminder %>%
  filter(continent == "Americas", year == 2007)

# exibe as primeiras 6 linhas do resultado
head(paises_americas_2007)

# A tibble: 6 × 6
  country   continent  year lifeExp       pop gdpPercap
  <fct>     <fct>     <int>   <dbl>     <int>     <dbl>
1 Argentina Americas   2007    75.3  40301927    12779.
2 Bolivia   Americas   2007    65.6   9119152     3822.
3 Brazil    Americas   2007    72.4 190010647     9066.
4 Canada    Americas   2007    80.7  33390141    36319.
5 Chile     Americas   2007    78.6  16284741    13172.
6 Colombia  Americas   2007    72.9  44227550     7007.

Exercício 2

Filtre a data frame gapminder para mostrar apenas os dados do Brasil:

# dados apenas sobre o Brasil
dados_brasil <- gapminder %>%
  filter(country == "Brazil")

# exibe as primeiras 6 linhas do resultado
head(dados_brasil)

# A tibble: 6 × 6
  country continent  year lifeExp       pop gdpPercap
  <fct>   <fct>     <int>   <dbl>     <int>     <dbl>
1 Brazil  Americas   1952    50.9  56602560     2109.
2 Brazil  Americas   1957    53.3  65551171     2487.
3 Brazil  Americas   1962    55.7  76039390     3337.
4 Brazil  Americas   1967    57.6  88049823     3430.
5 Brazil  Americas   1972    59.5 100840058     4986.
6 Brazil  Americas   1977    61.5 114313951     6660.

Nível 2: Combinando Condições