RStudio: Ambiente de Desenvolvimento Integrado para a Linguagem R

Ambiente de Desenvolvimento Integrado
Reprodutibilidade
RStudio
Sistema Quarto

Um tutorial básico sobre o RStudio, um ambiente de desenvolvimento integrado simples e eficiente para a linguagem R.

Autor
Afiliação

Prof. Dr. Washington S. da Silva

IFMG - Campus Formiga - Mestrado Profissional em Administração.

Data de Publicação

7 dezembro 2024

1 Introdução

Objetivos

  • Este tutorial é destinado aos estudantes do bacharelado em Administração e aos mestrandos do Mestrado Profissional em Administração do IFMG - Campus Formiga.

  • Também é útil para administradores, economistas, contabilistas, auditores e outros profissionais que desejam utilizar ferramentas modernas para criar relatórios e outros produtos de forma reproduzível e auditável.

Instalação do RStudio no Windows

  1. Acesse https://posit.co/download/rstudio-desktop/

  2. Role a página para baixo, em geral, o site detecta seu sistema operacional e disponibiliza o instalador adequado loga abaixo de 2: Install RStudio.

  3. Clique em Download RStudio Desktop for Windows caso seu sistema operacional seja Windows.

  4. Finalizado o download, basta clicar duas vezes no arquivo e, em seguida, clicar em em continuar/avançar/next até o início da instalação.

O que é RStudio?

  • RStudio é um Ambiente de Desenvolvimento Integrado (em inglês, Integrated Development Environment, IDE) poderoso para a linguagem R, destinado a cientistas e analistas de dados.

  • Últil também para outras linguagens, mas principlamente para a linguagem R.

O que é um Ambiente de Desenvolvimento Integrado?

  • Um Ambiente de Desenvolvimento Integrado (IDE) é um programa abrangente que facilita o desenvolvimento de software ao integrar múltiplas funcionalidades essenciais em uma única interface.

  • Além de incluir um editor de texto avançado, ele oferece recursos de construção automática e um depurador robusto.

Destacam-se também funcionalidades como:

  • destaque de sintaxe, que melhora a legibilidade do código ao colorir diferentes partes do código-fonte conforme sua função gramatical.

  • auto-completar código, que agiliza a escrita ao sugerir e completar automaticamente trechos de código baseados no contexto, e;

  • identificação de erros em tempo real, que ajuda a detectar e corrigir falhas antes da execução do programa.

Por que usar o RStudio?

  • Interface Amigável: O RStudio oferece uma interface gráfica intuitiva que facilita o trabalho, especialmente para iniciantes, com acesso visual a scripts, console, dados e gráficos simultaneamente.

  • Aumento de Produtividade: Recursos como autocompletar código, atalhos de teclado e visualização integrada de gráficos aceleram significativamente o fluxo de trabalho.

  • Gestão de Projetos: O sistema de projetos do RStudio organiza seu trabalho, mantendo todos os arquivos relacionados em um único local.

  • Integração com outras ferramentas: Oferece suporte a várias linguagens (R, Python, SQL), integra-se com sistemas de controle de versão como Git, e facilita a publicação de conteúdo via sistema Quarto.

  • Reprodutibilidade Científica: Facilita a criação de documentos reproduzíveis que combinam código, resultados e texto narrativo, essenciais para pesquisa científica e relatórios corporativos.

  • Comunidade Ativa: Desenvolvido pela Posit (anteriormente RStudio), conta com uma grande comunidade de usuários e desenvolvedores que constantemente melhoram a ferramenta.

RStudio IDE x Linguagem R

  • R é uma linguagem de programação, enquanto o RStudio é um Ambiente de Desenvolvimento Integrado que contém recursos que facilitam o uso da linguagem R.

  • Utilizando a analogia de um carro, R seria o motor enquanto o RStudio seria o painel de controles (dashboard)

  • Portanto, é necessário ter os dois softwares instalados.

2 RStudio: Uma Visão Geral

2.1 Interface do RStudio

2.2 Painel: Source

  • O painel Source permite a visualização e edição de vários arquivos relacionados a diversas linguagens, tais como: .R, .qmd,.py ou arquivos de texto gerais como .txt ou .md.

  • Por padrão, é o painel superior esquerdo e pode ser iniciado abrindo qualquer arquivo editável no RStudio.

  • Cada arquivo adicional que for aberto será adicionado como uma nova guia no painel.

2.3 Painel: Console

  • Esse painel fornece uma área para executar o código interativamente, isto é, você pode “conversar” diretamente com o interpretado da linguagem R.

  • Por padrão, está vinculado a linguagem R, mas ele também pode fornecer um console Python.

2.4 Painel: Environment

Guia Environment

  • Essa guia exibe objetos R e Python ativos na sessão atual.

  • A barra de menus de Environment fornece carregamento ou salvamento de R workspaces, importação interativa de conjuntos de dados de arquivos de texto, Excel ou SPSS/SAS/Stata.

  • Ela também exibe a memória usada pela sessão R ativa e um ícone de uma vassoura para remover todos os objetos ativos.

2.5 Painel: Output

Por padrão, o painel Output é o painel inferior direito e contém as seguintes guias:

Guia Files

  • Esta guia fornece uma exploração interativa da pasta de arquivos da pasta para a qual R está direcionado, chamada working directory (pasta de trabalho)

  • Nesta guia, você pode adicionar, excluir, renomear e remover arquivos e pastas, entre outras operações.

Guia Help

  • O ícone Home exibe a página de ajuda geral, com links para Manuais e Referências sobre o R e RStudio.

  • Exibe também a documentação dos pacotes.

Guia Viewer

  • Exibe usada conteúdos interativos tais como: gráficos interativos, aplicativos Shiny, páginas html geradas pelo Quarto, entre outros.

Guia Presentation

  • Esta guia é usada para exibir slides HTML gerados pelo sistema Quarto.

Guia Plots

  • Esta guia exibe imagens estáticas produzidas na sessão.

  • Há setas para navegar entre gráficos mais antigos e mais recentes, zoom, um botão de exportação para salvar as imagens, um botão de exclusão imagem e um ícone de vassoura que limpará todos os gráficos.

Guia Packages

  • Esta guia permite visualizar os pacotes R instalados.

  • Há uma barra para pesquisar a biblioteca atual de pacotes.

  • Há também um botão para instalação e atualização de pacotes.

2.6 Instalando Pacotes R:

2.6.1 Usando a Guia Packages

Para instalar pacotes usando a guia Packages no RStudio:

  • Clique na guia Packages.

  • Clique em Install Packages.

  • Digite o nome de cada pacote que deseja instalar separados por um espaço ou vírgula na caixa de texto.

  • Copie os pacotes abaixo e cole na caixa de texto:

tidyverse usethis
  • Clique em Install para iniciar a instalação

2.6.2 Usando comandos

  • Uma forma alternativa de instalar pacotes é usando a linha de comando.

  • Você pode usar o seguinte comando diretamente no console, em um script, ou em um documento Quarto:

install.packages(c("tidyverse", "usethis"))

2.7 Pacotes: Atenção!

Instalação e Carregamento de Pacotes.

  • Usando um IDE como o RStudio, ou outro, em um computador, precisamos instalar pacotes apenas uma vez.

  • Entretanto, para utilizar os pacotes já instalados, precisamos sempre carregá-los com:

# carrega os pacotes utilizados
library(tidyverse)
library(usethis)
.
.
Conexão com a Internet.

  • Para instalar pacotes, de R ou Python, é necessária uma conexão ativa com a internet.

  • Pode ser necessário repetir a instalação devido à falhas na conexão, que faz com que os arquivos dos pacotes não sejam baixados completamente.

2.8 Configurações Básicas Recomendadas do RStudio

  1. Abra o RStudio

  2. Clique no menu “Tools” > “Global Options” > “Basic”

  3. Desmarque a opção: “Restore most recently opened project at startup”

  4. Desmarque a opção: “Restore previously open source document at startup”

  5. Desmarque a opção: “Restore .Rdata into workspace at startup”

  6. Na caixa à direita de “Save workspace to .Rdata on exit:”, selecione “never”

  7. Clique em “Ok” e, em seguida, em “Apply”

3 Projetos RStudio

Visão Geral

  • Cientistas e Analistas de dados mantêm todos os arquivos associados a um determinado projeto juntos e organizados em pastas/diretórios — dados, scripts, relatórios, etc.

  • Esta é uma prática tão sábia e comum que o RStudio tem suporte integrado para isso por meio dos Projects.

  • Os RStudio Projects (em português, Projetos RStudio) tornam simples organizar seus projetos em vários contextos, cada um com sua própria pasta e documentos diversos.

  • Seja com R ou Python, é fundamental criar um projeto do Editor ou IDE para organizar os arquivos de cada projeto.

  • Entre diversas outras, uma vantagem adicional importante do uso de projetos é que você se livra dos problemas com caminhos absolutos de arquivos e pastas, como veremos posteriormente.

3.1 Criando Projects no RStudio

Os Projetos RStudio estão associados a pastas.

Os Projetos RStudio podem ser criados:

  • Em um nova pasta, que não existe.

  • Em uma pasta existente, por exemplo, uma pasta que contém um repositório clonado do GitHub.

O caminho mais curto para criar um projeto no RStudio envolve:

  1. Clique no botão Project, em seguida, clique em New Project, no canto superior direito do RStudio:

  • Em seguida, clique em New Directory:

  1. Na janela seguinte selecione New Project:

  1. Escolha a pasta dentro da qual você criará a subpasta seunome_icd2025 (que será a pasta do projeto), clicando no botão Browse.
Importante! Nome da Pasta e do Projeto

No caso de um aluno hipotético chamado João Silva, o nome da subpasta seria joaosilva_icd2025, tente seguir esse padrão e não utilize acentos, espaços e caracteres especiais para nomear pastas, projetos e arquivos.

  1. Digite o nome do projeto (por exemplo, joaosilva_icd2025) no campo de texto abaixo de Directory Name e clique na caixa Create a git repository:

  1. Clique em Create Project para criar o projeto. Em seguida, você verá algo similar a seguinte imagem no RStudio:

3.2 Projeto Criado

Quando um novo projeto é criado, o RStudio:

  • Cria um arquivo de projeto (joaosilva_icd2025.Rproj) dentro da pasta do projeto.

  • Carrega o projeto no RStudio e exibe seu nome no menu Projects.

  • Com um projeto criado, toda vez que abrir o RStudio, basta clicar em Project, logo abaixo irá aparecer o nome do projeto, clique no nome para abrir o projeto.

3.3 Estrutura Recomendada para o Projeto RStudio Criado

Para organizar adequadamente os arquivos de seus projetos envolvendo a análise de dados, recomendamos que você adote a seguinte estrutura inicial de pastas para seu projeto:

  1. Primeiramente, vamos criar duas pastas principais:
  • dados: Para armazenar todos os conjuntos de dados do projeto.
  • relatorios: Para armazenar todos os documentos Quarto e relatórios.
  1. Dentro da pasta dados, vamos criar duas subpastas:
  • dados_brutos: Para armazenar os dados originais, sem modificações.
  • dados_limpos: Para armazenar dados após limpeza e transformações.
  1. Dentro da pasta relatorios, vamos criar a subpasta:
  • testes: Para armazenar documentos Quarto de teste e experimentos.

Esta estrutura fornece uma organização clara que separa dados de documentos e também distingue entre dados brutos e processados (ou limpos, no jargão de Ciência de Dados), seguindo boas práticas de reprodutibilidade.

Para criar esta estrutura usando o RStudio:

  1. Na Guia Files do RStudio, clique no botão New Folder para criar as pastas principais dados e relatorios:

  1. Navegue para dentro da pasta dados e crie as subpastas dados_brutos e dados_limpos.

  2. Navegue para dentro da pasta relatorios e crie a subpasta testes.

Considerando o caso do aluno hipotético chamado João Silva, a estrutura final do projeo ficaria assim:

joaosilva_icd2025/
│
├── dados/
│   ├── dados_brutos
│   └── dados_limpos
|
├── joaosilva_icd2025.Rproj
|
└── relatorios/
    └── testes

3.4 Gerenciamento de Arquivos

O RStudio suporta realce de sintaxe e outros recursos especializados de edição de código para tipos de arquivos específicos:

  • Scripts R, Python, SQL e outros.

  • Documentos computacionais e científicos em Quarto, R Markdown e LaTeX.

  • Conteúdo da Web, como HTML, CSS

  • E muitos mais.

3.5 Configurando o RStudio para usar o Git Bash como Terminal

Configurando o Terminal do RStudio para Git Bash

Como trabalharemos com o RStudio e o sistema Quarto, é importante saber como acessar e usar o terminal Git Bash diretamente dentro do RStudio:

  1. Configurando o terminal Git Bash no RStudio:

  • Abra o RStudio

  • Vá para “Tools” > “Global Options” > “Terminal”.

  • No campo “New terminals open with:”, selecione “Git Bash” no menu suspenso.

  • Clique em “Apply” e depois em “OK”

  1. Acessando o terminal Git Bash no RStudio:

  • No painel inferior do RStudio, clique na aba “Terminal”.

  • Um novo terminal Git Bash será aberto.

  • Se um terminal já estiver aberto, mas não for o Git Bash, clique no ícone “+” no canto superior direito do painel de terminal e selecione “New Terminal” para abrir um novo terminal Git Bash

  1. Vantagens de usar o Git Bash dentro do RStudio:

  • Mantém seu fluxo de trabalho dentro de um único ambiente.

  • Facilita a navegação entre edição de arquivos e execução de comandos Git.

  • Permite copiar e colar facilmente entre o editor e o terminal.

  • Evita a necessidade de alternar entre aplicativos diferentes.

4 Atalhos de Teclado Essenciais

Dominar alguns atalhos de teclado básicos aumentará significativamente sua produtividade no RStudio, especialmente ao trabalhar com documentos Quarto:

Windows/Linux | macOS | Função

Navegação entre painéis:

  • Ctrl+1 | ⌘+1 | Move o cursor para o painel Source
  • Ctrl+2 | ⌘+2 | Move o cursor para o Console
  • Ctrl+3 | ⌘+3 | Move o cursor para o painel Environment
  • Ctrl+4 | ⌘+4 | Move o cursor para o painel Output
  • Ctrl+Shift+0 | ⌘+Shift+0 | Restaura o layout padrão dos painéis
  • Ctrl+. | ⌘+. | Navegação rápida para seções/funções/chunks

Trabalho com documentos Quarto:

  • Ctrl+Shift+K | ⌘+Shift+K | Renderiza o documento Quarto ativo
  • Ctrl+Alt+I | ⌘+Option+I | Insere uma nova célula de código
  • Ctrl+Enter | ⌘+Enter | Executa a célula de código atual ou a linha selecionada
  • Ctrl+Shift+Enter | ⌘+Shift+Enter | Executa a célula de código atual completo
  • Ctrl+Alt+C | ⌘+Option+C | Executa todas as células anteriores
  • Ctrl+Alt+R | ⌘+Option+R | Executa todas as células no arquivo
  • Ctrl+Alt+P | ⌘+Option+P | Abre o painel para navegar pelo arquivo

Edição:

  • Ctrl+Shift+M | ⌘+Shift+M | Insere o operador pipe do tidyverse (%>%)
  • Alt+- | Option+- | Insere o operador de atribuição (<-)
  • Ctrl+Shift+. | ⌘+Shift+. | Insere o operador pipe nativo do R (|>)
  • Tab: Autocompleta comandos ou nomes de variáveis
  • Ctrl+Shift+C | ⌘+Shift+C | Comenta/descomenta a linha atual ou seleção
  • F1: Mostra ajuda para função sob o cursor
  • Alt+Shift+K | Option+Shift+K | Abre uma janela com todos os atalhos disponíveis

Console:

  • Ctrl+L | ⌘+L | Limpa o Console
  • Esc: Interrompe a execução de código no R
  • Setas ↑/↓: Navega pelo histórico de comandos no Console

5 Glossário de Termos

A

Ambiente de Desenvolvimento Integrado (IDE): Software que combina editor de código ou texto, console, gerenciamento de arquivos e outras ferramentas para facilitar o desenvolvimento de softwares.

C

Console: Interface de linha de comando onde os códigos R são executados interativamente e os resultados são mostrados imediatamente.

E

Editor de texto/código: Componente do IDE onde você escreve e edita o código antes de executá-lo.

P

Pacote: Coleção de funções, dados e documentação que estende as funcionalidades da linguagem R.

Painel (Pane): Áreas da interface do RStudio que contêm diferentes ferramentas, como editor, console, ambiente, etc.

Projeto RStudio: Sistema que organiza arquivos relacionados a uma análise específica em uma estrutura coerente, facilitando a organização e reprodutibilidade.

Q

Quarto: Sistema de publicação científica e técnica que permite combinar código, texto narrativo, equações e visualizações em um único documento. Sucessor do R Markdown.

R

R: Linguagem de programação especializada em análise estatística e visualização de dados.

Reprodutibilidade: Princípio que permite que outros pesquisadores e profissionais possam replicar exatamente os mesmos resultados utilizando os mesmos dados e códigos. No contexto corporativo, garante a auditabilidade de análises, facilita a transferência de conhecimento entre equipes, permite verificação de resultados por diferentes stakeholders e assegura a continuidade de projetos mesmo com mudanças de pessoal.