Lab 1: DataFrames em R com a base de diabetes (Pima)

alunos <- data.frame(  nome = c("Ana", "Bruno", "Carla"),  idade = c(20, 22, 21),  aprovado = c(TRUE, FALSE, TRUE))

url <- 'https://raw.githubusercontent.com/gazzola/pima_dataset/main/diabetes.csv'diabetes <- read.csv(url)            # lê o CSV num data framehead(diabetes)                       # 6 linhas por padrãoprimeiras <- head(diabetes, n = 7)   # 7 primeirasultimas <- tail(diabetes, n = 4)     # 4 últimas (linhas 765 a 768)

dimensoes <- dim(diabetes)          # 768 9n_pacientes <- nrow(diabetes)       # 768n_variaveis <- ncol(diabetes)       # 9colunas <- colnames(diabetes)str(diabetes)                       # tipo de cada colunatipo_bmi <- class(diabetes$BMI)     # "numeric" (tem casas decimais)tipo_idade <- class(diabetes$Age)   # "integer" (idade inteira)summary(diabetes)                   # mínimo 0 em Glucose, BloodPressure e BMI: valor não medidomin_col <- min(diabetes$BMI)        # 0max_col <- max(diabetes$BMI)

valores <- diabetes$Glucosemedia <- mean(valores)          # 120.89mediana <- median(valores)      # 117desvio <- sd(valores)           # 31.97, amostral (divide por n − 1)minimo <- min(valores)          # 0maximo <- max(valores)          # 199resumo_col <- summary(valores)n_zeros <- sum(valores == 0)    # 5: TRUE vale 1, então a soma conta os zeros

pacientes <- data.frame(  id = c(303, 317, 738, 763),  idade = c(27, 58, 62, 32),  glicose = c(99, 133, 173, 145))pacientes$alerta <- pacientes$glicose >= 126   # FALSE TRUE TRUE TRUE ($ também cria coluna)dim_pacientes <- dim(pacientes)                # 4 4str(pacientes)

glicose_alta <- diabetes[diabetes$Glucose > 155, ]n_glicose_alta <- nrow(glicose_alta)                                   # 117diab_idade <- diabetes[diabetes$Outcome == 1 & diabetes$Age >= 43, ]   # & = as duasextremos <- diabetes[diabetes$Age < 25 | diabetes$BMI > 37, ]          # | = pelo menos umacom_imc <- diabetes[diabetes$BMI != 0, ]                               # tira os não medidosmedia_imc <- mean(com_imc$BMI)                                         # maior que mean(diabetes$BMI)prop_diab_alta <- mean(glicose_alta$Outcome)                           # 0.8034

grupo <- diabetes[diabetes$Pregnancies > 2 & diabetes$Age > 28, ]n_grupo <- nrow(grupo)summary(grupo)resumo_grupo <- summary(grupo$Glucose)q1 <- quantile(grupo$Glucose, .25)   # 1º quartilq2 <- quantile(grupo$Glucose, .50)   # medianaq3 <- quantile(grupo$Glucose, .75)   # 3º quartilboxplot(grupo$Glucose, main = "Glicose do grupo")   # caixa vai de q1 a q3, linha do meio = mediana

clinico <- diabetes[, c("Glucose", "BMI", "Age", "Outcome")]          # data framebloco <- diabetes[1:6, 1:3]diab_gi <- diabetes[diabetes$Outcome == 1, c("Glucose", "Insulin")]obesas <- subset(diabetes, BMI > 37, select = c(Age, BMI, Outcome))glicose_mais_velhas <- diabetes[diabetes$Age > 57, ]$Glucose          # vetor

# histograma da pressão diastólica com 15 classes sugeridash <- hist(diabetes$BloodPressure, breaks = 15, main = "Pressão diastólica", xlab = "Pressão (mm Hg)")barras <- h$counts                                  # altura de cada barraclasse_mais_comum <- h$breaks[which.max(h$counts)]  # início da barra mais alta: 70boxplot(diabetes$Glucose)                           # uma caixa sób <- boxplot(Glucose ~ Outcome, data = diabetes, main = "Glicose por grupo")   # uma caixa pra 0 e outra pra 1medianas <- b$stats[3, ]                            # 107 e 140median(diabetes$Glucose[diabetes$Outcome == 1])     # confere: 140