Princípio: arquivos onde escrevemos textos e marcamos com markdown, mas também podemos adicionar códigos que são executados.
Extensão .Rmd
Possibilita a utilização de códigos R, Python, Markdown, HTML, CSS, SQL, e outros em um único arquivo.
É um pacote em R, portanto depende do R.
Pacote R Markdown
A reprodutibilidade é algo importante para o R Markdown.
A comunidade de R, e a equipe da RStudio, desenvolveram outros pacotes que integram bem com R Markdown para gerar diversos produtos de análise de dados diferentes, com arquivos .Rmd.
Começando com o R Markdown
Criando um arquivo:
File > New File > R Markdown
Estrutura do arquivo:
YAML - metadados do documento
Code chunks - Campos de código (pode receber código em R, SQL, Python, entre outros)
Textos marcados com Markdown ou HTML
Transformar o .Rmd no arquivo final
Botão Knit, ou usando o atalho: Ctrl + Shift + K
Boa prática: faça isso com frequência.
Colocar em prática:
Dentro do projeto do RStudio criado, crie uma pasta chamada relatorio.
Crie um novo arquivo RMarkdown que gera um HTML, e salve ele na pasta relatorio. Dê o nome de primeiro_relatorio.Rmd.
O arquivo já vem com alguns conteúdos para servir de exemplo. Observe a estrutura deste arquivo! Tente imaginar o que será gerado.
Aperte o botão knit para gerar o resultado final. Veja o resultado: é o que você imaginou?
Faça pequenas alterações e aperte o botão knit novamente, para ver como ficou. Sugestões:
Altere o título, adicione seu nome, mude a data.
Escreva algo diferente no corpo do arquivo.
Markdown
O RMarkdown possibilita a utilização da linguagem de marcação simples Markdown. Essa linguagem de marcação foi elaborada para ser fácil de ler e fácil de escrever.
O RStudio Visual Editor facilita o uso do Markdown no RStudio.
Colocar em prática:
No arquivo criado, experimente marcar os textos com Markdown.
Experimente o Visual Mode Editor do RStudio.
Adicione um link no seu relatório para a página dos cursos de extensão da USP: https://cursosextensao.usp.br/
Chunks de Código em R
Os chunks são campos onde podemos inserir código de R (ou Python, SQL, Bash…) em um arquivo RMarkdown.
Os chunks podem ter rótulos/nomes, para identificar o conteúdo gerado.
Existe um atalho do teclado para criar chunks no RStudio: Ctrl + ALt + I.
Também é possível criar um chunk clicando no seguinte botão do RStudio:
Diretório de trabalho em arquivos .Rmd
Quando usamos projetos do RStudio, o diretório de trabalho será a pasta principal do projeto.
Quando estamos trabalhando com arquivos .Rmd, por padrão o diretório de trabalho DO ARQUIVO será a pasta onde o arquivo está localizado.
Isso gera confusão! Atenção pois isso pode causar erros. Uma dica para escrever os caminhos de forma correta é utilizar a funcionalidade do RStudio: escreva aspas, coloque o cursor entre as pastas e aperte TAB.
Exemplo prático: comparar o uso de getwd() dentro e fora de um arquivo .Rmd.
Para acessar arquivos em pastas que estão em um “nível” anterior ao diretório de trabalho, utilize "../".
Colocar em prática:
No arquivo primeiro-relatorio.Rmd, crie um chunk e faça a importação da base de dados de pinguins.
Aperte knit e observe o resultado. O código e o resultado deverá aparecer no relatório. Configure as opções de chunk para que apareça corretamente.
Código inline
É útil para adicionar resultados de código em R dentro de parágrafos.
Exemplo:
A base mtcars possui 32 carros. As colunas presentes na base são mpg, cyl, disp, hp, drat, wt, qsec, vs, am, gear, e carb.
Código Markdown:
A base mtcars possui `r nrow(mtcars)` carros.As colunas presentes na base são `r knitr::combine_words(names(mtcars), and = "e ")`.
Colocar em prática:
1 ) O trecho a seguir apresenta um texto com resultados feitos com inline code. Adicione o seguinte código no seu relatório (o arquivo primeiro_relatorio.Rmd), substituindo os trechos coloridos por inline code:
A base de dados pinguins apresenta dados referente à 344 pinguins, das seguintes espécies: Pinguim-de-adélia, Pinguim-gentoo, e Pinguim-de-barbicha. Os dados foram coletados entre os anos 2007 e 2009, nas seguintes ilhas: Torgersen, Biscoe, e Dream. O peso médio dos pinguins amostrados foi de 42 kg. Os dados foram obtidos através do pacote Palmer Penguins.
Tabelas com R
Várias opções: knitr::kable(), DT::datatable() , reactable::reactable(), entre outras.
Coloque o código usado para criar um gráfico em um chunk. Ex:
library(ggplot2)pinguins |> dplyr::count(especie) |>ggplot() +geom_col(aes(x = n, y = especie, fill = especie), show.legend =FALSE) +theme_light() +scale_fill_viridis_d() +labs(x ="Quantidade de pinguins", y ="Espécies")
Colocar em prática:
Adicione um gráfico no seu relatório, utilizando a base pinguins.
Caso não tenha experiência com ggplot, um gráfico simples pode ser gerado com esse código:
library(ggplot2)pinguins |>ggplot() +geom_point(aes(x = comprimento_bico, y = profundidade_bico, color = especie)) +theme_light() +scale_color_viridis_d() +labs(x ="Comprimento do bico", y ="Profundidade do bico")
Revisão - R Markdown
O pacote rmarkdown possibilita adicionar textos e códigos em um único arquivo.
Podemos utilizar códigos em R, Python, Markdown, HTML, CSS, SQL, e outros no RMarkdown.
O uso do RMarkdown depende do uso do R.
O arquivo RMarkdown é estruturado em: YAML (metadados), textos marcados e campos de código (chamados de chunks).
Markdown é uma linguagem de marcação que possibilita marcar textos. Essa linguagem é utilizada nos arquivos RMarkdown e em muitos outros lugares.
