Eu acho que tem no guia de postagem para não postar anexos para a lista. Ainda sim é ruim, ja que eu tenho que baixar o arquivo, mudar diretorio etc. a solução com dput e copia e cola ainda é mais rapida, no fim do e-mail eu mostro como seria a saida com dput. Mas veja so:<br>
<br>#primeiro eu li os dados, o separado parecia ser barra, e tens uns t no meio dos dados, eu não entendi o formato direito.<br>#lendo os dados<br>> dados<-read.table("exemplo.txt",sep = "/")<br>
#usando o comando str para ver como são os dados, olhe que tudo são fatores<br>> str(dados)<br>'data.frame':    50 obs. of  11 variables:<br> $ Municípios             : Factor w/ 50 levels "tAraucária - PR",..: 45 35 6 15 4 26 32 20 18 36 ...<br>
 $ tPopulação..2010.      : Factor w/ 50 levels "t1.014.837","t1.080.113",..: 3 7 21 12 16 13 10 6 20 35 ...<br> $ tRanking.populacional  : Factor w/ 50 levels "t103º","t105º",..: 15 21 39 49 46 12 17 6 45 32 ...<br>
 $ tPIB.2006..R..1.000.   : Factor w/ 50 levels "t  10 161 750",..: 26 10 46 30 31 29 28 25 19 23 ...<br> $ tPIB.2007..R..1.000.   : Factor w/ 50 levels "t  10 402 706",..: 30 13 50 33 34 32 31 27 21 26 ...<br>
 $ tPIB.2008..R..1.000.   : Factor w/ 50 levels "t  10 169 929",..: 37 21 7 41 40 39 38 36 30 33 ...<br> $ tPIB.2009..R..1.000.   : Factor w/ 50 levels "t  10 257 022",..: 38 21 9 41 40 39 37 35 32 36 ...<br>
 $ tPIB.2010..R..1.000.   : Factor w/ 50 levels "t  10 340 756",..: 47 29 16 50 49 48 46 45 44 43 ...<br> $ tRanking.PIB           : Factor w/ 50 levels "t10º","t11º",..: 11 22 33 44 46 47 48 49 50 1 ...<br>
 $ tPIB.per.capita..R..   : Factor w/ 50 levels "t   103 403,99",..: 36 24 45 26 16 19 28 25 10 8 ...<br> $ tRanking.PIB.per.capita: Factor w/ 50 levels "t1.024º","t1.039º",..: 4 26 40 24 39 32 22 25 5 9 ...<br>
<br>#para ficar mais facil, eu vou separar a coluna 11 em um vetor chamado pib<br>> pib<-dados[,11]<br>#pib é um fator<br>> class(pib)<br>[1] "factor"<br>#eu sou ruim de expressão regular, mas primeiro vamos tirar os t, os ponto e outras coisas e transformar em numeros<br>
> pib<-gsub("t","",pib)<br>> pib<-gsub("º","",pib)<br>> pib<-gsub("\\.","",pib)<br>> pib<-as.numeric(pib)<br><br>#Agora temos numeros<br>
> pib<br> [1]  141  288   69  282  646  386  277  284 1446 1749  203   75  104  811   47   14   59  264   74   45  892<br>[22]  153   77  271  175  281 1969 1024  446  347   93  364   22  174   34 1039   87   73  260   21 1946 1488<br>
[43]   76  309  557  766   49  291 1963 2662<br>> class(pib)<br>[1] "numeric"<br><br>#vamos usar agora o pib para criar um vetor chamado ordem, que é a ordem dos valores, usamos o argumento decreaseing para que seja do maior para o #menor<br>
> ordem<-order(pib,decreasing = T)<br><br>#ai eu olho os dados, usando ordem para definir a ordem que as linhas são mostradas<br>> dados[ordem,]<br>                    Municípios tPopulação..2010. tRanking.populacional tPIB.2006..R..1.000.<br>
50           tSão Gonçalo - RJ          t999.728                  t16º         t  6 885 641<br>27                 tBelém - AL            t4.551               t4.442º        t  12 520 258<br>49              tTeresina - PI          t814.230                  t19º         t  5 989 117<br>
41             tMacedônia - SP            t3.664               t4.807º         t  7 267 950<br>10          tSalto Veloso - SC            t4.301               t4.539º        t  24 139 423<br>42             tNarandiba - SP            t4.288               t4.547º         t  7 398 852<br>
9              tFortaleza - CE        t2.452.185                   t5º        t  22 331 722<br>36          tCampo Grande - AL            t9.032               t3.160º         t  7 817 007<br>28              tSão Luís - MA        t1.014.837                  t15º        t  11 204 463<br>
21               tGoiânia - GO        t1.302.001                  t12º        t  15 898 437<br>14              tRebouças - PR           t14.176               t2.280º        t  18 316 659<br>46                tCuiabá - MT          t551.098                  t35º         t  7 177 404<br>
5         tBelo Horizonte - MG        t2.375.151                   t6º        t  32 473 102<br>45        tNísia Floresta - RN           t23.784               t1.386º         t  7 466 738<br>29           tSanto André - PB            t2.638               t5.223º        t  11 674 114<br>
6                 tManari - PE           t18.083               t1.831º        t  31 801 795<br>32              tSorocaba - SP          t586.625                  t32º        t  10 161 750<br>30        tRibeirão Pires - SP          t113.068                 t232º        t  11 326 627<br>
44               tDiadema - SP          t386.089                  t55º         t  7 747 560<br>48              tPiracema - MG            t6.406               t3.804º         t  6 815 596<br>2          tRio de Contas - BA           t13.007               t2.462º       t  128 026 084<br>
8              tGuarulhos - SP        t1.221.979                  t13º        t  25 697 978<br>4               tCuritiba - PR        t1.751.907                   t8º        t  32 182 599<br>26            tUberlândia - MG          t604.013                  t30º        t  10 344 790<br>
7             tPorto Acre - AC           t14.880               t2.184º        t  30 130 789<br>24              tContagem - MG          t603.442                  t31º        t  11 314 821<br>18       tDuque de Caxias - RJ          t855.048                  t18º        t  22 435 604<br>
39                 tSerra - ES          t409.267                  t51º         t  9 130 483<br>11              tCampinas - SP        t1.080.113                  t14º        t  23 629 697<br>25                  tJóia - RS            t8.331               t3.300º        t  10 697 887<br>
34         tCaxias do Sul - RS          t435.564                  t45º         t  8 607 676<br>22   tSão José dos Campos - SP          t629.921                  t28º        t  15 522 240<br>1              tSão Paulo - SP       t11.253.503                   t1º       t  282 892 455<br>
13 tSão Bernardo do Campo - SP          t765.463                  t23º        t  20 566 795<br>31                tCanoas - RS          t323.827                  t72º         t  9 596 231<br>37  tSão José dos Pinhais - PR          t264.210                  t90º         t  7 029 321<br>
23                tJundiá - RN            t3.582               t4.841º        t  11 313 752<br>43           tLuzinópolis - TO            t2.622               t5.235º         t  6 477 109<br>12            tOrtigueira - PR           t23.380               t1.396º        t  17 798 886<br>
19 tCampos dos Goytacazes - RJ          t463.731                  t42º        t  23 134 307<br>38              tCamaçari - BA          t242.970                 t103º         t  9 529 357<br>3               tBrasília - DF        t2.570.160                   t4º        t  89 628 553<br>
17                tSantos - SP          t419.400                  t48º        t  16 141 388<br>47    tSão Caetano do Sul - SP          t149.263                 t178º         t  9 378 204<br>15                 tBetim - MG          t378.089                  t57º        t  18 807 187<br>
20               tVitória - ES          t327.801                  t70º        t  16 476 046<br>35                tItajaí - SC          t183.373                 t149º         t  6 297 432<br>33                 tParaú - RN            t3.859               t4.726º         t  2 997 778<br>
40             tAraucária - PR          t119.123                 t217º         t  8 436 380<br>16               tBarueri - SP          t240.749                 t105º        t  25 570 470<br>   tPIB.2007..R..1.000. tPIB.2008..R..1.000. tPIB.2009..R..1.000. tPIB.2010..R..1.000. tRanking.PIB<br>
50         t  7 410 667         t  8 267 153         t  9 034 995        t  10 340 756         t50º<br>27        t  13 842 632        t  15 286 066        t  16 568 144        t  17 987 323         t27º<br>49         t  6 536 373         t  7 505 653         t  8 688 475        t  10 539 378         t49º<br>
41         t  8 510 435         t  9 125 210        t  10 257 022        t  12 114 090         t41º<br>10        t  26 772 417        t  29 393 081        t  33 131 342        t  36 744 670         t10º<br>42         t  8 020 993         t  8 858 669        t  10 362 496        t  11 997 401         t42º<br>
9         t  24 476 378        t  28 769 259        t  31 373 473        t  37 106 309          t9º<br>36         t  8 956 501        t  10 460 818        t  11 640 898        t  13 875 046         t36º<br>28        t  12 272 006        t  14 720 891        t  15 323 512        t  17 915 048         t28º<br>
21        t  17 845 701        t  19 456 021        t  21 380 256        t  24 445 744         t21º<br>14        t  20 689 607        t  22 470 886        t  24 720 436        t  30 032 003         t14º<br>46         t  7 897 532         t  8 951 985         t  9 819 382        t  11 051 628         t46º<br>
5         t  38 285 100        t  42 255 583        t  44 729 413        t  51 661 760          t5º<br>45         t  8 853 442         t  9 293 714         t  9 904 464        t  11 214 103         t45º<br>29        t  13 259 022        t  13 303 110        t  14 709 216        t  17 258 468         t29º<br>
6         t  34 384 768        t  38 028 945        t  40 482 809        t  48 598 153          t6º<br>32        t  11 913 720        t  13 046 652        t  14 143 601        t  16 127 236         t32º<br>30        t  12 911 809        t  13 843 411        t  14 686 950        t  17 004 019         t30º<br>
44         t  8 621 541         t  9 311 666         t  9 969 627        t  11 254 523         t44º<br>48         t  7 678 195         t  8 832 622         t  9 599 600        t  10 931 268         t48º<br>2        t  140 094 694       t  158 757 286       t  170 517 226       t  190 249 043          t2º<br>
8         t  27 558 277        t  31 936 895        t  32 475 487        t  37 139 404          t8º<br>4         t  38 124 861        t  43 354 307        t  45 741 463        t  53 106 497          t4º<br>26        t  12 499 059        t  14 253 571        t  16 092 093        t  18 286 904         t26º<br>
7         t  33 590 020        t  35 844 547        t  36 873 055        t  43 038 100          t7º<br>24        t  12 340 154        t  14 963 434        t  15 327 435        t  18 539 693         t24º<br>18        t  28 321 333        t  18 672 981        t  24 473 664        t  26 496 845         t18º<br>
39        t  10 402 706        t  10 801 039        t  11 520 289        t  12 703 017         t39º<br>11        t  26 767 620        t  29 303 152        t  31 653 414        t  36 688 629         t11º<br>25        t  11 462 068        t  13 219 945        t  13 349 588        t  18 473 990         t25º<br>
34         t  9 789 217        t  11 804 006        t  12 265 677        t  15 692 359         t34º<br>22        t  17 636 864        t  20 700 680        t  22 015 096        t  24 117 145         t22º<br>1        t  323 154 666       t  356 980 045       t  389 284 929       t  443 600 102          t1º<br>
13        t  25 164 098        t  29 981 271        t  28 935 628        t  35 578 586         t13º<br>31        t  10 763 588        t  14 783 276        t  16 237 175        t  16 547 966         t31º<br>37         t  8 524 230        t  10 397 115        t  11 508 519        t  13 690 888         t37º<br>
23        t  13 992 935        t  15 168 172        t  16 584 964        t  20 124 600         t23º<br>43         t  6 396 606        t  12 969 186         t  9 442 184        t  11 267 976         t43º<br>12        t  24 619 373        t  30 067 523        t  31 617 716        t  36 389 080         t12º<br>
19        t  20 811 798        t  29 206 675        t  20 157 567        t  25 313 179         t19º<br>38        t  10 405 593        t  11 844 962        t  13 615 507        t  13 379 554         t38º<br>3         t  99 945 620       t  117 571 878       t  131 487 268       t  149 906 319          t3º<br>
17        t  19 506 667        t  24 557 091        t  22 546 298        t  27 616 035         t17º<br>47         t  8 900 640        t  10 187 641         t  8 918 069        t  11 009 306         t47º<br>15        t  21 522 757        t  25 281 114        t  24 974 495        t  28 297 360         t15º<br>
20        t  19 152 858        t  23 117 059        t  19 747 492        t  24 969 295         t20º<br>35         t  7 982 909        t  10 169 929        t  10 889 035        t  15 235 108         t35º<br>33         t  3 074 977         t  6 568 760         t  5 634 291        t  15 918 216         t33º<br>
40         t  9 547 958        t  11 019 940        t  11 969 256        t  12 371 028         t40º<br>16        t  26 076 920        t  27 143 412        t  26 909 802        t  27 752 428         t16º<br>   tPIB.per.capita..R.. tRanking.PIB.per.capita<br>
50        t   10 341,78                 t2.662º<br>27        t   12 921,64                 t1.969º<br>49        t   12 940,66                 t1.963º<br>41        t   12 989,48                 t1.946º<br>10        t   13 728,08                 t1.749º<br>
42        t   14 925,65                 t1.488º<br>9         t   15 161,47                 t1.446º<br>36        t   17 625,73                 t1.039º<br>28        t   17 703,61                 t1.024º<br>21        t   18 777,09                   t892º<br>
14        t   19 540,20                   t811º<br>46        t   20 044,67                   t766º<br>5         t   21 748,25                   t646º<br>45        t   23 011,46                   t557º<br>29        t   25 609,30                   t446º<br>
6         t   26 961,15                   t386º<br>32        t   27 506,28                   t364º<br>30        t   28 100,52                   t347º<br>44        t   29 153,85                   t309º<br>48        t   29 959,19                   t291º<br>
2         t   30 088,24                   t288º<br>8         t   30 383,43                   t284º<br>4         t   30 400,49                   t282º<br>26        t   30 463,70                   t281º<br>7         t   30 524,80                   t277º<br>
24        t   30 743,31                   t271º<br>18        t   30 988,80                   t264º<br>39        t   31 034,14                   t260º<br>11        t   33 939,56                   t203º<br>25        t   35 854,42                   t175º<br>
34        t   36 034,46                   t174º<br>22        t   38 431,00                   t153º<br>1         t   39 450,87                   t141º<br>13        t   46 495,62                   t104º<br>31        t   51 070,03                    t93º<br>
37        t   51 960,20                    t87º<br>23        t   54 353,94                    t77º<br>43        t   54 501,02                    t76º<br>12        t   54 599,81                    t75º<br>19        t   54 607,81                    t74º<br>
38        t   55 063,52                    t73º<br>3         t   58 489,46                    t69º<br>17        t   65 790,53                    t59º<br>47        t   73 605,89                    t49º<br>15        t   74 950,56                    t47º<br>
20        t   76 721,66                    t45º<br>35        t   83 075,82                    t34º<br>33       t   103 403,99                    t22º<br>40       t   103 777,70                    t21º<br>16       t   115 319,91                    t14º<br>
<br>#depois disso é simples, eu posso seprar somente os primeiros 10 valores, ou 100 apresentar<br>> dados[ordem[1:10],]<br>           Municípios tPopulação..2010. tRanking.populacional tPIB.2006..R..1.000. tPIB.2007..R..1.000.<br>
50  tSão Gonçalo - RJ          t999.728                  t16º         t  6 885 641         t  7 410 667<br>27        tBelém - AL            t4.551               t4.442º        t  12 520 258        t  13 842 632<br>49     tTeresina - PI          t814.230                  t19º         t  5 989 117         t  6 536 373<br>
41    tMacedônia - SP            t3.664               t4.807º         t  7 267 950         t  8 510 435<br>10 tSalto Veloso - SC            t4.301               t4.539º        t  24 139 423        t  26 772 417<br>42    tNarandiba - SP            t4.288               t4.547º         t  7 398 852         t  8 020 993<br>
9     tFortaleza - CE        t2.452.185                   t5º        t  22 331 722        t  24 476 378<br>36 tCampo Grande - AL            t9.032               t3.160º         t  7 817 007         t  8 956 501<br>28     tSão Luís - MA        t1.014.837                  t15º        t  11 204 463        t  12 272 006<br>
21      tGoiânia - GO        t1.302.001                  t12º        t  15 898 437        t  17 845 701<br>   tPIB.2008..R..1.000. tPIB.2009..R..1.000. tPIB.2010..R..1.000. tRanking.PIB tPIB.per.capita..R..<br>50         t  8 267 153         t  9 034 995        t  10 340 756         t50º        t   10 341,78<br>
27        t  15 286 066        t  16 568 144        t  17 987 323         t27º        t   12 921,64<br>49         t  7 505 653         t  8 688 475        t  10 539 378         t49º        t   12 940,66<br>41         t  9 125 210        t  10 257 022        t  12 114 090         t41º        t   12 989,48<br>
10        t  29 393 081        t  33 131 342        t  36 744 670         t10º        t   13 728,08<br>42         t  8 858 669        t  10 362 496        t  11 997 401         t42º        t   14 925,65<br>9         t  28 769 259        t  31 373 473        t  37 106 309          t9º        t   15 161,47<br>
36        t  10 460 818        t  11 640 898        t  13 875 046         t36º        t   17 625,73<br>28        t  14 720 891        t  15 323 512        t  17 915 048         t28º        t   17 703,61<br>21        t  19 456 021        t  21 380 256        t  24 445 744         t21º        t   18 777,09<br>
   tRanking.PIB.per.capita<br>50                 t2.662º<br>27                 t1.969º<br>49                 t1.963º<br>41                 t1.946º<br>10                 t1.749º<br>42                 t1.488º<br>9                  t1.446º<br>
36                 t1.039º<br>28                 t1.024º<br>21                   t892º<br><br>#ou eu inverto a ordem com rev, que é a mesma cosia que usar o comando order decreaseing = false, e vejo os 10 primerios valores<br>
> dados[rev(ordem)[1:10],]<br>                 Municípios tPopulação..2010. tRanking.populacional tPIB.2006..R..1.000. tPIB.2007..R..1.000.<br>16            tBarueri - SP          t240.749                 t105º        t  25 570 470        t  26 076 920<br>
40          tAraucária - PR          t119.123                 t217º         t  8 436 380         t  9 547 958<br>33              tParaú - RN            t3.859               t4.726º         t  2 997 778         t  3 074 977<br>
35             tItajaí - SC          t183.373                 t149º         t  6 297 432         t  7 982 909<br>20            tVitória - ES          t327.801                  t70º        t  16 476 046        t  19 152 858<br>
15              tBetim - MG          t378.089                  t57º        t  18 807 187        t  21 522 757<br>47 tSão Caetano do Sul - SP          t149.263                 t178º         t  9 378 204         t  8 900 640<br>
17             tSantos - SP          t419.400                  t48º        t  16 141 388        t  19 506 667<br>3            tBrasília - DF        t2.570.160                   t4º        t  89 628 553        t  99 945 620<br>
38           tCamaçari - BA          t242.970                 t103º         t  9 529 357        t  10 405 593<br>   tPIB.2008..R..1.000. tPIB.2009..R..1.000. tPIB.2010..R..1.000. tRanking.PIB tPIB.per.capita..R..<br>16        t  27 143 412        t  26 909 802        t  27 752 428         t16º       t   115 319,91<br>
40        t  11 019 940        t  11 969 256        t  12 371 028         t40º       t   103 777,70<br>33         t  6 568 760         t  5 634 291        t  15 918 216         t33º       t   103 403,99<br>35        t  10 169 929        t  10 889 035        t  15 235 108         t35º        t   83 075,82<br>
20        t  23 117 059        t  19 747 492        t  24 969 295         t20º        t   76 721,66<br>15        t  25 281 114        t  24 974 495        t  28 297 360         t15º        t   74 950,56<br>47        t  10 187 641         t  8 918 069        t  11 009 306         t47º        t   73 605,89<br>
17        t  24 557 091        t  22 546 298        t  27 616 035         t17º        t   65 790,53<br>3        t  117 571 878       t  131 487 268       t  149 906 319          t3º        t   58 489,46<br>38        t  11 844 962        t  13 615 507        t  13 379 554         t38º        t   55 063,52<br>
   tRanking.PIB.per.capita<br>16                    t14º<br>40                    t21º<br>33                    t22º<br>35                    t34º<br>20                    t45º<br>15                    t47º<br>47                    t49º<br>
17                    t59º<br>3                     t69º<br>38                    t73º<br><br>#Agora por ultimo, vc deveria postar essa saida aqui, veja que se vc colocar isso aqui na mensagem, eu posso copiar e colar no R, e olhar os dados.<br>
Isso é melhor para a lista, ja que fica sem trafego de arquivos, não tem perigo de alguem enviar arquivos com intenções escusas, para quem vai ajudar a distancia de olhar os dados é um crtl c crtl v, e vc ve as pessoas dandos soluções para o seu conjunto de dados, não chutando uma solução que pode não te servir e te manter com duvidas.<br>
<br>Bem espero ter ajudado, abraços<br>> dput(dados)<br>structure(list(Municípios = structure(c(45L, 35L, 6L, 15L, 4L, <br>26L, 32L, 20L, 18L, 36L, 8L, 29L, 39L, 33L, 5L, 2L, 38L, 17L, <br>10L, 50L, 19L, 42L, 23L, 13L, 22L, 49L, 3L, 44L, 37L, 34L, 11L, <br>
47L, 30L, 12L, 21L, 9L, 43L, 7L, 46L, 1L, 25L, 27L, 24L, 16L, <br>28L, 14L, 40L, 31L, 48L, 41L), .Label = c("tAraucária - PR", <br>"tBarueri - SP", "tBelém - AL", "tBelo Horizonte - MG", "tBetim - MG", <br>
"tBrasília - DF", "tCamaçari - BA", "tCampinas - SP", "tCampo Grande - AL", <br>"tCampos dos Goytacazes - RJ", "tCanoas - RS", "tCaxias do Sul - RS", <br>
"tContagem - MG", "tCuiabá - MT", "tCuritiba - PR", "tDiadema - SP", <br>"tDuque de Caxias - RJ", "tFortaleza - CE", "tGoiânia - GO", <br>"tGuarulhos - SP", "tItajaí - SC", "tJóia - RS", "tJundiá - RN", <br>
"tLuzinópolis - TO", "tMacedônia - SP", "tManari - PE", "tNarandiba - SP", <br>"tNísia Floresta - RN", "tOrtigueira - PR", "tParaú - RN", <br>"tPiracema - MG", "tPorto Acre - AC", "tRebouças - PR", "tRibeirão Pires - SP", <br>
"tRio de Contas - BA", "tSalto Veloso - SC", "tSanto André - PB", <br>"tSantos - SP", "tSão Bernardo do Campo - SP", "tSão Caetano do Sul - SP", <br>"tSão Gonçalo - RJ", "tSão José dos Campos - SP", "tSão José dos Pinhais - PR", <br>
"tSão Luís - MA", "tSão Paulo - SP", "tSerra - ES", "tSorocaba - SP", <br>"tTeresina - PI", "tUberlândia - MG", "tVitória - ES"), class = "factor"), <br>
    tPopulação..2010. = structure(c(3L, 7L, 21L, 12L, 16L, <br>    13L, 10L, 6L, 20L, 35L, 2L, 15L, 45L, 9L, 29L, 18L, 33L, <br>    48L, 38L, 26L, 8L, 43L, 27L, 41L, 47L, 42L, 37L, 1L, 23L, <br>    4L, 25L, 40L, 30L, 36L, 14L, 49L, 24L, 19L, 32L, 5L, 28L, <br>
    34L, 22L, 31L, 17L, 39L, 11L, 44L, 46L, 50L), .Label = c("t1.014.837", <br>    "t1.080.113", "t11.253.503", "t113.068", "t119.123", "t1.221.979", <br>    "t13.007", "t1.302.001", "t14.176", "t14.880", "t149.263", <br>
    "t1.751.907", "t18.083", "t183.373", "t23.380", "t2.375.151", <br>    "t23.784", "t240.749", "t242.970", "t2.452.185", "t2.570.160", <br>
    "t2.622", "t2.638", "t264.210", "t323.827", "t327.801", "t3.582", <br>    "t3.664", "t378.089", "t3.859", "t386.089", "t409.267", "t419.400", <br>
    "t4.288", "t4.301", "t435.564", "t4.551", "t463.731", "t551.098", <br>    "t586.625", "t603.442", "t604.013", "t629.921", "t6.406", <br>
    "t765.463", "t814.230", "t8.331", "t855.048", "t9.032", "t999.728"<br>    ), class = "factor"), tRanking.populacional = structure(c(15L, <br>    21L, 39L, 49L, 46L, 12L, 17L, 6L, 45L, 32L, 8L, 5L, 20L, <br>
    18L, 44L, 2L, 38L, 13L, 30L, 47L, 3L, 22L, 37L, 25L, 27L, <br>    23L, 31L, 9L, 41L, 19L, 48L, 26L, 35L, 34L, 7L, 24L, 50L, <br>    1L, 40L, 16L, 36L, 33L, 42L, 43L, 4L, 28L, 11L, 29L, 14L, <br>    10L), .Label = c("t103º", "t105º", "t12º", "t1.386º", <br>
    "t1.396º", "t13º", "t149º", "t14º", "t15º", "t16º", <br>    "t178º", "t1.831º", "t18º", "t19º", "t1º", "t217º", <br>
    "t2.184º", "t2.280º", "t232º", "t23º", "t2.462º", "t28º", <br>    "t30º", "t3.160º", "t31º", "t32º", "t3.300º", "t35º", <br>
    "t3.804º", "t42º", "t4.442º", "t4.539º", "t4.547º", <br>    "t45º", "t4.726º", "t4.807º", "t4.841º", "t48º", "t4º", <br>
    "t51º", "t5.223º", "t5.235º", "t55º", "t57º", "t5º", <br>    "t6º", "t70º", "t72º", "t8º", "t90º"), class = "factor"), <br>
    tPIB.2006..R..1.000. = structure(c(26L, 10L, 46L, 30L, 31L, <br>    29L, 28L, 25L, 19L, 23L, 22L, 15L, 18L, 16L, 17L, 24L, 13L, <br>    20L, 21L, 14L, 12L, 11L, 5L, 6L, 3L, 2L, 9L, 4L, 8L, 7L, <br>    50L, 1L, 27L, 45L, 33L, 43L, 37L, 49L, 47L, 44L, 39L, 40L, <br>
    34L, 42L, 41L, 38L, 48L, 35L, 32L, 36L), .Label = c("t  10 161 750", <br>    "t  10 344 790", "t  10 697 887", "t  11 204 463", "t  11 313 752", <br>    "t  11 314 821", "t  11 326 627", "t  11 674 114", "t  12 520 258", <br>
    "t  128 026 084", "t  15 522 240", "t  15 898 437", "t  16 141 388", <br>    "t  16 476 046", "t  17 798 886", "t  18 316 659", "t  18 807 187", <br>
    "t  20 566 795", "t  22 331 722", "t  22 435 604", "t  23 134 307", <br>    "t  23 629 697", "t  24 139 423", "t  25 570 470", "t  25 697 978", <br>
    "t  282 892 455", "t  2 997 778", "t  30 130 789", "t  31 801 795", <br>    "t  32 182 599", "t  32 473 102", "t  5 989 117", "t  6 297 432", <br>
    "t  6 477 109", "t  6 815 596", "t  6 885 641", "t  7 029 321", <br>    "t  7 177 404", "t  7 267 950", "t  7 398 852", "t  7 466 738", <br>
    "t  7 747 560", "t  7 817 007", "t  8 436 380", "t  8 607 676", <br>    "t  89 628 553", "t  9 130 483", "t  9 378 204", "t  9 529 357", <br>
    "t  9 596 231"), class = "factor"), tPIB.2007..R..1.000. = structure(c(30L, <br>    13L, 50L, 33L, 34L, 32L, 31L, 27L, 21L, 26L, 25L, 22L, 23L, <br>    18L, 20L, 24L, 17L, 28L, 19L, 16L, 15L, 14L, 12L, 7L, 4L, <br>
    8L, 11L, 6L, 10L, 9L, 3L, 5L, 29L, 49L, 40L, 47L, 43L, 2L, <br>    1L, 48L, 42L, 41L, 35L, 44L, 45L, 39L, 46L, 38L, 36L, 37L<br>    ), .Label = c("t  10 402 706", "t  10 405 593", "t  10 763 588", <br>
    "t  11 462 068", "t  11 913 720", "t  12 272 006", "t  12 340 154", <br>    "t  12 499 059", "t  12 911 809", "t  13 259 022", "t  13 842 632", <br>
    "t  13 992 935", "t  140 094 694", "t  17 636 864", "t  17 845 701", <br>    "t  19 152 858", "t  19 506 667", "t  20 689 607", "t  20 811 798", <br>
    "t  21 522 757", "t  24 476 378", "t  24 619 373", "t  25 164 098", <br>    "t  26 076 920", "t  26 767 620", "t  26 772 417", "t  27 558 277", <br>
    "t  28 321 333", "t  3 074 977", "t  323 154 666", "t  33 590 020", <br>    "t  34 384 768", "t  38 124 861", "t  38 285 100", "t  6 396 606", <br>
    "t  6 536 373", "t  7 410 667", "t  7 678 195", "t  7 897 532", <br>    "t  7 982 909", "t  8 020 993", "t  8 510 435", "t  8 524 230", <br>
    "t  8 621 541", "t  8 853 442", "t  8 900 640", "t  8 956 501", <br>    "t  9 547 958", "t  9 789 217", "t  99 945 620"), class = "factor"), <br>
    tPIB.2008..R..1.000. = structure(c(37L, 21L, 7L, 41L, 40L, <br>    39L, 38L, 36L, 30L, 33L, 32L, 35L, 34L, 25L, 28L, 29L, 27L, <br>    22L, 31L, 26L, 23L, 24L, 19L, 18L, 12L, 15L, 20L, 16L, 13L, <br>    14L, 17L, 11L, 42L, 8L, 1L, 4L, 3L, 9L, 5L, 6L, 48L, 46L, <br>
    10L, 50L, 49L, 47L, 2L, 45L, 43L, 44L), .Label = c("t  10 169 929", <br>    "t  10 187 641", "t  10 397 115", "t  10 460 818", "t  10 801 039", <br>    "t  11 019 940", "t  117 571 878", "t  11 804 006", "t  11 844 962", <br>
    "t  12 969 186", "t  13 046 652", "t  13 219 945", "t  13 303 110", <br>    "t  13 843 411", "t  14 253 571", "t  14 720 891", "t  14 783 276", <br>
    "t  14 963 434", "t  15 168 172", "t  15 286 066", "t  158 757 286", <br>    "t  18 672 981", "t  19 456 021", "t  20 700 680", "t  22 470 886", <br>
    "t  23 117 059", "t  24 557 091", "t  25 281 114", "t  27 143 412", <br>    "t  28 769 259", "t  29 206 675", "t  29 303 152", "t  29 393 081", <br>
    "t  29 981 271", "t  30 067 523", "t  31 936 895", "t  356 980 045", <br>    "t  35 844 547", "t  38 028 945", "t  42 255 583", "t  43 354 307", <br>
    "t  6 568 760", "t  7 505 653", "t  8 267 153", "t  8 832 622", <br>    "t  8 858 669", "t  8 951 985", "t  9 125 210", "t  9 293 714", <br>
    "t  9 311 666"), class = "factor"), tPIB.2009..R..1.000. = structure(c(38L, <br>    21L, 9L, 41L, 40L, 39L, 37L, 35L, 32L, 36L, 34L, 33L, 31L, <br>    28L, 29L, 30L, 26L, 27L, 23L, 22L, 24L, 25L, 20L, 16L, 10L, <br>
    17L, 19L, 15L, 14L, 13L, 18L, 12L, 42L, 8L, 3L, 6L, 4L, 11L, <br>    5L, 7L, 1L, 2L, 46L, 50L, 49L, 48L, 44L, 47L, 43L, 45L), .Label = c("t  10 257 022", <br>    "t  10 362 496", "t  10 889 035", "t  11 508 519", "t  11 520 289", <br>
    "t  11 640 898", "t  11 969 256", "t  12 265 677", "t  131 487 268", <br>    "t  13 349 588", "t  13 615 507", "t  14 143 601", "t  14 686 950", <br>
    "t  14 709 216", "t  15 323 512", "t  15 327 435", "t  16 092 093", <br>    "t  16 237 175", "t  16 568 144", "t  16 584 964", "t  170 517 226", <br>
    "t  19 747 492", "t  20 157 567", "t  21 380 256", "t  22 015 096", <br>    "t  22 546 298", "t  24 473 664", "t  24 720 436", "t  24 974 495", <br>
    "t  26 909 802", "t  28 935 628", "t  31 373 473", "t  31 617 716", <br>    "t  31 653 414", "t  32 475 487", "t  33 131 342", "t  36 873 055", <br>
    "t  389 284 929", "t  40 482 809", "t  44 729 413", "t  45 741 463", <br>    "t  5 634 291", "t  8 688 475", "t  8 918 069", "t  9 034 995", <br>
    "t  9 442 184", "t  9 599 600", "t  9 819 382", "t  9 904 464", <br>    "t  9 969 627"), class = "factor"), tPIB.2010..R..1.000. = structure(c(47L, <br>    29L, 16L, 50L, 49L, 48L, 46L, 45L, 44L, 43L, 42L, 41L, 40L, <br>
    39L, 38L, 37L, 36L, 35L, 34L, 33L, 32L, 31L, 30L, 28L, 27L, <br>    26L, 25L, 24L, 23L, 22L, 21L, 20L, 19L, 18L, 17L, 15L, 14L, <br>    13L, 12L, 11L, 10L, 9L, 8L, 7L, 6L, 5L, 4L, 3L, 2L, 1L), .Label = c("t  10 340 756", <br>
    "t  10 539 378", "t  10 931 268", "t  11 009 306", "t  11 051 628", <br>    "t  11 214 103", "t  11 254 523", "t  11 267 976", "t  11 997 401", <br>
    "t  12 114 090", "t  12 371 028", "t  12 703 017", "t  13 379 554", <br>    "t  13 690 888", "t  13 875 046", "t  149 906 319", "t  15 235 108", <br>
    "t  15 692 359", "t  15 918 216", "t  16 127 236", "t  16 547 966", <br>    "t  17 004 019", "t  17 258 468", "t  17 915 048", "t  17 987 323", <br>
    "t  18 286 904", "t  18 473 990", "t  18 539 693", "t  190 249 043", <br>    "t  20 124 600", "t  24 117 145", "t  24 445 744", "t  24 969 295", <br>
    "t  25 313 179", "t  26 496 845", "t  27 616 035", "t  27 752 428", <br>    "t  28 297 360", "t  30 032 003", "t  35 578 586", "t  36 389 080", <br>
    "t  36 688 629", "t  36 744 670", "t  37 106 309", "t  37 139 404", <br>    "t  43 038 100", "t  443 600 102", "t  48 598 153", "t  51 661 760", <br>
    "t  53 106 497"), class = "factor"), tRanking.PIB = structure(c(11L, <br>    22L, 33L, 44L, 46L, 47L, 48L, 49L, 50L, 1L, 2L, 3L, 4L, 5L, <br>    6L, 7L, 8L, 9L, 10L, 12L, 13L, 14L, 15L, 16L, 17L, 18L, 19L, <br>
    20L, 21L, 23L, 24L, 25L, 26L, 27L, 28L, 29L, 30L, 31L, 32L, <br>    34L, 35L, 36L, 37L, 38L, 39L, 40L, 41L, 42L, 43L, 45L), .Label = c("t10º", <br>    "t11º", "t12º", "t13º", "t14º", "t15º", "t16º", "t17º", <br>
    "t18º", "t19º", "t1º", "t20º", "t21º", "t22º", "t23º", <br>    "t24º", "t25º", "t26º", "t27º", "t28º", "t29º", "t2º", <br>
    "t30º", "t31º", "t32º", "t33º", "t34º", "t35º", "t36º", <br>    "t37º", "t38º", "t39º", "t3º", "t40º", "t41º", "t42º", <br>
    "t43º", "t44º", "t45º", "t46º", "t47º", "t48º", "t49º", <br>    "t4º", "t50º", "t5º", "t6º", "t7º", "t8º", "t9º"), class = "factor"), <br>
    tPIB.per.capita..R.. = structure(c(36L, 24L, 45L, 26L, 16L, <br>    19L, 28L, 25L, 10L, 8L, 32L, 42L, 37L, 14L, 48L, 4L, 46L, <br>    30L, 43L, 49L, 13L, 35L, 40L, 29L, 33L, 27L, 5L, 12L, 18L, <br>    21L, 38L, 20L, 1L, 34L, 50L, 11L, 39L, 44L, 31L, 3L, 7L, <br>
    9L, 41L, 22L, 17L, 15L, 47L, 23L, 6L, 2L), .Label = c("t   103 403,99", <br>    "t   10 341,78", "t   103 777,70", "t   115 319,91", "t   12 921,64", <br>    "t   12 940,66", "t   12 989,48", "t   13 728,08", "t   14 925,65", <br>
    "t   15 161,47", "t   17 625,73", "t   17 703,61", "t   18 777,09", <br>    "t   19 540,20", "t   20 044,67", "t   21 748,25", "t   23 011,46", <br>
    "t   25 609,30", "t   26 961,15", "t   27 506,28", "t   28 100,52", <br>    "t   29 153,85", "t   29 959,19", "t   30 088,24", "t   30 383,43", <br>
    "t   30 400,49", "t   30 463,70", "t   30 524,80", "t   30 743,31", <br>    "t   30 988,80", "t   31 034,14", "t   33 939,56", "t   35 854,42", <br>
    "t   36 034,46", "t   38 431,00", "t   39 450,87", "t   46 495,62", <br>    "t   51 070,03", "t   51 960,20", "t   54 353,94", "t   54 501,02", <br>
    "t   54 599,81", "t   54 607,81", "t   55 063,52", "t   58 489,46", <br>    "t   65 790,53", "t   73 605,89", "t   74 950,56", "t   76 721,66", <br>
    "t   83 075,82"), class = "factor"), tRanking.PIB.per.capita = structure(c(4L, <br>    26L, 40L, 24L, 39L, 32L, 22L, 25L, 5L, 9L, 15L, 43L, 3L, <br>    47L, 35L, 7L, 38L, 19L, 42L, 34L, 49L, 8L, 46L, 21L, 11L, <br>
    23L, 14L, 1L, 33L, 29L, 50L, 31L, 17L, 10L, 30L, 2L, 48L, <br>    41L, 18L, 16L, 12L, 6L, 45L, 28L, 37L, 44L, 36L, 27L, 13L, <br>    20L), .Label = c("t1.024º", "t1.039º", "t104º", "t141º", <br>
    "t1.446º", "t1.488º", "t14º", "t153º", "t1.749º", "t174º", <br>    "t175º", "t1.946º", "t1.963º", "t1.969º", "t203º", "t21º", <br>
    "t22º", "t260º", "t264º", "t2.662º", "t271º", "t277º", <br>    "t281º", "t282º", "t284º", "t288º", "t291º", "t309º", <br>
    "t347º", "t34º", "t364º", "t386º", "t446º", "t45º", <br>    "t47º", "t49º", "t557º", "t59º", "t646º", "t69º", "t73º", <br>
    "t74º", "t75º", "t766º", "t76º", "t77º", "t811º", "t87º", <br>    "t892º", "t93º"), class = "factor")), .Names = c("Municípios", <br>
"tPopulação..2010.", "tRanking.populacional", "tPIB.2006..R..1.000.", <br>"tPIB.2007..R..1.000.", "tPIB.2008..R..1.000.", "tPIB.2009..R..1.000.", <br>"tPIB.2010..R..1.000.", "tRanking.PIB", "tPIB.per.capita..R..", <br>
"tRanking.PIB.per.capita"), class = "data.frame", row.names = c("1", <br>"2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12", "13", <br>
"14", "15", "16", "17", "18", "19", "20", "21", "22", "23", "24", <br>"25", "26", "27", "28", "29", "30", "31", "32", "33", "34", "35", <br>
"36", "37", "38", "39", "40", "41", "42", "43", "44", "45", "46", <br>"47", "48", "49", "50"))<br>
> <br><br><div class="gmail_quote">Em 25 de fevereiro de 2013 01:00, Manoel Nascimento <span dir="ltr"><<a href="mailto:manoelnascimento@gmail.com" target="_blank">manoelnascimento@gmail.com</a>></span> escreveu:<br>
<blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">
  
    
  
  <div text="#000000" bgcolor="#FFFFFF">
    <div>Estou lendo os dados de um arquivo CSV
      com a função read.csv(). O R os lê normalmente. Como você diz que
      não consegue lê-los, procurei um meio de exportar dados, fiz um
      write.table() e deu o resultado em anexo, com as 50 primeiras
      linhas. Será que com isto fica mais fácil tentar encontrar uma
      solução?<br>
      <br>
      []'s<br>
      Manolo<br>
      <br></div></div></blockquote></div> <br><div>Grato<br>Augusto C. A. Ribas</div>
<div> </div>
<div>Site Pessoal: <a href="http://recologia.wordpress.com/" target="_blank">http://recologia.wordpress.com/</a><a href="http://augustoribas.heliohost.org" target="_blank"></a></div>
<div>Lattes: <a href="http://lattes.cnpq.br/7355685961127056" target="_blank">http://lattes.cnpq.br/7355685961127056</a><br></div>