ordenar linhas, separar elementos e contar elementos
Olá! Estou precisando fazer uma operação que deve ser supersimples, mas que como bom novato em R não sei fazer sem me embananar todo. Tenho uma tabela com as seguintes colunas: Municípios População..2010. Ranking.populacional PIB.2006..R..1.000. PIB.2007..R..1.000. PIB.2008..R..1.000. PIB.2009..R..1.000. PIB.2010..R..1.000. Ranking.PIB PIB.per.capita..R.. Ranking.PIB.per.capita Ela mostra os municípios brasileiros, sua população em 2010, o ranking populacional de cada município, seu PIB entre 2006 e 2010, seu ranking de PIB, o PIB per capita e seu ranking de acordo com o PIB per capita. As operações que preciso fazer são as seguintes: a) Ordenar as cidades em ordem decrescente, do maior para o menor PIB; b) Separar as mil cidades com maior PIB, e as mil cidades com menor PIB; c) Em cada um destes dois subconjuntos (cidades com maior PIB e cidades com menor PIB), contar quantas cidades há com mais e com menos de 100 mil habitantes. Como faço isto? []'s Manolo
Ola, lembre-se de ler o guia de postagem, como eu não tenho muita ideia de como são seus dados, se fatores ou números, eu vou dar um exemplo do que imaginei, mas respostas melhores poderiam surgir se vc posta-se dados de exemplo. #Criando dados de exemplo, para as pessoas entenderem como são seus dados #Escolhendo uma semente para o exemplo ser reproduzivel
set.seed(123)
dados<-data.frame(cidades=sample(letters,10),pib=rnorm(10),hab=rpois(10,100)) #exemplo dos dados, eu imagino que tudo são numeros, se são palavras, classes, tera que pensar de outra forma.
dados cidades pib hab 1 h 1.7150650 117 2 t 0.4609162 104 3 j -1.2650612 80 4 u -0.6868529 92 5 w -0.4456620 89 6 a 1.2240818 96 7 k 0.3598138 92 8 q 0.4007715 110 9 x 0.1106827 98 10 z -0.5558411 88
#primeiro de uma olhada na função order ?order, mas vc pode usar ela para organiza numeros, por exemplo o pib assim
order(dados$pib) [1] 3 4 10 5 9 7 8 2 6 1
#veja que assim temos a ordem, como é a ordem descrecente, é usa usar o reverso, ou pode reverter a ordem direto pela função usando o argumento decreaseing
dados[rev(order(dados$pib)),] cidades pib hab 1 h 1.7150650 117 6 a 1.2240818 96 2 t 0.4609162 104 8 q 0.4007715 110 7 k 0.3598138 92 9 x 0.1106827 98 5 w -0.4456620 89 10 z -0.5558411 88 4 u -0.6868529 92 3 j -1.2650612 80
#veja que a tabela ja esta no oderm do maior para o menor pib, agora como so queremos os 5 primeiro so usamos os 5 primeiros valores
dados[rev(order(dados$pib))[1:5],] cidades pib hab 1 h 1.7150650 117 6 a 1.2240818 96 2 t 0.4609162 104 8 q 0.4007715 110 7 k 0.3598138 92
#Agora podemos colocar de alguma forma, aqui eu coloquei como um segundo conjunto de dados o que me interessa
dados2<-dados[rev(order(dados$pib))[1:5],] dados2 cidades pib hab 1 h 1.7150650 117 6 a 1.2240818 96 2 t 0.4609162 104 8 q 0.4007715 110 7 k 0.3598138 92
#ai agora eu separei valores somente maiores de 100 para o numero de habitantes
dados2[dados2$hab>100,] cidades pib hab 1 h 1.7150650 117 2 t 0.4609162 104 8 q 0.4007715 110
#e feito isso seria so contar o número de linhas
nrow(dados2[dados2$hab>100,]) [1] 3
Isso é uma ideia, mas provavelmente existem mil maneiras de fazer isso no R. Mas lembre-se de sempre dar um exemplo de dados, para as pessoas poderem propor soluções mais eficases para voce. Espero ter ajudado []s Augusto Ribas Em 24 de fevereiro de 2013 16:28, Manoel Nascimento < manoelnascimento@gmail.com> escreveu:
Olá!
Estou precisando fazer uma operação que deve ser supersimples, mas que como bom novato em R não sei fazer sem me embananar todo.
Tenho uma tabela com as seguintes colunas:
Municípios População..2010. Ranking.populacional PIB.2006..R..1.000. PIB.2007..R..1.000. PIB.2008..R..1.000. PIB.2009..R..1.000. PIB.2010..R..1.000. Ranking.PIB PIB.per.capita..R.. Ranking.PIB.per.capita
Ela mostra os municípios brasileiros, sua população em 2010, o ranking populacional de cada município, seu PIB entre 2006 e 2010, seu ranking de PIB, o PIB per capita e seu ranking de acordo com o PIB per capita.
As operações que preciso fazer são as seguintes:
a) Ordenar as cidades em ordem decrescente, do maior para o menor PIB; b) Separar as mil cidades com maior PIB, e as mil cidades com menor PIB; c) Em cada um destes dois subconjuntos (cidades com maior PIB e cidades com menor PIB), contar quantas cidades há com mais e com menos de 100 mil habitantes.
Como faço isto?
[]'s Manolo _______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
-- Grato Augusto C. A. Ribas Site Pessoal: http://recologia.wordpress.com/<http://augustoribas.heliohost.org> Lattes: http://lattes.cnpq.br/7355685961127056
Olá Augusto, me desculpe por não enviar uma amostragem. Vai abaixo: Municípios,População (2010),Ranking populacional,PIB 2006 (R$ 1.000),PIB 2007 (R$ 1.000),PIB 2008 (R$ 1.000),PIB 2009 (R$ 1.000),PIB 2010 (R$ 1.000),Ranking PIB,PIB per capita (R$),Ranking PIB per capita São Paulo - SP,11.253.503,1º,282.892.455,323.154.666,356.980.045,389.284.929,443.600.102,1º,39.451,141º Rio de Contas - BA,13.007,2.462º,128.026.084,140.094.694,158.757.286,170.517.226,190.249.043,2º,3.970,5.075º Brasília - DF,2.570.160,4º,89.628.553,99.945.620,117.571.878,131.487.268,149.906.319,3º,24.569,484º Curitiba - PR,1.751.907,8º,32.182.599,38.124.861,43.354.307,45.741.463,53.106.497,4º,58.489,69º Belo Horizonte - MG,2.375.151,6º,32.473.102,38.285.100,42.255.583,44.729.413,51.661.760,5º,15.161,1.446º Manari - PE,18.083,1.831º,31.801.795,34.384.768,38.028.945,40.482.809,48.598.153,6º,21.748,646º Porto Acre - AC,14.880,2.184º,30.130.789,33.590.020,35.844.547,36.873.055,43.038.100,7º,8.111,3.230º Guarulhos - SP,1.221.979,13º,25.697.978,27.558.277,31.936.895,32.475.487,37.139.404,8º,30.400,282º Fortaleza - CE,2.452.185,5º,22.331.722,24.476.378,28.769.259,31.373.473,37.106.309,9º,6.193,3.742º Salto Veloso - SC,4.301,4.539º,24.139.423,26.772.417,29.393.081,33.131.342,36.744.670,10º,9.239,2.932º Campinas - SP,1.080.113,14º,23.629.697,26.767.620,29.303.152,31.653.414,36.688.629,11º,4.889,4.378º Ortigueira - PR,23.380,1.396º,17.798.886,24.619.373,30.067.523,31.617.716,36.389.080,12º,18.777,892º São Bernardo do Campo - SP,765.463,23º,20.566.795,25.164.098,29.981.271,28.935.628,35.578.586,13º,30.383,284º Rebouças - PR,14.176,2.280º,18.316.659,20.689.607,22.470.886,24.720.436,30.032.003,14º,33.940,203º Betim - MG,378.089,57º,18.807.187,21.522.757,25.281.114,24.974.495,28.297.360,15º,17.704,1.024º Barueri - SP,240.749,105º,25.570.470,26.076.920,27.143.412,26.909.802,27.752.428,16º,10.342,2.662º Estas são algumas das primeiras linhas, pois trata-se de uma tabela CSV com os 5.565 municípios brasileiros. A solução apresentada serve para este tipo de dados? []'s Manolo Em 24-02-2013 20:02, Augusto Ribas escreveu:
Ola, lembre-se de ler o guia de postagem, como eu não tenho muita ideia de como são seus dados, se fatores ou números, eu vou dar um exemplo do que imaginei, mas respostas melhores poderiam surgir se vc posta-se dados de exemplo.
#Criando dados de exemplo, para as pessoas entenderem como são seus dados #Escolhendo uma semente para o exemplo ser reproduzivel
set.seed(123)
dados<-data.frame(cidades=sample(letters,10),pib=rnorm(10),hab=rpois(10,100))
#exemplo dos dados, eu imagino que tudo são numeros, se são palavras, classes, tera que pensar de outra forma.
dados cidades pib hab 1 h 1.7150650 117 2 t 0.4609162 104 3 j -1.2650612 80 4 u -0.6868529 92 5 w -0.4456620 89 6 a 1.2240818 96 7 k 0.3598138 92 8 q 0.4007715 110 9 x 0.1106827 98 10 z -0.5558411 88
#primeiro de uma olhada na função order ?order, mas vc pode usar ela para organiza numeros, por exemplo o pib assim
order(dados$pib) [1] 3 4 10 5 9 7 8 2 6 1
#veja que assim temos a ordem, como é a ordem descrecente, é usa usar o reverso, ou pode reverter a ordem direto pela função usando o argumento decreaseing
dados[rev(order(dados$pib)),] cidades pib hab 1 h 1.7150650 117 6 a 1.2240818 96 2 t 0.4609162 104 8 q 0.4007715 110 7 k 0.3598138 92 9 x 0.1106827 98 5 w -0.4456620 89 10 z -0.5558411 88 4 u -0.6868529 92 3 j -1.2650612 80
#veja que a tabela ja esta no oderm do maior para o menor pib, agora como so queremos os 5 primeiro so usamos os 5 primeiros valores
dados[rev(order(dados$pib))[1:5],] cidades pib hab 1 h 1.7150650 117 6 a 1.2240818 96 2 t 0.4609162 104 8 q 0.4007715 110 7 k 0.3598138 92
#Agora podemos colocar de alguma forma, aqui eu coloquei como um segundo conjunto de dados o que me interessa
dados2<-dados[rev(order(dados$pib))[1:5],] dados2 cidades pib hab 1 h 1.7150650 117 6 a 1.2240818 96 2 t 0.4609162 104 8 q 0.4007715 110 7 k 0.3598138 92
#ai agora eu separei valores somente maiores de 100 para o numero de habitantes
dados2[dados2$hab>100,] cidades pib hab 1 h 1.7150650 117 2 t 0.4609162 104 8 q 0.4007715 110
#e feito isso seria so contar o número de linhas
nrow(dados2[dados2$hab>100,]) [1] 3
Isso é uma ideia, mas provavelmente existem mil maneiras de fazer isso no R. Mas lembre-se de sempre dar um exemplo de dados, para as pessoas poderem propor soluções mais eficases para voce.
Espero ter ajudado
[]s Augusto Ribas
Em 24 de fevereiro de 2013 16:28, Manoel Nascimento <manoelnascimento@gmail.com <mailto:manoelnascimento@gmail.com>> escreveu:
Olá!
Estou precisando fazer uma operação que deve ser supersimples, mas que como bom novato em R não sei fazer sem me embananar todo.
Tenho uma tabela com as seguintes colunas:
Municípios População..2010. Ranking.populacional PIB.2006..R..1.000. PIB.2007..R..1.000. PIB.2008..R..1.000. PIB.2009..R..1.000. PIB.2010..R..1.000. Ranking.PIB PIB.per.capita..R.. Ranking.PIB.per.capita
Ela mostra os municípios brasileiros, sua população em 2010, o ranking populacional de cada município, seu PIB entre 2006 e 2010, seu ranking de PIB, o PIB per capita e seu ranking de acordo com o PIB per capita.
As operações que preciso fazer são as seguintes:
a) Ordenar as cidades em ordem decrescente, do maior para o menor PIB; b) Separar as mil cidades com maior PIB, e as mil cidades com menor PIB; c) Em cada um destes dois subconjuntos (cidades com maior PIB e cidades com menor PIB), contar quantas cidades há com mais e com menos de 100 mil habitantes.
Como faço isto?
[]'s Manolo _______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br <mailto:R-br@listas.c3sl.ufpr.br> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
-- Grato Augusto C. A. Ribas
Site Pessoal: http://recologia.wordpress.com/ Lattes: http://lattes.cnpq.br/7355685961127056
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
Assim, você conseguiu abrir os dados no R? No meu exemplo em acima, daria para usar o comando dput(dados) Que o R vai falar:
dput(dados) structure(list(cidades = structure(c(2L, 6L, 3L, 7L, 8L, 1L, 4L, 5L, 9L, 10L), .Label = c("a", "h", "j", "k", "q", "t", "u", "w", "x", "z"), class = "factor"), pib = c(1.71506498688328, 0.460916205989202, -1.26506123460653, -0.686852851893526, -0.445661970099958, 1.22408179743946, 0.359813827057364, 0.400771450594052, 0.11068271594512, -0.555841134754075), hab = c(117, 104, 80, 92, 89, 96, 92, 110, 98, 88)), .Names = c("cidades", "pib", "hab"), row.names = c(NA, -10L), class = "data.frame")
Note que se eu digitar no R esse structure(.....) ele vai recriar o data.frame. Então o trabalho vai ser copiar aqui na mensagem, colar no R, e ja da para ver a planilha como é. E como é so copiar e colar, é fácil fazer isso. Mas a sua planilha é gigante, então vc poderia fazer o seguinte, ao invés de dar dput() nela inteira, use por exemplo as 50 primeiras linhas Algo como dput(dados[1:50,]) Ai vc apresenta so algumas linhas, pode ser até menos, e da para testar soluções ja para o seu conjunto de dados, não algo que eu imaginei que pelo visto não bate com os seus dados. Do jeito que esta é meio complicado para ler, pelo menos eu tenho dificuldade, não sei como proceder para ler facilmente. Mas tente usar o comando dput, e poste algumas linhas, umas 50 da sua planilha, que da para adaptar aquela solução para vc. ou alguém pode propor algo melhor e mais eficiente ainda. Em 24 de fevereiro de 2013 19:25, Manoel Nascimento < manoelnascimento@gmail.com> escreveu:
Olá Augusto,
me desculpe por não enviar uma amostragem. Vai abaixo:
Municípios,População (2010),Ranking populacional,PIB 2006 (R$ 1.000),PIB 2007 (R$ 1.000),PIB 2008 (R$ 1.000),PIB 2009 (R$ 1.000),PIB 2010 (R$ 1.000),Ranking PIB,PIB per capita (R$),Ranking PIB per capita São Paulo - SP,11.253.503,1º,282.892.455,323.154.666,356.980.045,389.284.929,443.600.102,1º,39.451,141º Rio de Contas - BA,13.007,2.462º,128.026.084,140.094.694,158.757.286,170.517.226,190.249.043,2º,3.970,5.075º Brasília - DF,2.570.160,4º,89.628.553,99.945.620,117.571.878,131.487.268,149.906.319,3º,24.569,484º Curitiba - PR,1.751.907,8º,32.182.599,38.124.861,43.354.307,45.741.463,53.106.497,4º,58.489,69º Belo Horizonte - MG,2.375.151,6º,32.473.102,38.285.100,42.255.583,44.729.413,51.661.760,5º,15.161,1.446º Manari - PE,18.083,1.831º,31.801.795,34.384.768,38.028.945,40.482.809,48.598.153,6º,21.748,646º Porto Acre - AC,14.880,2.184º,30.130.789,33.590.020,35.844.547,36.873.055,43.038.100,7º,8.111,3.230º Guarulhos - SP,1.221.979,13º,25.697.978,27.558.277,31.936.895,32.475.487,37.139.404,8º,30.400,282º Fortaleza - CE,2.452.185,5º,22.331.722,24.476.378,28.769.259,31.373.473,37.106.309,9º,6.193,3.742º Salto Veloso - SC,4.301,4.539º,24.139.423,26.772.417,29.393.081,33.131.342,36.744.670,10º,9.239,2.932º Campinas - SP,1.080.113,14º,23.629.697,26.767.620,29.303.152,31.653.414,36.688.629,11º,4.889,4.378º Ortigueira - PR,23.380,1.396º,17.798.886,24.619.373,30.067.523,31.617.716,36.389.080,12º,18.777,892º São Bernardo do Campo - SP,765.463,23º,20.566.795,25.164.098,29.981.271,28.935.628,35.578.586,13º,30.383,284º Rebouças - PR,14.176,2.280º,18.316.659,20.689.607,22.470.886,24.720.436,30.032.003,14º,33.940,203º Betim - MG,378.089,57º,18.807.187,21.522.757,25.281.114,24.974.495,28.297.360,15º,17.704,1.024º Barueri - SP,240.749,105º,25.570.470,26.076.920,27.143.412,26.909.802,27.752.428,16º,10.342,2.662º
Estas são algumas das primeiras linhas, pois trata-se de uma tabela CSV com os 5.565 municípios brasileiros. A solução apresentada serve para este tipo de dados?
[]'s Manolo
Em 24-02-2013 20:02, Augusto Ribas escreveu:
Ola, lembre-se de ler o guia de postagem, como eu não tenho muita ideia de como são seus dados, se fatores ou números, eu vou dar um exemplo do que imaginei, mas respostas melhores poderiam surgir se vc posta-se dados de exemplo.
#Criando dados de exemplo, para as pessoas entenderem como são seus dados #Escolhendo uma semente para o exemplo ser reproduzivel
set.seed(123)
dados<-data.frame(cidades=sample(letters,10),pib=rnorm(10),hab=rpois(10,100))
#exemplo dos dados, eu imagino que tudo são numeros, se são palavras, classes, tera que pensar de outra forma.
dados cidades pib hab 1 h 1.7150650 117 2 t 0.4609162 104 3 j -1.2650612 80 4 u -0.6868529 92 5 w -0.4456620 89 6 a 1.2240818 96 7 k 0.3598138 92 8 q 0.4007715 110 9 x 0.1106827 98 10 z -0.5558411 88
#primeiro de uma olhada na função order ?order, mas vc pode usar ela para organiza numeros, por exemplo o pib assim
order(dados$pib) [1] 3 4 10 5 9 7 8 2 6 1
#veja que assim temos a ordem, como é a ordem descrecente, é usa usar o reverso, ou pode reverter a ordem direto pela função usando o argumento decreaseing
dados[rev(order(dados$pib)),] cidades pib hab 1 h 1.7150650 117 6 a 1.2240818 96 2 t 0.4609162 104 8 q 0.4007715 110 7 k 0.3598138 92 9 x 0.1106827 98 5 w -0.4456620 89 10 z -0.5558411 88 4 u -0.6868529 92 3 j -1.2650612 80
#veja que a tabela ja esta no oderm do maior para o menor pib, agora como so queremos os 5 primeiro so usamos os 5 primeiros valores
dados[rev(order(dados$pib))[1:5],] cidades pib hab 1 h 1.7150650 117 6 a 1.2240818 96 2 t 0.4609162 104 8 q 0.4007715 110 7 k 0.3598138 92
#Agora podemos colocar de alguma forma, aqui eu coloquei como um segundo conjunto de dados o que me interessa
dados2<-dados[rev(order(dados$pib))[1:5],] dados2 cidades pib hab 1 h 1.7150650 117 6 a 1.2240818 96 2 t 0.4609162 104 8 q 0.4007715 110 7 k 0.3598138 92
#ai agora eu separei valores somente maiores de 100 para o numero de habitantes
dados2[dados2$hab>100,] cidades pib hab 1 h 1.7150650 117 2 t 0.4609162 104 8 q 0.4007715 110
#e feito isso seria so contar o número de linhas
nrow(dados2[dados2$hab>100,]) [1] 3
Isso é uma ideia, mas provavelmente existem mil maneiras de fazer isso no R. Mas lembre-se de sempre dar um exemplo de dados, para as pessoas poderem propor soluções mais eficases para voce.
Espero ter ajudado
[]s Augusto Ribas
Em 24 de fevereiro de 2013 16:28, Manoel Nascimento < manoelnascimento@gmail.com> escreveu:
Olá!
Estou precisando fazer uma operação que deve ser supersimples, mas que como bom novato em R não sei fazer sem me embananar todo.
Tenho uma tabela com as seguintes colunas:
Municípios População..2010. Ranking.populacional PIB.2006..R..1.000. PIB.2007..R..1.000. PIB.2008..R..1.000. PIB.2009..R..1.000. PIB.2010..R..1.000. Ranking.PIB PIB.per.capita..R.. Ranking.PIB.per.capita
Ela mostra os municípios brasileiros, sua população em 2010, o ranking populacional de cada município, seu PIB entre 2006 e 2010, seu ranking de PIB, o PIB per capita e seu ranking de acordo com o PIB per capita.
As operações que preciso fazer são as seguintes:
a) Ordenar as cidades em ordem decrescente, do maior para o menor PIB; b) Separar as mil cidades com maior PIB, e as mil cidades com menor PIB; c) Em cada um destes dois subconjuntos (cidades com maior PIB e cidades com menor PIB), contar quantas cidades há com mais e com menos de 100 mil habitantes.
Como faço isto?
[]'s Manolo _______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
-- Grato Augusto C. A. Ribas
Site Pessoal: http://recologia.wordpress.com/ Lattes: http://lattes.cnpq.br/7355685961127056
_______________________________________________ R-br mailing listR-br@listas.c3sl.ufpr.brhttps://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
-- Grato Augusto C. A. Ribas Site Pessoal: http://recologia.wordpress.com/<http://augustoribas.heliohost.org> Lattes: http://lattes.cnpq.br/7355685961127056
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? []'s Manolo Em 24-02-2013 23:23, Augusto Ribas escreveu:
Assim, você conseguiu abrir os dados no R?
No meu exemplo em acima, daria para usar o comando dput(dados)
Que o R vai falar:
dput(dados) structure(list(cidades = structure(c(2L, 6L, 3L, 7L, 8L, 1L, 4L, 5L, 9L, 10L), .Label = c("a", "h", "j", "k", "q", "t", "u", "w", "x", "z"), class = "factor"), pib = c(1.71506498688328, 0.460916205989202, -1.26506123460653, -0.686852851893526, -0.445661970099958, 1.22408179743946, 0.359813827057364, 0.400771450594052, 0.11068271594512, -0.555841134754075), hab = c(117, 104, 80, 92, 89, 96, 92, 110, 98, 88)), .Names = c("cidades", "pib", "hab"), row.names = c(NA, -10L), class = "data.frame")
Note que se eu digitar no R esse structure(.....) ele vai recriar o data.frame. Então o trabalho vai ser copiar aqui na mensagem, colar no R, e ja da para ver a planilha como é. E como é so copiar e colar, é fácil fazer isso.
Mas a sua planilha é gigante, então vc poderia fazer o seguinte, ao invés de dar dput() nela inteira, use por exemplo as 50 primeiras linhas
Algo como dput(dados[1:50,])
Ai vc apresenta so algumas linhas, pode ser até menos, e da para testar soluções ja para o seu conjunto de dados, não algo que eu imaginei que pelo visto não bate com os seus dados.
Do jeito que esta é meio complicado para ler, pelo menos eu tenho dificuldade, não sei como proceder para ler facilmente. Mas tente usar o comando dput, e poste algumas linhas, umas 50 da sua planilha, que da para adaptar aquela solução para vc. ou alguém pode propor algo melhor e mais eficiente ainda.
Em 24 de fevereiro de 2013 19:25, Manoel Nascimento <manoelnascimento@gmail.com <mailto:manoelnascimento@gmail.com>> escreveu:
Olá Augusto,
me desculpe por não enviar uma amostragem. Vai abaixo:
Municípios,População (2010),Ranking populacional,PIB 2006 (R$ 1.000),PIB 2007 (R$ 1.000),PIB 2008 (R$ 1.000),PIB 2009 (R$ 1.000),PIB 2010 (R$ 1.000),Ranking PIB,PIB per capita (R$),Ranking PIB per capita São Paulo - SP,11.253.503,1º,282.892.455,323.154.666,356.980.045,389.284.929,443.600.102,1º,39.451,141º Rio de Contas - BA,13.007,2.462º,128.026.084,140.094.694,158.757.286,170.517.226,190.249.043,2º,3.970,5.075º Brasília - DF,2.570.160,4º,89.628.553,99.945.620,117.571.878,131.487.268,149.906.319,3º,24.569,484º Curitiba - PR,1.751.907,8º,32.182.599,38.124.861,43.354.307,45.741.463,53.106.497,4º,58.489,69º Belo Horizonte - MG,2.375.151,6º,32.473.102,38.285.100,42.255.583,44.729.413,51.661.760,5º,15.161,1.446º Manari - PE,18.083,1.831º,31.801.795,34.384.768,38.028.945,40.482.809,48.598.153,6º,21.748,646º Porto Acre - AC,14.880,2.184º,30.130.789,33.590.020,35.844.547,36.873.055,43.038.100,7º,8.111,3.230º Guarulhos - SP,1.221.979,13º,25.697.978,27.558.277,31.936.895,32.475.487,37.139.404,8º,30.400,282º Fortaleza - CE,2.452.185,5º,22.331.722,24.476.378,28.769.259,31.373.473,37.106.309,9º,6.193,3.742º Salto Veloso - SC,4.301,4.539º,24.139.423,26.772.417,29.393.081,33.131.342,36.744.670,10º,9.239,2.932º Campinas - SP,1.080.113,14º,23.629.697,26.767.620,29.303.152,31.653.414,36.688.629,11º,4.889,4.378º Ortigueira - PR,23.380,1.396º,17.798.886,24.619.373,30.067.523,31.617.716,36.389.080,12º,18.777,892º São Bernardo do Campo - SP,765.463,23º,20.566.795,25.164.098,29.981.271,28.935.628,35.578.586,13º,30.383,284º Rebouças - PR,14.176,2.280º,18.316.659,20.689.607,22.470.886,24.720.436,30.032.003,14º,33.940,203º Betim - MG,378.089,57º,18.807.187,21.522.757,25.281.114,24.974.495,28.297.360,15º,17.704,1.024º Barueri - SP,240.749,105º,25.570.470,26.076.920,27.143.412,26.909.802,27.752.428,16º,10.342,2.662º
Estas são algumas das primeiras linhas, pois trata-se de uma tabela CSV com os 5.565 municípios brasileiros. A solução apresentada serve para este tipo de dados?
[]'s Manolo
Em 24-02-2013 20 <tel:24-02-2013%2020>:02, Augusto Ribas escreveu:
Ola, lembre-se de ler o guia de postagem, como eu não tenho muita ideia de como são seus dados, se fatores ou números, eu vou dar um exemplo do que imaginei, mas respostas melhores poderiam surgir se vc posta-se dados de exemplo.
#Criando dados de exemplo, para as pessoas entenderem como são seus dados #Escolhendo uma semente para o exemplo ser reproduzivel > set.seed(123) > dados<-data.frame(cidades=sample(letters,10),pib=rnorm(10),hab=rpois(10,100))
#exemplo dos dados, eu imagino que tudo são numeros, se são palavras, classes, tera que pensar de outra forma. > dados cidades pib hab 1 h 1.7150650 117 2 t 0.4609162 104 3 j -1.2650612 80 4 u -0.6868529 92 5 w -0.4456620 89 6 a 1.2240818 96 7 k 0.3598138 92 8 q 0.4007715 110 9 x 0.1106827 98 10 z -0.5558411 88
#primeiro de uma olhada na função order ?order, mas vc pode usar ela para organiza numeros, por exemplo o pib assim > order(dados$pib) [1] 3 4 10 5 9 7 8 2 6 1
#veja que assim temos a ordem, como é a ordem descrecente, é usa usar o reverso, ou pode reverter a ordem direto pela função usando o argumento decreaseing
> dados[rev(order(dados$pib)),] cidades pib hab 1 h 1.7150650 117 6 a 1.2240818 96 2 t 0.4609162 104 8 q 0.4007715 110 7 k 0.3598138 92 9 x 0.1106827 98 5 w -0.4456620 89 10 z -0.5558411 88 4 u -0.6868529 92 3 j -1.2650612 80
#veja que a tabela ja esta no oderm do maior para o menor pib, agora como so queremos os 5 primeiro so usamos os 5 primeiros valores > dados[rev(order(dados$pib))[1:5],] cidades pib hab 1 h 1.7150650 117 6 a 1.2240818 96 2 t 0.4609162 104 8 q 0.4007715 110 7 k 0.3598138 92
#Agora podemos colocar de alguma forma, aqui eu coloquei como um segundo conjunto de dados o que me interessa > dados2<-dados[rev(order(dados$pib))[1:5],] > dados2 cidades pib hab 1 h 1.7150650 117 6 a 1.2240818 96 2 t 0.4609162 104 8 q 0.4007715 110 7 k 0.3598138 92
#ai agora eu separei valores somente maiores de 100 para o numero de habitantes > dados2[dados2$hab>100,] cidades pib hab 1 h 1.7150650 117 2 t 0.4609162 104 8 q 0.4007715 110
#e feito isso seria so contar o número de linhas > nrow(dados2[dados2$hab>100,]) [1] 3 >
Isso é uma ideia, mas provavelmente existem mil maneiras de fazer isso no R. Mas lembre-se de sempre dar um exemplo de dados, para as pessoas poderem propor soluções mais eficases para voce.
Espero ter ajudado
[]s Augusto Ribas
Em 24 de fevereiro de 2013 16:28, Manoel Nascimento <manoelnascimento@gmail.com <mailto:manoelnascimento@gmail.com>> escreveu:
Olá!
Estou precisando fazer uma operação que deve ser supersimples, mas que como bom novato em R não sei fazer sem me embananar todo.
Tenho uma tabela com as seguintes colunas:
Municípios População..2010. Ranking.populacional PIB.2006..R..1.000. PIB.2007..R..1.000. PIB.2008..R..1.000. PIB.2009..R..1.000. PIB.2010..R..1.000. Ranking.PIB PIB.per.capita..R.. Ranking.PIB.per.capita
Ela mostra os municípios brasileiros, sua população em 2010, o ranking populacional de cada município, seu PIB entre 2006 e 2010, seu ranking de PIB, o PIB per capita e seu ranking de acordo com o PIB per capita.
As operações que preciso fazer são as seguintes:
a) Ordenar as cidades em ordem decrescente, do maior para o menor PIB; b) Separar as mil cidades com maior PIB, e as mil cidades com menor PIB; c) Em cada um destes dois subconjuntos (cidades com maior PIB e cidades com menor PIB), contar quantas cidades há com mais e com menos de 100 mil habitantes.
Como faço isto?
[]'s Manolo _______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br <mailto:R-br@listas.c3sl.ufpr.br> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
-- Grato Augusto C. A. Ribas
Site Pessoal: http://recologia.wordpress.com/ Lattes: http://lattes.cnpq.br/7355685961127056
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br <mailto:R-br@listas.c3sl.ufpr.br> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br <mailto:R-br@listas.c3sl.ufpr.br> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
-- Grato Augusto C. A. Ribas
Site Pessoal: http://recologia.wordpress.com/ Lattes: http://lattes.cnpq.br/7355685961127056
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
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: #primeiro eu li os dados, o separado parecia ser barra, e tens uns t no meio dos dados, eu não entendi o formato direito. #lendo os dados
dados<-read.table("exemplo.txt",sep = "/") #usando o comando str para ver como são os dados, olhe que tudo são fatores str(dados) 'data.frame': 50 obs. of 11 variables: $ Municípios : Factor w/ 50 levels "tAraucária - PR",..: 45 35 6 15 4 26 32 20 18 36 ... $ tPopulação..2010. : Factor w/ 50 levels "t1.014.837","t1.080.113",..: 3 7 21 12 16 13 10 6 20 35 ... $ tRanking.populacional : Factor w/ 50 levels "t103º","t105º",..: 15 21 39 49 46 12 17 6 45 32 ... $ tPIB.2006..R..1.000. : Factor w/ 50 levels "t 10 161 750",..: 26 10 46 30 31 29 28 25 19 23 ... $ tPIB.2007..R..1.000. : Factor w/ 50 levels "t 10 402 706",..: 30 13 50 33 34 32 31 27 21 26 ... $ tPIB.2008..R..1.000. : Factor w/ 50 levels "t 10 169 929",..: 37 21 7 41 40 39 38 36 30 33 ... $ tPIB.2009..R..1.000. : Factor w/ 50 levels "t 10 257 022",..: 38 21 9 41 40 39 37 35 32 36 ... $ tPIB.2010..R..1.000. : Factor w/ 50 levels "t 10 340 756",..: 47 29 16 50 49 48 46 45 44 43 ... $ tRanking.PIB : Factor w/ 50 levels "t10º","t11º",..: 11 22 33 44 46 47 48 49 50 1 ... $ tPIB.per.capita..R.. : Factor w/ 50 levels "t 103 403,99",..: 36 24 45 26 16 19 28 25 10 8 ... $ tRanking.PIB.per.capita: Factor w/ 50 levels "t1.024º","t1.039º",..: 4 26 40 24 39 32 22 25 5 9 ...
#para ficar mais facil, eu vou separar a coluna 11 em um vetor chamado pib
pib<-dados[,11] #pib é um fator class(pib) [1] "factor" #eu sou ruim de expressão regular, mas primeiro vamos tirar os t, os ponto e outras coisas e transformar em numeros pib<-gsub("t","",pib) pib<-gsub("º","",pib) pib<-gsub("\\.","",pib) pib<-as.numeric(pib)
#Agora temos numeros
pib [1] 141 288 69 282 646 386 277 284 1446 1749 203 75 104 811 47 14 59 264 74 45 892 [22] 153 77 271 175 281 1969 1024 446 347 93 364 22 174 34 1039 87 73 260 21 1946 1488 [43] 76 309 557 766 49 291 1963 2662 class(pib) [1] "numeric"
#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
ordem<-order(pib,decreasing = T)
#ai eu olho os dados, usando ordem para definir a ordem que as linhas são mostradas
dados[ordem,] Municípios tPopulação..2010. tRanking.populacional tPIB.2006..R..1.000. 50 tSão Gonçalo - RJ t999.728 t16º t 6 885 641 27 tBelém - AL t4.551 t4.442º t 12 520 258 49 tTeresina - PI t814.230 t19º t 5 989 117 41 tMacedônia - SP t3.664 t4.807º t 7 267 950 10 tSalto Veloso - SC t4.301 t4.539º t 24 139 423 42 tNarandiba - SP t4.288 t4.547º t 7 398 852 9 tFortaleza - CE t2.452.185 t5º t 22 331 722 36 tCampo Grande - AL t9.032 t3.160º t 7 817 007 28 tSão Luís - MA t1.014.837 t15º t 11 204 463 21 tGoiânia - GO t1.302.001 t12º t 15 898 437 14 tRebouças - PR t14.176 t2.280º t 18 316 659 46 tCuiabá - MT t551.098 t35º t 7 177 404 5 tBelo Horizonte - MG t2.375.151 t6º t 32 473 102 45 tNísia Floresta - RN t23.784 t1.386º t 7 466 738 29 tSanto André - PB t2.638 t5.223º t 11 674 114 6 tManari - PE t18.083 t1.831º t 31 801 795 32 tSorocaba - SP t586.625 t32º t 10 161 750 30 tRibeirão Pires - SP t113.068 t232º t 11 326 627 44 tDiadema - SP t386.089 t55º t 7 747 560 48 tPiracema - MG t6.406 t3.804º t 6 815 596 2 tRio de Contas - BA t13.007 t2.462º t 128 026 084 8 tGuarulhos - SP t1.221.979 t13º t 25 697 978 4 tCuritiba - PR t1.751.907 t8º t 32 182 599 26 tUberlândia - MG t604.013 t30º t 10 344 790 7 tPorto Acre - AC t14.880 t2.184º t 30 130 789 24 tContagem - MG t603.442 t31º t 11 314 821 18 tDuque de Caxias - RJ t855.048 t18º t 22 435 604 39 tSerra - ES t409.267 t51º t 9 130 483 11 tCampinas - SP t1.080.113 t14º t 23 629 697 25 tJóia - RS t8.331 t3.300º t 10 697 887 34 tCaxias do Sul - RS t435.564 t45º t 8 607 676 22 tSão José dos Campos - SP t629.921 t28º t 15 522 240 1 tSão Paulo - SP t11.253.503 t1º t 282 892 455 13 tSão Bernardo do Campo - SP t765.463 t23º t 20 566 795 31 tCanoas - RS t323.827 t72º t 9 596 231 37 tSão José dos Pinhais - PR t264.210 t90º t 7 029 321 23 tJundiá - RN t3.582 t4.841º t 11 313 752 43 tLuzinópolis - TO t2.622 t5.235º t 6 477 109 12 tOrtigueira - PR t23.380 t1.396º t 17 798 886 19 tCampos dos Goytacazes - RJ t463.731 t42º t 23 134 307 38 tCamaçari - BA t242.970 t103º t 9 529 357 3 tBrasília - DF t2.570.160 t4º t 89 628 553 17 tSantos - SP t419.400 t48º t 16 141 388 47 tSão Caetano do Sul - SP t149.263 t178º t 9 378 204 15 tBetim - MG t378.089 t57º t 18 807 187 20 tVitória - ES t327.801 t70º t 16 476 046 35 tItajaí - SC t183.373 t149º t 6 297 432 33 tParaú - RN t3.859 t4.726º t 2 997 778 40 tAraucária - PR t119.123 t217º t 8 436 380 16 tBarueri - SP t240.749 t105º t 25 570 470 tPIB.2007..R..1.000. tPIB.2008..R..1.000. tPIB.2009..R..1.000. tPIB.2010..R..1.000. tRanking.PIB 50 t 7 410 667 t 8 267 153 t 9 034 995 t 10 340 756 t50º 27 t 13 842 632 t 15 286 066 t 16 568 144 t 17 987 323 t27º 49 t 6 536 373 t 7 505 653 t 8 688 475 t 10 539 378 t49º 41 t 8 510 435 t 9 125 210 t 10 257 022 t 12 114 090 t41º 10 t 26 772 417 t 29 393 081 t 33 131 342 t 36 744 670 t10º 42 t 8 020 993 t 8 858 669 t 10 362 496 t 11 997 401 t42º 9 t 24 476 378 t 28 769 259 t 31 373 473 t 37 106 309 t9º 36 t 8 956 501 t 10 460 818 t 11 640 898 t 13 875 046 t36º 28 t 12 272 006 t 14 720 891 t 15 323 512 t 17 915 048 t28º 21 t 17 845 701 t 19 456 021 t 21 380 256 t 24 445 744 t21º 14 t 20 689 607 t 22 470 886 t 24 720 436 t 30 032 003 t14º 46 t 7 897 532 t 8 951 985 t 9 819 382 t 11 051 628 t46º 5 t 38 285 100 t 42 255 583 t 44 729 413 t 51 661 760 t5º 45 t 8 853 442 t 9 293 714 t 9 904 464 t 11 214 103 t45º 29 t 13 259 022 t 13 303 110 t 14 709 216 t 17 258 468 t29º 6 t 34 384 768 t 38 028 945 t 40 482 809 t 48 598 153 t6º 32 t 11 913 720 t 13 046 652 t 14 143 601 t 16 127 236 t32º 30 t 12 911 809 t 13 843 411 t 14 686 950 t 17 004 019 t30º 44 t 8 621 541 t 9 311 666 t 9 969 627 t 11 254 523 t44º 48 t 7 678 195 t 8 832 622 t 9 599 600 t 10 931 268 t48º 2 t 140 094 694 t 158 757 286 t 170 517 226 t 190 249 043 t2º 8 t 27 558 277 t 31 936 895 t 32 475 487 t 37 139 404 t8º 4 t 38 124 861 t 43 354 307 t 45 741 463 t 53 106 497 t4º 26 t 12 499 059 t 14 253 571 t 16 092 093 t 18 286 904 t26º 7 t 33 590 020 t 35 844 547 t 36 873 055 t 43 038 100 t7º 24 t 12 340 154 t 14 963 434 t 15 327 435 t 18 539 693 t24º 18 t 28 321 333 t 18 672 981 t 24 473 664 t 26 496 845 t18º 39 t 10 402 706 t 10 801 039 t 11 520 289 t 12 703 017 t39º 11 t 26 767 620 t 29 303 152 t 31 653 414 t 36 688 629 t11º 25 t 11 462 068 t 13 219 945 t 13 349 588 t 18 473 990 t25º 34 t 9 789 217 t 11 804 006 t 12 265 677 t 15 692 359 t34º 22 t 17 636 864 t 20 700 680 t 22 015 096 t 24 117 145 t22º 1 t 323 154 666 t 356 980 045 t 389 284 929 t 443 600 102 t1º 13 t 25 164 098 t 29 981 271 t 28 935 628 t 35 578 586 t13º 31 t 10 763 588 t 14 783 276 t 16 237 175 t 16 547 966 t31º 37 t 8 524 230 t 10 397 115 t 11 508 519 t 13 690 888 t37º 23 t 13 992 935 t 15 168 172 t 16 584 964 t 20 124 600 t23º 43 t 6 396 606 t 12 969 186 t 9 442 184 t 11 267 976 t43º 12 t 24 619 373 t 30 067 523 t 31 617 716 t 36 389 080 t12º 19 t 20 811 798 t 29 206 675 t 20 157 567 t 25 313 179 t19º 38 t 10 405 593 t 11 844 962 t 13 615 507 t 13 379 554 t38º 3 t 99 945 620 t 117 571 878 t 131 487 268 t 149 906 319 t3º 17 t 19 506 667 t 24 557 091 t 22 546 298 t 27 616 035 t17º 47 t 8 900 640 t 10 187 641 t 8 918 069 t 11 009 306 t47º 15 t 21 522 757 t 25 281 114 t 24 974 495 t 28 297 360 t15º 20 t 19 152 858 t 23 117 059 t 19 747 492 t 24 969 295 t20º 35 t 7 982 909 t 10 169 929 t 10 889 035 t 15 235 108 t35º 33 t 3 074 977 t 6 568 760 t 5 634 291 t 15 918 216 t33º 40 t 9 547 958 t 11 019 940 t 11 969 256 t 12 371 028 t40º 16 t 26 076 920 t 27 143 412 t 26 909 802 t 27 752 428 t16º tPIB.per.capita..R.. tRanking.PIB.per.capita 50 t 10 341,78 t2.662º 27 t 12 921,64 t1.969º 49 t 12 940,66 t1.963º 41 t 12 989,48 t1.946º 10 t 13 728,08 t1.749º 42 t 14 925,65 t1.488º 9 t 15 161,47 t1.446º 36 t 17 625,73 t1.039º 28 t 17 703,61 t1.024º 21 t 18 777,09 t892º 14 t 19 540,20 t811º 46 t 20 044,67 t766º 5 t 21 748,25 t646º 45 t 23 011,46 t557º 29 t 25 609,30 t446º 6 t 26 961,15 t386º 32 t 27 506,28 t364º 30 t 28 100,52 t347º 44 t 29 153,85 t309º 48 t 29 959,19 t291º 2 t 30 088,24 t288º 8 t 30 383,43 t284º 4 t 30 400,49 t282º 26 t 30 463,70 t281º 7 t 30 524,80 t277º 24 t 30 743,31 t271º 18 t 30 988,80 t264º 39 t 31 034,14 t260º 11 t 33 939,56 t203º 25 t 35 854,42 t175º 34 t 36 034,46 t174º 22 t 38 431,00 t153º 1 t 39 450,87 t141º 13 t 46 495,62 t104º 31 t 51 070,03 t93º 37 t 51 960,20 t87º 23 t 54 353,94 t77º 43 t 54 501,02 t76º 12 t 54 599,81 t75º 19 t 54 607,81 t74º 38 t 55 063,52 t73º 3 t 58 489,46 t69º 17 t 65 790,53 t59º 47 t 73 605,89 t49º 15 t 74 950,56 t47º 20 t 76 721,66 t45º 35 t 83 075,82 t34º 33 t 103 403,99 t22º 40 t 103 777,70 t21º 16 t 115 319,91 t14º
#depois disso é simples, eu posso seprar somente os primeiros 10 valores, ou 100 apresentar
dados[ordem[1:10],] Municípios tPopulação..2010. tRanking.populacional tPIB.2006..R..1.000. tPIB.2007..R..1.000. 50 tSão Gonçalo - RJ t999.728 t16º t 6 885 641 t 7 410 667 27 tBelém - AL t4.551 t4.442º t 12 520 258 t 13 842 632 49 tTeresina - PI t814.230 t19º t 5 989 117 t 6 536 373 41 tMacedônia - SP t3.664 t4.807º t 7 267 950 t 8 510 435 10 tSalto Veloso - SC t4.301 t4.539º t 24 139 423 t 26 772 417 42 tNarandiba - SP t4.288 t4.547º t 7 398 852 t 8 020 993 9 tFortaleza - CE t2.452.185 t5º t 22 331 722 t 24 476 378 36 tCampo Grande - AL t9.032 t3.160º t 7 817 007 t 8 956 501 28 tSão Luís - MA t1.014.837 t15º t 11 204 463 t 12 272 006 21 tGoiânia - GO t1.302.001 t12º t 15 898 437 t 17 845 701 tPIB.2008..R..1.000. tPIB.2009..R..1.000. tPIB.2010..R..1.000. tRanking.PIB tPIB.per.capita..R.. 50 t 8 267 153 t 9 034 995 t 10 340 756 t50º t 10 341,78 27 t 15 286 066 t 16 568 144 t 17 987 323 t27º t 12 921,64 49 t 7 505 653 t 8 688 475 t 10 539 378 t49º t 12 940,66 41 t 9 125 210 t 10 257 022 t 12 114 090 t41º t 12 989,48 10 t 29 393 081 t 33 131 342 t 36 744 670 t10º t 13 728,08 42 t 8 858 669 t 10 362 496 t 11 997 401 t42º t 14 925,65 9 t 28 769 259 t 31 373 473 t 37 106 309 t9º t 15 161,47 36 t 10 460 818 t 11 640 898 t 13 875 046 t36º t 17 625,73 28 t 14 720 891 t 15 323 512 t 17 915 048 t28º t 17 703,61 21 t 19 456 021 t 21 380 256 t 24 445 744 t21º t 18 777,09 tRanking.PIB.per.capita 50 t2.662º 27 t1.969º 49 t1.963º 41 t1.946º 10 t1.749º 42 t1.488º 9 t1.446º 36 t1.039º 28 t1.024º 21 t892º
#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
dados[rev(ordem)[1:10],] Municípios tPopulação..2010. tRanking.populacional tPIB.2006..R..1.000. tPIB.2007..R..1.000. 16 tBarueri - SP t240.749 t105º t 25 570 470 t 26 076 920 40 tAraucária - PR t119.123 t217º t 8 436 380 t 9 547 958 33 tParaú - RN t3.859 t4.726º t 2 997 778 t 3 074 977 35 tItajaí - SC t183.373 t149º t 6 297 432 t 7 982 909 20 tVitória - ES t327.801 t70º t 16 476 046 t 19 152 858 15 tBetim - MG t378.089 t57º t 18 807 187 t 21 522 757 47 tSão Caetano do Sul - SP t149.263 t178º t 9 378 204 t 8 900 640 17 tSantos - SP t419.400 t48º t 16 141 388 t 19 506 667 3 tBrasília - DF t2.570.160 t4º t 89 628 553 t 99 945 620 38 tCamaçari - BA t242.970 t103º t 9 529 357 t 10 405 593 tPIB.2008..R..1.000. tPIB.2009..R..1.000. tPIB.2010..R..1.000. tRanking.PIB tPIB.per.capita..R.. 16 t 27 143 412 t 26 909 802 t 27 752 428 t16º t 115 319,91 40 t 11 019 940 t 11 969 256 t 12 371 028 t40º t 103 777,70 33 t 6 568 760 t 5 634 291 t 15 918 216 t33º t 103 403,99 35 t 10 169 929 t 10 889 035 t 15 235 108 t35º t 83 075,82 20 t 23 117 059 t 19 747 492 t 24 969 295 t20º t 76 721,66 15 t 25 281 114 t 24 974 495 t 28 297 360 t15º t 74 950,56 47 t 10 187 641 t 8 918 069 t 11 009 306 t47º t 73 605,89 17 t 24 557 091 t 22 546 298 t 27 616 035 t17º t 65 790,53 3 t 117 571 878 t 131 487 268 t 149 906 319 t3º t 58 489,46 38 t 11 844 962 t 13 615 507 t 13 379 554 t38º t 55 063,52 tRanking.PIB.per.capita 16 t14º 40 t21º 33 t22º 35 t34º 20 t45º 15 t47º 47 t49º 17 t59º 3 t69º 38 t73º
#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. 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. Bem espero ter ajudado, abraços
dput(dados) structure(list(Municípios = structure(c(45L, 35L, 6L, 15L, 4L, 26L, 32L, 20L, 18L, 36L, 8L, 29L, 39L, 33L, 5L, 2L, 38L, 17L, 10L, 50L, 19L, 42L, 23L, 13L, 22L, 49L, 3L, 44L, 37L, 34L, 11L, 47L, 30L, 12L, 21L, 9L, 43L, 7L, 46L, 1L, 25L, 27L, 24L, 16L, 28L, 14L, 40L, 31L, 48L, 41L), .Label = c("tAraucária - PR", "tBarueri - SP", "tBelém - AL", "tBelo Horizonte - MG", "tBetim - MG", "tBrasília - DF", "tCamaçari - BA", "tCampinas - SP", "tCampo Grande - AL", "tCampos dos Goytacazes - RJ", "tCanoas - RS", "tCaxias do Sul - RS", "tContagem - MG", "tCuiabá - MT", "tCuritiba - PR", "tDiadema - SP", "tDuque de Caxias - RJ", "tFortaleza - CE", "tGoiânia - GO", "tGuarulhos - SP", "tItajaí - SC", "tJóia - RS", "tJundiá - RN", "tLuzinópolis - TO", "tMacedônia - SP", "tManari - PE", "tNarandiba - SP", "tNísia Floresta - RN", "tOrtigueira - PR", "tParaú - RN", "tPiracema - MG", "tPorto Acre - AC", "tRebouças - PR", "tRibeirão Pires - SP", "tRio de Contas - BA", "tSalto Veloso - SC", "tSanto André - PB", "tSantos - SP", "tSão Bernardo do Campo - SP", "tSão Caetano do Sul - SP", "tSão Gonçalo - RJ", "tSão José dos Campos - SP", "tSão José dos Pinhais - PR", "tSão Luís - MA", "tSão Paulo - SP", "tSerra - ES", "tSorocaba - SP", "tTeresina - PI", "tUberlândia - MG", "tVitória - ES"), class = "factor"), tPopulação..2010. = structure(c(3L, 7L, 21L, 12L, 16L, 13L, 10L, 6L, 20L, 35L, 2L, 15L, 45L, 9L, 29L, 18L, 33L, 48L, 38L, 26L, 8L, 43L, 27L, 41L, 47L, 42L, 37L, 1L, 23L, 4L, 25L, 40L, 30L, 36L, 14L, 49L, 24L, 19L, 32L, 5L, 28L, 34L, 22L, 31L, 17L, 39L, 11L, 44L, 46L, 50L), .Label = c("t1.014.837", "t1.080.113", "t11.253.503", "t113.068", "t119.123", "t1.221.979", "t13.007", "t1.302.001", "t14.176", "t14.880", "t149.263", "t1.751.907", "t18.083", "t183.373", "t23.380", "t2.375.151", "t23.784", "t240.749", "t242.970", "t2.452.185", "t2.570.160", "t2.622", "t2.638", "t264.210", "t323.827", "t327.801", "t3.582", "t3.664", "t378.089", "t3.859", "t386.089", "t409.267", "t419.400", "t4.288", "t4.301", "t435.564", "t4.551", "t463.731", "t551.098", "t586.625", "t603.442", "t604.013", "t629.921", "t6.406", "t765.463", "t814.230", "t8.331", "t855.048", "t9.032", "t999.728" ), class = "factor"), tRanking.populacional = structure(c(15L, 21L, 39L, 49L, 46L, 12L, 17L, 6L, 45L, 32L, 8L, 5L, 20L, 18L, 44L, 2L, 38L, 13L, 30L, 47L, 3L, 22L, 37L, 25L, 27L, 23L, 31L, 9L, 41L, 19L, 48L, 26L, 35L, 34L, 7L, 24L, 50L, 1L, 40L, 16L, 36L, 33L, 42L, 43L, 4L, 28L, 11L, 29L, 14L, 10L), .Label = c("t103º", "t105º", "t12º", "t1.386º", "t1.396º", "t13º", "t149º", "t14º", "t15º", "t16º", "t178º", "t1.831º", "t18º", "t19º", "t1º", "t217º", "t2.184º", "t2.280º", "t232º", "t23º", "t2.462º", "t28º", "t30º", "t3.160º", "t31º", "t32º", "t3.300º", "t35º", "t3.804º", "t42º", "t4.442º", "t4.539º", "t4.547º", "t45º", "t4.726º", "t4.807º", "t4.841º", "t48º", "t4º", "t51º", "t5.223º", "t5.235º", "t55º", "t57º", "t5º", "t6º", "t70º", "t72º", "t8º", "t90º"), class = "factor"), tPIB.2006..R..1.000. = structure(c(26L, 10L, 46L, 30L, 31L, 29L, 28L, 25L, 19L, 23L, 22L, 15L, 18L, 16L, 17L, 24L, 13L, 20L, 21L, 14L, 12L, 11L, 5L, 6L, 3L, 2L, 9L, 4L, 8L, 7L, 50L, 1L, 27L, 45L, 33L, 43L, 37L, 49L, 47L, 44L, 39L, 40L, 34L, 42L, 41L, 38L, 48L, 35L, 32L, 36L), .Label = c("t 10 161 750", "t 10 344 790", "t 10 697 887", "t 11 204 463", "t 11 313 752", "t 11 314 821", "t 11 326 627", "t 11 674 114", "t 12 520 258", "t 128 026 084", "t 15 522 240", "t 15 898 437", "t 16 141 388", "t 16 476 046", "t 17 798 886", "t 18 316 659", "t 18 807 187", "t 20 566 795", "t 22 331 722", "t 22 435 604", "t 23 134 307", "t 23 629 697", "t 24 139 423", "t 25 570 470", "t 25 697 978", "t 282 892 455", "t 2 997 778", "t 30 130 789", "t 31 801 795", "t 32 182 599", "t 32 473 102", "t 5 989 117", "t 6 297 432", "t 6 477 109", "t 6 815 596", "t 6 885 641", "t 7 029 321", "t 7 177 404", "t 7 267 950", "t 7 398 852", "t 7 466 738", "t 7 747 560", "t 7 817 007", "t 8 436 380", "t 8 607 676", "t 89 628 553", "t 9 130 483", "t 9 378 204", "t 9 529 357", "t 9 596 231"), class = "factor"), tPIB.2007..R..1.000. = structure(c(30L, 13L, 50L, 33L, 34L, 32L, 31L, 27L, 21L, 26L, 25L, 22L, 23L, 18L, 20L, 24L, 17L, 28L, 19L, 16L, 15L, 14L, 12L, 7L, 4L, 8L, 11L, 6L, 10L, 9L, 3L, 5L, 29L, 49L, 40L, 47L, 43L, 2L, 1L, 48L, 42L, 41L, 35L, 44L, 45L, 39L, 46L, 38L, 36L, 37L ), .Label = c("t 10 402 706", "t 10 405 593", "t 10 763 588", "t 11 462 068", "t 11 913 720", "t 12 272 006", "t 12 340 154", "t 12 499 059", "t 12 911 809", "t 13 259 022", "t 13 842 632", "t 13 992 935", "t 140 094 694", "t 17 636 864", "t 17 845 701", "t 19 152 858", "t 19 506 667", "t 20 689 607", "t 20 811 798", "t 21 522 757", "t 24 476 378", "t 24 619 373", "t 25 164 098", "t 26 076 920", "t 26 767 620", "t 26 772 417", "t 27 558 277", "t 28 321 333", "t 3 074 977", "t 323 154 666", "t 33 590 020", "t 34 384 768", "t 38 124 861", "t 38 285 100", "t 6 396 606", "t 6 536 373", "t 7 410 667", "t 7 678 195", "t 7 897 532", "t 7 982 909", "t 8 020 993", "t 8 510 435", "t 8 524 230", "t 8 621 541", "t 8 853 442", "t 8 900 640", "t 8 956 501", "t 9 547 958", "t 9 789 217", "t 99 945 620"), class = "factor"), tPIB.2008..R..1.000. = structure(c(37L, 21L, 7L, 41L, 40L, 39L, 38L, 36L, 30L, 33L, 32L, 35L, 34L, 25L, 28L, 29L, 27L, 22L, 31L, 26L, 23L, 24L, 19L, 18L, 12L, 15L, 20L, 16L, 13L, 14L, 17L, 11L, 42L, 8L, 1L, 4L, 3L, 9L, 5L, 6L, 48L, 46L, 10L, 50L, 49L, 47L, 2L, 45L, 43L, 44L), .Label = c("t 10 169 929", "t 10 187 641", "t 10 397 115", "t 10 460 818", "t 10 801 039", "t 11 019 940", "t 117 571 878", "t 11 804 006", "t 11 844 962", "t 12 969 186", "t 13 046 652", "t 13 219 945", "t 13 303 110", "t 13 843 411", "t 14 253 571", "t 14 720 891", "t 14 783 276", "t 14 963 434", "t 15 168 172", "t 15 286 066", "t 158 757 286", "t 18 672 981", "t 19 456 021", "t 20 700 680", "t 22 470 886", "t 23 117 059", "t 24 557 091", "t 25 281 114", "t 27 143 412", "t 28 769 259", "t 29 206 675", "t 29 303 152", "t 29 393 081", "t 29 981 271", "t 30 067 523", "t 31 936 895", "t 356 980 045", "t 35 844 547", "t 38 028 945", "t 42 255 583", "t 43 354 307", "t 6 568 760", "t 7 505 653", "t 8 267 153", "t 8 832 622", "t 8 858 669", "t 8 951 985", "t 9 125 210", "t 9 293 714", "t 9 311 666"), class = "factor"), tPIB.2009..R..1.000. = structure(c(38L, 21L, 9L, 41L, 40L, 39L, 37L, 35L, 32L, 36L, 34L, 33L, 31L, 28L, 29L, 30L, 26L, 27L, 23L, 22L, 24L, 25L, 20L, 16L, 10L, 17L, 19L, 15L, 14L, 13L, 18L, 12L, 42L, 8L, 3L, 6L, 4L, 11L, 5L, 7L, 1L, 2L, 46L, 50L, 49L, 48L, 44L, 47L, 43L, 45L), .Label = c("t 10 257 022", "t 10 362 496", "t 10 889 035", "t 11 508 519", "t 11 520 289", "t 11 640 898", "t 11 969 256", "t 12 265 677", "t 131 487 268", "t 13 349 588", "t 13 615 507", "t 14 143 601", "t 14 686 950", "t 14 709 216", "t 15 323 512", "t 15 327 435", "t 16 092 093", "t 16 237 175", "t 16 568 144", "t 16 584 964", "t 170 517 226", "t 19 747 492", "t 20 157 567", "t 21 380 256", "t 22 015 096", "t 22 546 298", "t 24 473 664", "t 24 720 436", "t 24 974 495", "t 26 909 802", "t 28 935 628", "t 31 373 473", "t 31 617 716", "t 31 653 414", "t 32 475 487", "t 33 131 342", "t 36 873 055", "t 389 284 929", "t 40 482 809", "t 44 729 413", "t 45 741 463", "t 5 634 291", "t 8 688 475", "t 8 918 069", "t 9 034 995", "t 9 442 184", "t 9 599 600", "t 9 819 382", "t 9 904 464", "t 9 969 627"), class = "factor"), tPIB.2010..R..1.000. = structure(c(47L, 29L, 16L, 50L, 49L, 48L, 46L, 45L, 44L, 43L, 42L, 41L, 40L, 39L, 38L, 37L, 36L, 35L, 34L, 33L, 32L, 31L, 30L, 28L, 27L, 26L, 25L, 24L, 23L, 22L, 21L, 20L, 19L, 18L, 17L, 15L, 14L, 13L, 12L, 11L, 10L, 9L, 8L, 7L, 6L, 5L, 4L, 3L, 2L, 1L), .Label = c("t 10 340 756", "t 10 539 378", "t 10 931 268", "t 11 009 306", "t 11 051 628", "t 11 214 103", "t 11 254 523", "t 11 267 976", "t 11 997 401", "t 12 114 090", "t 12 371 028", "t 12 703 017", "t 13 379 554", "t 13 690 888", "t 13 875 046", "t 149 906 319", "t 15 235 108", "t 15 692 359", "t 15 918 216", "t 16 127 236", "t 16 547 966", "t 17 004 019", "t 17 258 468", "t 17 915 048", "t 17 987 323", "t 18 286 904", "t 18 473 990", "t 18 539 693", "t 190 249 043", "t 20 124 600", "t 24 117 145", "t 24 445 744", "t 24 969 295", "t 25 313 179", "t 26 496 845", "t 27 616 035", "t 27 752 428", "t 28 297 360", "t 30 032 003", "t 35 578 586", "t 36 389 080", "t 36 688 629", "t 36 744 670", "t 37 106 309", "t 37 139 404", "t 43 038 100", "t 443 600 102", "t 48 598 153", "t 51 661 760", "t 53 106 497"), class = "factor"), tRanking.PIB = structure(c(11L, 22L, 33L, 44L, 46L, 47L, 48L, 49L, 50L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 12L, 13L, 14L, 15L, 16L, 17L, 18L, 19L, 20L, 21L, 23L, 24L, 25L, 26L, 27L, 28L, 29L, 30L, 31L, 32L, 34L, 35L, 36L, 37L, 38L, 39L, 40L, 41L, 42L, 43L, 45L), .Label = c("t10º", "t11º", "t12º", "t13º", "t14º", "t15º", "t16º", "t17º", "t18º", "t19º", "t1º", "t20º", "t21º", "t22º", "t23º", "t24º", "t25º", "t26º", "t27º", "t28º", "t29º", "t2º", "t30º", "t31º", "t32º", "t33º", "t34º", "t35º", "t36º", "t37º", "t38º", "t39º", "t3º", "t40º", "t41º", "t42º", "t43º", "t44º", "t45º", "t46º", "t47º", "t48º", "t49º", "t4º", "t50º", "t5º", "t6º", "t7º", "t8º", "t9º"), class = "factor"), tPIB.per.capita..R.. = structure(c(36L, 24L, 45L, 26L, 16L, 19L, 28L, 25L, 10L, 8L, 32L, 42L, 37L, 14L, 48L, 4L, 46L, 30L, 43L, 49L, 13L, 35L, 40L, 29L, 33L, 27L, 5L, 12L, 18L, 21L, 38L, 20L, 1L, 34L, 50L, 11L, 39L, 44L, 31L, 3L, 7L, 9L, 41L, 22L, 17L, 15L, 47L, 23L, 6L, 2L), .Label = c("t 103 403,99", "t 10 341,78", "t 103 777,70", "t 115 319,91", "t 12 921,64", "t 12 940,66", "t 12 989,48", "t 13 728,08", "t 14 925,65", "t 15 161,47", "t 17 625,73", "t 17 703,61", "t 18 777,09", "t 19 540,20", "t 20 044,67", "t 21 748,25", "t 23 011,46", "t 25 609,30", "t 26 961,15", "t 27 506,28", "t 28 100,52", "t 29 153,85", "t 29 959,19", "t 30 088,24", "t 30 383,43", "t 30 400,49", "t 30 463,70", "t 30 524,80", "t 30 743,31", "t 30 988,80", "t 31 034,14", "t 33 939,56", "t 35 854,42", "t 36 034,46", "t 38 431,00", "t 39 450,87", "t 46 495,62", "t 51 070,03", "t 51 960,20", "t 54 353,94", "t 54 501,02", "t 54 599,81", "t 54 607,81", "t 55 063,52", "t 58 489,46", "t 65 790,53", "t 73 605,89", "t 74 950,56", "t 76 721,66", "t 83 075,82"), class = "factor"), tRanking.PIB.per.capita = structure(c(4L, 26L, 40L, 24L, 39L, 32L, 22L, 25L, 5L, 9L, 15L, 43L, 3L, 47L, 35L, 7L, 38L, 19L, 42L, 34L, 49L, 8L, 46L, 21L, 11L, 23L, 14L, 1L, 33L, 29L, 50L, 31L, 17L, 10L, 30L, 2L, 48L, 41L, 18L, 16L, 12L, 6L, 45L, 28L, 37L, 44L, 36L, 27L, 13L, 20L), .Label = c("t1.024º", "t1.039º", "t104º", "t141º", "t1.446º", "t1.488º", "t14º", "t153º", "t1.749º", "t174º", "t175º", "t1.946º", "t1.963º", "t1.969º", "t203º", "t21º", "t22º", "t260º", "t264º", "t2.662º", "t271º", "t277º", "t281º", "t282º", "t284º", "t288º", "t291º", "t309º", "t347º", "t34º", "t364º", "t386º", "t446º", "t45º", "t47º", "t49º", "t557º", "t59º", "t646º", "t69º", "t73º", "t74º", "t75º", "t766º", "t76º", "t77º", "t811º", "t87º", "t892º", "t93º"), class = "factor")), .Names = c("Municípios", "tPopulação..2010.", "tRanking.populacional", "tPIB.2006..R..1.000.", "tPIB.2007..R..1.000.", "tPIB.2008..R..1.000.", "tPIB.2009..R..1.000.", "tPIB.2010..R..1.000.", "tRanking.PIB", "tPIB.per.capita..R..", "tRanking.PIB.per.capita"), class = "data.frame", row.names = c("1", "2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12", "13", "14", "15", "16", "17", "18", "19", "20", "21", "22", "23", "24", "25", "26", "27", "28", "29", "30", "31", "32", "33", "34", "35", "36", "37", "38", "39", "40", "41", "42", "43", "44", "45", "46", "47", "48", "49", "50"))
Em 25 de fevereiro de 2013 01:00, Manoel Nascimento < manoelnascimento@gmail.com> escreveu:
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?
[]'s Manolo
Grato Augusto C. A. Ribas Site Pessoal: http://recologia.wordpress.com/<http://augustoribas.heliohost.org> Lattes: http://lattes.cnpq.br/7355685961127056
Infelizmente o comando dput() só está dando resultados referentes a todas as 5.565 entradas, e não consegui fazer funcionar esta alternativa no banco de dados que tenho. O separador "/t" é uma tabulação. Como isto se refere a uma necessidade de trabalho com prazo para quinta-feira e há outros elementos a tratar, terminei fazendo a contagem manualmente via OpenOffice. Em todo caso, agradeço pela ajuda! []'s Manolo Em 25-02-2013 08:44, Augusto Ribas escreveu:
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:
#primeiro eu li os dados, o separado parecia ser barra, e tens uns t no meio dos dados, eu não entendi o formato direito. #lendo os dados
dados<-read.table("exemplo.txt",sep = "/") #usando o comando str para ver como são os dados, olhe que tudo são fatores str(dados) 'data.frame': 50 obs. of 11 variables: $ Municípios : Factor w/ 50 levels "tAraucária - PR",..: 45 35 6 15 4 26 32 20 18 36 ... $ tPopulação..2010. : Factor w/ 50 levels "t1.014.837","t1.080.113",..: 3 7 21 12 16 13 10 6 20 35 ... $ tRanking.populacional : Factor w/ 50 levels "t103º","t105º",..: 15 21 39 49 46 12 17 6 45 32 ... $ tPIB.2006..R..1.000. : Factor w/ 50 levels "t 10 161 750",..: 26 10 46 30 31 29 28 25 19 23 ... $ tPIB.2007..R..1.000. : Factor w/ 50 levels "t 10 402 706",..: 30 13 50 33 34 32 31 27 21 26 ... $ tPIB.2008..R..1.000. : Factor w/ 50 levels "t 10 169 929",..: 37 21 7 41 40 39 38 36 30 33 ... $ tPIB.2009..R..1.000. : Factor w/ 50 levels "t 10 257 022",..: 38 21 9 41 40 39 37 35 32 36 ... $ tPIB.2010..R..1.000. : Factor w/ 50 levels "t 10 340 756",..: 47 29 16 50 49 48 46 45 44 43 ... $ tRanking.PIB : Factor w/ 50 levels "t10º","t11º",..: 11 22 33 44 46 47 48 49 50 1 ... $ tPIB.per.capita..R.. : Factor w/ 50 levels "t 103 403,99",..: 36 24 45 26 16 19 28 25 10 8 ... $ tRanking.PIB.per.capita: Factor w/ 50 levels "t1.024º","t1.039º",..: 4 26 40 24 39 32 22 25 5 9 ...
#para ficar mais facil, eu vou separar a coluna 11 em um vetor chamado pib
pib<-dados[,11] #pib é um fator class(pib) [1] "factor" #eu sou ruim de expressão regular, mas primeiro vamos tirar os t, os ponto e outras coisas e transformar em numeros pib<-gsub("t","",pib) pib<-gsub("º","",pib) pib<-gsub("\\.","",pib) pib<-as.numeric(pib)
#Agora temos numeros
pib [1] 141 288 69 282 646 386 277 284 1446 1749 203 75 104 811 47 14 59 264 74 45 892 [22] 153 77 271 175 281 1969 1024 446 347 93 364 22 174 34 1039 87 73 260 21 1946 1488 [43] 76 309 557 766 49 291 1963 2662 class(pib) [1] "numeric"
#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
ordem<-order(pib,decreasing = T)
#ai eu olho os dados, usando ordem para definir a ordem que as linhas são mostradas
dados[ordem,] Municípios tPopulação..2010. tRanking.populacional tPIB.2006..R..1.000. 50 tSão Gonçalo - RJ t999.728 t16º t 6 885 641 27 tBelém - AL t4.551 t4.442º t 12 520 258 49 tTeresina - PI t814.230 t19º t 5 989 117 41 tMacedônia - SP t3.664 t4.807º t 7 267 950 10 tSalto Veloso - SC t4.301 t4.539º t 24 139 423 42 tNarandiba - SP t4.288 t4.547º t 7 398 852 9 tFortaleza - CE t2.452.185 t5º t 22 331 722 36 tCampo Grande - AL t9.032 t3.160º t 7 817 007 28 tSão Luís - MA t1.014.837 t15º t 11 204 463 21 tGoiânia - GO t1.302.001 t12º t 15 898 437 14 tRebouças - PR t14.176 t2.280º t 18 316 659 46 tCuiabá - MT t551.098 t35º t 7 177 404 5 tBelo Horizonte - MG t2.375.151 t6º t 32 473 102 45 tNísia Floresta - RN t23.784 t1.386º t 7 466 738 29 tSanto André - PB t2.638 t5.223º t 11 674 114 6 tManari - PE t18.083 t1.831º t 31 801 795 32 tSorocaba - SP t586.625 t32º t 10 161 750 30 tRibeirão Pires - SP t113.068 t232º t 11 326 627 44 tDiadema - SP t386.089 t55º t 7 747 560 48 tPiracema - MG t6.406 t3.804º t 6 815 596 2 tRio de Contas - BA t13.007 t2.462º t 128 026 084 8 tGuarulhos - SP t1.221.979 t13º t 25 697 978 4 tCuritiba - PR t1.751.907 t8º t 32 182 599 26 tUberlândia - MG t604.013 t30º t 10 344 790 7 tPorto Acre - AC t14.880 t2.184º t 30 130 789 24 tContagem - MG t603.442 t31º t 11 314 821 18 tDuque de Caxias - RJ t855.048 t18º t 22 435 604 39 tSerra - ES t409.267 t51º t 9 130 483 11 tCampinas - SP t1.080.113 t14º t 23 629 697 25 tJóia - RS t8.331 t3.300º t 10 697 887 34 tCaxias do Sul - RS t435.564 t45º t 8 607 676 22 tSão José dos Campos - SP t629.921 t28º t 15 522 240 1 tSão Paulo - SP t11.253.503 t1º t 282 892 455 13 tSão Bernardo do Campo - SP t765.463 t23º t 20 566 795 31 tCanoas - RS t323.827 t72º t 9 596 231 37 tSão José dos Pinhais - PR t264.210 t90º t 7 029 321 23 tJundiá - RN t3.582 t4.841º t 11 313 752 43 tLuzinópolis - TO t2.622 t5.235º t 6 477 109 12 tOrtigueira - PR t23.380 t1.396º t 17 798 886 19 tCampos dos Goytacazes - RJ t463.731 t42º t 23 134 307 38 tCamaçari - BA t242.970 t103º t 9 529 357 3 tBrasília - DF t2.570.160 t4º t 89 628 553 17 tSantos - SP t419.400 t48º t 16 141 388 47 tSão Caetano do Sul - SP t149.263 t178º t 9 378 204 15 tBetim - MG t378.089 t57º t 18 807 187 20 tVitória - ES t327.801 t70º t 16 476 046 35 tItajaí - SC t183.373 t149º t 6 297 432 33 tParaú - RN t3.859 t4.726º t 2 997 778 40 tAraucária - PR t119.123 t217º t 8 436 380 16 tBarueri - SP t240.749 t105º t 25 570 470 tPIB.2007..R..1.000. tPIB.2008..R..1.000. tPIB.2009..R..1.000. tPIB.2010..R..1.000. tRanking.PIB 50 t 7 410 667 t 8 267 153 t 9 034 995 t 10 340 756 t50º 27 t 13 842 632 t 15 286 066 t 16 568 144 t 17 987 323 t27º 49 t 6 536 373 t 7 505 653 t 8 688 475 t 10 539 378 t49º 41 t 8 510 435 t 9 125 210 t 10 257 022 t 12 114 090 t41º 10 t 26 772 417 t 29 393 081 t 33 131 342 t 36 744 670 t10º 42 t 8 020 993 t 8 858 669 t 10 362 496 t 11 997 401 t42º 9 t 24 476 378 t 28 769 259 t 31 373 473 t 37 106 309 t9º 36 t 8 956 501 t 10 460 818 t 11 640 898 t 13 875 046 t36º 28 t 12 272 006 t 14 720 891 t 15 323 512 t 17 915 048 t28º 21 t 17 845 701 t 19 456 021 t 21 380 256 t 24 445 744 t21º 14 t 20 689 607 t 22 470 886 t 24 720 436 t 30 032 003 t14º 46 t 7 897 532 t 8 951 985 t 9 819 382 t 11 051 628 t46º 5 t 38 285 100 t 42 255 583 t 44 729 413 t 51 661 760 t5º 45 t 8 853 442 t 9 293 714 t 9 904 464 t 11 214 103 t45º 29 t 13 259 022 t 13 303 110 t 14 709 216 t 17 258 468 t29º 6 t 34 384 768 t 38 028 945 t 40 482 809 t 48 598 153 t6º 32 t 11 913 720 t 13 046 652 t 14 143 601 t 16 127 236 t32º 30 t 12 911 809 t 13 843 411 t 14 686 950 t 17 004 019 t30º 44 t 8 621 541 t 9 311 666 t 9 969 627 t 11 254 523 t44º 48 t 7 678 195 t 8 832 622 t 9 599 600 t 10 931 268 t48º 2 t 140 094 694 t 158 757 286 t 170 517 226 t 190 249 043 t2º 8 t 27 558 277 t 31 936 895 t 32 475 487 t 37 139 404 t8º 4 t 38 124 861 t 43 354 307 t 45 741 463 t 53 106 497 t4º 26 t 12 499 059 t 14 253 571 t 16 092 093 t 18 286 904 t26º 7 t 33 590 020 t 35 844 547 t 36 873 055 t 43 038 100 t7º 24 t 12 340 154 t 14 963 434 t 15 327 435 t 18 539 693 t24º 18 t 28 321 333 t 18 672 981 t 24 473 664 t 26 496 845 t18º 39 t 10 402 706 t 10 801 039 t 11 520 289 t 12 703 017 t39º 11 t 26 767 620 t 29 303 152 t 31 653 414 t 36 688 629 t11º 25 t 11 462 068 t 13 219 945 t 13 349 588 t 18 473 990 t25º 34 t 9 789 217 t 11 804 006 t 12 265 677 t 15 692 359 t34º 22 t 17 636 864 t 20 700 680 t 22 015 096 t 24 117 145 t22º 1 t 323 154 666 t 356 980 045 t 389 284 929 t 443 600 102 t1º 13 t 25 164 098 t 29 981 271 t 28 935 628 t 35 578 586 t13º 31 t 10 763 588 t 14 783 276 t 16 237 175 t 16 547 966 t31º 37 t 8 524 230 t 10 397 115 t 11 508 519 t 13 690 888 t37º 23 t 13 992 935 t 15 168 172 t 16 584 964 t 20 124 600 t23º 43 t 6 396 606 t 12 969 186 t 9 442 184 t 11 267 976 t43º 12 t 24 619 373 t 30 067 523 t 31 617 716 t 36 389 080 t12º 19 t 20 811 798 t 29 206 675 t 20 157 567 t 25 313 179 t19º 38 t 10 405 593 t 11 844 962 t 13 615 507 t 13 379 554 t38º 3 t 99 945 620 t 117 571 878 t 131 487 268 t 149 906 319 t3º 17 t 19 506 667 t 24 557 091 t 22 546 298 t 27 616 035 t17º 47 t 8 900 640 t 10 187 641 t 8 918 069 t 11 009 306 t47º 15 t 21 522 757 t 25 281 114 t 24 974 495 t 28 297 360 t15º 20 t 19 152 858 t 23 117 059 t 19 747 492 t 24 969 295 t20º 35 t 7 982 909 t 10 169 929 t 10 889 035 t 15 235 108 t35º 33 t 3 074 977 t 6 568 760 t 5 634 291 t 15 918 216 t33º 40 t 9 547 958 t 11 019 940 t 11 969 256 t 12 371 028 t40º 16 t 26 076 920 t 27 143 412 t 26 909 802 t 27 752 428 t16º tPIB.per.capita..R.. tRanking.PIB.per.capita 50 t 10 341,78 t2.662º 27 t 12 921,64 t1.969º 49 t 12 940,66 t1.963º 41 t 12 989,48 t1.946º 10 t 13 728,08 t1.749º 42 t 14 925,65 t1.488º 9 t 15 161,47 t1.446º 36 t 17 625,73 t1.039º 28 t 17 703,61 t1.024º 21 t 18 777,09 t892º 14 t 19 540,20 t811º 46 t 20 044,67 t766º 5 t 21 748,25 t646º 45 t 23 011,46 t557º 29 t 25 609,30 t446º 6 t 26 961,15 t386º 32 t 27 506,28 t364º 30 t 28 100,52 t347º 44 t 29 153,85 t309º 48 t 29 959,19 t291º 2 t 30 088,24 t288º 8 t 30 383,43 t284º 4 t 30 400,49 t282º 26 t 30 463,70 t281º 7 t 30 524,80 t277º 24 t 30 743,31 t271º 18 t 30 988,80 t264º 39 t 31 034,14 t260º 11 t 33 939,56 t203º 25 t 35 854,42 t175º 34 t 36 034,46 t174º 22 t 38 431,00 t153º 1 t 39 450,87 t141º 13 t 46 495,62 t104º 31 t 51 070,03 t93º 37 t 51 960,20 t87º 23 t 54 353,94 t77º 43 t 54 501,02 t76º 12 t 54 599,81 t75º 19 t 54 607,81 t74º 38 t 55 063,52 t73º 3 t 58 489,46 t69º 17 t 65 790,53 t59º 47 t 73 605,89 t49º 15 t 74 950,56 t47º 20 t 76 721,66 t45º 35 t 83 075,82 t34º 33 t 103 403,99 t22º 40 t 103 777,70 t21º 16 t 115 319,91 t14º
#depois disso é simples, eu posso seprar somente os primeiros 10 valores, ou 100 apresentar
dados[ordem[1:10],] Municípios tPopulação..2010. tRanking.populacional tPIB.2006..R..1.000. tPIB.2007..R..1.000. 50 tSão Gonçalo - RJ t999.728 t16º t 6 885 641 t 7 410 667 27 tBelém - AL t4.551 t4.442º t 12 520 258 t 13 842 632 49 tTeresina - PI t814.230 t19º t 5 989 117 t 6 536 373 41 tMacedônia - SP t3.664 t4.807º t 7 267 950 t 8 510 435 10 tSalto Veloso - SC t4.301 t4.539º t 24 139 423 t 26 772 417 42 tNarandiba - SP t4.288 t4.547º t 7 398 852 t 8 020 993 9 tFortaleza - CE t2.452.185 t5º t 22 331 722 t 24 476 378 36 tCampo Grande - AL t9.032 t3.160º t 7 817 007 t 8 956 501 28 tSão Luís - MA t1.014.837 t15º t 11 204 463 t 12 272 006 21 tGoiânia - GO t1.302.001 t12º t 15 898 437 t 17 845 701 tPIB.2008..R..1.000. tPIB.2009..R..1.000. tPIB.2010..R..1.000. tRanking.PIB tPIB.per.capita..R.. 50 t 8 267 153 t 9 034 995 t 10 340 756 t50º t 10 341,78 27 t 15 286 066 t 16 568 144 t 17 987 323 t27º t 12 921,64 49 t 7 505 653 t 8 688 475 t 10 539 378 t49º t 12 940,66 41 t 9 125 210 t 10 257 022 t 12 114 090 t41º t 12 989,48 10 t 29 393 081 t 33 131 342 t 36 744 670 t10º t 13 728,08 42 t 8 858 669 t 10 362 496 t 11 997 401 t42º t 14 925,65 9 t 28 769 259 t 31 373 473 t 37 106 309 t9º t 15 161,47 36 t 10 460 818 t 11 640 898 t 13 875 046 t36º t 17 625,73 28 t 14 720 891 t 15 323 512 t 17 915 048 t28º t 17 703,61 21 t 19 456 021 t 21 380 256 t 24 445 744 t21º t 18 777,09 tRanking.PIB.per.capita 50 t2.662º 27 t1.969º 49 t1.963º 41 t1.946º 10 t1.749º 42 t1.488º 9 t1.446º 36 t1.039º 28 t1.024º 21 t892º
#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
dados[rev(ordem)[1:10],] Municípios tPopulação..2010. tRanking.populacional tPIB.2006..R..1.000. tPIB.2007..R..1.000. 16 tBarueri - SP t240.749 t105º t 25 570 470 t 26 076 920 40 tAraucária - PR t119.123 t217º t 8 436 380 t 9 547 958 33 tParaú - RN t3.859 t4.726º t 2 997 778 t 3 074 977 35 tItajaí - SC t183.373 t149º t 6 297 432 t 7 982 909 20 tVitória - ES t327.801 t70º t 16 476 046 t 19 152 858 15 tBetim - MG t378.089 t57º t 18 807 187 t 21 522 757 47 tSão Caetano do Sul - SP t149.263 t178º t 9 378 204 t 8 900 640 17 tSantos - SP t419.400 t48º t 16 141 388 t 19 506 667 3 tBrasília - DF t2.570.160 t4º t 89 628 553 t 99 945 620 38 tCamaçari - BA t242.970 t103º t 9 529 357 t 10 405 593 tPIB.2008..R..1.000. tPIB.2009..R..1.000. tPIB.2010..R..1.000. tRanking.PIB tPIB.per.capita..R.. 16 t 27 143 412 t 26 909 802 t 27 752 428 t16º t 115 319,91 40 t 11 019 940 t 11 969 256 t 12 371 028 t40º t 103 777,70 33 t 6 568 760 t 5 634 291 t 15 918 216 t33º t 103 403,99 35 t 10 169 929 t 10 889 035 t 15 235 108 t35º t 83 075,82 20 t 23 117 059 t 19 747 492 t 24 969 295 t20º t 76 721,66 15 t 25 281 114 t 24 974 495 t 28 297 360 t15º t 74 950,56 47 t 10 187 641 t 8 918 069 t 11 009 306 t47º t 73 605,89 17 t 24 557 091 t 22 546 298 t 27 616 035 t17º t 65 790,53 3 t 117 571 878 t 131 487 268 t 149 906 319 t3º t 58 489,46 38 t 11 844 962 t 13 615 507 t 13 379 554 t38º t 55 063,52 tRanking.PIB.per.capita 16 t14º 40 t21º 33 t22º 35 t34º 20 t45º 15 t47º 47 t49º 17 t59º 3 t69º 38 t73º
#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. 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.
Bem espero ter ajudado, abraços
dput(dados) structure(list(Municípios = structure(c(45L, 35L, 6L, 15L, 4L, 26L, 32L, 20L, 18L, 36L, 8L, 29L, 39L, 33L, 5L, 2L, 38L, 17L, 10L, 50L, 19L, 42L, 23L, 13L, 22L, 49L, 3L, 44L, 37L, 34L, 11L, 47L, 30L, 12L, 21L, 9L, 43L, 7L, 46L, 1L, 25L, 27L, 24L, 16L, 28L, 14L, 40L, 31L, 48L, 41L), .Label = c("tAraucária - PR", "tBarueri - SP", "tBelém - AL", "tBelo Horizonte - MG", "tBetim - MG", "tBrasília - DF", "tCamaçari - BA", "tCampinas - SP", "tCampo Grande - AL", "tCampos dos Goytacazes - RJ", "tCanoas - RS", "tCaxias do Sul - RS", "tContagem - MG", "tCuiabá - MT", "tCuritiba - PR", "tDiadema - SP", "tDuque de Caxias - RJ", "tFortaleza - CE", "tGoiânia - GO", "tGuarulhos - SP", "tItajaí - SC", "tJóia - RS", "tJundiá - RN", "tLuzinópolis - TO", "tMacedônia - SP", "tManari - PE", "tNarandiba - SP", "tNísia Floresta - RN", "tOrtigueira - PR", "tParaú - RN", "tPiracema - MG", "tPorto Acre - AC", "tRebouças - PR", "tRibeirão Pires - SP", "tRio de Contas - BA", "tSalto Veloso - SC", "tSanto André - PB", "tSantos - SP", "tSão Bernardo do Campo - SP", "tSão Caetano do Sul - SP", "tSão Gonçalo - RJ", "tSão José dos Campos - SP", "tSão José dos Pinhais - PR", "tSão Luís - MA", "tSão Paulo - SP", "tSerra - ES", "tSorocaba - SP", "tTeresina - PI", "tUberlândia - MG", "tVitória - ES"), class = "factor"), tPopulação..2010. = structure(c(3L, 7L, 21L, 12L, 16L, 13L, 10L, 6L, 20L, 35L, 2L, 15L, 45L, 9L, 29L, 18L, 33L, 48L, 38L, 26L, 8L, 43L, 27L, 41L, 47L, 42L, 37L, 1L, 23L, 4L, 25L, 40L, 30L, 36L, 14L, 49L, 24L, 19L, 32L, 5L, 28L, 34L, 22L, 31L, 17L, 39L, 11L, 44L, 46L, 50L), .Label = c("t1.014.837", "t1.080.113", "t11.253.503", "t113.068", "t119.123", "t1.221.979", "t13.007", "t1.302.001", "t14.176", "t14.880", "t149.263", "t1.751.907", "t18.083", "t183.373", "t23.380", "t2.375.151", "t23.784", "t240.749", "t242.970", "t2.452.185", "t2.570.160", "t2.622", "t2.638", "t264.210", "t323.827", "t327.801", "t3.582", "t3.664", "t378.089", "t3.859", "t386.089", "t409.267", "t419.400", "t4.288", "t4.301", "t435.564", "t4.551", "t463.731", "t551.098", "t586.625", "t603.442", "t604.013", "t629.921", "t6.406", "t765.463", "t814.230", "t8.331", "t855.048", "t9.032", "t999.728" ), class = "factor"), tRanking.populacional = structure(c(15L, 21L, 39L, 49L, 46L, 12L, 17L, 6L, 45L, 32L, 8L, 5L, 20L, 18L, 44L, 2L, 38L, 13L, 30L, 47L, 3L, 22L, 37L, 25L, 27L, 23L, 31L, 9L, 41L, 19L, 48L, 26L, 35L, 34L, 7L, 24L, 50L, 1L, 40L, 16L, 36L, 33L, 42L, 43L, 4L, 28L, 11L, 29L, 14L, 10L), .Label = c("t103º", "t105º", "t12º", "t1.386º", "t1.396º", "t13º", "t149º", "t14º", "t15º", "t16º", "t178º", "t1.831º", "t18º", "t19º", "t1º", "t217º", "t2.184º", "t2.280º", "t232º", "t23º", "t2.462º", "t28º", "t30º", "t3.160º", "t31º", "t32º", "t3.300º", "t35º", "t3.804º", "t42º", "t4.442º", "t4.539º", "t4.547º", "t45º", "t4.726º", "t4.807º", "t4.841º", "t48º", "t4º", "t51º", "t5.223º", "t5.235º", "t55º", "t57º", "t5º", "t6º", "t70º", "t72º", "t8º", "t90º"), class = "factor"), tPIB.2006..R..1.000. = structure(c(26L, 10L, 46L, 30L, 31L, 29L, 28L, 25L, 19L, 23L, 22L, 15L, 18L, 16L, 17L, 24L, 13L, 20L, 21L, 14L, 12L, 11L, 5L, 6L, 3L, 2L, 9L, 4L, 8L, 7L, 50L, 1L, 27L, 45L, 33L, 43L, 37L, 49L, 47L, 44L, 39L, 40L, 34L, 42L, 41L, 38L, 48L, 35L, 32L, 36L), .Label = c("t 10 161 750", "t 10 344 790", "t 10 697 887", "t 11 204 463", "t 11 313 752", "t 11 314 821", "t 11 326 627", "t 11 674 114", "t 12 520 258", "t 128 026 084", "t 15 522 240", "t 15 898 437", "t 16 141 388", "t 16 476 046", "t 17 798 886", "t 18 316 659", "t 18 807 187", "t 20 566 795", "t 22 331 722", "t 22 435 604", "t 23 134 307", "t 23 629 697", "t 24 139 423", "t 25 570 470", "t 25 697 978", "t 282 892 455", "t 2 997 778", "t 30 130 789", "t 31 801 795", "t 32 182 599", "t 32 473 102", "t 5 989 117", "t 6 297 432", "t 6 477 109", "t 6 815 596", "t 6 885 641", "t 7 029 321", "t 7 177 404", "t 7 267 950", "t 7 398 852", "t 7 466 738", "t 7 747 560", "t 7 817 007", "t 8 436 380", "t 8 607 676", "t 89 628 553", "t 9 130 483", "t 9 378 204", "t 9 529 357", "t 9 596 231"), class = "factor"), tPIB.2007..R..1.000. = structure(c(30L, 13L, 50L, 33L, 34L, 32L, 31L, 27L, 21L, 26L, 25L, 22L, 23L, 18L, 20L, 24L, 17L, 28L, 19L, 16L, 15L, 14L, 12L, 7L, 4L, 8L, 11L, 6L, 10L, 9L, 3L, 5L, 29L, 49L, 40L, 47L, 43L, 2L, 1L, 48L, 42L, 41L, 35L, 44L, 45L, 39L, 46L, 38L, 36L, 37L ), .Label = c("t 10 402 706", "t 10 405 593", "t 10 763 588", "t 11 462 068", "t 11 913 720", "t 12 272 006", "t 12 340 154", "t 12 499 059", "t 12 911 809", "t 13 259 022", "t 13 842 632", "t 13 992 935", "t 140 094 694", "t 17 636 864", "t 17 845 701", "t 19 152 858", "t 19 506 667", "t 20 689 607", "t 20 811 798", "t 21 522 757", "t 24 476 378", "t 24 619 373", "t 25 164 098", "t 26 076 920", "t 26 767 620", "t 26 772 417", "t 27 558 277", "t 28 321 333", "t 3 074 977", "t 323 154 666", "t 33 590 020", "t 34 384 768", "t 38 124 861", "t 38 285 100", "t 6 396 606", "t 6 536 373", "t 7 410 667", "t 7 678 195", "t 7 897 532", "t 7 982 909", "t 8 020 993", "t 8 510 435", "t 8 524 230", "t 8 621 541", "t 8 853 442", "t 8 900 640", "t 8 956 501", "t 9 547 958", "t 9 789 217", "t 99 945 620"), class = "factor"), tPIB.2008..R..1.000. = structure(c(37L, 21L, 7L, 41L, 40L, 39L, 38L, 36L, 30L, 33L, 32L, 35L, 34L, 25L, 28L, 29L, 27L, 22L, 31L, 26L, 23L, 24L, 19L, 18L, 12L, 15L, 20L, 16L, 13L, 14L, 17L, 11L, 42L, 8L, 1L, 4L, 3L, 9L, 5L, 6L, 48L, 46L, 10L, 50L, 49L, 47L, 2L, 45L, 43L, 44L), .Label = c("t 10 169 929", "t 10 187 641", "t 10 397 115", "t 10 460 818", "t 10 801 039", "t 11 019 940", "t 117 571 878", "t 11 804 006", "t 11 844 962", "t 12 969 186", "t 13 046 652", "t 13 219 945", "t 13 303 110", "t 13 843 411", "t 14 253 571", "t 14 720 891", "t 14 783 276", "t 14 963 434", "t 15 168 172", "t 15 286 066", "t 158 757 286", "t 18 672 981", "t 19 456 021", "t 20 700 680", "t 22 470 886", "t 23 117 059", "t 24 557 091", "t 25 281 114", "t 27 143 412", "t 28 769 259", "t 29 206 675", "t 29 303 152", "t 29 393 081", "t 29 981 271", "t 30 067 523", "t 31 936 895", "t 356 980 045", "t 35 844 547", "t 38 028 945", "t 42 255 583", "t 43 354 307", "t 6 568 760", "t 7 505 653", "t 8 267 153", "t 8 832 622", "t 8 858 669", "t 8 951 985", "t 9 125 210", "t 9 293 714", "t 9 311 666"), class = "factor"), tPIB.2009..R..1.000. = structure(c(38L, 21L, 9L, 41L, 40L, 39L, 37L, 35L, 32L, 36L, 34L, 33L, 31L, 28L, 29L, 30L, 26L, 27L, 23L, 22L, 24L, 25L, 20L, 16L, 10L, 17L, 19L, 15L, 14L, 13L, 18L, 12L, 42L, 8L, 3L, 6L, 4L, 11L, 5L, 7L, 1L, 2L, 46L, 50L, 49L, 48L, 44L, 47L, 43L, 45L), .Label = c("t 10 257 022", "t 10 362 496", "t 10 889 035", "t 11 508 519", "t 11 520 289", "t 11 640 898", "t 11 969 256", "t 12 265 677", "t 131 487 268", "t 13 349 588", "t 13 615 507", "t 14 143 601", "t 14 686 950", "t 14 709 216", "t 15 323 512", "t 15 327 435", "t 16 092 093", "t 16 237 175", "t 16 568 144", "t 16 584 964", "t 170 517 226", "t 19 747 492", "t 20 157 567", "t 21 380 256", "t 22 015 096", "t 22 546 298", "t 24 473 664", "t 24 720 436", "t 24 974 495", "t 26 909 802", "t 28 935 628", "t 31 373 473", "t 31 617 716", "t 31 653 414", "t 32 475 487", "t 33 131 342", "t 36 873 055", "t 389 284 929", "t 40 482 809", "t 44 729 413", "t 45 741 463", "t 5 634 291", "t 8 688 475", "t 8 918 069", "t 9 034 995", "t 9 442 184", "t 9 599 600", "t 9 819 382", "t 9 904 464", "t 9 969 627"), class = "factor"), tPIB.2010..R..1.000. = structure(c(47L, 29L, 16L, 50L, 49L, 48L, 46L, 45L, 44L, 43L, 42L, 41L, 40L, 39L, 38L, 37L, 36L, 35L, 34L, 33L, 32L, 31L, 30L, 28L, 27L, 26L, 25L, 24L, 23L, 22L, 21L, 20L, 19L, 18L, 17L, 15L, 14L, 13L, 12L, 11L, 10L, 9L, 8L, 7L, 6L, 5L, 4L, 3L, 2L, 1L), .Label = c("t 10 340 756", "t 10 539 378", "t 10 931 268", "t 11 009 306", "t 11 051 628", "t 11 214 103", "t 11 254 523", "t 11 267 976", "t 11 997 401", "t 12 114 090", "t 12 371 028", "t 12 703 017", "t 13 379 554", "t 13 690 888", "t 13 875 046", "t 149 906 319", "t 15 235 108", "t 15 692 359", "t 15 918 216", "t 16 127 236", "t 16 547 966", "t 17 004 019", "t 17 258 468", "t 17 915 048", "t 17 987 323", "t 18 286 904", "t 18 473 990", "t 18 539 693", "t 190 249 043", "t 20 124 600", "t 24 117 145", "t 24 445 744", "t 24 969 295", "t 25 313 179", "t 26 496 845", "t 27 616 035", "t 27 752 428", "t 28 297 360", "t 30 032 003", "t 35 578 586", "t 36 389 080", "t 36 688 629", "t 36 744 670", "t 37 106 309", "t 37 139 404", "t 43 038 100", "t 443 600 102", "t 48 598 153", "t 51 661 760", "t 53 106 497"), class = "factor"), tRanking.PIB = structure(c(11L, 22L, 33L, 44L, 46L, 47L, 48L, 49L, 50L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 12L, 13L, 14L, 15L, 16L, 17L, 18L, 19L, 20L, 21L, 23L, 24L, 25L, 26L, 27L, 28L, 29L, 30L, 31L, 32L, 34L, 35L, 36L, 37L, 38L, 39L, 40L, 41L, 42L, 43L, 45L), .Label = c("t10º", "t11º", "t12º", "t13º", "t14º", "t15º", "t16º", "t17º", "t18º", "t19º", "t1º", "t20º", "t21º", "t22º", "t23º", "t24º", "t25º", "t26º", "t27º", "t28º", "t29º", "t2º", "t30º", "t31º", "t32º", "t33º", "t34º", "t35º", "t36º", "t37º", "t38º", "t39º", "t3º", "t40º", "t41º", "t42º", "t43º", "t44º", "t45º", "t46º", "t47º", "t48º", "t49º", "t4º", "t50º", "t5º", "t6º", "t7º", "t8º", "t9º"), class = "factor"), tPIB.per.capita..R.. = structure(c(36L, 24L, 45L, 26L, 16L, 19L, 28L, 25L, 10L, 8L, 32L, 42L, 37L, 14L, 48L, 4L, 46L, 30L, 43L, 49L, 13L, 35L, 40L, 29L, 33L, 27L, 5L, 12L, 18L, 21L, 38L, 20L, 1L, 34L, 50L, 11L, 39L, 44L, 31L, 3L, 7L, 9L, 41L, 22L, 17L, 15L, 47L, 23L, 6L, 2L), .Label = c("t 103 403,99", "t 10 341,78", "t 103 777,70", "t 115 319,91", "t 12 921,64", "t 12 940,66", "t 12 989,48", "t 13 728,08", "t 14 925,65", "t 15 161,47", "t 17 625,73", "t 17 703,61", "t 18 777,09", "t 19 540,20", "t 20 044,67", "t 21 748,25", "t 23 011,46", "t 25 609,30", "t 26 961,15", "t 27 506,28", "t 28 100,52", "t 29 153,85", "t 29 959,19", "t 30 088,24", "t 30 383,43", "t 30 400,49", "t 30 463,70", "t 30 524,80", "t 30 743,31", "t 30 988,80", "t 31 034,14", "t 33 939,56", "t 35 854,42", "t 36 034,46", "t 38 431,00", "t 39 450,87", "t 46 495,62", "t 51 070,03", "t 51 960,20", "t 54 353,94", "t 54 501,02", "t 54 599,81", "t 54 607,81", "t 55 063,52", "t 58 489,46", "t 65 790,53", "t 73 605,89", "t 74 950,56", "t 76 721,66", "t 83 075,82"), class = "factor"), tRanking.PIB.per.capita = structure(c(4L, 26L, 40L, 24L, 39L, 32L, 22L, 25L, 5L, 9L, 15L, 43L, 3L, 47L, 35L, 7L, 38L, 19L, 42L, 34L, 49L, 8L, 46L, 21L, 11L, 23L, 14L, 1L, 33L, 29L, 50L, 31L, 17L, 10L, 30L, 2L, 48L, 41L, 18L, 16L, 12L, 6L, 45L, 28L, 37L, 44L, 36L, 27L, 13L, 20L), .Label = c("t1.024º", "t1.039º", "t104º", "t141º", "t1.446º", "t1.488º", "t14º", "t153º", "t1.749º", "t174º", "t175º", "t1.946º", "t1.963º", "t1.969º", "t203º", "t21º", "t22º", "t260º", "t264º", "t2.662º", "t271º", "t277º", "t281º", "t282º", "t284º", "t288º", "t291º", "t309º", "t347º", "t34º", "t364º", "t386º", "t446º", "t45º", "t47º", "t49º", "t557º", "t59º", "t646º", "t69º", "t73º", "t74º", "t75º", "t766º", "t76º", "t77º", "t811º", "t87º", "t892º", "t93º"), class = "factor")), .Names = c("Municípios", "tPopulação..2010.", "tRanking.populacional", "tPIB.2006..R..1.000.", "tPIB.2007..R..1.000.", "tPIB.2008..R..1.000.", "tPIB.2009..R..1.000.", "tPIB.2010..R..1.000.", "tRanking.PIB", "tPIB.per.capita..R..", "tRanking.PIB.per.capita"), class = "data.frame", row.names = c("1", "2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12", "13", "14", "15", "16", "17", "18", "19", "20", "21", "22", "23", "24", "25", "26", "27", "28", "29", "30", "31", "32", "33", "34", "35", "36", "37", "38", "39", "40", "41", "42", "43", "44", "45", "46", "47", "48", "49", "50"))
Em 25 de fevereiro de 2013 01:00, Manoel Nascimento <manoelnascimento@gmail.com <mailto:manoelnascimento@gmail.com>> escreveu:
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?
[]'s Manolo
Grato Augusto C. A. Ribas
Site Pessoal: http://recologia.wordpress.com/ Lattes: http://lattes.cnpq.br/7355685961127056
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
Assim, você controla o que esta saindo na planilha (data.frame) com as opções dentro do colchete, esta ciente disso? Mais ou menos assim dados[linhas , colunas] então se vc usar dput(dados) ele vai imprimir a planilha toda mas digite no r 1:50 vc verá que ele produz os números de 1 a 50 então se vc usar isso como índice do que quer mostrar dados[1:50,] somente as primeiras 50 linhas serão mostradas E como é isso que vc quer mostrar para as pessoas para conseguir ajuda use dput(dados[1:50,]) Assim vc pode apresentar as primeiras 50 linhas. Talvez até menos ja seja suficiente. Isso pode agilizar muito conseguir ajuda. Note que era mais ou menos isso que eu estava tentando, criar um outro indice, que expressa a ordem que vc desejava, usando a função order() Em 25 de fevereiro de 2013 10:25, Manoel Nascimento < manoelnascimento@gmail.com> escreveu:
Infelizmente o comando dput() só está dando resultados referentes a todas as 5.565 entradas, e não consegui fazer funcionar esta alternativa no banco de dados que tenho. O separador "/t" é uma tabulação.
Como isto se refere a uma necessidade de trabalho com prazo para quinta-feira e há outros elementos a tratar, terminei fazendo a contagem manualmente via OpenOffice.
Em todo caso, agradeço pela ajuda!
[]'s Manolo
Em 25-02-2013 08:44, Augusto Ribas escreveu:
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:
#primeiro eu li os dados, o separado parecia ser barra, e tens uns t no meio dos dados, eu não entendi o formato direito. #lendo os dados
dados<-read.table("exemplo.txt",sep = "/") #usando o comando str para ver como são os dados, olhe que tudo são fatores str(dados) 'data.frame': 50 obs. of 11 variables: $ Municípios : Factor w/ 50 levels "tAraucária - PR",..: 45 35 6 15 4 26 32 20 18 36 ... $ tPopulação..2010. : Factor w/ 50 levels "t1.014.837","t1.080.113",..: 3 7 21 12 16 13 10 6 20 35 ... $ tRanking.populacional : Factor w/ 50 levels "t103º","t105º",..: 15 21 39 49 46 12 17 6 45 32 ... $ tPIB.2006..R..1.000. : Factor w/ 50 levels "t 10 161 750",..: 26 10 46 30 31 29 28 25 19 23 ... $ tPIB.2007..R..1.000. : Factor w/ 50 levels "t 10 402 706",..: 30 13 50 33 34 32 31 27 21 26 ... $ tPIB.2008..R..1.000. : Factor w/ 50 levels "t 10 169 929",..: 37 21 7 41 40 39 38 36 30 33 ... $ tPIB.2009..R..1.000. : Factor w/ 50 levels "t 10 257 022",..: 38 21 9 41 40 39 37 35 32 36 ... $ tPIB.2010..R..1.000. : Factor w/ 50 levels "t 10 340 756",..: 47 29 16 50 49 48 46 45 44 43 ... $ tRanking.PIB : Factor w/ 50 levels "t10º","t11º",..: 11 22 33 44 46 47 48 49 50 1 ... $ tPIB.per.capita..R.. : Factor w/ 50 levels "t 103 403,99",..: 36 24 45 26 16 19 28 25 10 8 ... $ tRanking.PIB.per.capita: Factor w/ 50 levels "t1.024º","t1.039º",..: 4 26 40 24 39 32 22 25 5 9 ...
#para ficar mais facil, eu vou separar a coluna 11 em um vetor chamado pib
pib<-dados[,11] #pib é um fator class(pib) [1] "factor" #eu sou ruim de expressão regular, mas primeiro vamos tirar os t, os ponto e outras coisas e transformar em numeros pib<-gsub("t","",pib) pib<-gsub("º","",pib) pib<-gsub("\\.","",pib) pib<-as.numeric(pib)
#Agora temos numeros
pib [1] 141 288 69 282 646 386 277 284 1446 1749 203 75 104 811 47 14 59 264 74 45 892 [22] 153 77 271 175 281 1969 1024 446 347 93 364 22 174 34 1039 87 73 260 21 1946 1488 [43] 76 309 557 766 49 291 1963 2662 class(pib) [1] "numeric"
#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
ordem<-order(pib,decreasing = T)
#ai eu olho os dados, usando ordem para definir a ordem que as linhas são mostradas
dados[ordem,] Municípios tPopulação..2010. tRanking.populacional tPIB.2006..R..1.000. 50 tSão Gonçalo - RJ t999.728 t16º t 6 885 641 27 tBelém - AL t4.551 t4.442º t 12 520 258 49 tTeresina - PI t814.230 t19º t 5 989 117 41 tMacedônia - SP t3.664 t4.807º t 7 267 950 10 tSalto Veloso - SC t4.301 t4.539º t 24 139 423 42 tNarandiba - SP t4.288 t4.547º t 7 398 852 9 tFortaleza - CE t2.452.185 t5º t 22 331 722 36 tCampo Grande - AL t9.032 t3.160º t 7 817 007 28 tSão Luís - MA t1.014.837 t15º t 11 204 463 21 tGoiânia - GO t1.302.001 t12º t 15 898 437 14 tRebouças - PR t14.176 t2.280º t 18 316 659 46 tCuiabá - MT t551.098 t35º t 7 177 404 5 tBelo Horizonte - MG t2.375.151 t6º t 32 473 102 45 tNísia Floresta - RN t23.784 t1.386º t 7 466 738 29 tSanto André - PB t2.638 t5.223º t 11 674 114 6 tManari - PE t18.083 t1.831º t 31 801 795 32 tSorocaba - SP t586.625 t32º t 10 161 750 30 tRibeirão Pires - SP t113.068 t232º t 11 326 627 44 tDiadema - SP t386.089 t55º t 7 747 560 48 tPiracema - MG t6.406 t3.804º t 6 815 596 2 tRio de Contas - BA t13.007 t2.462º t 128 026 084 8 tGuarulhos - SP t1.221.979 t13º t 25 697 978 4 tCuritiba - PR t1.751.907 t8º t 32 182 599 26 tUberlândia - MG t604.013 t30º t 10 344 790 7 tPorto Acre - AC t14.880 t2.184º t 30 130 789 24 tContagem - MG t603.442 t31º t 11 314 821 18 tDuque de Caxias - RJ t855.048 t18º t 22 435 604 39 tSerra - ES t409.267 t51º t 9 130 483 11 tCampinas - SP t1.080.113 t14º t 23 629 697 25 tJóia - RS t8.331 t3.300º t 10 697 887 34 tCaxias do Sul - RS t435.564 t45º t 8 607 676 22 tSão José dos Campos - SP t629.921 t28º t 15 522 240 1 tSão Paulo - SP t11.253.503 t1º t 282 892 455 13 tSão Bernardo do Campo - SP t765.463 t23º t 20 566 795 31 tCanoas - RS t323.827 t72º t 9 596 231 37 tSão José dos Pinhais - PR t264.210 t90º t 7 029 321 23 tJundiá - RN t3.582 t4.841º t 11 313 752 43 tLuzinópolis - TO t2.622 t5.235º t 6 477 109 12 tOrtigueira - PR t23.380 t1.396º t 17 798 886 19 tCampos dos Goytacazes - RJ t463.731 t42º t 23 134 307 38 tCamaçari - BA t242.970 t103º t 9 529 357 3 tBrasília - DF t2.570.160 t4º t 89 628 553 17 tSantos - SP t419.400 t48º t 16 141 388 47 tSão Caetano do Sul - SP t149.263 t178º t 9 378 204 15 tBetim - MG t378.089 t57º t 18 807 187 20 tVitória - ES t327.801 t70º t 16 476 046 35 tItajaí - SC t183.373 t149º t 6 297 432 33 tParaú - RN t3.859 t4.726º t 2 997 778 40 tAraucária - PR t119.123 t217º t 8 436 380 16 tBarueri - SP t240.749 t105º t 25 570 470 tPIB.2007..R..1.000. tPIB.2008..R..1.000. tPIB.2009..R..1.000. tPIB.2010..R..1.000. tRanking.PIB 50 t 7 410 667 t 8 267 153 t 9 034 995 t 10 340 756 t50º 27 t 13 842 632 t 15 286 066 t 16 568 144 t 17 987 323 t27º 49 t 6 536 373 t 7 505 653 t 8 688 475 t 10 539 378 t49º 41 t 8 510 435 t 9 125 210 t 10 257 022 t 12 114 090 t41º 10 t 26 772 417 t 29 393 081 t 33 131 342 t 36 744 670 t10º 42 t 8 020 993 t 8 858 669 t 10 362 496 t 11 997 401 t42º 9 t 24 476 378 t 28 769 259 t 31 373 473 t 37 106 309 t9º 36 t 8 956 501 t 10 460 818 t 11 640 898 t 13 875 046 t36º 28 t 12 272 006 t 14 720 891 t 15 323 512 t 17 915 048 t28º 21 t 17 845 701 t 19 456 021 t 21 380 256 t 24 445 744 t21º 14 t 20 689 607 t 22 470 886 t 24 720 436 t 30 032 003 t14º 46 t 7 897 532 t 8 951 985 t 9 819 382 t 11 051 628 t46º 5 t 38 285 100 t 42 255 583 t 44 729 413 t 51 661 760 t5º 45 t 8 853 442 t 9 293 714 t 9 904 464 t 11 214 103 t45º 29 t 13 259 022 t 13 303 110 t 14 709 216 t 17 258 468 t29º 6 t 34 384 768 t 38 028 945 t 40 482 809 t 48 598 153 t6º 32 t 11 913 720 t 13 046 652 t 14 143 601 t 16 127 236 t32º 30 t 12 911 809 t 13 843 411 t 14 686 950 t 17 004 019 t30º 44 t 8 621 541 t 9 311 666 t 9 969 627 t 11 254 523 t44º 48 t 7 678 195 t 8 832 622 t 9 599 600 t 10 931 268 t48º 2 t 140 094 694 t 158 757 286 t 170 517 226 t 190 249 043 t2º 8 t 27 558 277 t 31 936 895 t 32 475 487 t 37 139 404 t8º 4 t 38 124 861 t 43 354 307 t 45 741 463 t 53 106 497 t4º 26 t 12 499 059 t 14 253 571 t 16 092 093 t 18 286 904 t26º 7 t 33 590 020 t 35 844 547 t 36 873 055 t 43 038 100 t7º 24 t 12 340 154 t 14 963 434 t 15 327 435 t 18 539 693 t24º 18 t 28 321 333 t 18 672 981 t 24 473 664 t 26 496 845 t18º 39 t 10 402 706 t 10 801 039 t 11 520 289 t 12 703 017 t39º 11 t 26 767 620 t 29 303 152 t 31 653 414 t 36 688 629 t11º 25 t 11 462 068 t 13 219 945 t 13 349 588 t 18 473 990 t25º 34 t 9 789 217 t 11 804 006 t 12 265 677 t 15 692 359 t34º 22 t 17 636 864 t 20 700 680 t 22 015 096 t 24 117 145 t22º 1 t 323 154 666 t 356 980 045 t 389 284 929 t 443 600 102 t1º 13 t 25 164 098 t 29 981 271 t 28 935 628 t 35 578 586 t13º 31 t 10 763 588 t 14 783 276 t 16 237 175 t 16 547 966 t31º 37 t 8 524 230 t 10 397 115 t 11 508 519 t 13 690 888 t37º 23 t 13 992 935 t 15 168 172 t 16 584 964 t 20 124 600 t23º 43 t 6 396 606 t 12 969 186 t 9 442 184 t 11 267 976 t43º 12 t 24 619 373 t 30 067 523 t 31 617 716 t 36 389 080 t12º 19 t 20 811 798 t 29 206 675 t 20 157 567 t 25 313 179 t19º 38 t 10 405 593 t 11 844 962 t 13 615 507 t 13 379 554 t38º 3 t 99 945 620 t 117 571 878 t 131 487 268 t 149 906 319 t3º 17 t 19 506 667 t 24 557 091 t 22 546 298 t 27 616 035 t17º 47 t 8 900 640 t 10 187 641 t 8 918 069 t 11 009 306 t47º 15 t 21 522 757 t 25 281 114 t 24 974 495 t 28 297 360 t15º 20 t 19 152 858 t 23 117 059 t 19 747 492 t 24 969 295 t20º 35 t 7 982 909 t 10 169 929 t 10 889 035 t 15 235 108 t35º 33 t 3 074 977 t 6 568 760 t 5 634 291 t 15 918 216 t33º 40 t 9 547 958 t 11 019 940 t 11 969 256 t 12 371 028 t40º 16 t 26 076 920 t 27 143 412 t 26 909 802 t 27 752 428 t16º tPIB.per.capita..R.. tRanking.PIB.per.capita 50 t 10 341,78 t2.662º 27 t 12 921,64 t1.969º 49 t 12 940,66 t1.963º 41 t 12 989,48 t1.946º 10 t 13 728,08 t1.749º 42 t 14 925,65 t1.488º 9 t 15 161,47 t1.446º 36 t 17 625,73 t1.039º 28 t 17 703,61 t1.024º 21 t 18 777,09 t892º 14 t 19 540,20 t811º 46 t 20 044,67 t766º 5 t 21 748,25 t646º 45 t 23 011,46 t557º 29 t 25 609,30 t446º 6 t 26 961,15 t386º 32 t 27 506,28 t364º 30 t 28 100,52 t347º 44 t 29 153,85 t309º 48 t 29 959,19 t291º 2 t 30 088,24 t288º 8 t 30 383,43 t284º 4 t 30 400,49 t282º 26 t 30 463,70 t281º 7 t 30 524,80 t277º 24 t 30 743,31 t271º 18 t 30 988,80 t264º 39 t 31 034,14 t260º 11 t 33 939,56 t203º 25 t 35 854,42 t175º 34 t 36 034,46 t174º 22 t 38 431,00 t153º 1 t 39 450,87 t141º 13 t 46 495,62 t104º 31 t 51 070,03 t93º 37 t 51 960,20 t87º 23 t 54 353,94 t77º 43 t 54 501,02 t76º 12 t 54 599,81 t75º 19 t 54 607,81 t74º 38 t 55 063,52 t73º 3 t 58 489,46 t69º 17 t 65 790,53 t59º 47 t 73 605,89 t49º 15 t 74 950,56 t47º 20 t 76 721,66 t45º 35 t 83 075,82 t34º 33 t 103 403,99 t22º 40 t 103 777,70 t21º 16 t 115 319,91 t14º
#depois disso é simples, eu posso seprar somente os primeiros 10 valores, ou 100 apresentar
dados[ordem[1:10],] Municípios tPopulação..2010. tRanking.populacional tPIB.2006..R..1.000. tPIB.2007..R..1.000. 50 tSão Gonçalo - RJ t999.728 t16º t 6 885 641 t 7 410 667 27 tBelém - AL t4.551 t4.442º t 12 520 258 t 13 842 632 49 tTeresina - PI t814.230 t19º t 5 989 117 t 6 536 373 41 tMacedônia - SP t3.664 t4.807º t 7 267 950 t 8 510 435 10 tSalto Veloso - SC t4.301 t4.539º t 24 139 423 t 26 772 417 42 tNarandiba - SP t4.288 t4.547º t 7 398 852 t 8 020 993 9 tFortaleza - CE t2.452.185 t5º t 22 331 722 t 24 476 378 36 tCampo Grande - AL t9.032 t3.160º t 7 817 007 t 8 956 501 28 tSão Luís - MA t1.014.837 t15º t 11 204 463 t 12 272 006 21 tGoiânia - GO t1.302.001 t12º t 15 898 437 t 17 845 701 tPIB.2008..R..1.000. tPIB.2009..R..1.000. tPIB.2010..R..1.000. tRanking.PIB tPIB.per.capita..R.. 50 t 8 267 153 t 9 034 995 t 10 340 756 t50º t 10 341,78 27 t 15 286 066 t 16 568 144 t 17 987 323 t27º t 12 921,64 49 t 7 505 653 t 8 688 475 t 10 539 378 t49º t 12 940,66 41 t 9 125 210 t 10 257 022 t 12 114 090 t41º t 12 989,48 10 t 29 393 081 t 33 131 342 t 36 744 670 t10º t 13 728,08 42 t 8 858 669 t 10 362 496 t 11 997 401 t42º t 14 925,65 9 t 28 769 259 t 31 373 473 t 37 106 309 t9º t 15 161,47 36 t 10 460 818 t 11 640 898 t 13 875 046 t36º t 17 625,73 28 t 14 720 891 t 15 323 512 t 17 915 048 t28º t 17 703,61 21 t 19 456 021 t 21 380 256 t 24 445 744 t21º t 18 777,09 tRanking.PIB.per.capita 50 t2.662º 27 t1.969º 49 t1.963º 41 t1.946º 10 t1.749º 42 t1.488º 9 t1.446º 36 t1.039º 28 t1.024º 21 t892º
#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
dados[rev(ordem)[1:10],] Municípios tPopulação..2010. tRanking.populacional tPIB.2006..R..1.000. tPIB.2007..R..1.000. 16 tBarueri - SP t240.749 t105º t 25 570 470 t 26 076 920 40 tAraucária - PR t119.123 t217º t 8 436 380 t 9 547 958 33 tParaú - RN t3.859 t4.726º t 2 997 778 t 3 074 977 35 tItajaí - SC t183.373 t149º t 6 297 432 t 7 982 909 20 tVitória - ES t327.801 t70º t 16 476 046 t 19 152 858 15 tBetim - MG t378.089 t57º t 18 807 187 t 21 522 757 47 tSão Caetano do Sul - SP t149.263 t178º t 9 378 204 t 8 900 640 17 tSantos - SP t419.400 t48º t 16 141 388 t 19 506 667 3 tBrasília - DF t2.570.160 t4º t 89 628 553 t 99 945 620 38 tCamaçari - BA t242.970 t103º t 9 529 357 t 10 405 593 tPIB.2008..R..1.000. tPIB.2009..R..1.000. tPIB.2010..R..1.000. tRanking.PIB tPIB.per.capita..R.. 16 t 27 143 412 t 26 909 802 t 27 752 428 t16º t 115 319,91 40 t 11 019 940 t 11 969 256 t 12 371 028 t40º t 103 777,70 33 t 6 568 760 t 5 634 291 t 15 918 216 t33º t 103 403,99 35 t 10 169 929 t 10 889 035 t 15 235 108 t35º t 83 075,82 20 t 23 117 059 t 19 747 492 t 24 969 295 t20º t 76 721,66 15 t 25 281 114 t 24 974 495 t 28 297 360 t15º t 74 950,56 47 t 10 187 641 t 8 918 069 t 11 009 306 t47º t 73 605,89 17 t 24 557 091 t 22 546 298 t 27 616 035 t17º t 65 790,53 3 t 117 571 878 t 131 487 268 t 149 906 319 t3º t 58 489,46 38 t 11 844 962 t 13 615 507 t 13 379 554 t38º t 55 063,52 tRanking.PIB.per.capita 16 t14º 40 t21º 33 t22º 35 t34º 20 t45º 15 t47º 47 t49º 17 t59º 3 t69º 38 t73º
#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. 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.
Bem espero ter ajudado, abraços
dput(dados) structure(list(Municípios = structure(c(45L, 35L, 6L, 15L, 4L, 26L, 32L, 20L, 18L, 36L, 8L, 29L, 39L, 33L, 5L, 2L, 38L, 17L, 10L, 50L, 19L, 42L, 23L, 13L, 22L, 49L, 3L, 44L, 37L, 34L, 11L, 47L, 30L, 12L, 21L, 9L, 43L, 7L, 46L, 1L, 25L, 27L, 24L, 16L, 28L, 14L, 40L, 31L, 48L, 41L), .Label = c("tAraucária - PR", "tBarueri - SP", "tBelém - AL", "tBelo Horizonte - MG", "tBetim - MG", "tBrasília - DF", "tCamaçari - BA", "tCampinas - SP", "tCampo Grande - AL", "tCampos dos Goytacazes - RJ", "tCanoas - RS", "tCaxias do Sul - RS", "tContagem - MG", "tCuiabá - MT", "tCuritiba - PR", "tDiadema - SP", "tDuque de Caxias - RJ", "tFortaleza - CE", "tGoiânia - GO", "tGuarulhos - SP", "tItajaí - SC", "tJóia - RS", "tJundiá - RN", "tLuzinópolis - TO", "tMacedônia - SP", "tManari - PE", "tNarandiba - SP", "tNísia Floresta - RN", "tOrtigueira - PR", "tParaú - RN", "tPiracema - MG", "tPorto Acre - AC", "tRebouças - PR", "tRibeirão Pires - SP", "tRio de Contas - BA", "tSalto Veloso - SC", "tSanto André - PB", "tSantos - SP", "tSão Bernardo do Campo - SP", "tSão Caetano do Sul - SP", "tSão Gonçalo - RJ", "tSão José dos Campos - SP", "tSão José dos Pinhais - PR", "tSão Luís - MA", "tSão Paulo - SP", "tSerra - ES", "tSorocaba - SP", "tTeresina - PI", "tUberlândia - MG", "tVitória - ES"), class = "factor"), tPopulação..2010. = structure(c(3L, 7L, 21L, 12L, 16L, 13L, 10L, 6L, 20L, 35L, 2L, 15L, 45L, 9L, 29L, 18L, 33L, 48L, 38L, 26L, 8L, 43L, 27L, 41L, 47L, 42L, 37L, 1L, 23L, 4L, 25L, 40L, 30L, 36L, 14L, 49L, 24L, 19L, 32L, 5L, 28L, 34L, 22L, 31L, 17L, 39L, 11L, 44L, 46L, 50L), .Label = c("t1.014.837", "t1.080.113", "t11.253.503", "t113.068", "t119.123", "t1.221.979", "t13.007", "t1.302.001", "t14.176", "t14.880", "t149.263", "t1.751.907", "t18.083", "t183.373", "t23.380", "t2.375.151", "t23.784", "t240.749", "t242.970", "t2.452.185", "t2.570.160", "t2.622", "t2.638", "t264.210", "t323.827", "t327.801", "t3.582", "t3.664", "t378.089", "t3.859", "t386.089", "t409.267", "t419.400", "t4.288", "t4.301", "t435.564", "t4.551", "t463.731", "t551.098", "t586.625", "t603.442", "t604.013", "t629.921", "t6.406", "t765.463", "t814.230", "t8.331", "t855.048", "t9.032", "t999.728" ), class = "factor"), tRanking.populacional = structure(c(15L, 21L, 39L, 49L, 46L, 12L, 17L, 6L, 45L, 32L, 8L, 5L, 20L, 18L, 44L, 2L, 38L, 13L, 30L, 47L, 3L, 22L, 37L, 25L, 27L, 23L, 31L, 9L, 41L, 19L, 48L, 26L, 35L, 34L, 7L, 24L, 50L, 1L, 40L, 16L, 36L, 33L, 42L, 43L, 4L, 28L, 11L, 29L, 14L, 10L), .Label = c("t103º", "t105º", "t12º", "t1.386º", "t1.396º", "t13º", "t149º", "t14º", "t15º", "t16º", "t178º", "t1.831º", "t18º", "t19º", "t1º", "t217º", "t2.184º", "t2.280º", "t232º", "t23º", "t2.462º", "t28º", "t30º", "t3.160º", "t31º", "t32º", "t3.300º", "t35º", "t3.804º", "t42º", "t4.442º", "t4.539º", "t4.547º", "t45º", "t4.726º", "t4.807º", "t4.841º", "t48º", "t4º", "t51º", "t5.223º", "t5.235º", "t55º", "t57º", "t5º", "t6º", "t70º", "t72º", "t8º", "t90º"), class = "factor"), tPIB.2006..R..1.000. = structure(c(26L, 10L, 46L, 30L, 31L, 29L, 28L, 25L, 19L, 23L, 22L, 15L, 18L, 16L, 17L, 24L, 13L, 20L, 21L, 14L, 12L, 11L, 5L, 6L, 3L, 2L, 9L, 4L, 8L, 7L, 50L, 1L, 27L, 45L, 33L, 43L, 37L, 49L, 47L, 44L, 39L, 40L, 34L, 42L, 41L, 38L, 48L, 35L, 32L, 36L), .Label = c("t 10 161 750", "t 10 344 790", "t 10 697 887", "t 11 204 463", "t 11 313 752", "t 11 314 821", "t 11 326 627", "t 11 674 114", "t 12 520 258", "t 128 026 084", "t 15 522 240", "t 15 898 437", "t 16 141 388", "t 16 476 046", "t 17 798 886", "t 18 316 659", "t 18 807 187", "t 20 566 795", "t 22 331 722", "t 22 435 604", "t 23 134 307", "t 23 629 697", "t 24 139 423", "t 25 570 470", "t 25 697 978", "t 282 892 455", "t 2 997 778", "t 30 130 789", "t 31 801 795", "t 32 182 599", "t 32 473 102", "t 5 989 117", "t 6 297 432", "t 6 477 109", "t 6 815 596", "t 6 885 641", "t 7 029 321", "t 7 177 404", "t 7 267 950", "t 7 398 852", "t 7 466 738", "t 7 747 560", "t 7 817 007", "t 8 436 380", "t 8 607 676", "t 89 628 553", "t 9 130 483", "t 9 378 204", "t 9 529 357", "t 9 596 231"), class = "factor"), tPIB.2007..R..1.000. = structure(c(30L, 13L, 50L, 33L, 34L, 32L, 31L, 27L, 21L, 26L, 25L, 22L, 23L, 18L, 20L, 24L, 17L, 28L, 19L, 16L, 15L, 14L, 12L, 7L, 4L, 8L, 11L, 6L, 10L, 9L, 3L, 5L, 29L, 49L, 40L, 47L, 43L, 2L, 1L, 48L, 42L, 41L, 35L, 44L, 45L, 39L, 46L, 38L, 36L, 37L ), .Label = c("t 10 402 706", "t 10 405 593", "t 10 763 588", "t 11 462 068", "t 11 913 720", "t 12 272 006", "t 12 340 154", "t 12 499 059", "t 12 911 809", "t 13 259 022", "t 13 842 632", "t 13 992 935", "t 140 094 694", "t 17 636 864", "t 17 845 701", "t 19 152 858", "t 19 506 667", "t 20 689 607", "t 20 811 798", "t 21 522 757", "t 24 476 378", "t 24 619 373", "t 25 164 098", "t 26 076 920", "t 26 767 620", "t 26 772 417", "t 27 558 277", "t 28 321 333", "t 3 074 977", "t 323 154 666", "t 33 590 020", "t 34 384 768", "t 38 124 861", "t 38 285 100", "t 6 396 606", "t 6 536 373", "t 7 410 667", "t 7 678 195", "t 7 897 532", "t 7 982 909", "t 8 020 993", "t 8 510 435", "t 8 524 230", "t 8 621 541", "t 8 853 442", "t 8 900 640", "t 8 956 501", "t 9 547 958", "t 9 789 217", "t 99 945 620"), class = "factor"), tPIB.2008..R..1.000. = structure(c(37L, 21L, 7L, 41L, 40L, 39L, 38L, 36L, 30L, 33L, 32L, 35L, 34L, 25L, 28L, 29L, 27L, 22L, 31L, 26L, 23L, 24L, 19L, 18L, 12L, 15L, 20L, 16L, 13L, 14L, 17L, 11L, 42L, 8L, 1L, 4L, 3L, 9L, 5L, 6L, 48L, 46L, 10L, 50L, 49L, 47L, 2L, 45L, 43L, 44L), .Label = c("t 10 169 929", "t 10 187 641", "t 10 397 115", "t 10 460 818", "t 10 801 039", "t 11 019 940", "t 117 571 878", "t 11 804 006", "t 11 844 962", "t 12 969 186", "t 13 046 652", "t 13 219 945", "t 13 303 110", "t 13 843 411", "t 14 253 571", "t 14 720 891", "t 14 783 276", "t 14 963 434", "t 15 168 172", "t 15 286 066", "t 158 757 286", "t 18 672 981", "t 19 456 021", "t 20 700 680", "t 22 470 886", "t 23 117 059", "t 24 557 091", "t 25 281 114", "t 27 143 412", "t 28 769 259", "t 29 206 675", "t 29 303 152", "t 29 393 081", "t 29 981 271", "t 30 067 523", "t 31 936 895", "t 356 980 045", "t 35 844 547", "t 38 028 945", "t 42 255 583", "t 43 354 307", "t 6 568 760", "t 7 505 653", "t 8 267 153", "t 8 832 622", "t 8 858 669", "t 8 951 985", "t 9 125 210", "t 9 293 714", "t 9 311 666"), class = "factor"), tPIB.2009..R..1.000. = structure(c(38L, 21L, 9L, 41L, 40L, 39L, 37L, 35L, 32L, 36L, 34L, 33L, 31L, 28L, 29L, 30L, 26L, 27L, 23L, 22L, 24L, 25L, 20L, 16L, 10L, 17L, 19L, 15L, 14L, 13L, 18L, 12L, 42L, 8L, 3L, 6L, 4L, 11L, 5L, 7L, 1L, 2L, 46L, 50L, 49L, 48L, 44L, 47L, 43L, 45L), .Label = c("t 10 257 022", "t 10 362 496", "t 10 889 035", "t 11 508 519", "t 11 520 289", "t 11 640 898", "t 11 969 256", "t 12 265 677", "t 131 487 268", "t 13 349 588", "t 13 615 507", "t 14 143 601", "t 14 686 950", "t 14 709 216", "t 15 323 512", "t 15 327 435", "t 16 092 093", "t 16 237 175", "t 16 568 144", "t 16 584 964", "t 170 517 226", "t 19 747 492", "t 20 157 567", "t 21 380 256", "t 22 015 096", "t 22 546 298", "t 24 473 664", "t 24 720 436", "t 24 974 495", "t 26 909 802", "t 28 935 628", "t 31 373 473", "t 31 617 716", "t 31 653 414", "t 32 475 487", "t 33 131 342", "t 36 873 055", "t 389 284 929", "t 40 482 809", "t 44 729 413", "t 45 741 463", "t 5 634 291", "t 8 688 475", "t 8 918 069", "t 9 034 995", "t 9 442 184", "t 9 599 600", "t 9 819 382", "t 9 904 464", "t 9 969 627"), class = "factor"), tPIB.2010..R..1.000. = structure(c(47L, 29L, 16L, 50L, 49L, 48L, 46L, 45L, 44L, 43L, 42L, 41L, 40L, 39L, 38L, 37L, 36L, 35L, 34L, 33L, 32L, 31L, 30L, 28L, 27L, 26L, 25L, 24L, 23L, 22L, 21L, 20L, 19L, 18L, 17L, 15L, 14L, 13L, 12L, 11L, 10L, 9L, 8L, 7L, 6L, 5L, 4L, 3L, 2L, 1L), .Label = c("t 10 340 756", "t 10 539 378", "t 10 931 268", "t 11 009 306", "t 11 051 628", "t 11 214 103", "t 11 254 523", "t 11 267 976", "t 11 997 401", "t 12 114 090", "t 12 371 028", "t 12 703 017", "t 13 379 554", "t 13 690 888", "t 13 875 046", "t 149 906 319", "t 15 235 108", "t 15 692 359", "t 15 918 216", "t 16 127 236", "t 16 547 966", "t 17 004 019", "t 17 258 468", "t 17 915 048", "t 17 987 323", "t 18 286 904", "t 18 473 990", "t 18 539 693", "t 190 249 043", "t 20 124 600", "t 24 117 145", "t 24 445 744", "t 24 969 295", "t 25 313 179", "t 26 496 845", "t 27 616 035", "t 27 752 428", "t 28 297 360", "t 30 032 003", "t 35 578 586", "t 36 389 080", "t 36 688 629", "t 36 744 670", "t 37 106 309", "t 37 139 404", "t 43 038 100", "t 443 600 102", "t 48 598 153", "t 51 661 760", "t 53 106 497"), class = "factor"), tRanking.PIB = structure(c(11L, 22L, 33L, 44L, 46L, 47L, 48L, 49L, 50L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 12L, 13L, 14L, 15L, 16L, 17L, 18L, 19L, 20L, 21L, 23L, 24L, 25L, 26L, 27L, 28L, 29L, 30L, 31L, 32L, 34L, 35L, 36L, 37L, 38L, 39L, 40L, 41L, 42L, 43L, 45L), .Label = c("t10º", "t11º", "t12º", "t13º", "t14º", "t15º", "t16º", "t17º", "t18º", "t19º", "t1º", "t20º", "t21º", "t22º", "t23º", "t24º", "t25º", "t26º", "t27º", "t28º", "t29º", "t2º", "t30º", "t31º", "t32º", "t33º", "t34º", "t35º", "t36º", "t37º", "t38º", "t39º", "t3º", "t40º", "t41º", "t42º", "t43º", "t44º", "t45º", "t46º", "t47º", "t48º", "t49º", "t4º", "t50º", "t5º", "t6º", "t7º", "t8º", "t9º"), class = "factor"), tPIB.per.capita..R.. = structure(c(36L, 24L, 45L, 26L, 16L, 19L, 28L, 25L, 10L, 8L, 32L, 42L, 37L, 14L, 48L, 4L, 46L, 30L, 43L, 49L, 13L, 35L, 40L, 29L, 33L, 27L, 5L, 12L, 18L, 21L, 38L, 20L, 1L, 34L, 50L, 11L, 39L, 44L, 31L, 3L, 7L, 9L, 41L, 22L, 17L, 15L, 47L, 23L, 6L, 2L), .Label = c("t 103 403,99", "t 10 341,78", "t 103 777,70", "t 115 319,91", "t 12 921,64", "t 12 940,66", "t 12 989,48", "t 13 728,08", "t 14 925,65", "t 15 161,47", "t 17 625,73", "t 17 703,61", "t 18 777,09", "t 19 540,20", "t 20 044,67", "t 21 748,25", "t 23 011,46", "t 25 609,30", "t 26 961,15", "t 27 506,28", "t 28 100,52", "t 29 153,85", "t 29 959,19", "t 30 088,24", "t 30 383,43", "t 30 400,49", "t 30 463,70", "t 30 524,80", "t 30 743,31", "t 30 988,80", "t 31 034,14", "t 33 939,56", "t 35 854,42", "t 36 034,46", "t 38 431,00", "t 39 450,87", "t 46 495,62", "t 51 070,03", "t 51 960,20", "t 54 353,94", "t 54 501,02", "t 54 599,81", "t 54 607,81", "t 55 063,52", "t 58 489,46", "t 65 790,53", "t 73 605,89", "t 74 950,56", "t 76 721,66", "t 83 075,82"), class = "factor"), tRanking.PIB.per.capita = structure(c(4L, 26L, 40L, 24L, 39L, 32L, 22L, 25L, 5L, 9L, 15L, 43L, 3L, 47L, 35L, 7L, 38L, 19L, 42L, 34L, 49L, 8L, 46L, 21L, 11L, 23L, 14L, 1L, 33L, 29L, 50L, 31L, 17L, 10L, 30L, 2L, 48L, 41L, 18L, 16L, 12L, 6L, 45L, 28L, 37L, 44L, 36L, 27L, 13L, 20L), .Label = c("t1.024º", "t1.039º", "t104º", "t141º", "t1.446º", "t1.488º", "t14º", "t153º", "t1.749º", "t174º", "t175º", "t1.946º", "t1.963º", "t1.969º", "t203º", "t21º", "t22º", "t260º", "t264º", "t2.662º", "t271º", "t277º", "t281º", "t282º", "t284º", "t288º", "t291º", "t309º", "t347º", "t34º", "t364º", "t386º", "t446º", "t45º", "t47º", "t49º", "t557º", "t59º", "t646º", "t69º", "t73º", "t74º", "t75º", "t766º", "t76º", "t77º", "t811º", "t87º", "t892º", "t93º"), class = "factor")), .Names = c("Municípios", "tPopulação..2010.", "tRanking.populacional", "tPIB.2006..R..1.000.", "tPIB.2007..R..1.000.", "tPIB.2008..R..1.000.", "tPIB.2009..R..1.000.", "tPIB.2010..R..1.000.", "tRanking.PIB", "tPIB.per.capita..R..", "tRanking.PIB.per.capita"), class = "data.frame", row.names = c("1", "2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12", "13", "14", "15", "16", "17", "18", "19", "20", "21", "22", "23", "24", "25", "26", "27", "28", "29", "30", "31", "32", "33", "34", "35", "36", "37", "38", "39", "40", "41", "42", "43", "44", "45", "46", "47", "48", "49", "50"))
Em 25 de fevereiro de 2013 01:00, Manoel Nascimento < manoelnascimento@gmail.com> escreveu:
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?
[]'s Manolo
Grato Augusto C. A. Ribas
Site Pessoal: http://recologia.wordpress.com/ Lattes: http://lattes.cnpq.br/7355685961127056
_______________________________________________ R-br mailing listR-br@listas.c3sl.ufpr.brhttps://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
-- Grato Augusto C. A. Ribas Site Pessoal: http://recologia.wordpress.com/<http://augustoribas.heliohost.org> Lattes: http://lattes.cnpq.br/7355685961127056
participantes (2)
-
Augusto Ribas -
Manoel Nascimento