RGV410046 - Introdução à Linguagem R de Programação

Pós-Graduação em Recursos Genéticos Vegetais (UFSC)

Pós-Graduação UFSC RGV410046 2026/02

Introdução à Linguagem R de Programação

Material oficial de apoio, dados didáticos, scripts reprodutíveis, desafios práticos e cronograma de aulas da disciplina.

Conteúdo Programático Calendário Softwares

Bem-vindo ao material de apoio da disciplina RGV410046 (Introdução à linguagem R de programação)! Esta página contém os dados e scripts R necessários para aplicação prática dos conteúdos vistos na disciplina.

Docentes

Prof. Dr. Tiago Olivoto

Calendário de aulas

library(calendR)
# tutorial calendR
# https://r-coder.com/calendar-plot-r/
events <- rep(NA, 31)
events[c(19, 21:23,
         26, 28:30)] <- "Aula"
# Creating the calendar
calendR(year = 2026,
        month = 10,
        weeknames = c("Seg", "Ter", "Qua", "Qui", "Sex", "Sáb", "Dom"),
        special.days = events,
        special.col =  c("lightgreen"),
        title = "RGV410046\nIntrodução à linguagem R de programação", 
        subtitle = "Cronograma de aulas 2026/02 (OUTUBRO) - 08:20 às 11:50",
        mbg.col = "forestgreen",            
        months.col = "white",
        lunar = TRUE,
        lunar.col = "gold",
        day.size = 4,
        legend.pos = "bottom")

ggplot2::ggsave("calendario.png",
                width = 7,
                height = 7)

Salas

• A definir

Conteúdo programático

19/10/2026

• Introdução à disciplina
• Instalação do R e do RStudio
• Introdução ao R
  • Script
  • Pacotes
• Fóruns e materiais de apoio
• Apresentação do desafio (avaliação da disciplina)
• Aplicação prática

21/10/2026

• Dinâmica da aula anterior
• Tipos de dados
  • Numérico
  • Lógico
  • Caractere
• Estruturas de dados
  • Vetor
  • Matriz
  • Data frame
  • Tibble
  • Array
• Lógica de programação
  • R base
  • Tidyverse
• Aplicação prática

22/10/2026

• Importação de dados (computador local, repositório on-line)
• Dados tidy
• Inspeção de dados
• Exportação de dados
• Aplicação prática

23/10/2026

• Manipulação de dados
  • pivot_longer() (dados desorganizados, para arrumar)
  • pivot_wider()
  • separate()
  • unite()
• Aplicação prática

26/10/2026

• Seleção de dados
  • select()
  • filter()
  • slice()
  • arrange()
• Aplicação prática

28/10/2026

• Mutação de dados
  • mutate()
  • across()
  • group_by()
• Aplicação prática

29/10/2026

• Resumo de dados
  • summarise()
  • across()
  • group_by()
• Aplicação prática

30/10/2026

• Entrega do desafio
• Correção do desafio

Forma de avaliação

A avaliação seguirá uma metodologia baseada em problemas, na qual o(a) estudante deverá apresentar uma solução para um desafio envolvendo o conteúdo visto na disciplina. O desafio será apresentado no início da disciplina e deverá ser entregue até o dia 30/10/2026.

Instalação do R e do RStudio

Para a reprodução dos exemplos deste material, os softwares R e RStudio são necessários.

Download do R (CRAN) Download do RStudio (Posit)

Pacotes necessários

Para começar, sugere-se que os seguintes pacotes sejam instalados (confira como fazer isso no vídeo abaixo).

library(tidyverse)  # manipulação de dados
library(metan)      # estatísticas descritivas
library(rio)        # importação/exportação de dados

Dados e scripts

Download Dados e Scripts da Disciplina

D:/Desktop/UFSC/aulas/classes/RGV410046/data
├── data.xlsx
├── df_csv.csv
├── df_dbf.dbf
├── df_excel.xlsx
├── df_excel2.xlsx
├── df_excel3.xlsx
├── df_messy.xlsx
├── df_ods.ods
├── df_r.Rdata
├── df_spss.sav
├── df_txt.txt
├── estacao_fazenda.csv
├── examples_data.xlsx
├── exportado.csv
├── exportado.txt
├── exportado.xlsx
├── itens_1_2.xlsx
├── milho.xlsx
└── minha_lista.xlsx

Referências

Detalhes importantes

Código fonte

O código-fonte deste material pode ser encontrado neste repositório do GitHub. Para informar qualquer problema, por favor, abra uma issue ou envie um pull request.

Licença

Este material é distribuído nos termos da licença CC BY-NC-SA 4.0

O resumo legível da licença afirma que você tem o direito de:

• Compartilhar — copiar e redistribuir o material em qualquer suporte ou formato
• Adaptar — remixar, transformar e criar a partir do material

De acordo com os termos seguintes:

• Atribuição — Você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas. Você deve fazê-lo em qualquer circunstância razoável, mas de nenhuma maneira que sugira que o licenciante apoia você ou o seu uso.
• Não Comercial — Você não pode usar o material para fins comerciais.
• CompartilhaIgual — Se você remixar, transformar, ou criar a partir do material, tem de distribuir as suas contribuições sob a mesma licença que o original.
• Sem restrições adicionais — Você não pode aplicar termos jurídicos ou medidas de caráter tecnológico que restrinjam legalmente outros de fazerem algo que a licença permita.

Antes da primeira aula: checklist

• Instale a versão mais recente do R e, em seguida, do RStudio (nesta ordem).
• Instale os pacotes tidyverse, metan e rio e verifique se library() carrega cada um sem erros.
• Baixe a pasta de dados e scripts e salve-a em um diretório sem espaços e sem acentos (ex., C:/cursos/rgv410046).
• Leia o desafio com antecedência: ele será construído ao longo de todas as aulas.
• Guarde os links das referências acima; elas são o seu material de consulta durante e depois da disciplina.

Dúvidas e problemas de instalação são normais! Anote a mensagem de erro exibida no console e traga-a para a primeira aula.

Free website hit counter