<\/p>\n\n\n\n
O objetivo deste artigo n\u00e3o \u00e9 ensinar voc\u00ea a programar de fato. Com efeito, o ideal \u00e9 que voc\u00ea j\u00e1 tenha algum conhecimento pr\u00e9vio de linguagens de programa\u00e7\u00e3o em geral para n\u00e3o ficar perdido.<\/p>\n\n\n\n
No entanto, se ainda n\u00e3o conhecer absolutamente nada de linguagens de programa\u00e7\u00e3o, a nossa sugest\u00e3o \u00e9 que voc\u00ea busque os materiais do Estrat\u00e9gia Concursos e retorne a esta publica\u00e7\u00e3o quando estiver preparado.<\/p>\n\n\n\n
O artigo \u00e9 indicado a todos os concurseiros que far\u00e3o provas espec\u00edficas da \u00e1rea de TI e\/ou estudam para carreiras com n\u00edvel de concorr\u00eancia alto (Fiscal, Policial etc.).<\/p>\n\n\n\n
Por fim, como esta publica\u00e7\u00e3o n\u00e3o ser\u00e1 t\u00e3o longa, a recomenda\u00e7\u00e3o \u00e9 que voc\u00ea fa\u00e7a a leitura de uma s\u00f3 vez. Como as se\u00e7\u00f5es s\u00e3o um pouco dependentes umas das outras, n\u00e3o \u00e9 apropriado particionar o conte\u00fado. Bom, chega de papo. Vamos come\u00e7ar ent\u00e3o?<\/p>\n\n\n\n
<\/p>\n\n\n\n
Tempo de leitura aproximada: 15 a 20 minutos<\/mark><\/strong><\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n Primeiramente, R \u00e9 aplicada no contexto de an\u00e1lise e explora\u00e7\u00e3o de dados. \u00c9 uma linguagem n\u00e3o apenas utilizada pelos profissionais de TI, mas tamb\u00e9m por estat\u00edsticos e matem\u00e1ticos que trabalham com Ci\u00eancia de Dados.<\/p>\n\n\n\n Al\u00e9m disso, R possui diversas aplica\u00e7\u00f5es. Dessa forma, se voc\u00ea conhece um pouco de Python, pode achar que as linguagens fazem quase a mesma coisa. Veja no esquema abaixo o que esperar dela:<\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n Antes de mais nada, R \u00e9 uma linguagem aberta, que n\u00e3o requer o uso de licen\u00e7a para sua utiliza\u00e7\u00e3o (open-source<\/em>). Em outras palavras, voc\u00ea n\u00e3o precisa pagar nada por ela. Possui compatibilidade com diversos sistemas operacionais, tais como Windows, Linux, Mac OS etc.<\/p>\n\n\n\n Em virtude de ser utilizada por profissionais que n\u00e3o s\u00e3o da \u00e1rea de TI, voc\u00ea pode presumir que R \u00e9 uma linguagem simples, de f\u00e1cil entendimento. Al\u00e9m disso, seu c\u00f3digo \u00e9 interpretado (n\u00e3o \u00e9 compilado).<\/p>\n\n\n\n R contempla muitos pacotes e integra\u00e7\u00f5es com outras tecnologias para atender aos mais variados interesses. Embora haja muitas fun\u00e7\u00f5es preinstaladas (R base, falaremos adiante), voc\u00ea talvez precise baixar pacotes adicionais para realizar o seu trabalho.<\/p>\n\n\n\n Por conseguinte, uma quantidade excessiva de instala\u00e7\u00f5es pode deixar o ambiente mais lento. Esse \u00e9 um ponto negativo que pode ser apontado no uso da linguagem.<\/p>\n\n\n\n A respeito de paradigmas, R pode trabalhar com o imperativo\/procedural, mais cl\u00e1ssico, ou orientado a objetos, t\u00edpico das linguagens recentes e mais difundido de uma forma geral. Ademais, R \u00e9 uma linguagem case-sensitive (diferencia mai\u00fasculas de min\u00fasculas).<\/p>\n\n\n\n Por fim, R \u00e9 considerada uma linguagem fracamente dinamicamente tipada. Ou seja, ela consegue entender o tipo da vari\u00e1vel de forma din\u00e2mica, durante a execu\u00e7\u00e3o do programa, sem que o desenvolvedor defina previamente. <\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n Como em toda linguagem, a sintaxe dos principais elementos \u00e9 um pouco de \u201cdecoreba\u201d. A fim de facilitar a sua vida, vamos apresentar em forma de quadro esquematizado.<\/p>\n\n\n\n Ressaltamos que R possui muitas formas diferentes de fazer a mesma coisa, tais como as impress\u00f5es de sa\u00edda. Quando isso ocorrer, vamos listar apenas as principais, de tal forma que o artigo n\u00e3o fique muito extenso:<\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n S\u00f3 para ilustrar, vamos apresentar um exemplo bem simples para voc\u00ea visualizar a sintaxe no c\u00f3digo:<\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n Muitas quest\u00f5es de R pedem para o candidato informar qual a sa\u00edda esperada do programa. Sendo assim, \u00e9 fundamental que voc\u00ea conhe\u00e7a a sintaxe da linguagem para conseguir resolv\u00ea-las.<\/p>\n\n\n\n Se voc\u00ea chegou at\u00e9 aqui e entendeu os conceitos apresentados, certamente j\u00e1 conseguir\u00e1 acertar muitas quest\u00f5es. Nas pr\u00f3ximas se\u00e7\u00f5es, vamos falar um pouco sobre outros aspectos do R que s\u00e3o muito explorados pelas bancas de concursos. <\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n N\u00e3o h\u00e1 muitos tipos de dados em R, se comparado a outras linguagens com que voc\u00ea deve estar acostumado. Dessa forma, segue um breve resumo esquematizado deles:<\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n As principais estruturas de dados em R s\u00e3o vetores at\u00f4micos, listas, matrizes e data frames<\/em>. Assim, vamos ver nesta se\u00e7\u00e3o um breve resumo esquematizado de cada um deles.<\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n Coer\u00e7\u00e3o, no contexto de R, ocorre quando temos uma convers\u00e3o de um tipo para outro em um vetor at\u00f4mico. As convers\u00f5es podem ocorrer automaticamente ou por meio de fun\u00e7\u00f5es. Neste caso, chamamos de fun\u00e7\u00f5es de coer\u00e7\u00e3o. Dessa forma, seguem as principais, juntamente com exemplos:<\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n Ressaltamos que as bancas n\u00e3o est\u00e3o cobrando estruturas de dados a fundo (por exemplo, opera\u00e7\u00f5es com seus elementos). Normalmente, as estruturas aparecem no meio de um c\u00f3digo, a fim de que o candidato identifique o que fazem, a sa\u00edda do programa etc.<\/p>\n\n\n\n Sendo assim, se voc\u00ea tiver entendido os exemplos e a forma de representa\u00e7\u00e3o das estruturas, acreditamos que j\u00e1 ser\u00e1 suficiente para acertar a maior parte das quest\u00f5es envolvendo esse t\u00f3pico.<\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n Ainda que R contemple in\u00fameras fun\u00e7\u00f5es, as bancas n\u00e3o cobram todos os recursos da linguagem. A exig\u00eancia maior \u00e9 com as fun\u00e7\u00f5es matem\u00e1ticas e estat\u00edsticas, j\u00e1 que R \u00e9 focado nessas \u00e1reas.<\/p>\n\n\n\n Ou seja, se voc\u00ea conhecer um pouco de fun\u00e7\u00f5es em Excel, n\u00e3o ter\u00e1 grandes dificuldades para aprender fun\u00e7\u00f5es matem\u00e1ticas e estat\u00edsticas em R. Voc\u00ea ver\u00e1 que elas s\u00e3o muito parecidas. No entanto, se n\u00e3o conhecer nada, n\u00e3o desanime e fique conosco. Perceber\u00e1 que \u00e9 simples.<\/p>\n\n\n\n Assim, seguem as principais fun\u00e7\u00f5es que caem nas provas, juntamente com seus exemplos, de uma forma esquematizada:<\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n A fim de clarificar a sua mente, o resumo estat\u00edstico apresenta os principais dados estat\u00edsticos do vetor, na seguinte ordem:<\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n Momento Gloss\u00e1rio<\/strong>: Quartil \u00e9 a quarta parte (1\/4) de um conjunto ordenado de valores. Em outras palavras, supondo que o conjunto representa 100% dos valores, cada quartil ir\u00e1 representar 25% do todo.<\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n Como explicamos anteriormente, a linguagem R trabalha essencialmente com pacotes. As fun\u00e7\u00f5es que j\u00e1 vem instaladas por padr\u00e3o fazem parte de um ambiente b\u00e1sico, chamado R base.<\/p>\n\n\n\n No entanto, caso voc\u00ea necessite de alguma fun\u00e7\u00e3o adicional que n\u00e3o esteja no R base, ser\u00e1 necess\u00e1rio recorrer a um dos pacotes. Como R \u00e9 uma linguagem open-source, existem in\u00fameros pacotes em R, disponibilizados pela comunidade de desenvolvedores da linguagem.<\/p>\n\n\n\n Seria imposs\u00edvel e in\u00fatil para voc\u00ea falar sobre todos os pacotes existentes neste artigo. Por conseguinte, vamos focar nos pacotes que foram cobrados recentemente na prova do TCU e pegaram muita gente de surpresa: tibble<\/strong> e tidyr<\/strong>.<\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n Este pacote \u00e9 basicamente uma vers\u00e3o melhorada da estrutura data frames<\/em>, que vimos nas se\u00e7\u00f5es anteriores. O objetivo \u00e9 ajudar a trabalhar com os dados em formato de tabelas.<\/p>\n\n\n\n <\/p>\n\n\n\n Exemplo:<\/mark> <\/strong>tibble (<\/p>\n\n\n\n nome = c(“Cristiane”, “Daniel”, “Paulo”),<\/p>\n\n\n\n idade = c(37L, 41L, 70L),<\/p>\n\n\n\n empresa = c(“Rioprevid\u00eancia”, “Oi”, “Intracor”)<\/p>\n\n\n\n )<\/p>\n\n\n\n <\/p>\n\n\n\n Veja que a fun\u00e7\u00e3o que cria o data frame<\/em> tem o mesmo nome do pacote: tibble. Caso voc\u00ea n\u00e3o tenha importado o pacote, ter\u00e1 que referenci\u00e1-lo na chamada, da seguinte forma:<\/p>\n\n\n\n <\/p>\n\n\n\n pessoa = tibble::tibble(conte\u00fado apresentado acima)<\/strong><\/p>\n\n\n\n [pacote::fun\u00e7\u00e3o]<\/strong><\/p>\n\n\n\n <\/p>\n\n\n\n O data frame<\/em> teria a seguinte estrutura. Estamos destacando os valores com cores diferentes apenas porque eles ser\u00e3o usados em outro exemplo e isso facilitar\u00e1 a nossa explica\u00e7\u00e3o futura:<\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n Ter\u00edamos outras coisas para falar sobre o tibble. No entanto, como mencionamos anteriormente, ainda n\u00e3o foram cobrados em prova.<\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n Este pacote foca na transforma\u00e7\u00e3o da base. Em outras palavras, suas fun\u00e7\u00f5es podem alterar ou manipular um data frame<\/em> j\u00e1 criado.<\/p>\n\n\n\n <\/p>\n\n\n\n Exemplo: <\/mark><\/strong> pessoa = tibble::tibble(<\/p>\n\n\n\n nome = c(“Cristiane”, “Daniel”, “Paulo”),<\/p>\n\n\n\n idade = c(37L, 41L, 70L),<\/p>\n\n\n\n empresa = c(“Rioprevid\u00eancia”, “Oi”, “Intracor”)<\/p>\n\n\n\n )<\/p>\n\n\n\n tidyr::pivot_wider(<\/p>\n\n\n\n data = pessoa,<\/p>\n\n\n\n names_from = “nome”,<\/p>\n\n\n\n values_from = “idade”<\/p>\n\n\n\n )<\/p>\n\n\n\n <\/p>\n\n\n\n Agora vamos explicar a fundo o nosso exemplo. A 1\u00aa. parte voc\u00ea j\u00e1 conhece, pois copiamos do exemplo anterior. A fun\u00e7\u00e3o tibble vai criar o data frame<\/em> com as colunas nome, idade e empresa.<\/p>\n\n\n\n Na 2\u00aa. parte, vamos utilizar a fun\u00e7\u00e3o pivot_wider do pacote tidyr. Essa fun\u00e7\u00e3o vai alterar a estrutura do data frame<\/em> pessoa (data = pessoa), da seguinte forma: os valores do campo nome passar\u00e3o a ser nomes de colunas (names_from = “nome”).<\/p>\n\n\n\n Por outro lado, os valores da coluna idade ser\u00e3o valores das novas colunas, como se fossem c\u00e9lulas (values_from = “idade”). E quanto ao campo empresa? Como ele n\u00e3o foi mencionado no pivot_wider, n\u00e3o sofrer\u00e1 altera\u00e7\u00e3o. Ou seja, ele continuar\u00e1 sendo uma coluna no data frame<\/em>. Veja como ficou:<\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n De fato, veja que \u00e9 como se o data frame<\/em> tivesse sido pivotado mesmo. Um ponto importante \u00e9 que voc\u00ea ir\u00e1 reparar que n\u00e3o temos dados em algumas c\u00e9lulas. Por exemplo, as colunas Daniel e Paulo estariam vazias na linha em que o “Rioprevid\u00eancia” aparece, pois eles n\u00e3o trabalham l\u00e1.<\/p>\n\n\n\n A fim de solucionar este problema, o R utiliza o NA, que significa “n\u00e3o dispon\u00edvel” (not available<\/em>, em ingl\u00eas). A saber, \u00e9 uma esp\u00e9cie de Aplica\u00e7\u00f5es da Linguagem<\/h2>\n\n\n\n
![\"Figura](\"https:\/\/dhg1h5j42swfq.cloudfront.net\/2022\/12\/26211834\/image-250.png\")
Principais Caracter\u00edsticas<\/h2>\n\n\n\n
![\"Figura](\"https:\/\/dhg1h5j42swfq.cloudfront.net\/2022\/12\/26211950\/image-251.png\")
Sintaxe B\u00e1sica<\/h2>\n\n\n\n
Elemento<\/th> Tipo<\/th> Representa\u00e7\u00e3o<\/th><\/tr><\/thead> Coment\u00e1rio<\/strong><\/td> <\/td> # (em cada linha comentada)<\/td><\/tr> Entrada<\/strong><\/td> Padr\u00e3o<\/td> readLines( ) ou scan( )<\/td><\/tr> <\/td> Arquivo<\/td> read.table( ) ou read.csv2( )<\/td><\/tr> Sa\u00edda<\/strong><\/td> Padr\u00e3o<\/td> print( ) ou paste( )<\/td><\/tr> <\/td> Arquivo<\/td> write.table( )<\/td><\/tr> Condicional<\/strong><\/td> Se<\/td> if(express\u00e3o)
{
a\u00e7\u00f5es
}
else if(express\u00e3o)
{
a\u00e7\u00f5es
}
else
{
a\u00e7\u00f5es
}<\/td><\/tr><\/td> Escolha<\/td> switch(express\u00e3o,
a\u00e7\u00e3o para caso 1,
comando para caso 2,
…,
a\u00e7\u00e3o para caso n)<\/td><\/tr>Loop<\/strong><\/em><\/td> Enquanto<\/td> while(express\u00e3o)
{
a\u00e7\u00f5es
}<\/td><\/tr><\/td> Para<\/td> for(vari\u00e1vel in intervalo)
{
a\u00e7\u00f5es
}<\/td><\/tr><\/td> Repeti\u00e7\u00e3o (do-while)<\/td> repeat
{
a\u00e7\u00f5es
if(express\u00e3o)
{
break
}
}<\/td><\/tr>Fun\u00e7\u00e3o<\/strong><\/td> <\/td> nome = function(par\u00e2metros)
{
escopo
}<\/td><\/tr>Tratamento de Exce\u00e7\u00e3o<\/strong><\/td> <\/td> tryCatch(
expr =
{
express\u00e3o
},
warning = function(par\u00e2metros)
{
a\u00e7\u00f5es
},
error = function(par\u00e2metros)
{
a\u00e7\u00f5es
},
finally = function(par\u00e2metros)
{
a\u00e7\u00f5es
})<\/td><\/tr><\/tbody><\/table>![\"Figura](\"https:\/\/dhg1h5j42swfq.cloudfront.net\/2022\/12\/26220506\/image-252-701x1024.png\")
Tipos de Dados<\/h2>\n\n\n\n
Tipo<\/th> Descri\u00e7\u00e3o \/ Dom\u00ednio<\/th> Exemplo<\/th><\/tr><\/thead> character<\/td> String<\/em> de caracteres<\/td> \u201cEstrat\u00e9gia Concursos\u201d<\/td><\/tr> complex<\/td> N\u00fameros complexos<\/td> 2 + 5i<\/td><\/tr> integer<\/td> N\u00fameros inteiros<\/td> 37L (o L representa o tipo integer)<\/td><\/tr> logical<\/td> Booleano <\/em>(TRUE ou FALSE)<\/td> TRUE<\/td><\/tr> numeric<\/td> N\u00fameros reais em geral (ponto flutuante incluso)<\/td> 1.54<\/td><\/tr><\/tbody><\/table> Estruturas de Dados<\/h2>\n\n\n\n
Tipo<\/th> Descri\u00e7\u00e3o<\/th> Exemplo<\/th> Representa\u00e7\u00e3o<\/th><\/tr><\/thead> Vetores At\u00f4micos<\/strong><\/td> Estruturas mais simples em R, cujos dados s\u00f3 podem ser de tipos primitivos.<\/td> c(1, 2, 3)<\/td> ![\"Exemplo](\"https:\/\/dhg1h5j42swfq.cloudfront.net\/2022\/12\/27211106\/vetoratomico.png\")
<\/td><\/tr>Listas<\/strong><\/td> Estruturas que admitem dados de qualquer tipo, incluindo listas. \u00c9 poss\u00edvel misturar os tipos de dados na mesma lista.<\/td> list(“Cris”,
37L,
1.54,
list(“Barra, RJ”)
)<\/td>![\"Exemplo](\"https:\/\/dhg1h5j42swfq.cloudfront.net\/2022\/12\/27211557\/lista.png\")
<\/td><\/tr>Matrizes<\/strong><\/td> Estruturas bidimensionais, com linhas e colunas. <\/td> matrix(1:8,
nrow = 4, ncol = 2)<\/td>![\"Exemplo](\"https:\/\/dhg1h5j42swfq.cloudfront.net\/2022\/12\/28194839\/matriz-1.png\")
<\/td><\/tr>Data Frames<\/strong><\/em><\/td> Estruturas mais utilizadas em R, sendo uma mistura de listas e matrizes. Assemelham-se muito a uma tabela de banco de dados.<\/td> data.frame(
id = c(1:3),
nome = c(“Cristiane”, “Daniel”, “Paulo”),
idade = c(37L, 41L, 70L)
)<\/td>![\"Exemplo](\"https:\/\/dhg1h5j42swfq.cloudfront.net\/2022\/12\/28195551\/dataframe-1.png\")
<\/td><\/tr><\/tbody><\/table>Fun\u00e7\u00f5es de Coer\u00e7\u00e3o<\/h3>\n\n\n\n
Fun\u00e7\u00e3o de Coer\u00e7\u00e3o<\/th> Descri\u00e7\u00e3o<\/th> Exemplo<\/th> Resultado<\/th><\/tr><\/thead> as.character<\/strong><\/td> Convers\u00e3o para caracteres.<\/td> print(as.character(c(1,2,3)))<\/td> “1” “2” “3”<\/td><\/tr> as.double<\/strong><\/td> Convers\u00e3o para ponto flutuante.<\/td> print(as.double(c(1, 2, 3)))<\/td> 1 2 3<\/td><\/tr> as.integer<\/strong><\/td> Convers\u00e3o para inteiro.<\/td> print(as.integer(c(\u201c1.3\u201d,\u201d2.0\u201d,\u201d3.7\u201d)))<\/td> 1 2 3<\/td><\/tr> as.logical<\/strong><\/td> Convers\u00e3o para booleano.<\/td> print(as.logical(c(0,1)))<\/td> FALSE TRUE<\/td><\/tr> as.numeric<\/strong><\/td> Convers\u00e3o para n\u00famero. <\/td> print(as.numeric(c(TRUE,FALSE)))<\/td> 1 0<\/td><\/tr><\/tbody><\/table> Fun\u00e7\u00f5es Importantes<\/h2>\n\n\n\n
Fun\u00e7\u00e3o<\/th> Descri\u00e7\u00e3o<\/th> Exemplo<\/th> Resultado<\/th><\/tr><\/thead> sum<\/strong><\/td> Somat\u00f3rio<\/td> vetor <- c(1,2,3)
print(sum(vetor))<\/td>6<\/td><\/tr> mean<\/strong><\/td> M\u00e9dia<\/td> vetor <- c(1,2,3)
print(mean(vetor))<\/td>2<\/td><\/tr> var<\/strong><\/td> Vari\u00e2ncia<\/td> vetor <- c(1,2,3)
print(var(vetor))<\/td>1<\/td><\/tr> summary<\/strong><\/td> Resumo estat\u00edstico<\/td> vetor <- c(1,2,3)
print(summary(vetor))<\/td>![\"\"](\"https:\/\/dhg1h5j42swfq.cloudfront.net\/2022\/12\/27215619\/resumoestatistico.png\")
<\/td><\/tr>quantile<\/strong><\/td> Quartil<\/td> vetor <- c(1,2,3)
print(quantile(vetor))<\/td>![\"\"](\"https:\/\/dhg1h5j42swfq.cloudfront.net\/2022\/12\/27215926\/quartil.png\")
<\/td><\/tr>plot<\/strong><\/td> Gera\u00e7\u00e3o de gr\u00e1ficos<\/td> plot(c(1,2),c(3,4))<\/td> ![\"\"](\"https:\/\/dhg1h5j42swfq.cloudfront.net\/2022\/12\/27220218\/grafico.png\")
<\/td><\/tr>getwd<\/strong><\/td> Acesso \u00e0 pasta para leitura dos arquivos de dados<\/td> print(getwd())<\/td> \u201c\/home\u201d<\/td><\/tr> rev<\/strong><\/td> Vers\u00e3o reversa dos objetos de dados<\/td> vetor <- c(1,2,3)
print(rev(vetor))<\/td>3 2 1<\/td><\/tr> sort<\/strong><\/td> Ordena\u00e7\u00e3o de valores<\/td> vetor <- c(3,1,2)
print(sort(vetor))<\/td>1 2 3<\/td><\/tr><\/tbody><\/table> \n
![\"Figura](\"https:\/\/dhg1h5j42swfq.cloudfront.net\/2022\/12\/27221301\/quartil2.png\")
Pacotes da Linguagem<\/h2>\n\n\n\n
Pacote tibble<\/h3>\n\n\n\n
nome<\/th> idade<\/th> empresa<\/th><\/tr><\/thead> Cristiane<\/mark><\/td> 37<\/mark><\/td> Rioprevid\u00eancia<\/mark><\/td><\/tr> Daniel<\/mark><\/td> 41<\/mark><\/td> Oi<\/mark><\/td><\/tr> Paulo<\/mark><\/td> 70<\/mark><\/td> Intracor<\/mark><\/td><\/tr><\/tbody><\/table> Pacote tidyr<\/h3>\n\n\n\n
Fun\u00e7\u00e3o pivot_wider<\/h4>\n\n\n\n
empresa<\/th> Cristiane<\/mark><\/th> Daniel<\/mark><\/th> Paulo<\/mark><\/th><\/tr><\/thead> Rioprevid\u00eancia<\/mark><\/td> 37<\/mark><\/td> NA<\/td> NA<\/td><\/tr> Oi<\/mark><\/td> NA<\/td> 41<\/mark><\/td> NA<\/td><\/tr> Intracor<\/mark><\/td> NA<\/td> NA<\/td> 70<\/mark><\/td><\/tr><\/tbody><\/table>