Resumo

O que o bloco faz

data/summary organiza um perfil da tabela, com uma linha para cada coluna. Ele apresenta tipo, quantidade de valores faltantes, quantidade de valores distintos, mínimo, máximo, a distribuição e um exemplo observado.

O perfil sai como tabela com os campos coluna, tipo, faltantes, distintos, minimo, maximo, distribuicao e exemplo; outros nós podem ordenar essa tabela para priorizar colunas com ausências.

distribuicao é o único lugar do fluxo onde a forma das colunas aparece: nas numéricas, um histograma de 10 classes desenhado em blocos (▁▃▇▅▂); em texto, fator e lógico, os três níveis mais frequentes com a porcentagem.

Antes de continuar

Termos que esta página usa, em poucas palavras. As definições completas estão no glossário.

Fator

Uma variável explicativa categórica cujo efeito se quer estudar, como adubo, cultivar ou dose. Num experimento fatorial, dois ou mais fatores são combinados.

Nível

Cada valor que um fator assume no estudo: as doses 0, 50 e 100 kg/ha são três níveis do fator dose.

Bloco (experimental)

Um grupo de unidades experimentais parecidas entre si (mesma faixa de terreno, mesmo dia) dentro do qual todos os tratamentos são sorteados. O efeito de bloco é retirado do erro, o que torna as comparações entre tratamentos mais precisas.

Quando usar

Use Resumo depois de ler ou gerar dados e antes de definir conversões ou tratamentos de ausências. Em airquality, por exemplo, o perfil mostra quantos dias não têm medida de ozônio e permite comparar faltantes entre colunas.

Se Solar.R e Ozone tiverem faltantes, ordene o perfil por faltantes para priorizar as colunas que exigem decisão antes do cálculo.

Antes de continuar

Cada linha do perfil representa uma coluna dos dados. Para comparar medidas entre grupos — como média, mediana ou total por região — Agrupar e resumir produz uma linha por grupo. As duas tabelas respondem perguntas diferentes: uma descreve a estrutura das colunas; a outra reúne medidas calculadas.

Configuração

O bloco recebe a tabela pela entrada e não tem parâmetros. Conecte-o depois de uma fonte ou transformação que produza data/table.

Exemplo

library(trama)

reg <- tr_registry()
tr_use("trama.data", registry = reg)

tr_flow(reg) |>
  tr_add("ar", "data/example", dataset = "airquality") |>
  tr_add("perfil", "data/summary", from = "ar") |>
  tr_add("mais_faltantes", "data/arrange", cols = "faltantes", desc = TRUE,
         from = "perfil")

A tabela perfil tem uma linha por coluna de airquality; mais_faltantes ordena essas descrições da maior para a menor quantidade de valores ausentes. O nó ar continua disponível para outras ramificações do fluxo.

Como interpretar

faltantes conta NA; distintos conta valores observados diferentes. Em airquality, os extremos de Ozone descrevem apenas dias medidos, enquanto exemplo mostra um valor observado. Month e Day identificam o calendário das observações, não uma medida contínua.