Created
September 30, 2023 22:54
-
-
Save i544c/89b99d63f8d75842fea3b27b13e45023 to your computer and use it in GitHub Desktop.
O objetivo deste projeto é demonstrar a capacidade de coletar, trabalhar com e limpar um conjunto de dados. A meta é preparar dados organizados que possam ser usados para análise posterior.
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
# Autor: Isaac Gomes Veras | |
# Data de criação: 29 de setembro de 2023 | |
# IDE: DataSpell 2023.2.2 Build #DS-232.9921.48, built on September 13, 2023 | |
R.version.string; cat("\n") # Versão do R | |
getwd(); cat("\n") # Diretório de trabalho | |
# Instalação de pacotes: | |
if (!require("pacman")) install.packages("pacman") | |
pacman::p_load (pacman, # gerenciador de pacotes; | |
party, # construir e manipular árvores de decisões; | |
psych, # procedimentos estatísticos; | |
rio, # importar dados; | |
tidyverse, # conjunto de ferramentas para Data Science; | |
janitor # ferramentas para examinar e limpar dados; | |
) | |
# Etapa 1: Mesclar os conjuntos de treinamento e teste | |
X_train <- read.table("X_train.txt") | |
y_train <- read.table("y_train.txt") | |
X_test <- read.table("X_test.txt") | |
y_test <- read.table("y_test.txt") | |
# Etapa 2: Extrair medidas sobre a média e desvio padrão | |
features <- read.table("features.txt") | |
mean_std_features <- grep("mean\\(\\)|std\\(\\)", features$V2) | |
X_train <- X_train[, mean_std_features] | |
X_test <- X_test[, mean_std_features] | |
# Etapa 3: Usar nomes descritivos de atividades | |
activity_labels <- read.table("activity_labels.txt") | |
y_train$V1 <- factor(y_train$V1, levels = activity_labels$V1, labels = activity_labels$V2) | |
y_test$V1 <- factor(y_test$V1, levels = activity_labels$V1, labels = activity_labels$V2) | |
# Etapa 4: Rotular adequadamente o conjunto de dados | |
colnames(X_train) <- features$V2[mean_std_features] | |
colnames(X_test) <- features$V2[mean_std_features] | |
# Etapa 5: Criar um segundo conjunto de dados com a média | |
library(dplyr) | |
train_subject <- read.table("subject_train.txt") | |
test_subject <- read.table("subject_test.txt") | |
# Mesclar os sujeitos com as atividades e medidas | |
train_data <- cbind(train_subject, y_train, X_train) | |
test_data <- cbind(test_subject, y_test, X_test) | |
# Combinar conjuntos de treinamento e teste | |
merged_data <- rbind(train_data, test_data) | |
# Calcular a média para cada variável para cada atividade e sujeito | |
tidy_data <- merged_data %>% | |
group_by(train_subject) %>% | |
group_by(y_train, .add = TRUE) %>% | |
summarize_all(mean) | |
# Salvar o conjunto de dados final em um arquivo | |
write.table(tidy_data, "tidy_data.txt", row.names = FALSE) |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment