04-listas_objComplexos.Rmd

# Objeto III - Listas e objetos complexos {#lista-objcompl}

## Listas {#listas}

O resultado de muitas análises são objetos de classe `list` e você precisa entender o que isso significa.
Listas permitem organizar diferentes classes de objetos numa estrutura hierárquica organizada.
Uma mesma lista pode incluir elementos que são vetores de qualquer classe, matrizes, data.frames etc.
Listas são criadas pela função `list()`.
A indexação de listas é dado pelo operador `[[indice_ou_nome]]` ou `lista$` seguida do nome (se os elementos da lista tem nome; e.g. `lista$nomeDeUmElementoDaLista`).  

```{r, eval = FALSE, echo = TRUE}
?list # veja o help
```


```{r}
# um vetor simples
v1 <- 1:10
class(v1)
# outro vetor simples
v2 <- LETTERS
class(v2)
# uma matriz simples
mm <- matrix(1:9, nrow = 3, ncol = 3)
class(mm)
# um data.frame
dd <- iris
dd
class(dd)

# criamos uma lista simples
v1
v2
mm
dd
ml <- list(v1, v2, mm, dd)
class(ml) # deve ser lista
length(ml) # número de elementos
names(ml) # os elementos dessa lista não tem nome
str(ml) # veja a estrutura do objeto
ml[[1]] # o elemento 1 é o vetor
ml[[2]] # o segundo também
ml[[1:2]] # note que retorna apenas o segundo... nao funciona como vetor para pegar mais de um elemento, pois a estrutura é complexa
ml[[1]][3] # terceiro elemento do vetor que está no elemento 1 da lista


ml[[3]] # é uma matrix
ml[[3]][1, 3] # valor da primeira linha e da terceira coluna da matrix que o objeto 2 da lista

ml[[4]] # é uma data.frame
ml[[4]][, 1] # a primeira coluna deste data.frame
ml[[4]]$Sepal.Length # mesma coisa

# uma lista pode conter listas
mll <- list(list(v1, v2), mm, dd) # o primeiro elemento virou uma lista com dois vetores
class(mll[[1]]) # é uma lista agora
mll[[1]][[1]] # a sublista 1 do elemento 1 da lista
mll[[1]][[2]] # a sublista 2 do elemento 1 da lista

# criamos uma lista com nomes
ml <- list(VETOR1 = v1, MATRIZ = mm, TABELA = dd)
class(ml)
str(ml)
names(ml) # nome dos elementos
ml[["VETOR1"]]
ml$VETOR1 # ou assim, da mesma forma que uma coluna de um data.frame

ml[["TABELA"]][, "Sepal.Length"] # coluna do data.frame em TABELA
ml[["TABELA"]]$Sepal.Length # idem
ml$TABELA$Sepal.Length # idem também
```


## Objetos complexos {#obj-complexos}

Em alguns casos como, por exemplo, em arquivos de dados espaciais (shapefiles), que apresentam estruturas complexas que incluem as especificações dos polígonos, pontos ou linhas, a projeção espacial e os dados associados, exige-se um objeto que possua uma estrutura de complexidade similar.  

Nestes casos, é importante que você conheça o operador `@`, que permite extrair elementos desses objetos.
Em alguns casos você terá que usá-lo para entender o objeto ou para pegar elementos dos mesmos objetos.  

A função `slotNames()` permite ver os elementos que podem ser extraídos com o operador `@`.
Abaixo mostramos um exemplo através de um mapa dos municípios brasileiros.
Para isso, vamos precisar baixar um arquivo (https://github.com/LABOTAM/IntroR/blob/main/dados/municipiosshape.zip).
Baixe este arquivo comprimido que contem os arquivos de um único *shapefile*.
Descomprima-o na sua pasta de trabalho e você perceberá que haverá vários arquivos associados.
Para trabalhar com esses arquivos, vamos utilizar os pacotes `maps` [@R-maps] e `rgdal` [@R-rgdal].  

```{r, opts.label='evalF'}
# vamos precisar de dois pacotes para dados espaciais
# se não tiver instalado, instale com as dependencias
# install.packages(c("maps", "rgdal"), dependencies = TRUE)
library("maps")
library("rgdal")

# agora mudem o diretorio para pasta que contem os arquivos shape
# lembre que voces podem tanto utilizar a funcao `setwd()` quanto clicar em Ferramentas/Tools na barra de opcoes do RStudio para mudar o diretorio de trabalho
dir(pattern = "shp") # lista arquivos shape na pasta
# veja o help da função para ler shapefiles
?readOGR

# le o shape file com objeto espacial no R
mp <- readOGR(dsn = "MUNICIPIOS.shp", layer = "MUNICIPIOS", encoding = "UTF-8")
plot(mp) # veja o mapa

class(mp) # é um objeto de classe SpatialPolygonsDataFrame
str(mp) # a estrutura é complexa

# tem elementos definidos por $, que interpretado diretamente, é corresponde a um data.frame que é o dado associado à cada polígono no arquivo (attribute table do shapefile).
names(mp)
mp$NOME_MUNI
dim(mp)

# tem elementos definidos por @
# ver o help da função
# ?slot
# slotNames(mp) #lista quais são esses elementos


mp@data # é o mesmo data.frame que é automaticamente reconhecido na expressão acima
dim(mp) == dim(mp@data)
names(mp) == names(mp@data)

# area do mapa dos municipios (os limites em latitude e longitude da área)
mp@bbox
plot(mp@bbox)
# adicionamos o mapa mundi sobre isso
map(add = T)

# mp@polygons define cada poligono individualmente numa lista
class(mp@polygons)
mp@polygons[[1]] # um elemento qualquer
class(mp@polygons[[1]])
str(mp@polygons[[1]])

# veja que este objeto tem vários elementos definidos por @
# slotNames(mp@polygons[[1]]) #slots desse objeto
mp@polygons[[1]]@labpt # o centroid do polígono 1 que é o municipio de:
mp@data$NOME_MUNI[1] # Chuí

# qual elemento é manaus?
gp <- grep("Manaus", mp@data$NOME_MUNI)
# pega o polígono de manaus
manaus <- mp@polygons[[gp]]
class(manaus)
str(manaus)

# plota manaus
# dev.off() #fecha dispositivos gráficos podes precisar disso
map(xlim = mp@bbox["x", ], ylim = mp@bbox["y", ])
polygon(manaus@Polygons[[1]]@coords, col = "red")
# centroides do poligono de manaus
ctro <- manaus@Polygons[[1]]@labpt
ctro[2] <- ctro[2] + 1.5 # adiciona 1.5 graus na latitude para não plotar sobre o poligono do municipio
# plota no nome
text(x = ctro[1], y = ctro[2], labels = "Manaus", cex = 0.8)
```