9 Estruturas de Controle
As duas principais vantagens da maioria das linguagens computacionais são:
- Executar tarefas repetitivas
- Fazer decisões lógicas
Para executar tarefas repetitivas, vamos criar loopings. É como se o nosso código desse voltas e repetisse de acordo com a regra estabelecida.
Os loopings irão usar as funções for e while.
Para adicionar decisões lógicas ao nosso algoritmo, as principais funções são o if-else e o ifelse.
Existem outras estruturas de controle que não serão abordadas aqui. Porém essas são as mais importantes.
As estruturas de controle podem ser combinadas quando necessário. Ou seja, você pode utilizar a função for juntamente com outra função for. Ou então a função while juntamente com a função if.
Essas combinações irão depender somente da demanda do algoritmo que você precisa desenvolver.
9.1 for
A função for é usada para criar loopings, ou seja, para executar uma tarefa diversas vezes.
Para usar a função for, você precisa criar uma variável para te auxiliar. Essa variável terá o seu valor alterado a cada ciclo de execução do for.
Além disso, essa variável irá percorrer uma sequência, definida por você.
Veja na prática:
Vamos criar um vetor que irá receber o valor do dobro de sua posição. Esse vetor irá ter tamanho igual a 10.
nosso_vetor<-c() #criei o 'nosso_vetor'
for(posicao in 1:10){ #a nossa variável auxiliar é a 'posicao'. Ela irá percorrer o vetor 1:10.
#O vetor 1:10 é a mesma coisa que criar um vetor com todos os números de 1 a 10.
#O primeiro valor para a variável 'posicao' será 1, depois 2 até o último valor que é 10.
nosso_vetor[posicao]<-2*posicao #O vetor 'nosso_vetor' irá receber o dobro de sua posição.
}## [1] 2 4 6 8 10 12 14 16 18 20Outro exemplo:
## [1] 2
## [1] 4
## [1] 6
## [1] 8
## [1] 10
## [1] 12
## [1] 14
## [1] 16
## [1] 18
## [1] 20No exemplo acima, a nossa variável auxiliar também irá percorrer a sequência 1, 2, 3, 4, 5, 6, 7, 8, 9 e 10.
A tarefa a ser repetida é imprimir o elemento dentro do ‘nosso_vetor’ que está posicionado no valor da variável ‘auxiliar’. A variável irá percorrer o looping começando com valor igual a 1 e irá até o valor 10.
Ou seja, o que o looping faz é exatamente equivalente ao código:
## [1] 2## [1] 4## [1] 6## [1] 8## [1] 10## [1] 12## [1] 14## [1] 16## [1] 18## [1] 209.2 while
Note que na função for a variável auxiliar segue uma sequência já definida antes do início do looping.
Porém, em alguns casos, vai ser mais interessante manter o looping rodando enquanto alguma condição ainda não foi atendida. Para isso usaremos a função while.
Esse é o caso, por exemplo, de um modelo de previsões que irá sofrer um número indefinido de iterações e só irá encerrar o looping quando o erro for menor do que determinado valor.
i<-0
while(i < 1){
i<-rnorm(1) #a função rnorm(1) irá gerar 1 número aleatório com a distribuição normal padrão.
print(i) #a função print(i) irá imprimir o valor atribuído a i na linha anterior.
}## [1] -1.548758
## [1] -2.004604
## [1] 0.8997255
## [1] -0.9243321
## [1] 0.9940622
## [1] 2.189697A condição para o looping acontecer é que o valor de i seja menor do que 1.
A cada nova interação, o valor de i é atualizado por um novo valor.
A função print(i) imprime o valor atribuído ao elemento i.
Então, o looping irá dar voltas enquanto o valor de i for menor do que 1. O último valor impresso é maior do que 1 e isso significa que a condição i < 1 não é mais atendida, portanto, o looping irá se encerrar.
9.3 if - else
As funções for e while são úteis para criarmos loopings e repetir determinada tarefa. Já as funções if ou ifelse são funções de decisões lógicas.
Ou seja, você irá estabelecer uma condição e, caso ela seja atendida, o código será executado.
Caso a condição estabelecida seja atendida (TRUE), será seguido o roteiro estabelecido quando a condição for verdadeira. Caso a condição não seja atendida (FALSE), será seguido outro roteiro.
Nesse item, vamos utilizar as funções if e else separadas, primeiro uma e depois a outra.
O exemplo abaixo, vamos criar a condição lógica a < b. Portanto, se a for menor que b, a condição lógica será verdadeira e a parte seguinte do código será executada:
## [1] "Condição verdadeira. 'a' é menor que 'b'"Agora, vamos adicionar a função else que é simplesmente o SENÃO. Caso a condição lógica seja FALSA, o script contido dentro da função else é executado.
if(a > b){ #a condição lógica foi invertida e será FALSA
print("Condição verdadeira. 'a' é maior que 'b'")
}else{
print("Condição falsa. 'a' não é maior que 'b'")
}## [1] "Condição falsa. 'a' não é maior que 'b'"O uso da função else é opicional. Caso ela não esteja presente, nada irá acontecer quando a condição lógica não for atendida.
Repare que as duas formas apresentadas seguem os padrões:
9.4 ifelse
O raciocínio lógico utilizado na função ifelse é o mesmo que aprendemos com as funções if e else.
A função será utilizada da seguinte forma:
- ifelse(Condição,Ação se for a condição for verdadeira, Ação se a condição for falsa)
Porém, a diferença é que a função ifelse é aplicada a um vetor. Isso a torna extremamente útil e facilitará a nossa vida em alguns casos.
Exemplo:
## [1] "menor" "MAIOR" "menor" "MAIOR" "menor" "MAIOR" "menor" "menor" "MAIOR"A solução acima não pode ser aplicada ao método if-else ensinado no item anterior.
## Warning in if (vetor < 10) {: a condição tem comprimento > 1 e somente o
## primeiro elemento será usado## [1] "menor"Portanto, caso precise usar uma função condicional para vetores, a função ifelse é uma das opções que você deve considerar.
Lembre-se também que caso você esteja trabalhando com um data frame, cada coluna de seu data frame pode ser tratada como um vetor.
A seguir vamos criar uma nova coluna em um data frame baseada em uma condição lógica:
## mpg cyl disp hp drat wt qsec vs am gear carb
## Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
## Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
## Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
## Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
## Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
## Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1# Suponha que o objetivo seja criar duas categorias de carros, os que gastam muito combustível e os que gastam pouco.
# para isso, vamos usar a variável mpg (milhas por galão).
mtcars$consumo_combustivel<-ifelse(mtcars$mpg<20,"Bebe muito","Bebe pouco")
head(mtcars)## mpg cyl disp hp drat wt qsec vs am gear carb
## Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
## Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
## Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
## Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
## Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
## Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1
## consumo_combustivel
## Mazda RX4 Bebe pouco
## Mazda RX4 Wag Bebe pouco
## Datsun 710 Bebe pouco
## Hornet 4 Drive Bebe pouco
## Hornet Sportabout Bebe muito
## Valiant Bebe muitoEntão, colocamos as colunas (que são vetores) do data frame mtcars como argumentos da função ifelse.
