Variáveis e Atribuição em R: <-, = e assign()

Como Criar uma Variável em R

Uma variável em R é um nome associado a um valor. Você cria uma com a seta de atribuição <-: o nome vem antes da seta, o valor depois dela.

age <- 30
name <- "Rosa"
is_admin <- TRUE

cat(age, name, is_admin, "\n")

Três variáveis, três tipos diferentes de valor, e nenhuma declaração de tipo em lugar algum - R infere o tipo a partir do próprio valor (mais sobre isso em tipos de dados). Depois que uma variável existe, você a usa em qualquer lugar onde usaria o valor:

price <- 19.99
quantity <- 3
total <- price * quantity

cat("You owe", total, "\n")

A reatribuição funciona da mesma forma. Uma variável troca de valor sem reclamar - até de tipo - no momento em que você atribui de novo:

mood <- "hopeful"
cat(mood, "\n")

mood <- 42
cat(mood, "\n")

R não reclamou de uma string virar um número. Essa flexibilidade é conveniente, mas se o significado de uma variável muda no meio de um script, isso geralmente é um sinal de que você deveria escolher um nome novo.

Por Que R Usa <- em Vez de =

Eis a pergunta que todo mundo faz: age = 30 também funciona, então por que todo livro, guia de estilo e pacote de R usa a seta?

Porque = em R é duas coisas diferentes dependendo de onde aparece. No nível superior, ele atribui. Dentro de uma chamada de função, ele associa um argumento pelo nome - e não cria uma variável:

values <- c(1, 5, NA, 9)

# Here = means "the argument called na.rm is TRUE".
# It does not create a variable named na.rm.
result <- mean(values, na.rm = TRUE)
cat(result, "\n")

Se você tentasse mean(values, na.rm <- TRUE), criaria acidentalmente uma variável global chamada na.rm e passaria TRUE posicionalmente - legal, errado e difícil de perceber. A convenção que mantém isso legível é simples:

• <- sempre significa atribuição.
• = sempre significa "este argumento recebe este valor" dentro de uma chamada de função.

Siga essa divisão e cada linha de R que você ler dirá de relance se algo está sendo criado ou passado. É a regra de estilo mais universal do mundo R - o RStudio até dá ao <- um atalho de teclado próprio (Alt+-).

Os Primos Raramente Usados: ->, = e assign()

R tem mais duas formas de atribuir, ambas valendo a pena reconhecer mesmo que você raramente as escreva.

A seta invertida -> atribui na outra direção - valor primeiro, nome por último:

2 + 2 -> answer
cat(answer, "\n")

Você a verá ocasionalmente no final de um pipeline longo ("calcule tudo isso e depois armazene"), mas a maioria dos guias de estilo recomenda evitá-la: quem lê procura no início da linha o nome que está sendo definido.

assign() cria uma variável a partir de uma string, o que significa que o nome pode ser construído em tempo de execução:

assign("score", 100)
cat(score, "\n")

for (i in 1:3) {
    assign(paste0("run_", i), i * 10)
}
cat(run_1, run_2, run_3, "\n")

Isso parece engenhoso e é quase sempre a ferramenta errada - um conjunto de variáveis numeradas é, na verdade, um vetor ou uma lista disfarçada. Recorra a assign() apenas quando um nome realmente precisar ser calculado; seu parceiro get("score") lê uma variável pelo nome em string.

Regras de Nomenclatura

R aceita nomes que:

• Contêm letras, dígitos, pontos (.) e underscores (_).
• Começam com uma letra, ou com um ponto não seguido de dígito.
• Não são palavras reservadas (if, for, TRUE, NULL, function e mais algumas).

Portanto, todos estes são válidos:

user_name <- "Ada"
score2 <- 99
my.total <- 150

cat(user_name, score2, my.total, "\n")

E estes não são:

• 2nd_user - não pode começar com dígito.
• _temp - também não pode começar com underscore (ao contrário de Python).
• user-name - um hífen é subtração, não um caractere de nome.
• TRUE - palavra reservada.

Os nomes diferenciam maiúsculas de minúsculas: total, Total e TOTAL são três variáveis sem nenhuma relação, e R não vai avisar quando você criar uma por erro de digitação.

total <- 10
Total <- 20
cat(total, Total, "\n")

Listando e Removendo: ls() e rm()

Toda variável que você cria vai parar no workspace (o ambiente global). ls() lista o que está lá, e rm() remove coisas:

a <- 1
b <- 2
print(ls())

rm(a)
print(ls())

Dois detalhes que vale a pena conhecer. Primeiro, rm(list = ls()) apaga o workspace inteiro - prático no início de uma sessão exploratória, destrutivo em qualquer outro lugar. Segundo, nomes que começam com ponto (como .cache) ficam ocultos do ls() a menos que você chame ls(all.names = TRUE) - a mesma convenção dos arquivos ocultos no Unix.

Convenções de Nomenclatura: Use snake_case

Além das regras rígidas, a comunidade R moderna (e o guia de estilo do tidyverse) consolidou algumas convenções:

• lower_snake_case para variáveis e funções: retry_count, fit_model.
• Pontos em nomes são válidos, porém datados: o R base está cheio de nomes da era data.frame, como my.data, mas pontos também carregam significado no sistema de métodos S3 do R (print.data.frame é "o método print para data frames"), então código novo os evita.
• Nada de prefixos húngaros, nada de camelCase - você verá camelCase em pacotes mais antigos, mas snake_case é onde o ecossistema aterrissou.
• R não tem constantes de verdade; a convenção é nomear as pretensas constantes em maiúsculas (MAX_RETRIES <- 5) e simplesmente não reatribuí-las.

Escolha nomes descritivos e mantenha a consistência. avg_score custa quatro teclas a mais do que as e poupa a todo leitor futuro uma viagem de volta ao início do script.

O Que Você Leva Daqui

• name <- value cria uma variável; a comunidade reserva = para argumentos de função.
• -> e assign() existem; você vai lê-los com mais frequência do que deveria escrevê-los.
• Nomes usam letras, dígitos, pontos e underscores; não podem começar com dígito ou underscore, e diferenciam maiúsculas de minúsculas.
• ls() mostra o workspace, rm() faz a limpeza.
• Escreva em snake_case e seu código vai se parecer com o R que todo mundo escreve hoje.

A seguir: que tipos de valores essas variáveis realmente guardam - numeric, integer, character e logical.