Take this dataset as a hypothetical
Mes = c(1,2,2,4,3)
Nome = c("ACIR G","ACIR G","ACIR G","ACIR G","ACIR G")
Tipo = c("Aluguel", "Aluguel","Aluguel", "Passagem", "Passagem")
Valor = c(5, 10, 15, 20, 25)
(dataset = data.frame(Mes, Nome, Tipo, Valor))
# Mes Nome Tipo Valor
#1 1 ACIR G Aluguel 5
#2 2 ACIR G Aluguel 10
#3 2 ACIR G Aluguel 15
#4 4 ACIR G Passagem 20
#5 3 ACIR G Passagem 25
# tipo de dados
str(dataset)
# transformando a coluna em factor
(dataset$Mes = factor(dataset$Mes))
#[1] 1 2 2 4 3
#Levels: 1 2 3 4
# categorizando os levels da coluna
levels(dataset$Mes) = factor(c("Jan", "Fev", "Mar", "Abr"))
#[1] Jan Fev Mar Abr
#Levels: Abr Fev Jan Mar
library(dplyr)
# valor total por tipo
group_by(dataset, Tipo) %>% summarise(Total = sum(Valor))
# A tibble: 2 x 2
# Tipo Total
# <fct> <dbl>
#1 Aluguel 30
#2 Passagem 45
# valor total por mês segundo o tipo
group_by(dataset, Mes, Tipo) %>% summarise(Total = sum(Valor))
# A tibble: 4 x 3
# Groups: Mes [?]
# Mes Tipo Total
# <fct> <fct> <dbl>
#1 Jan Aluguel 5
#2 Fev Aluguel 25
#3 Mar Passagem 25
#4 Abr Passagem 20