index.utf8

class: center, middle, inverse, title-slide

# <center>
<img src= 'img/hexlogorladies.jpeg' width = '30%' alt='R-Ladies Logo'>
</center>
## R-Ladies São Paulo Curso Básico de R
### 08/02/2020

---

layout: true
 
<div class="my-footer">

<a href="https://www.meetup.com/pt-BR/R-Ladies-Sao-Paulo">Meetup</a> |
<a href="https://twitter.com/RLadiesSaoPaulo">Twitter</a> | 
<a href="http://instagram.com/RLadiesSaoPaulo">Instagram</a> |
<a href="http://facebook.com/RLadiesSaoPaulo">Facebook</a> |
<a href="https://github.com/rladies/meetup-presentations_sao-paulo">GitHub</a> |
<a href="http://bit.ly/2020-2-rladies">bit.ly/2020-2-rladies</a>

</div> 
---
class:

# Pré-requisitos

## - `R` e `RStudio` instalados no seu notebook

## <center>OU</center>

## - `RStudio` Cloud

- Através do link: [https://rstudio.cloud/project/876850](https://rstudio.cloud/project/876850)

---
class:

# Usando a `RStudio` Cloud
- Exemplo de como acessar o projeto (GIF):

- Importante: Quando aparecer na sua tela, clique em **"Save a permanent copy"**.
---
class:

# Programação

## Manhã
- O que é um algoritmo?

- O que é o R?

- Introdução ao RStudio

- Boas Práticas de Programação

- R Básico

---
class:

# Programação

## Tarde
- Introdução ao Pacote Tidyverse

- O Operador Pipe

- Visualização de Data Frames no RStudio

- Introdução ao Pacote dplyr

- Para aprender mais

---
class:  center

# Apoio

<div class="figure" style="text-align: center">
<img src="img/rlogos/Insper-positivo.png" alt="&lt;center&gt;&lt;b&gt;Insper&lt;/center&gt;&lt;/b&gt;" width="30%" />
<center>Insper</center>
</div>

<div class="figure" style="text-align: center">
<img src="img/rlogos/RCONSORTIUM.png" alt="&lt;center&gt;&lt;b&gt;RConsortium&lt;/center&gt;&lt;/b&gt;" width="20%" />
<center>RConsortium</center>
</div>

---
class:

# Apoio

<div class="figure" style="text-align: center">
<img src="img/rlogos/cursor1-41.png" alt="&lt;center&gt;&lt;b&gt;Curso-R - www.curso-r.com&lt;/center&gt;&lt;/b&gt;" width="30%" />
<center>Curso-R - www.curso-r.com</center>
</div>

- Ao final do dia: sorteio de uma vaga no curso ["R para Ciência de Dados I"](https://www.curso-r.com/cursos/r4ds-1/).

- **Bolsas de diversidade:** Para inscrição no processo de seleção, é preciso preencher o formulário.

- **Workshops:** regressão linear, webscraping I , webscraping II, deploy, e XGBOOST
http://bit.ly/curso-r-bolsa-w

- **Cursos:** R para Ciência de Dados I, R para Ciência de Dados II, Introdução a Machine Learning com R, Dashboards com R e Deep learning com R http://bit.ly/curso-r-bolsa-c
---
class:

## O que é o R-Ladies?

R-Ladies é uma organização mundial que promove a diversidade de gênero na comunidade da linguagem R.
R-Ladies São Paulo integra, orgulhosamente, a organização R-Ladies Global, em São Paulo.

## Como?

Através de meetups e mentorias em um ambiente seguro e amigável.

Nosso principal objetivo é promover a linguagem computacional estatística `R` compartilhando conhecimento, assim, quem tiver interesse na linguagem será bem-vinda, independente do nível de conhecimento.

Fonte: [About us - R-Ladies](https://rladies.org/about-us/), [Meetup R-Ladies São Paulo](https://www.meetup.com/R-Ladies-Sao-Paulo/)

---
class:

## Para quem?

Nosso principal público-alvo são as pessoas que se identificam com o gênero feminino, portanto, mulheres cis, mulheres trans, bem como pessoas não-binárias e queer.

## Missão

Como uma iniciativa de diversidade, a missão das R-Ladies é alcançar uma representação proporcional de pessoas de gêneros atualmente sub-representados na comunidade R, incentivando, inspirando e capacitando-as.

Fonte: [About us - R-Ladies](https://rladies.org/about-us/), [Meetup R-Ladies São Paulo](https://www.meetup.com/R-Ladies-Sao-Paulo/)

---
class:

## Como o R-Ladies começou?
<img src="https://raw.githubusercontent.com/beatrizmilz/IV-SER-RLadies/master/docs/img/gabriela.jpeg" width="20%" style="display: block; margin: auto;" />

**[Gabriela de Queiroz](https://github.com/gdequeiroz)** fundou o R-Ladies no dia **1 de outubro de 2012**. Ela queria retribuir à comunidade depois de ir à vários encontros e aprender muito de graça. O primeiro encontro R-Ladies foi realizado em ** San Francisco, Califórnia (Estados Unidos) **. Nos anos seguintes, mais capítulos do R-Ladies começaram em todo o mundo.

Fonte: [About us - R-Ladies](https://rladies.org/about-us/history/)

---
class:

## Crescimento da R-Ladies no mundo

Atualizado em: Janeiro/2020. Fonte: [R Community Explorer](https://benubah.github.io/r-community-explorer/rladies.html) 
---
class:

## Comunidade da R-Ladies - Capítulos no mundo
<img src="img/r-ladies-community.PNG" width="100%" style="display: block; margin: auto;" />

Atualizado em: Janeiro/2020. Fonte: [R Community Explorer](https://benubah.github.io/r-community-explorer/rladies.html)

---
class:

## Código de conduta
O R-Ladies dedica-se a proporcionar uma experiência livre de assédio para todas as pessoas participantes, desta forma, não é tolerada nenhuma forma de assédio.
[Código de conduta - R-Ladies](https://github.com/rladies/starter-kit/wiki/Code-of-Conduct#portuguese)

---
class:

# R-Ladies no Brasil

Atualizado em: fevereiro de 2020. Fonte: [R Community Explorer](https://benubah.github.io/r-community-explorer/rladies.html)

<div id="htmlwidget-760932c686902f51bf66" style="width:100%;height:auto;" class="datatables html-widget"></div>
<script type="application/json" data-for="htmlwidget-760932c686902f51bf66">{"x":{"filter":"none","autoHideNavigation":true,"data":[["1","2","3","4","5","6","7","8","9","10","11","12","13","14"],["R-Ladies Belo Horizonte","R-Ladies São Paulo","R-Ladies Rio de Janeiro","R-Ladies Niterói","R-Ladies Floripa","R-Ladies Porto Alegre","R-Ladies Curitiba","R-Ladies Salvador","R-Ladies Natal","R-Ladies Recife","R-Ladies Goiânia","R-Ladies Lavras","R-Ladies Manaus","R-Ladies Vitória"],[758,608,465,462,357,313,203,162,140,138,68,23,21,14],[10,15,5,7,7,6,1,4,3,1,1,1,0,0],[0,0,2,0,0,0,0,0,0,0,0,0,0,0]],"container":"<table class=\"display\">\n <thead>\n <tr>\n <th> <\/th>\n <th>name<\/th>\n <th>members<\/th>\n <th>past_events<\/th>\n <th>upcoming_events<\/th>\n <\/tr>\n <\/thead>\n<\/table>","options":{"pageLength":7,"columnDefs":[{"className":"dt-right","targets":[2,3,4]},{"orderable":false,"targets":0}],"order":[],"autoWidth":false,"orderClasses":false,"lengthMenu":[7,10,25,50,100]}},"evals":[],"jsHooks":[]}</script>

---
class:

# Cronograma da manhã

- O que é um algoritmo?

- O que é o R?

- Introdução ao RStudio

- Boas Práticas de Programação

- Fundamentos de R

---
class:

# O que é um algoritmo?

Um algoritmo é uma sequência finita de instruções.

**Exemplo**

* Receita de bolo

---
class:

# O que é um algoritmo?

Um algoritmo é uma sequência finita de instruções.

**Mais exemplos**

* [Construir uma estante de livros](https://pt.wikihow.com/Construir-uma-Estante-de-Livros)

---
class:

# O que é um algoritmo?

Um algoritmo é uma sequência finita de instruções.

**Mais exemplos**

* [Fazer um drone caseiro com arduino](https://www.palpitedigital.com/como-fazer-drone-caseiro-arduino/)

---
class:

# O primeiro algoritmo

Foi desenvolvido no século XIX pela matemática e escritora inglesa Ada Lovelace.
 
<img src="img/ada_lovelace.jpeg" width="40%" style="display: block; margin: auto;" />
---
class:

# O que é programar?

Programar um computador é escrever instruções em qualquer **linguagem** que o computador entenda.

Essa sequência de instruções pode ser executada por um humano ou um computador. Então, **programação é a arte de fazer com que o computador execute uma sequência de instruções definidas.**

```r
print('Ola!')
```

```
## [1] "Ola!"
```

---
class:

# O que é o R?
> "R é um ambiente de software livre para computação estatística e gráficos". (https://www.r-project.org/)

**R** é um ambiente computacional e uma linguagem de programação que vem progressivamente se especializando em manipulação, análise e visualização gráfica de dados. Na atualidade é considerado o melhor ambiente computacional para essa finalidade. O ambiente está disponível para diferentes sistemas operacionais: Unix/Linux, Mac e Windows.

* Baseada na linguagem estatística S

* 1ª versão de 1995 por Ross Ihaka e Robert Gentleman da Universidade de Auckland

---
class:

# O que é o R?
* Berço na Estatística

* Muito usado por cientistas de dados, estatísticos e pesquisadores.

* Mantida pela [R Development Core Team](https://cran.r-project.org/)

* Pode ser usada para diversos fins.

---
class:

# Por que usar o R?

- É uma linguagem de programação para análise de dados

- É open source

- É uma linguagem interpretada

- Possui uma comunidade ativa de desenvolvedores

- É flexível, permitindo desenvolver funções e pacotes para facilitar o trabalho

- Está disponível em diferentes plataformas: Windows, Linux e Mac

- É reprodutível!

- É compartilhável!

---
class:

# O que é possível fazer com R?

* Análise de dados - Estatística, modelagem, etc.

* Visualização de dados

* Apresentações

* Relatórios dinâmicos

* Escrever livros

* Mineração de dados

* Muito mais ...

---
class:

# Exemplo
**Gráfico elaborado com `R` - Proposta Orçamentária PMSP 2019 - 10 maiores orçamentos**

<img src="img/PMSP-chunk-5-1.png" width="70%" style="display: block; margin: auto;" />
Fonte: [Explorando o orçamento da Prefeitura Municipal de São Paulo](https://beatrizmilz.github.io/DadosExecucaoOrcamentariaPMSP/proposta2019.html)

---
class:

# Exemplo
**Gráfico elaborado com `R` - Execução Orçamentária PMSP na função Gestão Ambiental**

<img src="img/PMSP-chunk-5-2.png" width="70%" style="display: block; margin: auto;" />
Fonte: [Explorando o orçamento da Prefeitura Municipal de São Paulo](https://beatrizmilz.github.io/DadosExecucaoOrcamentariaPMSP/gestaoambiental.html)

---
class:

# Exemplo
**Gráfico elaborado com `R` - Material Particulado 10 - Dados CETESB - RPollution**

<img src="img/PMSP-chunk-6-1.png" width="70%" style="display: block; margin: auto;" />
Fonte: [Rpollution](https://www.rpollution.com/)

---
class:

# Exemplo

**Frequência de Palavras - TESE Doutorado PROCAM/USP Ana Lucia Spinola**

<img src="img/ana-lu-freq.png" width="70%" style="display: block; margin: auto;" />
Fonte: [Ana Lu Spinola](https://analuspi.github.io/Text-Mining/)
---
class:

# Exemplo
**BIGRAM - TESE Doutorado PROCAM/USP Ana Lucia Spinola**

<img src="img/bigram-ana-lu.png" width="70%" style="display: block; margin: auto;" />
Fonte: [Ana Lu Spinola](https://analuspi.github.io/Text-Mining/)

---
class: center, middle

## Introdução ao RStudio

---
class:

# RStudio

**RStudio** é o IDE (integrated development environment) da Linguagem R, ou seja, o ambiente que utilizamos para editar e executar os códigos em R. Tem quatro áreas, conforme a figura abaixo:

<img src="img/RStudio_screen.png" width="80%" style="display: block; margin: auto;" />
Fonte: [Curso Introdução ao `R` - Fatec](https://github.com/MaryMS/2018-11-R-Course-FatecZS)

---
class:

# RStudio
<img src="img/01-rstudio.png" width="100%" style="display: block; margin: auto;" />
Fonte: [SW Carpentry](http://swcarpentry.github.io/r-novice-gapminder/01-rstudio-intro/index.html)

---
class:

# RStudio
<img src="img/01-rstudio-script.png" width="100%" style="display: block; margin: auto;" />
Fonte: [SW Carpentry](http://swcarpentry.github.io/r-novice-gapminder/01-rstudio-intro/index.html)

---
class:

# RStudio
<img src="img/haydee1.jpg" width="100%" style="display: block; margin: auto;" />
Fonte: [Haydee Svab](https://www.slideshare.net/mobile/haydeesvab/anlise-crtica-de-dados-primeiros-passos-com-r)

---
class:

# RStudio
<img src="img/haydee2.jpg" width="100%" style="display: block; margin: auto;" />
Fonte: [Haydee Svab](https://www.slideshare.net/mobile/haydeesvab/anlise-crtica-de-dados-primeiros-passos-com-r)

---
class:

# RStudio
<img src="img/haydee3.jpg" width="100%" style="display: block; margin: auto;" />
Fonte: [Haydee Svab](https://www.slideshare.net/mobile/haydeesvab/anlise-crtica-de-dados-primeiros-passos-com-r)

---
class:

# RStudio
<img src="img/haydee4.jpg" width="100%" style="display: block; margin: auto;" />
Fonte: [Haydee Svab](https://www.slideshare.net/mobile/haydeesvab/anlise-crtica-de-dados-primeiros-passos-com-r)

---
class:

# RStudio
<img src="img/haydee5.jpg" width="100%" style="display: block; margin: auto;" />
Fonte: [Haydee Svab](https://www.slideshare.net/mobile/haydeesvab/anlise-crtica-de-dados-primeiros-passos-com-r)

---
class:

# RStudio
<img src="img/haydee6.jpg" width="100%" style="display: block; margin: auto;" />
Fonte: [Haydee Svab](https://www.slideshare.net/mobile/haydeesvab/anlise-crtica-de-dados-primeiros-passos-com-r)

---
class:

# RStudio
<img src="img/haydee7.jpg" width="100%" style="display: block; margin: auto;" />
Fonte: [Haydee Svab](https://www.slideshare.net/mobile/haydeesvab/anlise-crtica-de-dados-primeiros-passos-com-r)

---
class:

# RStudio

<img src="img/haydee8.jpg" width="100%" style="display: block; margin: auto;" />
Fonte: [Haydee Svab](https://www.slideshare.net/mobile/haydeesvab/anlise-crtica-de-dados-primeiros-passos-com-r)

---
class:

# Help!

- Pedir ajuda: **help**(nome_da_funcao) ou **?**nome_da_funcao.

```r
help(sum)
?sum
```

- Se a dúvida permanecer, procure no [Stack OverFlow](https://stackoverflow.com/) ou Google.
- E se ainda tiver dúvidas, pergunte para a comunidade (há grupos no Telegram e outras redes sociais).

---
class: center, middle

## Boas práticas iniciais para organizar seu projeto

Fonte: [SW Carpentry](http://swcarpentry.github.io/r-novice-gapminder/02-project-intro/index.html)

---
class:

# Boas práticas

- **Tratar dados como somente leitura:**

- Esse é provavelmente o objetivo mais importante da configuração de um projeto. 
- Os dados geralmente consomem tempo e/ou são caros para coletar.

- Trabalhar com eles interativamente (por exemplo, no Excel), onde eles podem ser modificados, significa que você nunca tem certeza de onde os dados vieram, ou como eles foram modificados desde a coleta.

- Portanto, é uma boa ideia tratar seus dados como “somente leitura”.

- Nunca sobrescrever os seus dados originais! Isso vale para a base e para variáveis.

- Ex: ter uma pasta "data_raw" (dados brutos), e "data" (dados já tratados).

- Exemplo dos dados de orçamento da prefeitura: com código, fazer download dos dados brutos em uma pasta "data_raw". Tratar os dados, e a base "limpa" deve ser exportada para a pasta "data". Tudo isso deve ser realizado através de código!

---
class:

# Boas práticas

- **Qualquer coisa gerada pelos seus scripts deve ser tratada como descartável:**

- Não salvar o workspace ao fechar!

- Ideal é que todos os seus resultados sejam possíveis de ser reproduzidos através do script.

---
class:

# Boas práticas

- **Os nomes das suas variáveis devem fazer sentido:** Ao nomear suas variáveis, dê nomes que tenham significado para seres humanos. Pense que o código que você escreve hoje deve ser claro para você daqui 1 ano e também deve ser claro para algum(a) colega seu(ua).

- **Exemplo positivo**:

```r
lista_de_mercado <- c("chocolate", "pao", "café")
```

- **Exemplo negativo**:

```r
lista <- c("chocolate", "pao", "café")
```

---
class:

# Boas práticas

- **Comente bem o seu código:** É possível fazer comentários usando o símbolo '#'. É sempre bom explicar o que uma variável armazena, o que uma função faz, porque alguns parâmetros são passados para uma determinada função, qual é o objetivo de um trecho de código, etc.

```r
# Esse é um exemplo. O # é útil para escrever um comentário!

help(sum) # a função help é útil para pesquisar a documentação 
```

- Atalho útil para comentário: `Ctrl + Shift + C`

---
class:

# Boas práticas

- **Evite linhas de código muito longas:** Usar linhas de código mais curtas ajuda na leitura do código.

- **Exemplo positivo**:  fica mais fácil de ler!

```r
df_titanic  %>%
  filter(sexo == "masculino" & sobreviveu == "sim") %>%
  arrange(classe)
```

- **Exemplo para evitar:**  fica mais difícil de ler

```r
df_titanic  %>%   filter(sexo == "masculino" & sobreviveu == "sim") %>%   arrange(classe)
```

- Atalho útil para identação: `Ctrl + Shift + A`

Fonte: [SW Carpentry](http://swcarpentry.github.io/r-novice-gapminder/02-project-intro/index.html)

---
class:

# Boas práticas

- **Escreva um código organizado:** Por exemplo, adote um padrão no uso de minúsculas e maiúsculas, uma lógica única na organização de pastas e arquivos, pode ser adotada uma breve descrição (como comentário) indicando o que um determinado script faz.

- Exemplo: use snake_case (palavras em minúsculas, separados por um underscore) em todas as variáveis e funções do seu projeto.

- Dica útil: função `clean_names()` do pacote `janitor`.

```r
names(iris)
```

```
## [1] "Sepal.Length" "Sepal.Width"  "Petal.Length" "Petal.Width"  "Species"
```

```r
iris_clean <- janitor::clean_names(iris)
names(iris_clean)
```

```
## [1] "sepal_length" "sepal_width"  "petal_length" "petal_width"  "species"
```

---
class:

# Boas práticas 
- **Carregue todos os pacotes que irá usar sempre no início do arquivo:** Quando alguém abrir o seu código será fácil identificar quais são os pacotes que devem ser instalados e quais dependências podem existir.

- Exemplo:

```r
# Pacotes utilizados no projeto
library(dplyr) # utilizada para manipulação dos dados
library(ggplot2) # utilizada para criar gráficos bonitos
library(magrittr) # possibilita usar o pipe %>% 
```

---
class:

# Boas práticas 
- **Evite referência de caminho que considere seu computador ou usuário:** Faça referência ao caminho do projeto.

- **Exemplo positivo**:

```r
df_titanic <- read_csv("data/titanic.csv")
```

- **Exemplo negativo**:

```r
df_titanic <- read_csv("C:\Users\beatr\Documents\GitHub\2020-R-Ladies-SP-Basico\data/titanic.csv")
```

---
class:

# Antes de começar: o projeto

- Ao realizar um projeto, sempre organizar os arquivos em uma **pasta** que conterá todos os arquivos de seu projeto.

- Nomear novos arquivos com **nomes descritivos**

---
class:

# Projetos

- Um bom layout de projeto facilitará sua vida:

- ajudará a garantir a integridade de seus dados;

- facilita o compartilhamento de seu código com outra pessoa (colega de laboratório, colaborador ou /orientador);

- ele permite que você facilmente faça o upload do seu código com a submissão do seu manuscrito; torna-se mais fácil recuperar o projeto depois de um intervalo.

---
class:

# Criando um projeto

- Clique na opção **“File”** do menu, e então em **“New Project”**. ->  Clique em **“New Directory”**. -> Clique em **“New Project”**. -> 1.  Escreva o nome do diretório (pasta) onde deseja manter seu projeto, ex. “my_project”. Clique no botão **“Create Project”**.

- OBS: Crie um novo script para escrever seus códigos!
 **File -> New File -> RScript **
 
 
<img src="img/gif-criar-projeto.gif" width="90%" style="display: block; margin: auto;" />

---
class:

# Instruções

- Abrir o `RStudio` no seu computador (ou o RStudio Cloud caso esteja sem RStudio instalado)

- Crie um novo projeto para utilizar durante este curso (caso esteja usando o RStudio Cloud, automaticamente já estará utilizando um projeto)

- Crie um novo `R` script (file -> new file -> `R` script)

---
class:

# E lá vamos nós!

---
class: center, middle

## `R` Básico

---
class:

# `R` como calculadora

- O `R` permite realizar muitas operações aritméticas em seu console!

```r
2 + 5    # adição
```

```
## [1] 7
```

```r
9 - 4    # subtração
```

```
## [1] 5
```

```r
5 * 2    # multiplicação
```

```
## [1] 10
```

```r
7 / 5    # divisão
```

```
## [1] 1.4
```

- `CTRL + ENTER`: executa a linha selecionada no script.

---
class:

# `R` como calculadora

```r
9 %% 4   # resto da divisão de 9 por 4
```

```
## [1] 1
```

```r
7 %/% 4  # parte inteira da divisão de 7 por 4
```

```
## [1] 1
```

```r
8 ^ 2    # potenciação
```

```
## [1] 64
```

```r
sqrt(1024) # radiciação
```

```
## [1] 32
```

A ordem matemática das operações também vale no R.

---
class:

# Funções matemáticas

```r
sin(1)  # funções trigonométricas
```

```
## [1] 0.841471
```

```r
log(1)  # logaritmo natural (base e)
```

```
## [1] 0
```

```r
log10(10) # logaritmo na base 10
```

```
## [1] 1
```

```r
exp(0.5) # e^(1/2)
```

```
## [1] 1.648721
```

Fonte: [SW Carpentry](http://swcarpentry.github.io/r-novice-gapminder/01-rstudio-intro/index.html)

---
class:

# Desafio 1

Haydée quer contabilizar quantas pessoas participaram dos meetups das RLadies São Paulo em 2019. Ela contabilizou o número de pessoas que participaram em cada evento:

1. Fevereiro, Outubro e Novembro - 60 pessoas cada
1. Abril e Agosto - 30 pessoas cada
1. Março, Maio e Julho - 20 pessoas cada 
1. Junho, Setembro e Dezembro - 45 pessoas cada

Quantas pessoas participaram dos meetups das RLadies em 2019?

---
class:

# Desafio 1 - Resposta

Haydée quer contabilizar quantas pessoas participaram dos meetups das RLadies São Paulo em 2019. Ela contabilizou o número de pessoas que participaram em cada evento:

1. Fevereiro, Outubro e Novembro - 60 pessoas cada
1. Abril e Agosto - 30 pessoas cada
1. Março, Maio e Julho - 20 pessoas cada 
1. Junho, Setembro e Dezembro - 45 pessoas cada

Quantas pessoas participaram dos meetups das RLadies em 2019?

```r
3*60 + 2*30 + 3*20 + 3*45
```

```
## [1] 435
```

---
class:

# O que é um objeto?
- Ao se desenvolver um projeto, você irá trabalhar com diversos tipos de arquivos, além de informações que serão repetidas ao longo do script.

- Para reutilizar essas informações ao longo do script utilizamos o que chamamos de **objeto**

- Um objeto retém e representa um valor ou expressão

---
class:

# Atribuindo valor a um objeto no R

- Para atribuir um valor a um objeto no R, utilizamos o operador **<-**

- O atalho ALT + **-** gera o operador **<-**

- Todas as declarações em `R` onde são criados objetos atribuindo-se valores a elas, têm a mesma forma:

<center>nome_do_objeto <- valor</center>

- Atalho: `ALT` + `-`: cria o `<-` sinal de atribuição.

---
class:

# Exemplos 
## Objetos e atribuição de valores

```r
nome_empregado <- "Tom Cruise de Souza e Silva"
nome_empregado
```

```
## [1] "Tom Cruise de Souza e Silva"
```

```r
horas_trabalhadas <- 160
horas_trabalhadas
```

```
## [1] 160
```

---
class:

# Exemplos 
## Objetos e atribuição de valores

```r
salario <- 3984.23
salario
```

```
## [1] 3984.23
```

```r
ativo <- TRUE
ativo
```

```
## [1] TRUE
```
---
class:

# Nomes de objetos
- Os nomes devem começar com uma letra. Podem conter letras, números, _ e .

- Recomendação do autor do livro `R` For Data Science: **usar_snake_case**, ou seja, palavras escritas em minúsculo separadas pelo underscore (_).

- O `R` é *case sensitive*, isto é, faz a diferenciação entre as letras minúsculas e maiúsculas. Portanto, um objeto chamado *teste* é diferente de uma outro objeto chamada *Teste*.

---
class:

# Desafio 2
1) Crie objetos para os casos abaixo:

- Restaurante com valor Rodízio Japonês
- Conta a pagar com valor 40,50
- Dinheiro na carteira com valor 60

2) Quanto receberei de troco, se eu pagar a conta do restaurante com o dinheiro que tenho na carteira? Use os objetos criados anteriormente.

---
class:

# Desafio 2 - Resposta
1) Crie objetos para os casos abaixo:

```r
restaurante <- "Rodizio Japones"
restaurante
```

```
## [1] "Rodizio Japones"
```

```r
conta <- 40.50
conta
```

```
## [1] 40.5
```

```r
dinheiro <- 60
dinheiro
```

```
## [1] 60
```

---
class:

# Desafio 2 - Resposta
2) Quanto receberei de troco, se eu pagar a conta do restaurante com o dinheiro que tenho na carteira? Use os objetos criados anteriormente.

```r
dinheiro - conta
```

```
## [1] 19.5
```

---
class:

# Classes Básicas ou Atômicas do R

São os tipos básicos de dados que podem ser representados na linguagem R. É neles que guardamos as informações que necessitamos para um algoritmo.

- **Integer**: números inteiros 
- **Numeric**: números racionais 
- **Complex**: números complexos (raramente usados para Análise de Dados) 
- **Logical**: TRUE, FALSE ou NA 
- **Factor**: variavéis categóricas 
- **Character**: texto

---
class:

# Exemplos: integer

```r
10L # Um número inteiro pode ser representado acompanhado de um L
```

```
## [1] 10
```

```r
2019L
```

```
## [1] 2019
```

---
class:

# Exemplos: numeric

```r
10
```

```
## [1] 10
```

```r
2019
```

```
## [1] 2019
```

```r
5.44
```

```
## [1] 5.44
```

---
class:

# Exemplos: complex

```r
4 + 9i
```

```
## [1] 4+9i
```

---
class:

# Exemplos: logical

```r
TRUE
```

```
## [1] TRUE
```

```r
FALSE
```

```
## [1] FALSE
```

---
class:

# Exemplos: factor

```r
escolaridade <- c("Médio", "Superior", "Fundamental", "Fundamental", "Médio")
fator <- as.factor(escolaridade)
fator
```

```
## [1] Médio       Superior    Fundamental Fundamental Médio      
## Levels: Fundamental Médio Superior
```

A função as.factor() criou um objeto do tipo factor.

Na linha *Levels* aparecem os rótulos do fator.

Essa classe de dados pode ser trabalhada com o pacote **forcats**.

---
class:

# Exemplos: character

```r
"escola"
```

```
## [1] "escola"
```

```r
"2019"
```

```
## [1] "2019"
```

```r
"I love pinschers."
```

```
## [1] "I love pinschers."
```

---
class:

# Operações simples com strings

```r
animal <- "Camaleao"
#letras maiúsculas
toupper(animal)
```

```
## [1] "CAMALEAO"
```

```r
#letras minúsculas
tolower(animal)
```

```
## [1] "camaleao"
```

```r
#número de caracteres
nchar(animal)
```

```
## [1] 8
```

---
class:

# Função class

A função **class** mostra a classe de um objeto.

```r
nome_filme <- "Bohemian Rhapsody"
class(nome_filme)
```

```
## [1] "character"
```

```r
ano_inteiro <- 2018L
class(ano_inteiro)
```

```
## [1] "integer"
```

```r
ano <- 2018
class(ano)
```

```
## [1] "numeric"
```

---
class:

# Função class

```r
motor <- 1.5
class(motor)
```

```
## [1] "numeric"
```

```r
passou_enem <- TRUE
class(passou_enem)
```

```
## [1] "logical"
```

---
class:

# Conversão de classes

Podemos forçar um objeto a ser de uma classe específica com as funções: 
- as.character() 
- as.numeric() 
- as.integer() 
- as.logical()

---
class:

# Conversão de classes
** Exemplos de conversão de classes **

```r
vetor <- 0:9
vetor
```

```
##  [1] 0 1 2 3 4 5 6 7 8 9
```

```r
class(vetor)
```

```
## [1] "integer"
```

```r
vetor_numeric <- as.numeric(vetor)
vetor_numeric
```

```
##  [1] 0 1 2 3 4 5 6 7 8 9
```

```r
class(vetor_numeric)
```

```
## [1] "numeric"
```

---
class:

# Conversão de classes
** Exemplos de conversão de classes **

```r
vetor_logical <- as.logical(vetor)
vetor_logical
```

```
##  [1] FALSE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE
```

```r
class(vetor_logical)
```

```
## [1] "logical"
```

---
class:

# Desafio 3

Converta o objeto Conta criado anteriormente para character. Agora cheque sua classe. O que acontece com seu valor? Como explica o que aconteceu?

---
class:

# Desafio 3 - Resposta

Converta o objeto Conta criado anteriormente para character. Agora cheque sua classe. O que acontece com seu valor?

```r
conta
```

```
## [1] 40.5
```

```r
as.character(conta)
```

```
## [1] "40.5"
```

---
class:

# Desafio 3 - Resposta

Converta o objeto Conta criado anteriormente para character. Agora cheque sua classe. O que acontece com seu valor?

```r
conta
```

```
## [1] 40.5
```

```r
class(conta)
```

```
## [1] "numeric"
```

```r
as.character(conta)
```

```
## [1] "40.5"
```

```r
conta <- as.character(conta)
```

```r
class(conta)
```

```
## [1] "character"
```
---
class:

# Tipos de objetos

Os tipos dos objetos são definidos a partir dos valores armazenados neles:

- **Vector**: armazena elementos de mesma classe. 
- **Matrix**: vetores de duas dimensões que armazenam elementos de mesma classe. 
- **List**: tipo especial de vetor que aceita elementos de classes diferentes. 
- **Data.frame**: são tabelas de dados com linhas e colunas, como uma tabela do Excel. Como são listas, essas colunas podem ser de classes diferentes.

---
class:

# Exemplo: Vector

A função c() cria um vetor.

```r
semestre1 <- c("janeiro", "fevereiro", "março", "abril", "maio")
notas_alunos <- c(5, 6.5, 10, 0.5, 2.75)
```

É possível realizar operações com vetores.

```r
vetor1 <- 1:5
vetor1 / 5 # objeto vetor1 dividido por 5
```

```
## [1] 0.2 0.4 0.6 0.8 1.0
```

```r
vetor2 <- 6:10
vetor1 * vetor2
```

```
## [1]  6 14 24 36 50
```

---
class:

# Exemplo: Matrix

A função matrix() cria uma matriz.

```r
primeira_matriz <- matrix(1:8, nrow = 2, ncol = 4)
primeira_matriz
```

```
##      [,1] [,2] [,3] [,4]
## [1,]    1    3    5    7
## [2,]    2    4    6    8
```

A função dim() retorna a dimensão do objeto (linha e coluna).

```r
dim(primeira_matriz)
```

```
## [1] 2 4
```

---
class:

# Exemplo: List

A função list() cria uma lista.

```r
wizards <- list("Harry Potter", 18, TRUE, c("Hermione Granger", "Rony Weasley"))
class(wizards)
```

```
## [1] "list"
```

A função is.list() verifica se o objeto é ou não uma lista.

```r
harry_friends <- c("Hermione Granger", "Rony Weasley")
class(harry_friends)
```

```
## [1] "character"
```

```r
is.list(harry_friends)
```

```
## [1] FALSE
```

---
class:

# Exemplo: Data.frame

A função head() mostra as primeiras 6 linhas do dataframe.

```r
data(iris)

df <- iris

head(df)
```

```
##   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1          5.1         3.5          1.4         0.2  setosa
## 2          4.9         3.0          1.4         0.2  setosa
## 3          4.7         3.2          1.3         0.2  setosa
## 4          4.6         3.1          1.5         0.2  setosa
## 5          5.0         3.6          1.4         0.2  setosa
## 6          5.4         3.9          1.7         0.4  setosa
```

---
class:

# Funções úteis

##Para trabalhar com dataframes

- `tail()`: mostra as últimas 6 linhas.

- `names()`: mostra os nomes das colunas.

- `View()`: mostra o dataframe.

---
class:

# Desafio 4

1) Quantas observações tem o data.frame iris? 
2) Quais são as variáveis do data.frame iris? 
3) Visualize o dataframe iris.

---
class:

# Desafio 4 - Resposta

1) Quantas observações tem o data.frame iris?

```r
tail(df)
```

```
##     Sepal.Length Sepal.Width Petal.Length Petal.Width   Species
## 145          6.7         3.3          5.7         2.5 virginica
## 146          6.7         3.0          5.2         2.3 virginica
## 147          6.3         2.5          5.0         1.9 virginica
## 148          6.5         3.0          5.2         2.0 virginica
## 149          6.2         3.4          5.4         2.3 virginica
## 150          5.9         3.0          5.1         1.8 virginica
```
2) Quais são as variáveis do data.frame iris?

```r
names(df)
```

```
## [1] "Sepal.Length" "Sepal.Width"  "Petal.Length" "Petal.Width"  "Species"
```
---
class:

# Desafio 4 - Resposta

3) Visualize o dataframe iris.

```r
View(df)
```

---
class:

# Operadores Relacionais
- Igual a: **==** 
- Diferente de: **!=** 
- Maior que: **>** 
- Maior ou igual: **>=** 
- Menor que: **<** 
- Menor ou igual: **<=**

---
class:

# Exemplos de Operadores Relacionais

Igual a: **==**

```r
TRUE == TRUE
```

```
## [1] TRUE
```

```r
TRUE == FALSE
```

```
## [1] FALSE
```
---
class:

# Exemplos de Operadores Relacionais

Diferente de **!=**

```r
TRUE != TRUE
```

```
## [1] FALSE
```

```r
TRUE != FALSE
```

```
## [1] TRUE
```
---
class:

# Exemplos de Operadores Relacionais

Menor de: **<**

```r
3 < 5
```

```
## [1] TRUE
```

Maior ou igual de: **>=**

```r
10 >= 10
```

```
## [1] TRUE
```

Maior de: **>=**

```r
10 > 10
```

```
## [1] FALSE
```

---
class:

# Operadores Lógicos

- E: **&** 
Será verdadeiro se os dois forem TRUE

```r
x <- 5

x >= 3 & x <=7
```

```
## [1] TRUE
```

```r
y <- 2

y >= 3 & y <= 7
```

```
## [1] FALSE
```
---
class:

# Operadores Lógicos

- OU: **|** 
Será verdadeiro se um dos dois forem TRUE

```r
y <- 2

y >= 3 | y <=7
```

```
## [1] TRUE
```

```r
y <- 1

y >= 3 | y == 0
```

```
## [1] FALSE
```
---
class:

# Operadores Lógicos

- Negação: **!**

```r
(!x < 4)
```

```
## [1] TRUE
```

---
class:

# NA

Uma característica importante do R que pode dificultar a comparação são os valores ausentes ou **NAs** (não disponíveis).

**NA** representa um valor desconhecido.

---
class:

# NA

Quase qualquer operação envolvendo um valor desconhecido também será desconhecido:

```r
NA > 10
```

```
## [1] NA
```

```r
10 == NA
```

```
## [1] NA
```

```r
NA + 10
```

```
## [1] NA
```

```r
NA / 2
```

```
## [1] NA
```

---
class:

# NA

E o mais confuso:

```r
NA == NA
```

```
## [1] NA
```

**is.na()** é a função que testa se um objeto é NA.

---
class:

# Índices

- Indicam a posição do elemento no objeto. 
- Inicia-se a contagem do índice pela posição do primeiro elemento do objeto, ou seja, pelo número 1.

*Vetores*: característica linear

```r
v <- c(10:25)

v[2]
```

```
## [1] 11
```

*Data Frames*: o primeiro número indica a linha (observação) e o segundo a coluna (variável).

```r
df[145, 2]
```

```
## [1] 3.3
```

---
class:

# Desafio 5

1) No data.frame iris, testar se o Petal.Lenght da 5ª observação é igual ao da 6ª observação. E se o Petal.Lenght da 5ª observação é igual ao da 7ª observação.

2) A 10ª observação tem Petal.Width maior ou menor que a seguinte (11ª)? 
E qual é a espécie da menor?

---
class:

# Desafio 5 - Resposta

1) No data.frame iris, testar se o Petal.Lenght da 5ª observação é igual ao da 6ª observação. E se o Petal.Lenght da 5ª observação é igual ao da 7ª observação.

```r
df[5,3] == df[6,3]
```

```
## [1] FALSE
```

```r
df[5,3] == df[7,3]
```

```
## [1] TRUE
```

---
class:

# Desafio 5 - Resposta

2) A 10ª observação tem Petal.Width maior ou menor que a seguinte (11a)? 
E qual é a espécie da menor?

```r
df[10,4] < df[11,4] # Petal.Width da 10ª linha é menor que da 11ª
```

```
## [1] TRUE
```

```r
df[10,5]
```

```
## [1] setosa
## Levels: setosa versicolor virginica
```

---
class:

# Pacotes no R

**Pacotes** são coleções de funções, dados e documentação que estendem as capacidades do `R` básico.

Eles precisam ser instalados e carregados.

---
class:

## Instalação de Pacotes:

- Via CRAN: install.packages("nome-do-pacote").

```r
install.packages("tidyverse")
```

- Via Github: devtools::install_github("nome-do-repo/nome-do-pacote").

```r
devtools::install_github("tidyverse/dplyr")
```

## Carregar pacotes:

- library(nome-do-pacote)

```r
library(tidyverse)
```

---
class:

# Dicas sobre Pacotes

1. Você só precisa instalar o pacote uma vez, mas precisa carregá-lo sempre que começar uma nova sessão;

2. Para instalar o pacote use as aspas;

3. Para carregar o pacote, **não** utilize as aspas.

---
class:

# Pacotes - CRAN Task View

Relação de pacotes encontrados no CRAN por áreas de interesse.

- [CRAN Task View](https://cran.r-project.org/web/views/)

---
class:

# Vamos nos preparar para a tarde?

Para quem está usando o RStudio instalado no computador:

- No seu projeto, crie uma pasta chamada `data`

- Fazer o download deste arquivo: [`titanic`](https://raw.githubusercontent.com/beatrizmilz/2020-R-Ladies-SP-Basico/master/docs/data/titanic.csv) ou em [bit.ly/titanic-rladies](http://bit.ly/titanic-rladies)

- Salve este arquivo na pasta `/data`

- Instale o pacote `tidyverse`:

```r
install.packages("tidyverse")
```

- OBS: Caso esteja usando RStudio Cloud, não é necessário realizar estes passos, pois já foram feitos anteriormente.
---
class:

# Cronograma da tarde

- Introdução ao Pacote Tidyverse

- O Operador Pipe

- Visualização de Data Frames no RStudio

- Introdução ao Pacote dplyr

- Para aprender mais

---
class: center, middle

## Tidyverse

---
class:

# O Tidyverse

É uma coleção de pacotes `R` projetados para a ciência de dados. Todos os pacotes compartilham uma mesma filosofia de desenvolvimento, sintaxe e estruturas de dados.

---
class:

# Pacotes do Tidyverse

- **ggplot2**: cria gráficos 
- **dplyr**: manipulação de dados 
- **tidyr**: arruma os dados 
- **readr**: leitura dos dados 
- **purrr**: ferramentas para programação funcional, trabalha com funções e vetores 
- **tibble**: dataframes moderno, mais simples de manipular 
- **magrittr**: facilita a escrita e leitura do código 
- **stringr**: trabalha com strings 
- **forcats**: trabalha com fatores 
- **lubridate**: trabalha com datas

---
class:

# O operador %>%, o Pipe

Imagine uma receita que tenha as instruções: junte os ingredientes, misture e leve ao forno. Na forma usual do R, essas instruções provavelmente seriam assim:

**forno(misture(junte(ingredientes)))**

Dessa forma temos que pensar “de dentro para fora”. O primeiro comando que lemos é forno, sendo que essa é a última operação que será realizada.

Com o operador pipe seria algo assim:

**ingredientes %>% junte %>% misture %>% forno**

É mais intuitivo!
  
---
class:

# O operador %>%, o Pipe

Para ficar mais fácil: pense no Pipe %>% como um operador que efetua as operações à direita nos valores que estão à esquerda.

Ou ainda, o operador %>%  passa o que está à esquerda como argumento para a operação da direita.

**Atalho**: CTRL + SHIFT + M

---
class:

# Dataframes  - Tidy data

Fonte: [Data Science with `R` by Garrett Grolemund](http://garrettgman.github.io/tidying/)

---
class:

# Importação de arquivos

Pacote **readr**: funções para ler arquivos texto
- read_csv
- read_csv2
- read_delim
- read_log
- read_rds

Pacote **readxl**: função para ler arquivo Excel  
- read_excel

Pacote **haven**: funções para ler outros softwares estatísticos

- read_sas
- read_spss
- read_stata

---
class:

# E lá vamos nós!

---
class:

# Importação de arquivos

- Iremos importar a base [`titanic`](https://raw.githubusercontent.com/beatrizmilz/2020-R-Ladies-SP-Basico/master/docs/data/titanic.csv):

```r
library(tidyverse)

# Uma outra opção é carregar somente o(s) pacote(s) que irá utilizar.
library(dplyr)

# Importa o arquivo csv para o objeto df_titanic
df_titanic <- read_csv("data/titanic.csv")
```

---
class:

# Import Dataset - RStudio

## Importar CSV - From Text (readr)
- Exemplo: abrindo uma base csv que já está no computador
<img src="img/gif-importar-csv.gif" width="95%" style="display: block; margin: auto;" />

---
class:

# Import Dataset - RStudio

## Importar excel - From Excel
- Exemplo: abrindo uma base excel que está online
<img src="img/gif-importarexcel.gif" width="95%" style="display: block; margin: auto;" />
Site dos dados do exemplo: [Execução orçamentária PMSP](http://orcamento.sf.prefeitura.sp.gov.br/orcamento/execucao.php)
---
class:

# View e glimpse

- Para visualizar um objeto: **View**(nome-do-objeto)

- **glimpse()**: mostra informações como o número de observações (linhas) e variáveis (colunas), o nome das colunas, o tipo delas e os primeiros dados de cada coluna.

```r
df_titanic %>% glimpse()
```

```
## Observations: 891
## Variables: 12
## $ id_passageiro <dbl> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 1...
## $ sobreviveu <chr> "nao", "sim", "sim", "sim", "nao", "nao", "nao", "na...
## $ classe <dbl> 3, 1, 3, 1, 3, 3, 1, 3, 3, 2, 3, 1, 3, 3, 3, 2, 3, 2...
## $ nome <chr> "Braund, Mr. Owen Harris", "Cumings, Mrs. John Bradl...
## $ sexo <chr> "masculino", "feminino", "feminino", "feminino", "ma...
## $ idade <dbl> 22, 38, 26, 35, 35, NA, 54, 2, 27, 14, 4, 58, 20, 39...
## $ irmaos_conjuge <dbl> 1, 1, 0, 1, 0, 0, 0, 3, 0, 1, 1, 0, 0, 1, 0, 0, 4, 0...
## $ pais_criancas <dbl> 0, 0, 0, 0, 0, 0, 0, 1, 2, 0, 1, 0, 0, 5, 0, 0, 1, 0...
## $ passagem <chr> "A/5 21171", "PC 17599", "STON/O2. 3101282", "113803...
## $ tarifa <dbl> 7.2500, 71.2833, 7.9250, 53.1000, 8.0500, 8.4583, 51...
## $ cabine <chr> NA, "C85", NA, "C123", NA, NA, "E46", NA, NA, NA, "G...
## $ embarque <chr> "Southampton", "Cherbourg", "Southampton", "Southamp...
```

---
class:

# dplyr

A ideia do pacote **dplyr** é tornar a manipulação de dados explícita utilizando verbos que indicam a ação a ser realizada.

O encadeamento dos verbos com o banco de dados é realizado com o operador **pipe**: **%>%**

O dplyr foi desenhado para trabalhar com o operator pipe **%>%** do pacote magritrr.

---
class:

# Os 6 verbos do dplyr

- **filter**(): seleciona linhas 
- **arrange**(): ordena de acordo com uma ou mais colunas 
- **select**(): seleciona colunas 
- **mutate**(): cria/modifica colunas 
- **summarise**(): sumariza/agrega colunas 
- **group_by**(): agrupa colunas

---
class:

# filter

Selecionar linhas da base de dados.

OBS: **Tibble** é uma releitura moderna do data.frame.

```r
df_titanic %>% filter(sobreviveu == "sim") # Seleciona os sobreviventes.
```

```
## # A tibble: 342 x 12
## id_passageiro sobreviveu classe nome sexo idade irmaos_conjuge
## <dbl> <chr> <dbl> <chr> <chr> <dbl> <dbl>
## 1 2 sim 1 Cumi~ femi~ 38 1
## 2 3 sim 3 Heik~ femi~ 26 0
## 3 4 sim 1 Futr~ femi~ 35 1
## 4 9 sim 3 John~ femi~ 27 0
## 5 10 sim 2 Nass~ femi~ 14 1
## 6 11 sim 3 Sand~ femi~ 4 1
## 7 12 sim 1 Bonn~ femi~ 58 0
## 8 16 sim 2 Hewl~ femi~ 55 0
## 9 18 sim 2 Will~ masc~ NA 0
## 10 20 sim 3 Mass~ femi~ NA 0
## # ... with 332 more rows, and 5 more variables: pais_criancas <dbl>,
## # passagem <chr>, tarifa <dbl>, cabine <chr>, embarque <chr>
```

---
class:

# filter

```r
# Cria um objeto e atribui a ele as linhas com os sobreviventes.
sobreviventes <- df_titanic %>% filter(sobreviveu == "sim")

# Crianças com menos de 12 anos que sobreviveram.
criancas_sobreviventes <- df_titanic %>% filter(sobreviveu == "sim" & idade < 12)

# Embarque realizado nos locais: Southampton ou Queenstow.
embarque <- df_titanic %>% filter(embarque == "Southampton" |
 embarque == "Queenstow")

# A instrução acima pode ser reescrita com o operador %in%:
embarque <- df_titanic %>% filter(embarque %in% c("Southampton", "Queenstow"))
```

---
class:

# filter

```r
# Pessoas sem informação de local de embarque.
# is.na() - função que retorna TRUE se o valor for NA e FALSE se não for.
sem_embarque <- df_titanic %>% filter(is.na(embarque))

# Pessoas que tem "Elizabeth" em qualquer posição do campo nome.
# str_detect - função que retorna TRUE se detectou o valor dado e 
# FALSE, caso não tenha encontrado.
nome <- df_titanic %>% filter(str_detect(nome, "Elizabeth"))
```

---
class:

# Desafio 1

1) Criar um objeto chamado passageiras que seleciona somente as passageiras.

2) Criar um objeto chamado criancas_Cherbourg que seleciona as crianças com menos de 12 anos que embarcaram na cidade de Cherbourg.

---
class:

# Desafio 1 - Resposta

1) Criar um objeto chamado passageiras que seleciona somente as passageiras.

```r
passageiras <- df_titanic %>% filter(sexo == "feminino")
```

2) Criar um objeto chamado criancas_Cherbourg que seleciona as crianças com menos de 12 anos que embarcaram na cidade de Cherbourg.

```r
criancas_Cherbourg <- df_titanic %>% filter(idade < 12 & embarque == "Cherbourg")
```

---
class:

# arrange

Ordenar as linhas da base de dados conforme uma ou mais variáveis.

```r
# Ordena por ordem crescente da coluna nome.
passageiros_ordenados <- df_titanic %>% arrange(nome)
passageiros_ordenados
```

```
## # A tibble: 891 x 12
## id_passageiro sobreviveu classe nome sexo idade irmaos_conjuge
## <dbl> <chr> <dbl> <chr> <chr> <dbl> <dbl>
## 1 846 nao 3 Abbi~ masc~ 42 0
## 2 747 nao 3 Abbo~ masc~ 16 1
## 3 280 sim 3 Abbo~ femi~ 35 1
## 4 309 nao 2 Abel~ masc~ 30 1
## 5 875 sim 2 Abel~ femi~ 28 1
## 6 366 nao 3 Adah~ masc~ 30 0
## 7 402 nao 3 Adam~ masc~ 26 0
## 8 41 nao 3 Ahli~ femi~ 40 1
## 9 856 sim 3 Aks,~ femi~ 18 0
## 10 208 sim 3 Albi~ masc~ 26 0
## # ... with 881 more rows, and 5 more variables: pais_criancas <dbl>,
## # passagem <chr>, tarifa <dbl>, cabine <chr>, embarque <chr>
```

---
class:

# arrange

É possível ordenar na ordem descrescente e também por mais de uma variável.

```r
# Ordena por ordem decrescente de idade e por ordem crescente de nome.
passageiros_ordenados <- df_titanic %>% arrange(desc(idade), nome)
passageiros_ordenados
```

```
## # A tibble: 891 x 12
## id_passageiro sobreviveu classe nome sexo idade irmaos_conjuge
## <dbl> <chr> <dbl> <chr> <chr> <dbl> <dbl>
## 1 631 sim 1 Bark~ masc~ 80 0
## 2 852 nao 3 Sven~ masc~ 74 0
## 3 494 nao 1 Arta~ masc~ 71 0
## 4 97 nao 1 Gold~ masc~ 71 0
## 5 117 nao 3 Conn~ masc~ 70.5 0
## 6 746 nao 1 Cros~ masc~ 70 1
## 7 673 nao 2 Mitc~ masc~ 70 0
## 8 34 nao 2 Whea~ masc~ 66 0
## 9 281 nao 3 Duan~ masc~ 65 0
## 10 457 nao 1 Mill~ masc~ 65 0
## # ... with 881 more rows, and 5 more variables: pais_criancas <dbl>,
## # passagem <chr>, tarifa <dbl>, cabine <chr>, embarque <chr>
```
---
class:

#arrange

- É possível também usar outras funções dentro do arrange. como `is.na`

```r
# ordenando pelas variáveis que tem muitos campos vazios ou NA 
# (neste caso as variáveis são cabine e idade)
df_titanic %>% arrange(desc(is.na(idade)),
                       desc(cabine == "")) %>% head()
```

```
## # A tibble: 6 x 12
## id_passageiro sobreviveu classe nome sexo idade irmaos_conjuge pais_criancas
## <dbl> <chr> <dbl> <chr> <chr> <dbl> <dbl> <dbl>
## 1 32 sim 1 Spen~ femi~ NA 1 0
## 2 56 sim 1 Wool~ masc~ NA 0 0
## 3 129 sim 3 Pete~ femi~ NA 1 1
## 4 167 sim 1 Chib~ femi~ NA 0 1
## 5 186 nao 1 Rood~ masc~ NA 0 0
## 6 285 nao 1 Smit~ masc~ NA 0 0
## # ... with 4 more variables: passagem <chr>, tarifa <dbl>, cabine <chr>,
## # embarque <chr>
```

---
class:

# filter & arrange

```r
# Filtra os sobreviventes homens e ordena por classe.
df_titanic  %>% 
  filter(sexo == "masculino" & sobreviveu == "sim") %>% 
  arrange(classe)
```

```
## # A tibble: 109 x 12
## id_passageiro sobreviveu classe nome sexo idade irmaos_conjuge
## <dbl> <chr> <dbl> <chr> <chr> <dbl> <dbl>
## 1 24 sim 1 Slop~ masc~ 28 0
## 2 56 sim 1 Wool~ masc~ NA 0
## 3 98 sim 1 Gree~ masc~ 23 0
## 4 188 sim 1 "Rom~ masc~ 45 0
## 5 210 sim 1 Blan~ masc~ 40 0
## 6 225 sim 1 Hoyt~ masc~ 38 1
## 7 249 sim 1 Beck~ masc~ 37 1
## 8 299 sim 1 Saal~ masc~ NA 0
## 9 306 sim 1 Alli~ masc~ 0.92 1
## 10 371 sim 1 Hard~ masc~ 25 1
## # ... with 99 more rows, and 5 more variables: pais_criancas <dbl>,
## # passagem <chr>, tarifa <dbl>, cabine <chr>, embarque <chr>
```

---
class:

# Desafio 2

1) Ordenar os passageiros por ordem decrescente de classe e nomeie o objeto.

2) Ordenar somente as passageiras por ordem de idade e dê um nome para o objeto.

---
class:

# Desafio 2 - Resposta

1) Ordenar os passageiros por ordem decrescente de classe e nomeie o objeto.

```r
passageiros <- df_titanic %>% arrange(desc(classe))
```

2) Ordenar somente as passageiras por ordem de idade e dê um nome para o objeto.

```r
mulheres <- df_titanic %>% 
 filter(sexo == "feminino") %>% 
 arrange(idade)
```

---
class:

# select

Selecionar colunas (variáveis) da base de dados.

```r
# Seleciona as colunas indicadas.
df_titanic %>% select(nome, idade, classe, embarque)
```

```
## # A tibble: 891 x 4
## nome idade classe embarque 
## <chr> <dbl> <dbl> <chr> 
## 1 Braund, Mr. Owen Harris 22 3 Southampton
## 2 Cumings, Mrs. John Bradley (Florence Briggs Thayer) 38 1 Cherbourg 
## 3 Heikkinen, Miss. Laina 26 3 Southampton
## 4 Futrelle, Mrs. Jacques Heath (Lily May Peel) 35 1 Southampton
## 5 Allen, Mr. William Henry 35 3 Southampton
## 6 Moran, Mr. James NA 3 Queenstow 
## 7 McCarthy, Mr. Timothy J 54 1 Southampton
## 8 Palsson, Master. Gosta Leonard 2 3 Southampton
## 9 Johnson, Mrs. Oscar W (Elisabeth Vilhelmina Berg) 27 3 Southampton
## 10 Nasser, Mrs. Nicholas (Adele Achem) 14 2 Cherbourg 
## # ... with 881 more rows
```

---
class:

# select

O select tem várias funções úteis, como por exemplo:

- **starts_with**("cla"): seleciona colunas que começam com "cla" 
- **ends_with**("ifa"): seleciona colunas que terminam com "ifa" 
- **contains**("ssa"): seleciona colunas que contêm "ssa"

---
class:

# select

```r
# Seleciona as colunas que começam com "id".
df_titanic %>%  select(starts_with("id"))
```

```
## # A tibble: 891 x 2
## id_passageiro idade
## <dbl> <dbl>
## 1 1 22
## 2 2 38
## 3 3 26
## 4 4 35
## 5 5 35
## 6 6 NA
## 7 7 54
## 8 8 2
## 9 9 27
## 10 10 14
## # ... with 881 more rows
```

---
class:

# select

Ao inserir o caracter **-** na frente da coluna, você estará excluindo as colunas da seleção.

```r
df_titanic %>%  select(-id_passageiro, -nome)
```

```
## # A tibble: 891 x 10
## sobreviveu classe sexo idade irmaos_conjuge pais_criancas passagem tarifa
## <chr> <dbl> <chr> <dbl> <dbl> <dbl> <chr> <dbl>
## 1 nao 3 masc~ 22 1 0 A/5 211~ 7.25
## 2 sim 1 femi~ 38 1 0 PC 17599 71.3 
## 3 sim 3 femi~ 26 0 0 STON/O2~ 7.92
## 4 sim 1 femi~ 35 1 0 113803 53.1 
## 5 nao 3 masc~ 35 0 0 373450 8.05
## 6 nao 3 masc~ NA 0 0 330877 8.46
## 7 nao 1 masc~ 54 0 0 17463 51.9 
## 8 nao 3 masc~ 2 3 1 349909 21.1 
## 9 sim 3 femi~ 27 0 2 347742 11.1 
## 10 sim 2 femi~ 14 1 0 237736 30.1 
## # ... with 881 more rows, and 2 more variables: cabine <chr>, embarque <chr>
```

---
class:

# Desafio 3

1) Criar um objeto para salvar o resultado com as colunas nome, tarifa e classe.

2) Mostrar uma tabela com as tarifas maiores que 50 por ordem decrescente de tarifa e ordem crescente de classe. A tabela não deverá conter os campos irmaos_conjuge, pais_criancas e passagem.

---
class:

# Desafio 3 - Resposta

1) Criar um objeto para salvar o resultado com as colunas nome, tarifa e classe.

```r
tarifa <- df_titanic %>% select(nome, tarifa, classe)
```

2) Mostrar uma tabela com as tarifas maiores que 50 por ordem decrescente de tarifa e ordem crescente de classe. A tabela não deverá conter os campos irmaos_conjuge, pais_criancas e passagem.

```r
tarifa_classe <- df_titanic %>% 
 filter(tarifa > 50) %>% 
 select(-irmaos_conjuge, -starts_with("p")) %>% 
 arrange(desc(tarifa), classe)
```

---
class:

# mutate

Criar ou modificar colunas de uma base de dados.

Supondo que o valor da tarifa no dataset está em libras, e que 1£ = R$ 4.93, vamos descobrir qual é o valor das tarifas em reais.

```r
# Altera a coluna tarifa para o valor da tarifa em reais.
tarifa_conversao <- df_titanic %>% mutate(tarifa = tarifa * 4.93)

# Retorna a coluna tarifa para o valor da época.
tarifa_conversao <- df_titanic %>% mutate(tarifa = tarifa / 4.93)
```

---
class:

# mutate

```r
# Cria no dataset uma nova variável chamada tarifa_reais.
tarifa_conversao <- df_titanic %>% mutate(tarifa_real = tarifa * 4.93)
tarifa_conversao
```

```
## # A tibble: 891 x 13
## id_passageiro sobreviveu classe nome sexo idade irmaos_conjuge
## <dbl> <chr> <dbl> <chr> <chr> <dbl> <dbl>
## 1 1 nao 3 Brau~ masc~ 22 1
## 2 2 sim 1 Cumi~ femi~ 38 1
## 3 3 sim 3 Heik~ femi~ 26 0
## 4 4 sim 1 Futr~ femi~ 35 1
## 5 5 nao 3 Alle~ masc~ 35 0
## 6 6 nao 3 Mora~ masc~ NA 0
## 7 7 nao 1 McCa~ masc~ 54 0
## 8 8 nao 3 Pals~ masc~ 2 3
## 9 9 sim 3 John~ femi~ 27 0
## 10 10 sim 2 Nass~ femi~ 14 1
## # ... with 881 more rows, and 6 more variables: pais_criancas <dbl>,
## # passagem <chr>, tarifa <dbl>, cabine <chr>, embarque <chr>,
## # tarifa_real <dbl>
```

---
class:

# Desafio 4

Criar uma tabela com um novo campo que contenha a tarifa em dólar seguindo essa cotação: 1£ = $ 1.31.
Classifique por ordem decrescente de tarifa.

---
class:

# Desafio 4 - Resposta

Criar uma tabela com um novo campo que contenha a tarifa em dólar seguindo essa cotação: 1£ = $ 1.31.
Classifique por ordem decrescente de tarifa.

```r
tarifa_conversao <- df_titanic %>% 
 mutate(tarifa_dolar = tarifa * 1.31) %>% 
 arrange(desc(tarifa))
```

---
class:

# summarize

Sumariza colunas da base de dados, ou seja, resume os valores das colunas em um só valor,
podendo ser a média, mediana, min, max, etc.

```r
# Calcula a média da variável idade
# na.rm = TRUE remove os NAs
df_titanic %>% summarize(mean(idade, na.rm=TRUE))
```

```
## # A tibble: 1 x 1
## `mean(idade, na.rm = TRUE)`
## <dbl>
## 1 29.7
```

---
class:

# summarize

```r
# Calcula: número de mulheres, mediana geral da tarifa e número de passageiros.
# No caso abaixo a função sum() retorna o número de mulheres. 
# A função n() mostra o número de linhas (em cada grupo) e 
# costuma ser bastante usada com o summarize.
df_titanic %>% 
  summarize(
    mulheres = sum(sexo == "feminino", na.rm = TRUE),
    mediana_tarifa = median(tarifa, na.rm = TRUE),
    num_passageiros = n()
)
```

```
## # A tibble: 1 x 3
## mulheres mediana_tarifa num_passageiros
## <int> <dbl> <int>
## 1 314 14.5 891
```

---
class:

# summarize

```r
# Filtra os passageiros homens e calcula a mediana da tarifa.
df_titanic %>% 
  filter(sexo == "masculino") %>% 
  summarize(
    mediana_tarifa = median(tarifa, na.rm = TRUE)
)
```

```
## # A tibble: 1 x 1
## mediana_tarifa
## <dbl>
## 1 10.5
```

---
class:

# Desafio 5

1) Calcular a média da tarifa.

2) Filtrar as passageiras mulheres e calcular a mediana da tarifa.

---
class:

# Desafio 5 - Resposta

1) Calcular a média da tarifa.

```r
media_tarifa <- df_titanic %>% summarize(mean(tarifa, na.rm=TRUE))
```

2) Filtrar as passageiras mulheres e calcular a mediana da tarifa.

```r
mulheres_tarifa <- df_titanic %>% 
 filter(sexo == "feminino") %>% 
 summarize(
 mediana_tarifa = median(tarifa, na.rm = TRUE)
)
```

---
class:

# group_by + summarize

Agrupa as colunas de uma base de dados.

O group_by é bastante utilizado com o summarize.

```r
# Agrupa pela variável sobreviveu e calcula
# o número de passageiros por grupo (sim/nao).
df_titanic %>% 
  group_by(sobreviveu) %>% 
  summarize(num_passageiros = n())
```

```
## # A tibble: 2 x 2
## sobreviveu num_passageiros
## <chr> <int>
## 1 nao 549
## 2 sim 342
```

---
class:

# group_by + summarize

```r
# Agrupa pelo local de embarque e calcula a mediana da tarifa de cada grupo.
df_titanic %>% 
  group_by(embarque) %>% 
  summarize(mediana_tarifa = median(tarifa, na.rm = TRUE))
```

```
## # A tibble: 4 x 2
## embarque mediana_tarifa
## <chr> <dbl>
## 1 Cherbourg 29.7 
## 2 Queenstow 7.75
## 3 Southampton 13 
## 4 <NA> 80
```

---
class:

# Desafios 6

1) Criar uma tabela com a quantidade de pessoas por classe.

2) Criar uma tabela com a mediana da tarifa por sexo.

---
class:

# Desafio 6 - Resposta

1) Criar uma tabela com a quantidade de pessoas por classe.

```r
df_titanic %>% 
  group_by(classe) %>% 
  summarize(qtd_classe = n())
```

```
## # A tibble: 3 x 2
## classe qtd_classe
## <dbl> <int>
## 1 1 216
## 2 2 184
## 3 3 491
```

---
class:

# Desafio 6  - Resposta

2) Criar uma tabela com a mediana da tarifa por sexo.

```r
df_titanic %>% 
  group_by(sexo) %>% 
  summarize(mediana_tarifa = median(tarifa, na.rm = TRUE))
```

```
## # A tibble: 2 x 2
## sexo mediana_tarifa
## <chr> <dbl>
## 1 feminino 23 
## 2 masculino 10.5
```

---
class: middle

---
class:

# Para aprender mais

- [Repositório RLadies São Paulo](https://github.com/rladies/meetup-presentations_sao-paulo) 
- [Livro `R` for Data Science](https://r4ds.had.co.nz) 
- [Software Carpentry](https://software-carpentry.org/lessons/) 
- [Material do Curso-R](https://www.curso-r.com/material/) 
- [R-Bloggers](https://www.r-bloggers.com)

---
class:

# Referências

- https://r4ds.had.co.nz

- https://www.curso-r.com/material/

- https://www.tidyverse.org

- https://software-carpentry.org/lessons/

- http://brunaw.com/slides/rladies-sp/13-08-2018/meetup.html#1

- https://github.com/MaryMS/2018-11-R-Course-FatecZS

- https://beatrizmilz.github.io/talk/oficina_intro_r_ufabc_2018/

- https://bookdown.org/wevsena/curso_r_tce/curso_r_tce.html

- https://rstudio-pubs-static.s3.amazonaws.com/279878_c7634fb5fe9e40b7abc7c35aa724a2a0.html

---
class:

# Referências

- https://analisereal.com/tag/introducao-a-analise-de-dados-com-o-r-2/

- http://r-statistics.co/Top50-Ggplot2-Visualizations-MasterList-R-Code.html

---
class:

# Como saber mais?
 - Website RLadies Global: [https://rladies.org/](https://rladies.org/)
 - Twitter: [@RLadiesGlobal](https://twitter.com/rladiesglobal), [@RLadiesSaoPaulo](https://twitter.com/RLadiesSaoPaulo)
 - Instagram: [@RLadiesSaoPaulo](http://instagram.com/RLadiesSaoPaulo)
 - Facebook: [@RLadiesSaoPaulo](http://facebook.com/RLadiesSaoPaulo)
 - MeetUp: [https://www.meetup.com/pt-BR/R-Ladies-Sao-Paulo](https://www.meetup.com/pt-BR/R-Ladies-Sao-Paulo)
 - Github: [https://github.com/rladies/meetup-presentations_sao-paulo](https://github.com/rladies/meetup-presentations_sao-paulo)
 - R-Ladies LATAM Blog (Latin America) - Em breve!
### Não tem capítulo na sua cidade e quer iniciar um?
<center> Saiba como em <a href="https://rladies.org/about-us/help/"> R-Ladies - How do get involved </a> </center>

- Apresentação feita com [Xaringan](https://github.com/yihui/xaringan), com o tema `metropolis` modificado por [Bea Milz](https://beatrizmilz.com).