revisao_r.Rmd

---
title: "Introdução e Revisão - Linguagem R"
author: "Flávio Brito"
date: "23/10/2016"
output:
  html_document:
    toc: true
    number_sections: true
    theme: cerulean
    highlight: tango
    fig_width: 10
    fig_height: 3
    self_contained: false
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```

# Operador de Associação

```{r}

curso <- "Curso de Auditoria de Dados"

Data <- "23/10/2016"

hora <- "15:09"

Valor <- "R$ 1.650,00"

`Duração do curso` <- "3d"

```
#Ambiente R

```{r}
# Imprime seu diretório corrente 
getwd() 
# Lista os objetos em memória
ls()    
#Muda de diretório
# muda para o diretório dados
#setwd("./dados/")      
# Visualiza e Grava as opções do ambiente
# Ajuda com as opções disponíveis
#help(options) 
#Lista as OpçÕes disponívies
#options() 
#Configura o número de dígitos para serem impressos na saída
#options(digits=3) 
# Lista o histórico de comandos
#history() # Apresenta os últimos 25 comandos executados
# Apresenta todos os comandos executados
#history(max.show=Inf) 
# Grava o histórico de comandos no arquivo 
#savehistory(file="meu_log.txt") # o padrão é ".Rhistory" 

# Recarrega  a lista de comandos dados
#loadhistory(file="meu_log.txt") # o padrão é ".Rhistory"
# Grava os objetos do ambiente de trabalho no arquivo.RData no diretório corrente 
#save.image()

#Grava objetos específicos em uma arquivo
#Se não for especificado o caminho, o diretório corrente será utilizado
#lista <- ls()
#save(lista,file="meu_ambiente_trabalho.RData")
# Carrega o ambinete de trabalho para a sessão atual
# load a workspace into the current session
# if you don't specify the path, the cwd is assumed 
#load("meu_ambiente_trabalho.RData")
#Sai do R. O R perguntará se deseja gravar o ambiente de trabalho
#q() 

```


# Dados
## Associação
### Tamanho do objeto associado a variável

```{r}

# Número de caracters associados a variável quando esta é um caracter

#curso
nchar(curso)
#Data
nchar(Data)
#hora
nchar(hora)
#Duração
nchar(`Duração do curso`)



```


##Tipos de Dados

### Descobrindo o tipo da variável
```{r}
#curso
class(curso)
#Data
class(Data)
#hora
class(hora)
#Duração
class(`Duração do curso`)

```

###Tipos

### Caracter
```{r}
curso <- "Curso de Auditoria de Dados"

print(curso)

class(curso)

is.character(curso)


```


### Numérico

```{r}
x <- 10.2
print(x)
class(x)
```


### Inteiro
```{r}
y <- 8
print(y)
class(y)

```
### Complexo
Sem aplicação no contexto do curso

### Lógico
```{r}
logico <-  T

print(logico)

l <-  FALSE
print(l)

```



### Data
```{r}


#Associa
Data <- "23/10/2016"

#Testa o Tipo
class(Data)

#Será necessário converter o tipo da variável para Data
Data <- as.Date(Data,"%d/%m/%Y")

#Testa o tipo
class(Data)

#Imprime
print(Data)

#Formata a Saída
format(Data, "%d/%m%/%Y")

#Formata a Saída
format(Sys.Date(), "%a %b %d")
format(Sys.Date(), "%d%b%Y")
format(Sys.Date(), "%d/%m/%Y")

weekdays(Sys.Date())
months(Sys.Date())
as.Date(.leap.seconds)

z <- Sys.Date()
print(z)
w<- z+10
print(w)

#Diferença

data1 <- strptime("25/10/2016", format="%d/%m/%Y")
data2 <- strptime("04/11/2016", format="%d/%m/%Y")
difftime(data2,data1,units="days")
difftime(data2,data1,units="week")

# Nota: podemos usar a função trunc() para truncar o valor do resultado da diferença em semanas que no exemplo acima ficou com decimais.


```


### Vetor

```{r}
c(2, 3, 5) 

# Vetor Lógico
c(TRUE, FALSE, TRUE, FALSE, FALSE) 
 
#Vetor de caracteres
c("aa", "bb", "cc", "dd", "ee") 

#Tamanho do Vetor
length(c("aa", "bb", "cc", "dd", "ee")) 

 
```

###Combinando Vetores
```{r}

n <- c(2, 3, 5) 
s <- c("aa", "bb", "cc", "dd", "ee") 

#Combinando
c(n, s) 


```

### Operações com Vetores

```{r}
#Criando vetores
a <- c(2, 3, 5) 
b <- c(6, 1, 3) 


#Soma
a + b

#Subtração
b - a
#Multiplicação
5*a
a * b

#Divisão
a/b

#Regra de Reciclagem
u <- c(10, 20, 30) 
v <- c(1, 2, 3, 4, 5, 6, 7, 8, 9) 
u + v
 


```
### Índice de Vetores
```{r}


n <- c(2, 3, 5) 
s <- c("aa", "bb", "cc", "dd", "ee") 

s[3]

#Índice Negativo

s[-3] #Todos menos o elemento listado no índice

# Fora dos Limites

s[10] 

#Listando mais elementos

s[c(2, 3)] 

s[c(2, 3, 3)] 

# Fora dos Limites

s[c(2, 1, 3)] 

# Índice por faixa
s[2:4] 

#Nomes nos Vetores
v <- c("Governo", "RJ") 
v 

# Temos agora nomear o primeiro membro como primeiro e o segundo como último

names(v) = c("Primeiro", "Último") 
v 

# Então, podemos recuperar o primeiro membro pelo seu nome.

v["Primeiro"] 

# Além disso, podemos inverter a ordem com um vector caráter índice string.

v[c("Último", "Primeiro")] 



```



## Matriz
```{r}
A <- matrix(
  c(2, 4, 3, 1, 5, 7), # os dados dos elementos
  nrow=2,              # número de linhas
  ncol=3,              # número de colunas 
  byrow = TRUE)        # preenche a matriz por linhas

A

A[2, 3]      # elemento da segunda linha e terceira coluna

A[2, ]       # a segunda linha

A[ ,3]       # a terceira coluna

A[ ,c(1,3)] # A primeira e terceira coluna
 

```

 
 
## Lista

```{r}
n  <-  c(2, 3, 5) 
s <-  c("aa", "bb", "cc", "dd", "ee") 
b <-  c(TRUE, FALSE, TRUE, FALSE, FALSE) 
x <-  list(n, s, b, 3)   # x contains copies of n, s, b

x[c(2, 4)] 


#Referência

x[[2]]

x[[2]][1] <- "ta" 

#Membros de uma Lista

v <-  list(nivel=c(2, 3, 5), cargo=c("NIVEL-1", "NIVEL-2")) 

v["nivel"]
 
v[["nivel"]] 

v$nivel 

 

```


## Data Frame

```{r}
n <- c(2, 3, 5) 
s <- c("aa", "bb", "cc") 
b <- c(TRUE, FALSE, TRUE) 
df <- data.frame(n, s, b)  

df

#Exemplo mais avançado:

ID    <- c(1,2,3,4,5)
IDADE <- c(40,45,25,50,60)
CARGO <- c("TECNICO", "ASSISTENTE", "COORDENADOR","AUXILIAR", "GERENTE")
FORMACAO <- c("ESTATISTICA", "ECONOMIA", "SISTEMAS", "DIREITO","LETRAS")
DEPARTAMENTO = c("DEPARTAMENTO A", "DEPARTAMENTO A", "DEPARTAMENTO A","DEPARTAMENTO B","DEPARTAMENTO B")

RH1 <-data.frame(ID, IDADE, CARGO, FORMACAO, DEPARTAMENTO)

print(RH1)

    

#Data frame de carros - Motor Trend Car Road Tests
print(mtcars)

#Seleciona a linha 1 e coluna 2
mtcars[1, 2] 

#Seleciona o carro e a coluna cyl (cilindradas)
mtcars["Mazda RX4", "cyl"] 

nrow(mtcars) # número de linhas
ncol(mtcars) # número de colunas

help(mtcars) # informações sobre este dataframe

#Visualização
head(mtcars)
```
### Coluna do Dataframe

```{r}
#Seleciona a coluna por número de ordem
#Seleciona os carros automáticos
mtcars[[9]] 

#Somente carros automáticos (9 coluna)
mtcars[["am"]] 

mtcars$am 

mtcars[,"am"] 

#Por Índice
mtcars[1] # Seleciona a coluna 1 - mpg

mtcars["mpg"] 

mtcars[c("mpg", "hp")] 

#Índice numérico

mtcars[24,] # Seleciona o registro de número 24 (linha 24 do data frame)

mtcars[c(3, 24),] # Seleciona os registros 3 e 24

# Filtrando
mtcars["Camaro Z28",] # Seleciona um carro específico

mtcars[c("Datsun 710", "Camaro Z28"),]  #Seleciona um conjunto de carros

 

```
### Trocando o nome das variáveis de um data frame

```{r}
#Lista o nome das variáveis de um data frame
names(mtcars)

#Troca o nome da variável carb, posição 11 para "carburador"
names(mtcars)[11] <- "carburador"
names(mtcars)[11] 
#Volta ao nome anterior

names(mtcars)[11] <- "carb"
names(mtcars)[11] 
#Sem utilizar o índice do vetor
names(mtcars)[11] <- "carburador"
colnames(mtcars)[colnames(mtcars)=="carburador"] <- "carb"
names(mtcars)[11] 
#Lista o nome das variáveis de um data frame
names(mtcars)



```

## Manipulação de dados
```{r}
x<-c(1.6123,2.244,4.109,8.9,16 )
round(x,2)                                # Arredonda os valores de x para n casas decimais
ceiling(x)                                # retorna o menor valor maior que x (arredonda para cima)
floor(x)                                  # retorna o maior valor menor que x (arredonda para baixo)
as.integer(x)                             # Truncado x real para inteiros (em comparação com rodada)
x%in%y                     # Testa cada elemento x para a adesão em y
y%in%x                     # Testa cada elemento de y para a adesão em x
all(x%in%y)                #true se x é um subconjunto apropriado de y
all(x)                     # Para um vetor de valores lógicos, eles são tudo verdade?
any(x)                     # Para um vector de valores lógicos, é, pelo menos, um verdadeiro?

```



#Strings
<pre>
\ ': Aspas simples. Você não precisa escapar aspas simples dentro de uma string entre aspas, por isso também pode usar "" "no exemplo anterior.
\ ":. Aspas Da mesma forma, aspas duplas podem ser usados dentro de um único citado corda, ou seja, '"'.
\ N: nova linha.
\ R: retorno de carro.
\ T: caractere de tabulação.
</pre>

## Quantificadores
### Especificam quantas repetições de um padrão ocorrem.

<pre>
*: Corresponde a pelo menos 0 vezes.
+: Corresponde a pelo menos 1 vezes.
?: Corresponde, no máximo, 1 vezes.
{N}: corresponde exatamente n vezes.
{N,}: corresponde a pelo menos n vezes.
{N, m}: corresponde entre N e m vezes.

</pre>
```{r}
strings <- c("a", "ab", "acb", "accb", "acccb", "accccb")
strings
grep("ac*b", strings, value = TRUE)
grep("ac+b", strings, value = TRUE)
grep("ac?b", strings, value = TRUE)
grep("ac{2}b", strings, value = TRUE)
grep("ac{2,}b", strings, value = TRUE)
grep("ac{2,3}b", strings, value = TRUE)
stringr::str_extract_all(strings, "ac{2,3}b", simplify = TRUE)

```


###Posição de um padrão dentro de uma string
*  ^: corresponde ao início da cadeia.
*  $: corresponde ao fim da cadeia.
* \b: corresponde a seqüência vazia em uma ou outra extremidade de uma palavra. Não confundir com ^ $ que marca a extremidade de uma corda.
* \B: corresponde a seqüência vazia desde que não seja em uma borda de uma palavra.

Para o último exemplo, \ b não é um caractere de escape reconhecido, por isso precisamos de barra dupla que \\ b.
```{r}

strings <- c("abcd", "cdab", "cabd", "c abd")
strings
grep("ab", strings, value = TRUE)
grep("^ab", strings, value = TRUE)
grep("ab$", strings, value = TRUE)
grep("\\bab", strings, value = TRUE)
```


##Classes de Caracteres

<pre>
* [:digit:] or \d: digits, 0 1 2 3 4 5 6 7 8 9, equivalent to [0-9]. \D: non-digits, equivalent to [^0-9]
* [:lower:]: lower-case letters, equivalent to [a-z]
* [:upper:]: upper-case letters, equivalent to [A-Z]
* [:alpha:]: alphabetic characters, equivalent to [[:lower:][:upper:]] or [A-z]
* [:alnum:]: alphanumeric characters
* [:xdigit:]: hexadecimal digits (base 16) 0 1 2 3 4 5 6 7 8 9 A B C D E F a b c d e f equivalent to [0-9A-Fa-f]
* [:blank:]: blank characters, i.e. space and tab
* [:space:]: space characters: tab, newline, vertical tab, form feed, carriage return space \s space ` ` \S not space
[:punct:]: punctuation characters, # ! " # $ % & ’ ( ) * + , - . / : ; < = > ? @ [  ] ^ _ ` { | } ~
* [:graph:]: # graphical (human readable) characters: equivalent to [[:alnum:][:punct:]]
* [:print:]: printable characters, equivalent to [[:alnum:][:punct:]\\s]
* [:cntrl:]: control characters, like \n or \r, [\x00-\x1F\x7F]
</pre>
Note:

*  [:...:] has to be used inside square brackets, e.g. [[:digit:]]. \ itself is a special character that needs escape, e.g. \\d. Do not confuse these regular expressions with R escape sequences such as \t.

```{r}


strings <- c("^ab", "ab", "abc", "abd", "abe", "ab 12")
strings
grep("ab.", strings, value = TRUE)
grep("ab[c-e]", strings, value = TRUE)
grep("ab[^c]", strings, value = TRUE)
grep("^ab", strings, value = TRUE)
grep("\\^ab", strings, value = TRUE)
grep("abc|abd", strings, value = TRUE)
gsub("(ab) 12", "\\1 34", strings)



```

#Funções Estatísticas e Transformações
<pre>
max()
min()
mean()
median()
sum()
var()                                             # Produz a covariância variância matrix
sd()                                              # desvio padrão
mad()                                             # (Desvio absoluto mediano)
fivenum()                                         #Tukey fivenumbers min, lowerhinge, median, upper hinge, max
table()                                           contagem de frequência, de preferência as entradas são fatores (ainda que trabalha com números inteiros ou até mesmo reais)
cumsum(x)                                         #cumulative sum, etc.
cumprod(x)
cummax(x)
cummin(x)
rev(x)                                            #reverse the order of values in x
cor(x,y,use="pair")                               #correlation matrix
aov(x~y,data=datafile)                            #onde x e y podem ser matrizes
aov.ex1 = aov(DV~IV,data=data.ex1)                
aov.ex2 = aov(DV~IV1*IV21,data=data.ex2)          #Two way analysis of variance
summary(aov.ex1)                                  #Tabela resumo
boxplot(DV~IV,data=data.ex1)                      #boxplot
lm(x~y,data=dataset)                              #regressão linear
t.test(x,g)                                       #Teste t
pairwise.t.test(x,g)
power.anova.test(groups = NULL, n = NULL, between.var = NULL,
                 within.var = NULL, sig.level = 0.05, power = NULL)
power.t.test(n = NULL, delta = NULL, sd = 1, sig.level = 0.05,
             power = NULL, type = c("two.sample", "one.sample", "paired"),
             alternative = c("two.sided", "one.sided"),strict = FALSE)
</pre>