9-ap-codigo-inicial.Rmd

# (PART) Apêndice {-}

# Um primeiro arquivo de análise {#exemplo-notebook}

Primeiro você provavelmente carregará as bibliotecas que usará. Algo como: 

```{r warning=FALSE}
library(tidyverse) # carrega os pacotes ggplot2, readr, tidyr e dplyr
# no linux pode ser que você precise instalar a libcurl4-openssl-dev
library(knitr)
library(here, quietly = T)
```

A seguir, você lerá arquivos:

```{r read}
# use sempre read_csv em vez de read.csv
vendas = read_csv(here("dados/vendas_artistas_br.csv"))
```

Sempre dê uma conferida nos dados lidos. Por exemplo como na Tabela~\@ref(tab:tabela-exemplo).

```{r tabela-exemplo, tidy=FALSE}
vendas %>% 
    head(20) %>% 
    kable(
        caption = 'Uma tabela!',
        booktabs = TRUE
    )
```

O próximo passo é visualizar os dados

```{r fig.cap='Uma primeira figura!', out.width='80%', fig.asp=1.75, fig.align='center'}
ggplot(vendas, aes(x = Artista, # Artista é o nome de uma variável dentro de vendas
                   y = `Vendas estimadas (milhões)` # Crase serve de escape para símbolos e espaços
)) + 
    geom_point() +
    coord_flip() # Troca o x por y depois de plotar
# documentação do ggplot2: http://ggplot2.tidyverse.org/index.html
```

Daí em diante, entramos no ciclo _visualizar_ - _transformar_ - _modelar_ - _visualizar_ - ...

Para transformar, tem 5 verbos principais que você usará, todos do `dplyr`: 
    * `select`  - escolhe variáveis (colunas)
    * `filter` - escolhe itens/dados (linhas)
    * `mutate` - cria/altera variáveis
    * `summarise` - calcula algo (média, max, min, ...) a partir de várias linhas
    * `group_by` - tal qual o do SQL

`arrange` é um sexto verbo que pode ser útil. ordena linhas.


```{r}
vendas_com_mpb = vendas %>% 
  filter(`Vendas estimadas (milhões)` < 100, # filter faz um AND nas condições
         `Vendas estimadas (milhões)` > 20) %>% 
  mutate(eh_mpb = grepl("MPB", `Gênero(s)`))  # grepl retorna TRUE para as linhas do segundo argumento que contém o 1o

ggplot(vendas_com_mpb, aes(x = eh_mpb, 
                           y = `Vendas estimadas (milhões)`)) + 
  geom_point(color = "darkorange")
```