Introdução ao uso de dados geoespaciais no R

# Introdução ao uso de dados geoespaciais no R 
## 4 Introdução ao tidyverse
### Maurício H. Vancine Milton C. Ribeiro
### UNESP - Rio Claro Laboratório de Ecologia Espacial e Conservação (LEEC)
### 25/10/2021-05/11/2021

---

class: clear
background-image: url(img/general_data_science_r4ds.png)
background-size: 800px

[@allison_horst](https://twitter.com/allison_horst)

---

background-image: url(img/package_tidyverse.png)
background-size: 300px
background-position: 85% 75%

# 4 Introdução ao tidyverse

## Conteúdo

1. Contextualização
1. tidyverse
1. here
1. readr, readxl e writexl
1. tibble
1. magrittr (pipe - %>%)
1. tidyr
1. dplyr
1. stringr
1. forcats
1. lubridate
1. purrr

[tidyverse](https://www.tidyverse.org/)

---

# 4 tidyverse

## Script

## .center[`04_script_intro_geoespacial_r.R`]

---

background-image: url(img/tidyverse-default.png)
background-size: 500px
background-position: 90% 80%

# 1. Contextualização

## Descrição

### O tidyverse é um **conjunto de pacotes** designados para **Data Science**

### Todos os pacotes compartilham uma **filosofia** de design, gramática e estruturas de dados

### É um **"dialeto"** novo para a linguagem R

### **tidy**: organizado, arrumado, ordenado
### **verse**: universo

[What is the tidyverse?](https://rviews.rstudio.com/2017/06/08/what-is-the-tidyverse/)

---

class: inverse, center
background-image: url(img/gif_avenger_reference.gif)
background-size: 800px

# Iniciativa Vingadores do R

---

background-image: url(img/general_data_science.png)
background-size: 900px
background-position: 50% 60%

# 1. Contextualização

## Fluxo de trabalho

[Wickham & Grolemund (2017)](https://r4ds.had.co.nz/)

---

background-image: url(img/tidyverse_flow.png)
background-size: 650px
background-position: 50% 60%

# 1. Contextualização

## Pacotes

---

background-image: url(img/tidyverse_packages.png)
background-size: 650px
background-position: 50% 60%

# 1. Contextualização

## Pacotes e suas funções

---

background-image: url(img/person_hadley_wickham.jpg)
background-size: 550px
background-position: 50% 60%

# 1. Contextualização

### O idealizador foi o **Hadley Wickham** e atualmente **muitas pessoas** têm contribuído para sua expansão

[Hadley Wickham](http://hadley.nz/)

---

background-image: url(img/tidyverse_papers.png)
background-size: 400px
background-position: 50% 90%

# 1. Contextualização

## Artigos

> - Wickham, Hadley. ["Tidy data."](https://www.jstatsoft.org/article/view/v059i10) Journal of Statistical Software 59.10 (2014): 1-23.

> - Wickham, Hadley, et al. ["Welcome to the Tidyverse."](https://joss.theoj.org/papers/10.21105/joss.01686) Journal of Open Source Software 4.43 (2019): 1686.

---

background-image: url(img/cover_data_science_r.png)
background-size: 300px
background-position: 50% 55%

# 1. Contextualização

## R for Data Science (2017)

[Wickham & Grolemund (2017)](https://r4ds.had.co.nz/)

---

background-image: url(img/tidyverse_site1.png)
background-size: 800px
background-position: 50% 50%

# 1. Contextualização

## Sites

[tidyverse](https://www.tidyverse.org/)

---

background-image: url(img/tidyverse_site2.png)
background-size: 800px
background-position: 50% 50%

# 1. Contextualização

## Sites

[R para data science](https://rpubs.com/modelthinkingbr/dados)

---

class: clear
background-image: url(img/package_tidyverse.png)
background-size: 400px

[tidyverse](https://tidyverse.tidyverse.org/)

---

# 2. tidyverse

## Descrição

### Para utilizar os pacotes do **tidyverse** é preciso instalar e carregar o pacote `tidyverse`

```r
# instalar pacote
install.packages("tidyverse")
```

```r
# carregar pacote
library(tidyverse)
```

---

# 2. tidyverse

## Listar todos os pacotes do tidyverse

```r
# listar todos os pacotes no tidyverse 
tidyverse::tidyverse_packages(include_self = TRUE)
```

```
##  [1] "broom"         "cli"           "crayon"        "dbplyr"       
##  [5] "dplyr"         "dtplyr"        "forcats"       "googledrive"  
##  [9] "googlesheets4" "ggplot2"       "haven"         "hms"          
## [13] "httr"          "jsonlite"      "lubridate"     "magrittr"     
## [17] "modelr"        "pillar"        "purrr"         "readr"        
## [21] "readxl"        "reprex"        "rlang"         "rstudioapi"   
## [25] "rvest"         "stringr"       "tibble"        "tidyr"        
## [29] "xml2"          "tidyverse"
```

---

background-image: url(img/code_snake_case.png)
background-size: 500px
background-position: 80% 80%

# 2. tidyverse

## Sintaxe

### Todas as funções dos pacotes **tidyverse** usam fonte minúscula e usam `_` para separar os nomes internos das funções (snake_case)

`read_csv()`

`read_xlsx()`

`as_tibble()`

`left_join()`

`group_by()`

---

background-image: url(img/code_snake_case.png)
background-size: 500px
background-position: 80% 80%

# 2. tidyverse

## Sintaxe

### É interessante **indicar de quais pacotes as funções** são utilizadas (`pacote::função`), para **evitar erros** com funções de outros pacotes

`readr::read_csv()`

`readxl::read_xlsx()`

`tibble::as_tibble()`

`dplyr::left_join()`

`dplyr::group_by()`

---

[here](https://here.r-lib.org/)
[@allison_horst](https://twitter.com/allison_horst)

---

# 3. here

## Descrição

### Constrói caminhos para os arquivos do seu projeto

### - **Mudar o diretório**: tende à ser chato demais (principalmente se é um código alheio)

### - **Fragilidade**: conectado exatamente a um lugar e a um momento (baixa reprodutibilidade)

### - **Subdiretórios**: facilita importar ou exportar para subpastas (Lei do Mínimo Esforço)

---

background-image: url(img/here.png)
background-size: 400px
background-position: 50% 90%

# 3. here

## Pacote

```r
# instalar
install.packages("here")

# carregar
library(here)
```

[@allison_horst](https://twitter.com/allison_horst)

---

background-image: url(img/here.png)
background-size: 400px
background-position: 50% 90%

# 3. here

## Diversos critérios para encontrar o diretório raiz

```r
# conferir
here::here()

# criar um arquivo .here
here::set_here()
```

[@allison_horst](https://twitter.com/allison_horst)

---

[readr](https://readr.tidyverse.org/)

---

background-image: url(img/cheatsheet_readr.png)
background-size: 600px
background-position: 50% 70%

# 4. readr, readxl e writexl

## Data Import Cheatsheet

[Data Import Cheatsheet](https://github.com/rstudio/cheatsheets/raw/master/data-import.pdf)

---

# 4. readr, readxl e writexl

## readr - Descrição

### **Carrega e salva** grandes arquivos de forma **mais rápida**

### As funções **read.csv()** e **read.csv2()** são substituídas pelas funções **read_csv()** e **read_csv2()**

### Essas funções fornecem **medidores de progresso**

### E também **classificam** automaticamente o **modo** dos dados de cada coluna

### A classe do objeto atribuído é **tibble**

### Para salvar arquivos no formato .csv: **write_csv()** e **write_csv2()**

---

background-image: url(img/general_data_eu_mesmo.png)
background-size: 600px
background-position: 50% 80%

# 4. readr, readxl e writexl

## ATLANTIC AMPHIBIANS: a dataset of amphibian communities from the Atlantic Forests of South America

### Eu mesmo et al. (2018)

[Vancine et al. (2018)](https://doi.org/10.1002/ecy.2392)

---

# 4. readr, readxl e writexl

## readr

### **Formato .csv**

```r
# importar sites com here
si <- readr::read_csv(here::here("03_dados", "tabelas", "ATLANTIC_AMPHIBIANS_sites.csv"),
 locale = readr::locale(encoding = "latin1"))
si
```

```
## # A tibble: 1,163 × 25
## id reference_number species_number record sampled_habitat active_methods
## <chr> <dbl> <dbl> <chr> <chr> <chr> 
## 1 amp1001 1001 19 ab fo,ll as 
## 2 amp1002 1002 16 co fo,la,ll as 
## 3 amp1003 1002 14 co fo,la,ll as 
## 4 amp1004 1002 13 co fo,la,ll as 
## 5 amp1005 1003 30 co fo,ll,br as 
## 6 amp1006 1004 42 co tp,pp,la,ll,is <NA> 
## 7 amp1007 1005 23 co sp as 
## 8 amp1008 1005 19 co sp,la,sw as,sb,tr 
## 9 amp1009 1005 13 ab fo <NA> 
## 10 amp1010 1006 1 ab fo <NA> 
## # … with 1,153 more rows, and 19 more variables: passive_methods <chr>,
## # complementary_methods <chr>, period <chr>, month_start <dbl>,
## # year_start <dbl>, month_finish <dbl>, year_finish <dbl>,
## # effort_months <dbl>, country <chr>, state <chr>, state_abbreviation <chr>,
## # municipality <chr>, site <chr>, latitude <dbl>, longitude <dbl>,
## # coordinate_precision <chr>, altitude <dbl>, temperature <dbl>,
## # precipitation <dbl>
```

---

# 4. readr, readxl e writexl

## readr

### **Formato .csv**

```r
# importar sites sem here
si <- readr::read_csv("./03_dados/tabelas/ATLANTIC_AMPHIBIANS_sites.csv",
 locale = readr::locale(encoding = "latin1"))
si
```

---

# 4. readr, readxl e writexl

## readr

### **Formato .txt**

```r
# importar sites
si <- readr::read_tsv(here::here("03_dados", "tabelas", "ATLANTIC_AMPHIBIANS_sites.txt"))
si
```

---

class: clear
background-image: url(img/package_readxl.png)
background-size: 400px

[readxl](https://readxl.tidyverse.org/)

---

# 4. readr, readxl e writexl

## readxl e writexl

### Pacotes para importar e exportar planilhas no formato Excel®

```r
# importar .xlsx
install.packages("readxl")
library("readxl")
```

```r
# exportar .xlsx
install.packages("writexl")
library("writexl")
```

---

# 4. readr, readxl e writexl

## readxl - Desccrição

### **Carrega e salva** grandes arquivos de forma **mais rápida** no formato **.xlsx**

### Funções **read_xlsx()** e **read_xlsx2()**

### Essas funções fornecem **medidores de progresso**

### E também **classificam** automaticamente o **modo** dos dados de cada coluna

### A classe do objeto atribuído é **tibble**

### Para salvar arquivos no formato .xlsx: **write_xlsx()** e **write_xlsx2()**

---

# 4. readr, readxl e writexl

## **Formato .xlsx**

### O argumento `sheet` define a aba a ser importada (número ou nome)

```r
# importar sites
si <- readxl::read_xlsx(here::here("03_dados", "tabelas", "ATLANTIC_AMPHIBIANS_sites.xlsx"), 
 sheet = 1)
si
```

```
## # A tibble: 1,163 × 25
## id reference_number species_number record sampled_habitat active_methods
## <chr> <dbl> <dbl> <chr> <chr> <chr> 
## 1 amp1001 1001 19 ab fo,ll as 
## 2 amp1002 1002 16 co fo,la,ll as 
## 3 amp1003 1002 14 co fo,la,ll as 
## 4 amp1004 1002 13 co fo,la,ll as 
## 5 amp1005 1003 30 co fo,ll,br as 
## 6 amp1006 1004 42 co tp,pp,la,ll,is NA 
## 7 amp1007 1005 23 co sp as 
## 8 amp1008 1005 19 co sp,la,sw as,sb,tr 
## 9 amp1009 1005 13 ab fo NA 
## 10 amp1010 1006 1 ab fo NA 
## # … with 1,153 more rows, and 19 more variables: passive_methods <chr>,
## # complementary_methods <chr>, period <chr>, month_start <chr>,
## # year_start <chr>, month_finish <chr>, year_finish <chr>,
## # effort_months <chr>, country <chr>, state <chr>, state_abbreviation <chr>,
## # municipality <chr>, site <chr>, latitude <dbl>, longitude <dbl>,
## # coordinate_precision <chr>, altitude <dbl>, temperature <chr>,
## # precipitation <chr>
```

---

# Importar os dados

## **Formato .csv**

### Dados das localidades

```r
# importar sites
si <- readr::read_csv(here::here("03_dados", "tabelas", "ATLANTIC_AMPHIBIANS_sites.csv"),
 locale = readr::locale(encoding = "latin1"))
si
```

### Dados das espécies

```r
# importar species
sp <- readr::read_csv(here::here("03_dados", "tabelas", "ATLANTIC_AMPHIBIANS_species.csv"),
 locale = readr::locale(encoding = "latin1"))
sp
```

---

class: clear
background-image: url(img/package_tibble.png)
background-size: 400px

[tibble](https://tibble.tidyverse.org/)

---

# 5. tibble

### O tibble (classe *tbl_df*) é um **tipo especial de data frame**

### É o **formato** aconselhado para que as funções do tidyverse **funcionem**

### Converter **data frame** em **tibble** usa-se a função `as_tibble()`

### Converter **tibble** em **data frame** usa-se a função `as_data_frame()`

### Cada variável pode ser do modo *numbers(int, dbl)*, *character(chr)*, *logical(lgl)* ou *factor(fctr)*

---

# 5. tibble

## Descrição dos modos das colunas através da função `glimpse()` - "espiar os dados"

```r
# descricao dos dados de sites
tibble::glimpse(si)
```

```
## Rows: 1,163
## Columns: 25
## $ id <chr> "amp1001", "amp1002", "amp1003", "amp1004", "amp…
## $ reference_number <dbl> 1001, 1002, 1002, 1002, 1003, 1004, 1005, 1005, …
## $ species_number <dbl> 19, 16, 14, 13, 30, 42, 23, 19, 13, 1, 1, 2, 4, …
## $ record <chr> "ab", "co", "co", "co", "co", "co", "co", "co", …
## $ sampled_habitat <chr> "fo,ll", "fo,la,ll", "fo,la,ll", "fo,la,ll", "fo…
## $ active_methods <chr> "as", "as", "as", "as", "as", NA, "as", "as,sb,t…
## $ passive_methods <chr> "pt", "pt", "pt", "pt", NA, NA, NA, NA, "pt", "p…
## $ complementary_methods <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, …
## $ period <chr> "mo,da,tw,ni", "mo,da,tw,ni", "mo,da,tw,ni", "mo…
## $ month_start <dbl> 9, 12, 12, 12, 7, NA, 4, 4, 4, 5, 5, 5, 5, 5, 5,…
## $ year_start <dbl> 2000, 2007, 2007, 2007, 1988, NA, 2007, 2007, 20…
## $ month_finish <dbl> 1, 5, 5, 5, 8, NA, 4, 4, 4, 7, 7, 7, 7, 7, 7, 7,…
## $ year_finish <dbl> 2002, 2009, 2009, 2009, 2001, NA, 2009, 2009, 20…
## $ effort_months <dbl> 16, 17, 17, 17, 157, NA, 24, 24, 24, 2, 2, 2, 2,…
## $ country <chr> "Brazil", "Brazil", "Brazil", "Brazil", "Brazil"…
## $ state <chr> "PiauÃ", "CearÃ¡", "CearÃ¡", "CearÃ¡", "CearÃ¡"…
## $ state_abbreviation <chr> "BR-PI", "BR-CE", "BR-CE", "BR-CE", "BR-CE", "BR…
## $ municipality <chr> "Canto do Buriti", "SÃ£o GonÃ§alo do Amarante", …
## $ site <chr> "Parque Nacional Serra das ConfusÃµes", "Dunas",…
## $ latitude <dbl> -8.680000, -3.545527, -3.574194, -3.515250, -4.2…
## $ longitude <dbl> -43.42194, -38.85783, -38.88869, -38.91880, -38.…
## $ coordinate_precision <chr> "gm", "dd", "dd", "dd", "gm", NA, "gms", "gms", …
## $ altitude <dbl> 543, 15, 29, 25, 750, 745, 863, 878, 826, 93, 35…
## $ temperature <dbl> 24.98, 26.53, 26.45, 26.55, 21.35, 20.45, 21.57,…
## $ precipitation <dbl> 853, 1318, 1248, 1376, 1689, 1249, 1520, 1474, 1…
```

---

# 5. tibble

## Descrição dos modos das colunas através da função `glimpse()` - "espiar os dados"

```r
# descricao dos dados de especies
tibble::glimpse(sp)
```

```
## Rows: 17,618
## Columns: 10
## $ id <chr> "amp1001", "amp1001", "amp1009", "amp1009", "amp1009", "am…
## $ order <chr> "Anura", NA, "Anura", NA, "Anura", "Anura", "Anura", "Anur…
## $ superfamily <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA…
## $ family <chr> "Hylidae", NA, "Hylidae", NA, "Odontophrynidae", "Phyllome…
## $ subfamily <chr> "Dendropsophinae", NA, "Lophyohylinae", NA, NA, NA, NA, "L…
## $ genus <chr> "Dendropsophus", NA, "Corythomantis", NA, "Odontophrynus",…
## $ species <chr> "Dendropsophus soaresi", "Scinax sp.", "Corythomantis gree…
## $ valid_name <chr> "Dendropsophus soaresi", NA, "Corythomantis greeningi", NA…
## $ individuals <dbl> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1…
## $ endemic <dbl> 0, NA, NA, NA, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0, 1, 0, 0, …
```

---

# 5. tibble

## tibble vs data.frame

### 1. Nunca converte um tipo **character como factor** (corrigido nas versões >R 4.0.x)

```r
df <- data.frame(ch = c("a", "b"), nu = 1:2)
str(df)
```

```
## 'data.frame':	2 obs. of  2 variables:
##  $ ch: chr  "a" "b"
##  $ nu: int  1 2
```
--

```r
tb <- tibble::tibble(ch = c("a", "b"), nu = 1:2)
tibble::glimpse(tb)
```

```
## Rows: 2
## Columns: 2
## $ ch <chr> "a", "b"
## $ nu <int> 1, 2
```

---

# 5. tibble

## tibble vs data.frame

### 2. A indexação com colchetes retorna um **tibble**

```r
df_ch <- df[, 1]
class(df_ch)
```

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

```r
tb_ch <- tb[, 1]
class(tb_ch)
```

```
## [1] "tbl_df"     "tbl"        "data.frame"
```
--

```r
# indexacao pelo nome devolve um vetor
tb_ch <- tb$ch
class(tb_ch)
```

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

---

# 5. tibble

## tibble vs data.frame

### 3. Não faz correspondência parcial, retorna **NULL** se a coluna não existe com o nome especificado

```r
df$c 
```

```
## [1] "a" "b"
```
--

```r
tb$c
```

```
## NULL
```

---

class: clear
background-image: url(img/package_magrittr.png)
background-size: 400px

[magrittr](https://magrittr.tidyverse.org/)

---

background-image: url(img/person_rene_magritte.jpg), url(img/tidyverse_magritte_pipe.jpg)
background-size: 350px, 550px
background-position: 7% 60%, 85% 75%

# 6. magrittr (pipe - %>%)

## René Magritte (1898-1967)

---

# 6. magrittr (pipe - %>%)

## Descrição

### O operador pipe (*%>%*) permite o “encadeamento” de várias funções e **não é preciso de objetos** para armazenar resultados intermediários

### Essa função torna os códigos em R **mais simples**, pois realizamos **múltiplas operações** em uma **única linha**

### Ele captura o **resultado de uma declaração** e o **torna a entrada da próxima declaração**. Podemos pensar como *“EM SEGUIDA FAÇA”*

### O operador pipe é **%>%**

---

background-image: url(img/general_fog01.jpg)
background-size: 500px
background-position: 50% 70%

# 6. magrittr (pipe - %>%)

### Atalho: `Crtl + Shift + M`

```r
# sem pipe
sqrt(sum(1:100))
```

```
## [1] 71.06335
```

---

background-image: url(img/general_fog02.jpg)
background-size: 350px
background-position: 50% 80%

# 6. magrittr (pipe - %>%)

### Atalho: `Crtl + Shift + M`

```r
# sem pipe
sqrt(sum(1:100))
```

```
## [1] 71.06335
```

---

# 6. magrittr (pipe - %>%)

### Atalho: `Crtl + Shift + M`

```r
# sem pipe
sqrt(sum(1:100))
```

```
## [1] 71.06335
```

```r
# com pipe
1:100 %>% 
  sum() %>% 
  sqrt()
```

```
## [1] 71.06335
```

---

# 6. magrittr (pipe - %>%)

### Atalho: `Crtl + Shift + M`

```r
# fixar amostragem
set.seed(42)

# sem pipe
ve <- sum(sqrt(sort(log10(rpois(100, 10)))))
ve
```

```
## [1] 99.91426
```
--

```r
# fixar amostragem
set.seed(42)

# com pipe
ve <- rpois(100, 10) %>% 
 log10() %>%
 sort() %>% 
 sqrt() %>% 
 sum()
ve 
```

```
## [1] 99.91426
```

---

class: clear, inverse
background-image: url(img/gif_mario.gif)
background-size: 700px

---

class: clear, inverse
background-image: url(img/waterfall.gif)
background-size: 900px

---

# 6. magrittr (pipe - %>%)

## Outros pipes

### maggritr

- `%T>%`: retorna o lado esquerdo em vez do lado direito
- `%$%`: “explode” as variáveis em um quadro de dados
- `%<>%`: permite atribuição usando pipes

### Nativo do R:

A partir da versão do R 4.1+ (18/05/2021), o operador pipe se tornou nativo do R

> Tools > Global Options > Code > [x] Use native pipe operator, |> (requires R 4.1+)

- `|>`: pipe nativo do R

---

# Exercícios

---

# Exercício 09

## Reescreva cada uma das operações utilizando pipes `%>%`:
 
`log10(cumsum(1:100))`
 
`sum(sqrt(abs(rnorm(100))))`
 
`sum(sort(sample(1:10, 10000, rep = TRUE)))`

---

# Exercício 09
## Solução

```r
# solucao
# 1.
log10(cumsum(1:100))

1:100 %>%
  cumsum %>% 
  log10
```

---

# Exercício 09
## Solução

```r
# 2.
sum(sort(abs(rnorm(100))))

rnorm(100) %>% 
  abs %>% 
  sort %>% 
  sum
```

---

# Exercício 09
## Solução

```r
# 3.
sum(sort(sample(1:10, 10000, rep = TRUE)))

1:10 %>% 
  sample(10000, rep = TRUE) %>% 
  sort %>% 
  sum
```

---

# Para apresentar os próximos pacotes, vamos usar dados de pinguins!

---

class: clear
background-image: url(img/package_palmerpenguins.png)
background-size: 400px

[palmerpenguins](https://allisonhorst.github.io/palmerpenguins/)

---

background-image: url(img/lter_penguins.png)
background-size: 600px
background-position: 50% 80%

# palmerpenguins

## Dados de medidas de pinguins chamados `palmerpenguins`

#### Esses dados foram coletados e disponibilizados pela [Dra. Kristen Gorman](https://www.uaf.edu/cfos/people/faculty/detail/kristen-gorman.php) e pela [Palmer Station, Antarctica LTER](https://pal.lternet.edu/), membro da [Long Term Ecological Research Network](https://lternet.edu/)

#### Dois conjuntos de dados: **penguins_raw** (dados brutos) e **penguins** (versão simplificada)

[palmerpenguins](https://allisonhorst.github.io/palmerpenguins/)

---

background-image: url(img/culmen_depth.png), url(img/lter_penguins.png)
background-size: 400px, 400px
background-position: 30% 90%, 80% 90%

# palmerpenguins

## Dados de medidas de pinguins chamados `palmerpenguins`

```r
# instalar 
install.packages("palmerpenguins")

# carregar
library(palmerpenguins)

# ajuda dos dados
?penguins
?penguins_raw
```

[palmerpenguins](https://allisonhorst.github.io/palmerpenguins/)

---

background-image: url(img/culmen_depth.png), url(img/lter_penguins.png)
background-size: 400px, 400px
background-position: 30% 90%, 80% 90%

# palmerpenguins

## Dados de medidas de pinguins chamados `palmerpenguins`

```r
# visualizar os dados
penguins
penguins_raw

# glimpse
tibble::glimpse(penguins)
tibble::glimpse(penguins_raw)
```

[palmerpenguins ](https://allisonhorst.github.io/palmerpenguins/)

---

[tidyr](https://tidyr.tidyverse.org/)

---

background-image: url(img/cheatsheet_tidyr.png)
background-size: 600px
background-position: 50% 70%

# 7. tidyr

## Data Import Cheatsheet

[Data Import Cheatsheet](https://github.com/rstudio/cheatsheets/raw/master/data-import.pdf)

---

# 7. tidyr

## Descrição

### O pacote tidyr tem **função de tornar** um conjunto de dados **tidy** (organizados), sendo esses fáceis de manipular, modelar e visualizar

### Um conjunto de dados está **arrumado ou não**, dependendo de como linhas, colunas e células são combinadas com observações, variáveis e valores

## Nos dados tidy:
### 1. Cada variável em uma coluna
### 2. Cada observação em uma linha
### 3. Cada valor como uma célula

---

background-image: url(img/tidyr_data01.png)
background-size: 1000px
background-position: 50% 50%

# 7. tidyr

## Conjunto de dados 'tidy'

[Wickham & Grolemund (2017)](https://r4ds.had.co.nz/)

---

background-image: url(img/tidyr_data02.jpg)
background-size: 600px
background-position: 75% 85%

# 7. tidyr

## Funções

1. **unite()**: junta dados de múltiplas colunas em uma
1. **separate()**: separa caracteres em múlplica colunas
1. **separate_rows()**: separa caracteres em múlplica colunas e linhas
1. **drop_na()**: retira linhas com NA
1. **replace_na()**: substitui NA
1. **pivot_wider()**: long para wide
1. **pivot_longer()**: wide para long

[@allison_horst](https://twitter.com/allison_horst)

---

# 7. tidyr

## **1. `unite()`**

### Unir as colunas "Region" e "Island" na nova coluna "region_island"

```r
# unir colunas
penguins_raw_unir <- tidyr::unite(data = penguins_raw, 
 col = "region_island",
 Region:Island, 
 sep = ", ",
 remove = FALSE)
head(penguins_raw_unir[, c("Region", "Island", "region_island")])
```

```
## # A tibble: 6 × 3
## Region Island region_island 
## <chr> <chr> <chr> 
## 1 Anvers Torgersen Anvers, Torgersen
## 2 Anvers Torgersen Anvers, Torgersen
## 3 Anvers Torgersen Anvers, Torgersen
## 4 Anvers Torgersen Anvers, Torgersen
## 5 Anvers Torgersen Anvers, Torgersen
## 6 Anvers Torgersen Anvers, Torgersen
```

---

# 7. tidyr

## **2. `separate()`**

### Separar a coluna “Stage” nas colunas “stage” e “egg_stage”

```r
# separar colunas
penguins_raw_separar <- tidyr::separate(data = penguins_raw, 
 col = Stage,
 into = c("stage", "egg_stage"), 
 sep = ", ",
 remove = FALSE)
head(penguins_raw_separar[, c("Stage", "stage", "egg_stage")])
```

```
## # A tibble: 6 × 3
## Stage stage egg_stage 
## <chr> <chr> <chr> 
## 1 Adult, 1 Egg Stage Adult 1 Egg Stage
## 2 Adult, 1 Egg Stage Adult 1 Egg Stage
## 3 Adult, 1 Egg Stage Adult 1 Egg Stage
## 4 Adult, 1 Egg Stage Adult 1 Egg Stage
## 5 Adult, 1 Egg Stage Adult 1 Egg Stage
## 6 Adult, 1 Egg Stage Adult 1 Egg Stage
```

---

# 7. tidyr

## **3. `separate_rows()`**

### Separar a coluna "Stage" nas colunas "stage" e "egg_stage" em novas linhas

```r
# separar colunas em linhas
penguins_raw_separar_linhas <- tidyr::separate_rows(data = penguins_raw,
 Stage,
 sep = ", ")
head(penguins_raw_separar_linhas[, c("studyName", "Sample Number", "Species", 
 "Region", "Island", "Stage")])
```

```
## # A tibble: 6 × 6
## studyName `Sample Number` Species Region Island Stage 
## <chr> <dbl> <chr> <chr> <chr> <chr> 
## 1 PAL0708 1 Adelie Penguin (Pygosceli… Anvers Torgers… Adult 
## 2 PAL0708 1 Adelie Penguin (Pygosceli… Anvers Torgers… 1 Egg St…
## 3 PAL0708 2 Adelie Penguin (Pygosceli… Anvers Torgers… Adult 
## 4 PAL0708 2 Adelie Penguin (Pygosceli… Anvers Torgers… 1 Egg St…
## 5 PAL0708 3 Adelie Penguin (Pygosceli… Anvers Torgers… Adult 
## 6 PAL0708 3 Adelie Penguin (Pygosceli… Anvers Torgers… 1 Egg St…
```

---

# 7. tidyr

## **4. `drop_na()`**

### Remove as linhas com NA de todas as colunas

```r
# remover linhas com na
penguins_raw_todas_na <- tidyr::drop_na(data = penguins_raw)
head(penguins_raw_todas_na)
```

```
## # A tibble: 6 × 17
## studyName `Sample Number` Species Region Island Stage `Individual ID`
## <chr> <dbl> <chr> <chr> <chr> <chr> <chr> 
## 1 PAL0708 7 Adelie Pengu… Anvers Torger… Adult,… N4A1 
## 2 PAL0708 8 Adelie Pengu… Anvers Torger… Adult,… N4A2 
## 3 PAL0708 29 Adelie Pengu… Anvers Biscoe Adult,… N18A1 
## 4 PAL0708 30 Adelie Pengu… Anvers Biscoe Adult,… N18A2 
## 5 PAL0708 39 Adelie Pengu… Anvers Dream Adult,… N25A1 
## 6 PAL0809 69 Adelie Pengu… Anvers Torger… Adult,… N32A1 
## # … with 10 more variables: Clutch Completion <chr>, Date Egg <date>,
## # Culmen Length (mm) <dbl>, Culmen Depth (mm) <dbl>,
## # Flipper Length (mm) <dbl>, Body Mass (g) <dbl>, Sex <chr>,
## # Delta 15 N (o/oo) <dbl>, Delta 13 C (o/oo) <dbl>, Comments <chr>
```

---

# 7. tidyr

## **4. `drop_na()`**

### Remove as linhas com NA da coluna "Comments"

```r
# remover linhas com na de uma coluna
penguins_raw_colunas_na <- tidyr::drop_na(data = penguins_raw,
 any_of("Comments"))
head(penguins_raw_colunas_na[, "Comments"])
```

```
## # A tibble: 6 × 1
## Comments 
## <chr> 
## 1 Not enough blood for isotopes. 
## 2 Adult not sampled. 
## 3 Nest never observed with full clutch.
## 4 Nest never observed with full clutch.
## 5 No blood sample obtained. 
## 6 No blood sample obtained for sexing.
```

---

# 7. tidyr

## **5. `replace_na()`**

### Substituir os NAs da coluna "Unknown" por 0

```r
# substituir nas por 0 em uma coluna
penguins_raw_subs_na <- tidyr::replace_na(data = penguins_raw,
 list(Comments = "Unknown"))
head(penguins_raw_subs_na[, "Comments"])
```

```
## # A tibble: 6 × 1
## Comments 
## <chr> 
## 1 Not enough blood for isotopes.
## 2 Unknown 
## 3 Unknown 
## 4 Adult not sampled. 
## 5 Unknown 
## 6 Unknown
```

---

background-image: url(img/gif_tidyr_pivot.gif), url(img/tidyr_tb_pivot.png)
background-size: 400px, 550px
background-position: 10% 90%, 90% 40%

# 7. tidyr

## Pivotar os dados

### `pivot_longer()` | `pivot_wider()`

---

# 7. tidyr

## **6. `pivot_wider()`**

### Long para wide

1. **names_from**: variável categórica que definirá os nomes das colunas
2. **values_from**: variável numérica que preencherá os dados
3. **values_fill**: valor para preencher os NAs

```r
# long para wide
penguins_raw_pivot_wider <- tidyr::pivot_wider(data = penguins_raw[, c(2, 3, 13)], 
 names_from = Species, 
 values_from = `Body Mass (g)`)
head(penguins_raw_pivot_wider)
```

```
## # A tibble: 6 × 4
## `Sample Number` `Adelie Penguin (Py… `Gentoo penguin (Py… `Chinstrap penguin …
## <dbl> <dbl> <dbl> <dbl>
## 1 1 3750 4500 3500
## 2 2 3800 5700 3900
## 3 3 3250 4450 3650
## 4 4 NA 5700 3525
## 5 5 3450 5400 3725
## 6 6 3650 4550 3950
```

---

# 7. tidyr

## **7. `pivot_longer()`**

### Wide para long

1. **names_to**: nome da coluna que receberá os nomes
2. **values_to**: nome da coluna que receberá os valores

```r
# wide para long
penguins_raw_pivot_longer <- tidyr::pivot_longer(data = penguins_raw[, c(2, 3, 10:13)], 
 cols = `Culmen Length (mm)`:`Body Mass (g)`,
 names_to = "medidas", 
 values_to = "valores")
head(penguins_raw_pivot_longer)
```

```
## # A tibble: 6 × 4
## `Sample Number` Species medidas valores
## <dbl> <chr> <chr> <dbl>
## 1 1 Adelie Penguin (Pygoscelis adeliae) Culmen Length (mm) 39.1
## 2 1 Adelie Penguin (Pygoscelis adeliae) Culmen Depth (mm) 18.7
## 3 1 Adelie Penguin (Pygoscelis adeliae) Flipper Length (m… 181 
## 4 1 Adelie Penguin (Pygoscelis adeliae) Body Mass (g) 3750 
## 5 2 Adelie Penguin (Pygoscelis adeliae) Culmen Length (mm) 39.5
## 6 2 Adelie Penguin (Pygoscelis adeliae) Culmen Depth (mm) 17.4
```

---

# Exercícios

---

# Exercício 10

### Separe os nomes comuns dos nomes científicos dos pinguins dos dados `penguins_raw`

---

# Exercício 10

## Solução

```r
# exercicio 10
penguins_raw_sep <- penguins_raw %>% 
 tidyr::separate(col = "Species", 
 into = c("common_names", "scientific_names"), 
 sep = "[(]",
 remove = FALSE)
head(penguins_raw_sep)
```

```
## # A tibble: 6 × 19
## studyName `Sample Number` Species common_names scientific_names Region Island
## <chr> <dbl> <chr> <chr> <chr> <chr> <chr> 
## 1 PAL0708 1 Adelie … "Adelie Pen… Pygoscelis adel… Anvers Torge…
## 2 PAL0708 2 Adelie … "Adelie Pen… Pygoscelis adel… Anvers Torge…
## 3 PAL0708 3 Adelie … "Adelie Pen… Pygoscelis adel… Anvers Torge…
## 4 PAL0708 4 Adelie … "Adelie Pen… Pygoscelis adel… Anvers Torge…
## 5 PAL0708 5 Adelie … "Adelie Pen… Pygoscelis adel… Anvers Torge…
## 6 PAL0708 6 Adelie … "Adelie Pen… Pygoscelis adel… Anvers Torge…
## # … with 12 more variables: Stage <chr>, Individual ID <chr>,
## # Clutch Completion <chr>, Date Egg <date>, Culmen Length (mm) <dbl>,
## # Culmen Depth (mm) <dbl>, Flipper Length (mm) <dbl>, Body Mass (g) <dbl>,
## # Sex <chr>, Delta 15 N (o/oo) <dbl>, Delta 13 C (o/oo) <dbl>, Comments <chr>
```

---

# Exercício 11

### Calcule a massa média dos indivíduos das espécies de penguins por ilha. Dicas: `tidyr::replace_na()` e `tidyr::pivot_wider()`

---

# Exercício 11

## Solução

```r
# exercicio 11
penguins_raw_pivot_wider <- penguins_raw[, c("Island", "Species", "Body Mass (g)")] %>% 
 tidyr::replace_na(list(`Body Mass (g)` = 0)) %>% 
 tidyr::pivot_wider(names_from = c(Species), 
 values_from = `Body Mass (g)`,
 values_fn = mean)
head(penguins_raw_pivot_wider)
```

```
## # A tibble: 3 × 4
## Island `Adelie Penguin (Pygo… `Gentoo penguin (Pyg… `Chinstrap penguin (Py…
## <chr> <dbl> <dbl> <dbl>
## 1 Torgersen 3635. NA NA 
## 2 Biscoe 3710. 5035. NA 
## 3 Dream 3688. NA 3733.
```

---

# Dúvidas?

---

[dplyr](https://dplyr.tidyverse.org/)

---

class: clear
background-image: url(img/dplyr_wrangling.png)
background-size: 800px

[@allison_horst](https://twitter.com/allison_horst)

---

background-image: url(img/cheatsheet_dplyr.png)
background-size: 600px
background-position: 50% 70%

# 8. dplyr

## Data Transformation Cheatsheet

[Data Transformation Cheatsheet](https://github.com/rstudio/cheatsheets/raw/master/data-transformation.pdf)

---

background-image: url(img/dplyr_functions.png)
background-size: 400px
background-position: 50% 80%

# 8. dplyr

## Descrição

### O **dplyr** é um pacote que **facilita** o trabalho com dados, com uma **gramática de manipulação** de dados **simples e flexível** (filtragem, reordenamento, seleção, ...)

---

# 8. dplyr

## Funções

### Sua gramática simples contém **funções verbais** para manipulação de dados

-   Verbos: `mutate()`, `select()`, `filter()`, `arrange()`, `summarise()`, `slice()`, `rename()`, etc.
-   Replicação: `across()`, `if_any()`, `if_all()`, `where()`, `starts_with()`, `ends_with()`, `contains()`, etc.
-   Agrupamento: `group_by()` e `ungroup()`
-   Junções: `inner_join()`, `full_join()`, `left_join()`, `right_join()`, etc.
-   Combinações: `bind_rows()` e `bind_cols()`
-   Resumos, contagem e seleção: `n()`, `n_distinct()`, `first()`, `last()`, `nth()`, etc.

---

# 8. dplyr

## Funções

### Exemplos

-   `relocate()`: muda a ordem das colunas
-   `rename()`: muda o nome das colunas
-   `select()`: seleciona colunas pelo nome ou posição
-   `pull()`: seleciona uma coluna como vetor
-   `mutate()`: adiciona novas colunas ou resultados em colunas existentes
-   `arrange()`: reordena as linhas com base nos valores de colunas
-   `filter()`: seleciona linhas com base em valores de colunas
-   `slice()`: seleciona linhas de diferente formas
-   `distinct()`: remove linhas com valores repetidos com base nos valores de colunas
-   `count()`: conta observações para um grupo
-   `group_by()`: agrupa linhas pelos valores das colunas
-   `summarise()`: resume os dados através de funções considerando valores das colunas
-   `*_join()`: funções que juntam dados de duas tabelas através de uma coluna chave

---

# 8. dplyr

## Sintaxe

### O **tibble** é sempre o **primeiro argumento** das funções verbais

### Todas seguem a mesma sintaxe:

#### 1. tibble
#### 2. operador pipe 
#### 3. nome da função verbal com os argumentos entre parênteses

### As funções verbais **não modificam** o tibble original

```r
# sintaxe
tb_dplyr <- tb %>% 
 funcao_verbal1(argumento1, argumento2, ...) %>% 
 funcao_verbal2(argumento1, argumento2, ...) %>% 
 funcao_verbal3(argumento1, argumento2, ...)
```

---

# 8. dplyr

## **1. `relocate()`**

### Reordena as colunas por nome ou posição

```r
# reordenar colunas - nome
penguins_relocate_col <- penguins %>% 
 dplyr::relocate(sex, year, .after = island)
head(penguins_relocate_col)
```

```
## # A tibble: 6 × 8
## species island sex year bill_length_mm bill_depth_mm flipper_length_mm
## <fct> <fct> <fct> <int> <dbl> <dbl> <int>
## 1 Adelie Torgersen male 2007 39.1 18.7 181
## 2 Adelie Torgersen female 2007 39.5 17.4 186
## 3 Adelie Torgersen female 2007 40.3 18 195
## 4 Adelie Torgersen <NA> 2007 NA NA NA
## 5 Adelie Torgersen female 2007 36.7 19.3 193
## 6 Adelie Torgersen male 2007 39.3 20.6 190
## # … with 1 more variable: body_mass_g <int>
```

---

# 8. dplyr

## **1. `relocate()`**

### Reordena as colunas por nome ou posição

```r
# reordenar colunas - posicao
penguins_relocate_ncol <- penguins %>% 
 dplyr::relocate(sex, year, .after = 2)
head(penguins_relocate_ncol)
```

---

# 8. dplyr

## **2. `rename()`**

### Renomeia as colunas

```r
# renomear colunas
penguins_rename <- penguins %>% 
 dplyr::rename(bill_length = bill_length_mm,
 bill_depth = bill_depth_mm,
 flipper_length = flipper_length_mm,
 body_mass = body_mass_g)
head(penguins_rename)
```

```
## # A tibble: 6 × 8
## species island bill_length bill_depth flipper_length body_mass sex year
## <fct> <fct> <dbl> <dbl> <int> <int> <fct> <int>
## 1 Adelie Torgersen 39.1 18.7 181 3750 male 2007
## 2 Adelie Torgersen 39.5 17.4 186 3800 female 2007
## 3 Adelie Torgersen 40.3 18 195 3250 female 2007
## 4 Adelie Torgersen NA NA NA NA <NA> 2007
## 5 Adelie Torgersen 36.7 19.3 193 3450 female 2007
## 6 Adelie Torgersen 39.3 20.6 190 3650 male 2007
```

---

# 8. dplyr

## **2. `rename()`**

### Renomeia as várias colunas

```r
# renomear todas as colunas
penguins_rename_with <- penguins %>% 
 dplyr::rename_with(toupper)
head(penguins_rename_with)
```

```
## # A tibble: 6 × 8
## SPECIES ISLAND BILL_LENGTH_MM BILL_DEPTH_MM FLIPPER_LENGTH_… BODY_MASS_G SEX 
## <fct> <fct> <dbl> <dbl> <int> <int> <fct>
## 1 Adelie Torge… 39.1 18.7 181 3750 male 
## 2 Adelie Torge… 39.5 17.4 186 3800 fema…
## 3 Adelie Torge… 40.3 18 195 3250 fema…
## 4 Adelie Torge… NA NA NA NA <NA> 
## 5 Adelie Torge… 36.7 19.3 193 3450 fema…
## 6 Adelie Torge… 39.3 20.6 190 3650 male 
## # … with 1 more variable: YEAR <int>
```

---

# 8. dplyr

## **3. `select()`**

### Seleciona colunas pela posição ou pelo nome

```r
# selecionar colunas por posicao
penguins_select_position <- penguins %>% 
 dplyr::select(3:6)
head(penguins_select_position)
```

```
## # A tibble: 6 × 4
## bill_length_mm bill_depth_mm flipper_length_mm body_mass_g
## <dbl> <dbl> <int> <int>
## 1 39.1 18.7 181 3750
## 2 39.5 17.4 186 3800
## 3 40.3 18 195 3250
## 4 NA NA NA NA
## 5 36.7 19.3 193 3450
## 6 39.3 20.6 190 3650
```

---

# 8. dplyr

## **3. `select()`**

### Seleciona colunas pela posição ou pelo nome

```r
# selecionar colunas por nomes
penguins_select_names <- penguins %>% 
 dplyr::select(bill_length_mm:body_mass_g)
head(penguins_select_names)
```

---

# 8. dplyr

## **3. `select()`**

### Remove as colunas pela posição ou pelo nome

```r
# remover colunas pelo nome
penguins_select_names_remove <- penguins %>% 
 dplyr::select(-(bill_length_mm:body_mass_g))
head(penguins_select_names_remove)
```

```
## # A tibble: 6 × 4
## species island sex year
## <fct> <fct> <fct> <int>
## 1 Adelie Torgersen male 2007
## 2 Adelie Torgersen female 2007
## 3 Adelie Torgersen female 2007
## 4 Adelie Torgersen <NA> 2007
## 5 Adelie Torgersen female 2007
## 6 Adelie Torgersen male 2007
```
---

# 8. dplyr

## **3. `select()`**

### Seleciona colunas por um padrão

```r
# selecionar colunas por padrao - starts_with(), ends_with() e contains()
penguins_select_contains <- penguins %>% 
 dplyr::select(contains("_mm"))
head(penguins_select_contains)
```

```
## # A tibble: 6 × 3
## bill_length_mm bill_depth_mm flipper_length_mm
## <dbl> <dbl> <int>
## 1 39.1 18.7 181
## 2 39.5 17.4 186
## 3 40.3 18 195
## 4 NA NA NA
## 5 36.7 19.3 193
## 6 39.3 20.6 190
```

---

# 8. dplyr

## **4. `pull()`**

### Seleciona uma coluna como vetor

```r
# coluna para vetor
penguins_select_pull <- penguins %>% 
 dplyr::pull(bill_length_mm)
head(penguins_select_pull, 15)
```

```
##  [1] 39.1 39.5 40.3   NA 36.7 39.3 38.9 39.2 34.1 42.0 37.8 37.8 41.1 38.6 34.6
```

---

# 8. dplyr

## **5. `mutate()`**

### Adiciona colunas novas ou vindas de operações

```r
# adicionar colunas
penguins_mutate <- penguins %>% 
 dplyr::mutate(body_mass_kg = body_mass_g/1e3, .before = sex)
head(penguins_mutate)
```

```
## # A tibble: 6 × 9
## species island bill_length_mm bill_depth_mm flipper_length_mm body_mass_g
## <fct> <fct> <dbl> <dbl> <int> <int>
## 1 Adelie Torgersen 39.1 18.7 181 3750
## 2 Adelie Torgersen 39.5 17.4 186 3800
## 3 Adelie Torgersen 40.3 18 195 3250
## 4 Adelie Torgersen NA NA NA NA
## 5 Adelie Torgersen 36.7 19.3 193 3450
## 6 Adelie Torgersen 39.3 20.6 190 3650
## # … with 3 more variables: body_mass_kg <dbl>, sex <fct>, year <int>
```

---

# 8. dplyr

## **5. `mutate()`**

### Adiciona colunas novas ou vindas de operações

```r
## modificar varias colunas
penguins_mutate_across <- penguins %>% 
 dplyr::mutate(across(where(is.factor), as.character))
head(penguins_mutate_across)
```

```
## # A tibble: 6 × 8
## species island bill_length_mm bill_depth_mm flipper_length_… body_mass_g sex 
## <chr> <chr> <dbl> <dbl> <int> <int> <chr>
## 1 Adelie Torge… 39.1 18.7 181 3750 male 
## 2 Adelie Torge… 39.5 17.4 186 3800 fema…
## 3 Adelie Torge… 40.3 18 195 3250 fema…
## 4 Adelie Torge… NA NA NA NA <NA> 
## 5 Adelie Torge… 36.7 19.3 193 3450 fema…
## 6 Adelie Torge… 39.3 20.6 190 3650 male 
## # … with 1 more variable: year <int>
```

---

# 8. dplyr

## **6. `arrange()`**

### Reordena de forma crescente pelos valores de uma coluna

```r
# reordenar os valores por ordem crescente
penguins_arrange <- penguins %>% 
 dplyr::arrange(body_mass_g)
head(penguins_arrange)
```

```
## # A tibble: 6 × 8
## species island bill_length_mm bill_depth_mm flipper_length_… body_mass_g sex 
## <fct> <fct> <dbl> <dbl> <int> <int> <fct>
## 1 Chinst… Dream 46.9 16.6 192 2700 fema…
## 2 Adelie Biscoe 36.5 16.6 181 2850 fema…
## 3 Adelie Biscoe 36.4 17.1 184 2850 fema…
## 4 Adelie Biscoe 34.5 18.1 187 2900 fema…
## 5 Adelie Dream 33.1 16.1 178 2900 fema…
## 6 Adelie Torge… 38.6 17 188 2900 fema…
## # … with 1 more variable: year <int>
```

---

# 8. dplyr

## **6. `arrange()`**

### Reordena de forma decrescente pelos valores de uma coluna

```r
# reordenar os valores por ordem decrescente
penguins_arrange_desc <- penguins %>% 
 dplyr::arrange(desc(body_mass_g))
head(penguins_arrange_desc)
```

```
## # A tibble: 6 × 8
## species island bill_length_mm bill_depth_mm flipper_length_… body_mass_g sex 
## <fct> <fct> <dbl> <dbl> <int> <int> <fct>
## 1 Gentoo Biscoe 49.2 15.2 221 6300 male 
## 2 Gentoo Biscoe 59.6 17 230 6050 male 
## 3 Gentoo Biscoe 51.1 16.3 220 6000 male 
## 4 Gentoo Biscoe 48.8 16.2 222 6000 male 
## 5 Gentoo Biscoe 45.2 16.4 223 5950 male 
## 6 Gentoo Biscoe 49.8 15.9 229 5950 male 
## # … with 1 more variable: year <int>
```

---

# 8. dplyr

## **6. `arrange()`**

### Reordena de forma crescente ou decrescente pelos valores de uma coluna

```r
# reordenar os valores por ordem decrescente
penguins_arrange_desc_m <- penguins %>% 
 dplyr::arrange(-body_mass_g)
head(penguins_arrange_desc_m)
```

---

# 8. dplyr

## **6. `arrange()`**

### Reordena de forma crescente ou decrescente pelos valores de várias colunas

```r
# reordenar os valores por ordem crescente de varias colunas
penguins_arrange_across <- penguins %>% 
 dplyr::arrange(across(where(is.numeric)))
head(penguins_arrange_across)
```

```
## # A tibble: 6 × 8
## species island bill_length_mm bill_depth_mm flipper_length_… body_mass_g sex 
## <fct> <fct> <dbl> <dbl> <int> <int> <fct>
## 1 Adelie Dream 32.1 15.5 188 3050 fema…
## 2 Adelie Dream 33.1 16.1 178 2900 fema…
## 3 Adelie Torge… 33.5 19 190 3600 fema…
## 4 Adelie Dream 34 17.1 185 3400 fema…
## 5 Adelie Torge… 34.1 18.1 193 3475 <NA> 
## 6 Adelie Torge… 34.4 18.4 184 3325 fema…
## # … with 1 more variable: year <int>
```

---

# 8. dplyr

## **7. `filter()`**

### Filtro de linhas por valores de uma coluna

```r
# filtrar linhas por valores de uma coluna
penguins_filter <- penguins %>% 
 dplyr::filter(species == "Adelie")
head(penguins_filter)
```

---

# 8. dplyr

## **7. `filter()`**

### Filtro de linhas por valores de uma coluna

```r
# filtrar linhas por valores de duas colunas
penguins_filter_two <- penguins %>% 
 dplyr::filter(species == "Adelie" & sex == "female")
head(penguins_filter_two)
```

---

# 8. dplyr

## **7. `filter()`**

### Filtro de linhas por valores de uma coluna e vários valores

```r
# filtrar linhas por mais de um valor e mais de uma coluna
penguins_filter_in <- penguins %>% 
 dplyr::filter(species %in% c("Adelie", "Gentoo"),
 sex == "female")
head(penguins_filter_in)
```

---

# 8. dplyr

## **7. `filter()`**

### Filtro por valores não-NA

```r
# filtrar linhas por nas
penguins_filter_na <- penguins %>% 
 dplyr::filter(!is.na(sex) == TRUE)
head(penguins_filter_na)
```

---

# 8. dplyr

## **7. `filter()`**

### Filtro por intervalos

```r
# filtrar linhas por valores em um intervalo
penguins_filter_between <- penguins %>% 
 dplyr::filter(between(body_mass_g, 3000, 4000))
head(penguins_filter_between)
```

---

# 8. dplyr

## **7. `filter()`**

### Filtro linhas por várias colunas simultaneamente

```r
# filtrar linhas por valores de varias colunas
penguins_filter_if <- penguins %>% 
 dplyr::filter(if_all(where(is.integer), ~ . > 200))
head(penguins_filter_if)
```

---

# 8. dplyr

## **8. `slice()`**

### Seleção das linhas por intervalos, indicando quais linhas desejamos

```r
# selecionar linhas por intervalos
penguins_slice <- penguins %>% 
 dplyr::slice(n = c(1, 3, 300:n()))
head(penguins_slice)
```

```
## # A tibble: 6 × 8
## species island bill_length_mm bill_depth_mm flipper_length_… body_mass_g sex 
## <fct> <fct> <dbl> <dbl> <int> <int> <fct>
## 1 Adelie Torge… 39.1 18.7 181 3750 male 
## 2 Adelie Torge… 40.3 18 195 3250 fema…
## 3 Chinst… Dream 50.6 19.4 193 3800 male 
## 4 Chinst… Dream 46.7 17.9 195 3300 fema…
## 5 Chinst… Dream 52 19 197 4150 male 
## 6 Chinst… Dream 50.5 18.4 200 3400 fema…
## # … with 1 more variable: year <int>
```

---

# 8. dplyr

## **8. `slice()`**

### Seleção das linhas iniciais

```r
# selecionar linhas iniciais
penguins_slice_head <- penguins %>% 
 dplyr::slice_head(n = 5)
head(penguins_slice_head)
```

```
## # A tibble: 5 × 8
## species island bill_length_mm bill_depth_mm flipper_length_… body_mass_g sex 
## <fct> <fct> <dbl> <dbl> <int> <int> <fct>
## 1 Adelie Torge… 39.1 18.7 181 3750 male 
## 2 Adelie Torge… 39.5 17.4 186 3800 fema…
## 3 Adelie Torge… 40.3 18 195 3250 fema…
## 4 Adelie Torge… NA NA NA NA <NA> 
## 5 Adelie Torge… 36.7 19.3 193 3450 fema…
## # … with 1 more variable: year <int>
```

---

# 8. dplyr

## **8. `slice()`**

### Seleção de linhas por valores de uma coluna

```r
# selecionar linhas por valores de uma coluna
penguins_slice_max <- penguins %>% 
 dplyr::slice_max(body_mass_g, n = 5)
head(penguins_slice_max)
```

---

# 8. dplyr

## **8. `slice()`**

### Seleção de linhas aleatoriamente

```r
# selecionar linhas aleatoriamente
penguins_slice_sample <- penguins %>% 
 dplyr::slice_sample(n = 30)
head(penguins_slice_sample)
```

```
## # A tibble: 6 × 8
## species island bill_length_mm bill_depth_mm flipper_length_… body_mass_g sex 
## <fct> <fct> <dbl> <dbl> <int> <int> <fct>
## 1 Gentoo Biscoe 48.2 15.6 221 5100 male 
## 2 Adelie Biscoe 35.7 16.9 185 3150 fema…
## 3 Adelie Biscoe 41 20 203 4725 male 
## 4 Gentoo Biscoe 46.2 14.5 209 4800 fema…
## 5 Adelie Dream 37.8 18.1 193 3750 male 
## 6 Gentoo Biscoe 50 15.3 220 5550 male 
## # … with 1 more variable: year <int>
```

---

# 8. dplyr

## **9. `distinct()`**

###  Retira linhas com valores duplicados com base nos valores de colunas

```r
# retirar linhas com valores duplicados
penguins_distinct <- penguins %>% 
 dplyr::distinct(body_mass_g)
head(penguins_distinct)
```

```
## # A tibble: 6 × 1
## body_mass_g
## <int>
## 1 3750
## 2 3800
## 3 3250
## 4 NA
## 5 3450
## 6 3650
```

---

# 8. dplyr

## **9. `distinct()`**

###  Retira linhas com valores duplicados com base nos valores de colunas, mas mantendo as colunas

```r
# retirar linhas com valores duplicados e manter colunas
penguins_distinct_keep_all <- penguins %>% 
 dplyr::distinct(body_mass_g, .keep_all = TRUE)
head(penguins_distinct_keep_all)
```

```
## # A tibble: 6 × 8
## species island bill_length_mm bill_depth_mm flipper_length_… body_mass_g sex 
## <fct> <fct> <dbl> <dbl> <int> <int> <fct>
## 1 Adelie Torge… 39.1 18.7 181 3750 male 
## 2 Adelie Torge… 39.5 17.4 186 3800 fema…
## 3 Adelie Torge… 40.3 18 195 3250 fema…
## 4 Adelie Torge… NA NA NA NA <NA> 
## 5 Adelie Torge… 36.7 19.3 193 3450 fema…
## 6 Adelie Torge… 39.3 20.6 190 3650 male 
## # … with 1 more variable: year <int>
```

---

# 8. dplyr

## **9. `distinct()`**

###  Retira linhas com valores duplicados para várias colunas

```r
# retirar linhas com valores duplicados para varias colunas
penguins_distinct_keep_all_across <- penguins %>% 
 dplyr::distinct(across(where(is.integer)), .keep_all = TRUE)
head(penguins_distinct_keep_all_across)
```

```
## # A tibble: 6 × 8
## species island bill_length_mm bill_depth_mm flipper_length_… body_mass_g sex 
## <fct> <fct> <dbl> <dbl> <int> <int> <fct>
## 1 Adelie Torge… 39.1 18.7 181 3750 male 
## 2 Adelie Torge… 39.5 17.4 186 3800 fema…
## 3 Adelie Torge… 40.3 18 195 3250 fema…
## 4 Adelie Torge… NA NA NA NA <NA> 
## 5 Adelie Torge… 36.7 19.3 193 3450 fema…
## 6 Adelie Torge… 39.3 20.6 190 3650 male 
## # … with 1 more variable: year <int>
```

---

# 8. dplyr

## **10. `count()`**

### Conta valores de uma ou mais colunas, geralmente para variáveis categóricas

```r
# contagens de valores para uma coluna
penguins_count <- penguins %>% 
 dplyr::count(species)
penguins_count
```

```
## # A tibble: 3 × 2
## species n
## <fct> <int>
## 1 Adelie 152
## 2 Chinstrap 68
## 3 Gentoo 124
```

---

# 8. dplyr

## **10. `count()`**

### Conta valores de uma ou mais colunas, geralmente para variáveis categóricas

```r
# contagens de valores para mais de uma coluna
penguins_count_two <- penguins %>% 
 dplyr::count(species, island)
penguins_count_two
```

```
## # A tibble: 5 × 3
## species island n
## <fct> <fct> <int>
## 1 Adelie Biscoe 44
## 2 Adelie Dream 56
## 3 Adelie Torgersen 52
## 4 Chinstrap Dream 68
## 5 Gentoo Biscoe 124
```

---

# 8. dplyr

## **11. `groun_by()`**

### Transforma um tibble em um tibble agrupado, onde as operações são realizadas "por grupo"

```r
# agrupamento
penguins_group_by <- penguins %>% 
 dplyr::group_by(species)
head(penguins_group_by)
```

```
## # A tibble: 6 × 8
## # Groups: species [1]
## species island bill_length_mm bill_depth_mm flipper_length_… body_mass_g sex 
## <fct> <fct> <dbl> <dbl> <int> <int> <fct>
## 1 Adelie Torge… 39.1 18.7 181 3750 male 
## 2 Adelie Torge… 39.5 17.4 186 3800 fema…
## 3 Adelie Torge… 40.3 18 195 3250 fema…
## 4 Adelie Torge… NA NA NA NA <NA> 
## 5 Adelie Torge… 36.7 19.3 193 3450 fema…
## 6 Adelie Torge… 39.3 20.6 190 3650 male 
## # … with 1 more variable: year <int>
```

---

# 8. dplyr

## **11. `groun_by()`**

### Transforma um tibble em um tibble agrupado, onde as operações são realizadas "por grupo"

```r
# agrupamento de várias colunas
penguins_group_by_across <- penguins %>% 
 dplyr::group_by(across(where(is.factor)))
head(penguins_group_by_across)
```

```
## # A tibble: 6 × 8
## # Groups: species, island, sex [3]
## species island bill_length_mm bill_depth_mm flipper_length_… body_mass_g sex 
## <fct> <fct> <dbl> <dbl> <int> <int> <fct>
## 1 Adelie Torge… 39.1 18.7 181 3750 male 
## 2 Adelie Torge… 39.5 17.4 186 3800 fema…
## 3 Adelie Torge… 40.3 18 195 3250 fema…
## 4 Adelie Torge… NA NA NA NA <NA> 
## 5 Adelie Torge… 36.7 19.3 193 3450 fema…
## 6 Adelie Torge… 39.3 20.6 190 3650 male 
## # … with 1 more variable: year <int>
```

---

# 8. dplyr

## **12. `summarise()`**

### Agregação ou resumo dos dados através de funções

```r
# resumo
penguins_summarise <- penguins %>% 
 dplyr::group_by(species) %>% 
 dplyr::summarize(body_mass_g_mean = mean(body_mass_g, na.rm = TRUE),
 body_mass_g_sd = sd(body_mass_g, na.rm = TRUE))
penguins_summarise
```

```
## # A tibble: 3 × 3
## species body_mass_g_mean body_mass_g_sd
## <fct> <dbl> <dbl>
## 1 Adelie 3701. 459.
## 2 Chinstrap 3733. 384.
## 3 Gentoo 5076. 504.
```

---

# 8. dplyr

## **12. `summarise()`**

### Agregação ou resumo dos dados através de funções

```r
# resumo para várias colunas
penguins_summarise_across <- penguins %>% 
 dplyr::group_by(species) %>% 
 dplyr::summarize(across(where(is.numeric), ~ mean(.x, na.rm = TRUE)))
penguins_summarise_across
```

```
## # A tibble: 3 × 6
## species bill_length_mm bill_depth_mm flipper_length_mm body_mass_g year
## <fct> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Adelie 38.8 18.3 190. 3701. 2008.
## 2 Chinstrap 48.8 18.4 196. 3733. 2008.
## 3 Gentoo 47.5 15.0 217. 5076. 2008.
```

---

# 8. dplyr

## **13. `bind_rows()` e `bind_cols()`**

### Combina dados por linhas e por colunas

```r
# selecionar as linhas para dois tibbles
penguins_01 <- dplyr::slice(penguins, 1:5) %>% dplyr::select(1:3)
penguins_02 <- dplyr::slice(penguins, 51:55) %>% dplyr::select(4:6)

# combinar as linhas
penguins_bind_rows <- dplyr::bind_rows(penguins_01, penguins_02, .id = "id")
head(penguins_bind_rows)
```

```
## # A tibble: 6 × 7
## id species island bill_length_mm bill_depth_mm flipper_length_… body_mass_g
## <chr> <fct> <fct> <dbl> <dbl> <int> <int>
## 1 1 Adelie Torge… 39.1 NA NA NA
## 2 1 Adelie Torge… 39.5 NA NA NA
## 3 1 Adelie Torge… 40.3 NA NA NA
## 4 1 Adelie Torge… NA NA NA NA
## 5 1 Adelie Torge… 36.7 NA NA NA
## 6 2 <NA> <NA> NA 17.7 186 3500
```

---

# 8. dplyr

## **13. `bind_rows()` e `bind_cols()`**

### Combina dados por linhas e por colunas

```r
# selecionar as linhas para dois tibbles
penguins_01 <- dplyr::slice(penguins, 1:5)
penguins_02 <- dplyr::slice(penguins, 51:55)

## combinar as colunas
penguins_bind_cols <- dplyr::bind_cols(penguins_01, penguins_02, .name_repair = "unique")
head(penguins_bind_cols)
```

```
## # A tibble: 5 × 16
## species...1 island...2 bill_length_mm...3 bill_depth_mm...4 flipper_length_mm…
## <fct> <fct> <dbl> <dbl> <int>
## 1 Adelie Torgersen 39.1 18.7 181
## 2 Adelie Torgersen 39.5 17.4 186
## 3 Adelie Torgersen 40.3 18 195
## 4 Adelie Torgersen NA NA NA
## 5 Adelie Torgersen 36.7 19.3 193
## # … with 11 more variables: body_mass_g...6 <int>, sex...7 <fct>,
## # year...8 <int>, species...9 <fct>, island...10 <fct>,
## # bill_length_mm...11 <dbl>, bill_depth_mm...12 <dbl>,
## # flipper_length_mm...13 <int>, body_mass_g...14 <int>, sex...15 <fct>,
## # year...16 <int>
```

---

background-image: url(img/dplyr_join.png)
background-size: 300px
background-position: 85% 80%

# 8. dplyr

## **14. `*_join()`**

### Combinação de pares de dados tabulares por uma ou mais colunas chaves

#### Junção de mutação
- `left_join(x, y)`: mantém as observações em x
- `right_join(x, y)`: mantém as observações em y
- `inner_join(x, y)`: mantém apenas as observações em x e em y
- `full_join(x, y)`: mantém todas as observações em x e em y

#### Junção de filtragem
- `semi_join(x, y)`: mantém as observações em x que têm uma correspondência em y
- `anti_join(x, y)`: elimina as observações em x que têm uma correspondência em y

[Joining Data in R with dplyr](https://rpubs.com/williamsurles/293454)

---

background-image: url(img/gif_dplyr_left_join.gif)
background-size: 300px
background-position: 20% 10%

# 8. dplyr

## **14. `*_join()`**

---

background-image: url(img/gif_dplyr_left_join.gif), url(img/gif_dplyr_right_join.gif)
background-size: 300px, 300px
background-position: 20% 10%, 80% 10%

# 8. dplyr

## **14. `*_join()`**

---

background-image: url(img/gif_dplyr_left_join.gif), url(img/gif_dplyr_right_join.gif), url(img/gif_dplyr_inner_join.gif)
background-size: 300px, 300px, 300px
background-position: 20% 10%, 80% 10%, 20% 100%

# 8. dplyr

## **14. `*_join()`**

---

background-image: url(img/gif_dplyr_left_join.gif), url(img/gif_dplyr_right_join.gif), url(img/gif_dplyr_inner_join.gif), url(img/gif_dplyr_full_join.gif)
background-size: 300px, 300px, 300px, 300px
background-position: 20% 10%, 80% 10%, 20% 100%, 80% 105%

# 8. dplyr

## **14. `*_join()`**

---

# 8. dplyr

## **14. `*_join()`**

## Adicionar longitute e latitude para as ilhas amostradas

```r
## coordenadas
penguin_islands <- tibble(
 island = c("Torgersen", "Biscoe", "Dream", "Alpha"),
 longitude = c(-64.083333, -63.775636, -64.233333, -63),
 latitude = c(-64.766667, -64.818569, -64.733333, -64.316667))
penguin_islands
```

```
## # A tibble: 4 × 3
## island longitude latitude
## <chr> <dbl> <dbl>
## 1 Torgersen -64.1 -64.8
## 2 Biscoe -63.8 -64.8
## 3 Dream -64.2 -64.7
## 4 Alpha -63 -64.3
```

---

# 8. dplyr

## **14. `*_join()`**

## Adicionar longitute e latitude para as ilhas amostradas

```r
# juncao - left
penguins_left_join <- dplyr::left_join(penguins, penguin_islands, by = "island")
head(penguins_left_join)
```

```
## # A tibble: 6 × 10
## species island bill_length_mm bill_depth_mm flipper_length_… body_mass_g sex 
## <fct> <chr> <dbl> <dbl> <int> <int> <fct>
## 1 Adelie Torge… 39.1 18.7 181 3750 male 
## 2 Adelie Torge… 39.5 17.4 186 3800 fema…
## 3 Adelie Torge… 40.3 18 195 3250 fema…
## 4 Adelie Torge… NA NA NA NA <NA> 
## 5 Adelie Torge… 36.7 19.3 193 3450 fema…
## 6 Adelie Torge… 39.3 20.6 190 3650 male 
## # … with 3 more variables: year <int>, longitude <dbl>, latitude <dbl>
```

---

background-image: url(img/dplyr_conjuntos.png)
background-size: 400px
background-position: 90% 70%

# 8. dplyr

## **15. Operações de conjuntos e comparação de dados**

### Operações para  comparar dos dados

- `union(x, y)`: retorna todas as linhas que aparecem em x, y ou mais dos conjuntos de dados
- `interesect(x, y)`: retorna apenas as linhas que aparecem em x e em y
- `setdiff(x, y)`: retorna as linhas que aparecem x, mas não em y
- `setequal(x, y)`: retorna se x e y são iguais e quais suas diferenças

---

# IMPORTANTE: ideia de **encadeamento das funções**

---

# 8. dplyr

## Permite manipular os dados de forma simples

```r
# selecionar colunas
penguins_dplyr <- penguins %>% 
 dplyr::select(species, bill_length_mm, bill_depth_mm, flipper_length_mm, body_mass_g)
penguins_dplyr
```

```
## # A tibble: 344 × 5
## species bill_length_mm bill_depth_mm flipper_length_mm body_mass_g
## <fct> <dbl> <dbl> <int> <int>
## 1 Adelie 39.1 18.7 181 3750
## 2 Adelie 39.5 17.4 186 3800
## 3 Adelie 40.3 18 195 3250
## 4 Adelie NA NA NA NA
## 5 Adelie 36.7 19.3 193 3450
## 6 Adelie 39.3 20.6 190 3650
## 7 Adelie 38.9 17.8 181 3625
## 8 Adelie 39.2 19.6 195 4675
## 9 Adelie 34.1 18.1 193 3475
## 10 Adelie 42 20.2 190 4250
## # … with 334 more rows
```

---

# 8. dplyr
## Permite manipular os dados de forma simples

```r
# selecionar colunas e retirar linhas com nas
penguins_dplyr <- penguins %>% 
 dplyr::select(species, bill_length_mm, bill_depth_mm, flipper_length_mm, body_mass_g) %>% 
 dplyr::filter(if_all(where(is.numeric), ~ !is.na(.)))
penguins_dplyr
```

```
## # A tibble: 342 × 5
## species bill_length_mm bill_depth_mm flipper_length_mm body_mass_g
## <fct> <dbl> <dbl> <int> <int>
## 1 Adelie 39.1 18.7 181 3750
## 2 Adelie 39.5 17.4 186 3800
## 3 Adelie 40.3 18 195 3250
## 4 Adelie 36.7 19.3 193 3450
## 5 Adelie 39.3 20.6 190 3650
## 6 Adelie 38.9 17.8 181 3625
## 7 Adelie 39.2 19.6 195 4675
## 8 Adelie 34.1 18.1 193 3475
## 9 Adelie 42 20.2 190 4250
## 10 Adelie 37.8 17.1 186 3300
## # … with 332 more rows
```

---

# 8. dplyr
## Permite manipular os dados de forma simples

```r
# selecionar colunas, retirar linhas com nas e calcular a media das colunas para as especies
penguins_dplyr <- penguins %>% 
 dplyr::select(species, bill_length_mm, bill_depth_mm, flipper_length_mm, body_mass_g) %>% 
 dplyr::filter(if_all(where(is.numeric), ~ !is.na(.))) %>% 
 dplyr::group_by(species) %>% 
 dplyr::summarize(across(where(is.numeric), ~ mean(.x, na.rm = TRUE)))
penguins_dplyr
```

```
## # A tibble: 3 × 5
## species bill_length_mm bill_depth_mm flipper_length_mm body_mass_g
## <fct> <dbl> <dbl> <dbl> <dbl>
## 1 Adelie 38.8 18.3 190. 3701.
## 2 Chinstrap 48.8 18.4 196. 3733.
## 3 Gentoo 47.5 15.0 217. 5076.
```

---

# Exercícios

---

# Exercício 12

### Usando o conjunto de dados `penguins`, adicione essas novas colunas `bill_length_mm_log10, bill_depth_mm_log10, flipper_length_mm_log10, body_mass_g_log10`, que são a operação `log10` das colunas `bill_length_mm_log10, bill_depth_mm_log10, flipper_length_mm_log10, body_mass_g_log10` e atribua ao mesmo objeto `penguins_log` utilizando o formato tidyverse

---

# Exercício 12

## Solução

```r
# exercicio 12
penguins_log <- penguins %>% 
 dplyr::mutate(bill_length_mm_log10 = log10(bill_length_mm), 
 bill_depth_mm_log10 = log10(bill_depth_mm), 
 flipper_length_mm_log10 = log10(flipper_length_mm), 
 body_mass_g_log10 = log10(body_mass_g))
penguins_log
```

```
## # A tibble: 344 × 12
## species island bill_length_mm bill_depth_mm flipper_length_mm body_mass_g
## <fct> <fct> <dbl> <dbl> <int> <int>
## 1 Adelie Torgersen 39.1 18.7 181 3750
## 2 Adelie Torgersen 39.5 17.4 186 3800
## 3 Adelie Torgersen 40.3 18 195 3250
## 4 Adelie Torgersen NA NA NA NA
## 5 Adelie Torgersen 36.7 19.3 193 3450
## 6 Adelie Torgersen 39.3 20.6 190 3650
## 7 Adelie Torgersen 38.9 17.8 181 3625
## 8 Adelie Torgersen 39.2 19.6 195 4675
## 9 Adelie Torgersen 34.1 18.1 193 3475
## 10 Adelie Torgersen 42 20.2 190 4250
## # … with 334 more rows, and 6 more variables: sex <fct>, year <int>,
## # bill_length_mm_log10 <dbl>, bill_depth_mm_log10 <dbl>,
## # flipper_length_mm_log10 <dbl>, body_mass_g_log10 <dbl>
```

---

# Exercício 13

### Usando o conjunto de dados `penguins`, ordene as linhas em forma decrescente pela coluna `body_mass_g`, atribuindo o resultado a um novo objeto `penguins_arrange` utilizando o formato tidyverse

---

# Exercício 13

## Solução

```r
# exercicio 13
penguins_arrange <- penguins %>% 
 dplyr::arrange(-body_mass_g)
penguins_arrange
```

```
## # A tibble: 344 × 8
## species island bill_length_mm bill_depth_mm flipper_length_mm body_mass_g
## <fct> <fct> <dbl> <dbl> <int> <int>
## 1 Gentoo Biscoe 49.2 15.2 221 6300
## 2 Gentoo Biscoe 59.6 17 230 6050
## 3 Gentoo Biscoe 51.1 16.3 220 6000
## 4 Gentoo Biscoe 48.8 16.2 222 6000
## 5 Gentoo Biscoe 45.2 16.4 223 5950
## 6 Gentoo Biscoe 49.8 15.9 229 5950
## 7 Gentoo Biscoe 48.4 14.6 213 5850
## 8 Gentoo Biscoe 49.3 15.7 217 5850
## 9 Gentoo Biscoe 55.1 16 230 5850
## 10 Gentoo Biscoe 49.5 16.2 229 5800
## # … with 334 more rows, and 2 more variables: sex <fct>, year <int>
```

---

# Exercício 14

### Usando o conjunto de dados `penguins`, filtre as linhas com `bill_length_mm` maior que 50 mm, `bill_depth_mm` menor que 20 mm, `flipper_length_mm` maior que 220 mm e `body_mass_g` menor que 5500 g, atribuindo o resultado a um novo objeto `penguins_filter` utilizando o formato tidyverse

---

# Exercício 14

## Solução

```r
# exercicio 14
penguins_filter <- penguins %>% 
 dplyr::filter(bill_length_mm > 50, 
 bill_depth_mm < 20, 
 flipper_length_mm > 220, 
 body_mass_g < 5500)
penguins_filter
```

```
## # A tibble: 6 × 8
## species island bill_length_mm bill_depth_mm flipper_length_… body_mass_g sex 
## <fct> <fct> <dbl> <dbl> <int> <int> <fct>
## 1 Gentoo Biscoe 50.5 15.9 225 5400 male 
## 2 Gentoo Biscoe 50.1 15 225 5000 male 
## 3 Gentoo Biscoe 52.5 15.6 221 5450 male 
## 4 Gentoo Biscoe 52.2 17.1 228 5400 male 
## 5 Gentoo Biscoe 50.8 15.7 226 5200 male 
## 6 Gentoo Biscoe 51.1 16.5 225 5250 male 
## # … with 1 more variable: year <int>
```

---

# Exercício 15

### Usando o conjunto de dados `penguins`, amostre 70% das linhas aleatoriamente com `body_mass_g` menor que  5000 g, atribuindo o resultado a um novo objeto `penguins_sample` utilizando o formato tidyverse

---

# Exercício 15

## Solução

```r
# exercicio 15
penguins_sample <- penguins %>% 
 dplyr::filter(body_mass_g < 5000) %>% 
 dplyr::slice_sample(prop = .7)
penguins_sample
```

```
## # A tibble: 192 × 8
## species island bill_length_mm bill_depth_mm flipper_length_mm body_mass_g
## <fct> <fct> <dbl> <dbl> <int> <int>
## 1 Gentoo Biscoe 47.2 13.7 214 4925
## 2 Adelie Dream 39.6 18.1 186 4450
## 3 Gentoo Biscoe 45.5 13.9 210 4200
## 4 Chinstrap Dream 50.8 18.5 201 4450
## 5 Adelie Dream 41.1 17.5 190 3900
## 6 Chinstrap Dream 50.7 19.7 203 4050
## 7 Gentoo Biscoe 45.8 14.6 210 4200
## 8 Adelie Dream 40.6 17.2 187 3475
## 9 Adelie Dream 39.5 16.7 178 3250
## 10 Adelie Biscoe 34.5 18.1 187 2900
## # … with 182 more rows, and 2 more variables: sex <fct>, year <int>
```

---

class: clear
background-image: url(img/package_stringr.png)
background-size: 400px

[stringr](https://stringr.tidyverse.org/)

---

background-image: url(img/cheatsheet_stringr.png)
background-size: 600px
background-position: 50% 50%

# 9. stringr

## Work with Strings Cheatsheet

[Work with Strings Cheatsheet](https://github.com/rstudio/cheatsheets/raw/master/strings.pdf)

---

# 9. stringr

## Descrição

### Pacote para a manipulação de strings ou caracteres

### Exemplos: Correspondência de padrões, retirar e acrescentar espaços em branco, mudar maiúsculas e minúsculas

### Pode ser utilizado em conjunto com o pacote `dplyr` para manejar colunas

### Para funções mais específicas, recomenda-se usar o pacote [stringi](https://stringi.gagolewski.com/)

---

# 9. stringr

## Comprimento

```r
# comprimento
stringr::str_length(string = "penguins")
```

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

## Substituir

```r
# substituir
stringr::str_replace(string = "penguins", pattern = "i", replacement = "y")
```

```
## [1] "penguyns"
```

## Separar

```r
# separar
stringr::str_split(string = "p-e-n-g-u-i-n-s", pattern = "-", simplify = TRUE)
```

```
##      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
## [1,] "p"  "e"  "n"  "g"  "u"  "i"  "n"  "s"
```

---

# 9. stringr

## Extrair pela posição

```r
# extrair pela posicao
stringr::str_sub(string = "penguins", end = 3)
```

```
## [1] "pen"
```

## Extrair por padrão

```r
# extrair por padrao
stringr::str_extract(string = "penguins", pattern = "p")
```

```
## [1] "p"
```

---

# 9. stringr

## Inserir espacos em branco

```r
# inserir espaco em branco - esquerda
stringr::str_pad(string = "penguins", width = 10, side = "left")
```

```
## [1] "  penguins"
```

```r
# inserir espaco em branco - direita
stringr::str_pad(string = "penguins", width = 10, side = "right")
```

```
## [1] "penguins  "
```

```r
# inserir espaco em branco - ambos
stringr::str_pad(string = "penguins", width = 10, side = "both")
```

```
## [1] " penguins "
```

---

# 9. stringr

## Remover espaços em branco

```r
# remover espacos em branco - esquerda
stringr::str_trim(string = " penguins ", side = "left")
```

```
## [1] "penguins "
```

```r
# remover espacos em branco - direta
stringr::str_trim(string = " penguins ", side = "right")
```

```
## [1] " penguins"
```

```r
# remover espacos em branco - ambos
stringr::str_trim(string = " penguins ", side = "both")
```

```
## [1] "penguins"
```

---

# 9. stringr

## Alterar minúsculas e maiúsculas

```r
# minusculas
stringr::str_to_lower(string = "Penguins")
```

```
## [1] "penguins"
```

```r
# maiusculas
stringr::str_to_upper(string = "penguins")
```

```
## [1] "PENGUINS"
```

```r
# primeiro caracter maiusculo da primeira palavra
stringr::str_to_sentence(string = "palmer penGuins")
```

```
## [1] "Palmer penguins"
```

```r
# primeiro caracter maiusculo de cada palavra
stringr::str_to_title(string = "palmer penGuins")
```

```
## [1] "Palmer Penguins"
```

---

# 9. stringr

## Ordenar

```r
# ordenar - crescente
stringr::str_sort(x = letters)
```

```
##  [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o" "p" "q" "r" "s"
## [20] "t" "u" "v" "w" "x" "y" "z"
```

```r
# ordenar - decrescente
stringr::str_sort(x = letters, dec = TRUE)
```

```
##  [1] "z" "y" "x" "w" "v" "u" "t" "s" "r" "q" "p" "o" "n" "m" "l" "k" "j" "i" "h"
## [20] "g" "f" "e" "d" "c" "b" "a"
```

---

# 9. stringr

## Alterar valores das colunas

```r
# alterar valores das colunas
penguins_stringr_valores <- penguins %>% 
 dplyr::mutate(species = stringr::str_to_lower(species))
```

## Alterar nome das colunas

```r
# alterar nome das colunas
penguins_stringr_nomes <- penguins %>% 
 dplyr::rename_with(stringr::str_to_title)
```

---

class: clear
background-image: url(img/package_forcats.png)
background-size: 400px

[forcats](https://forcats.tidyverse.org/)

---

background-image: url(img/cheatsheet_forcats.png)
background-size: 600px
background-position: 50% 50%

# 10. forcats

## Factors with forcats Cheatsheet

[Factors with forcats Cheatsheet](https://github.com/rstudio/cheatsheets/raw/master/factors.pdf)

---

# 10. forcats

## Descrição

### Conjunto de ferramentas úteis para facilitar a manipulação de fatores e seus níveis

### Exemplos: mudar a ordem dos níveis, mudar os valores dos níveis, adicionar e remover níveis, combinar múltiplos níveis

### Pode ser utilizado em conjunto com o pacote `dplyr` para manejar colunas

---

# 10. forcats

## Converter dados de string para fator

```r
# converter dados de string para fator
forcats::as_factor(penguins_raw$Species) %>% head()
```

```
## [1] Adelie Penguin (Pygoscelis adeliae) Adelie Penguin (Pygoscelis adeliae)
## [3] Adelie Penguin (Pygoscelis adeliae) Adelie Penguin (Pygoscelis adeliae)
## [5] Adelie Penguin (Pygoscelis adeliae) Adelie Penguin (Pygoscelis adeliae)
## 3 Levels: Adelie Penguin (Pygoscelis adeliae) ...
```

## Mudar o nome dos níveis

```r
# mudar o nome dos niveis
forcats::fct_recode(penguins$species, a = "Adelie", c = "Chinstrap", g = "Gentoo") %>% head()
```

```
## [1] a a a a a a
## Levels: a c g
```

---

# 10. forcats

## Inverter os níveis

```r
# inverter os niveis
forcats::fct_rev(penguins$species) %>% head()
```

```
## [1] Adelie Adelie Adelie Adelie Adelie Adelie
## Levels: Gentoo Chinstrap Adelie
```

## Especificar a ordem dos níveis

```r
# especificar a ordem dos niveis
forcats::fct_relevel(penguins$species, "Chinstrap", "Gentoo", "Adelie") %>% head()
```

```
## [1] Adelie Adelie Adelie Adelie Adelie Adelie
## Levels: Chinstrap Gentoo Adelie
```

---

# 10. forcats

## Níveis pela ordem em que aparecem

```r
# niveis pela ordem em que aparecem
forcats::fct_inorder(penguins$species) %>% head()
```

```
## [1] Adelie Adelie Adelie Adelie Adelie Adelie
## Levels: Adelie Gentoo Chinstrap
```

## Ordem (decrescente) de frequência

```r
# ordem (decrescente) de frequecia
forcats::fct_infreq(penguins$species) %>% head()
```

```
## [1] Adelie Adelie Adelie Adelie Adelie Adelie
## Levels: Adelie Gentoo Chinstrap
```

---

# 10. forcats

## Agregação de níveis raros em um nível

```r
# agregacao de niveis raros em um nivel
forcats::fct_lump(penguins$species) %>% head()
```

```
## [1] Adelie Adelie Adelie Adelie Adelie Adelie
## Levels: Adelie Gentoo Other
```

## Transformar várias colunas em fator

```r
# transformar varias colunas em fator
penguins_raw_multi_factor <- penguins_raw %>% 
 dplyr::mutate(across(where(is.character), forcats::as_factor))
```

---

class: clear
background-image: url(img/package_lubridate.png)
background-size: 400px

[lubridate](https://lubridate.tidyverse.org/)

---

background-image: url(img/cheatsheet_lubridate.png)
background-size: 550px
background-position: 50% 50%

# 11. lubridate

## Dates and Times Cheatsheet

[Dates and Times Cheatsheet](https://github.com/rstudio/cheatsheets/raw/master/lubridate.pdf)

---

background-image: url(img/lubridate_allison.png)
background-size: 400px
background-position: 50% 90%

# 11. lubridate

## Pacote à parte do tidyverse

### Carregar sempre que for utilizar

```r
# carregar
library(lubridate)
```

[@allison_horst](https://twitter.com/allison_horst)

---

# 11. lubridate

## Descrição

### Conjunto de funções para a manipulação de dados de data e horário

### A manipulação desses dados não é intuitiva e muda dependendo do tipo de objeto de data e horário

### O formato desses dados deve levar em consideração Fusos horários, anos bissextos, horários de verão, etc.

### Exemplos: transformações de data/horário, componentes, arredondamentos, durações, períodos, intervalos, etc.

---

background-image: url(img/mhs_package.png)
background-size: 200px
background-position: 85% 90%

# 11. lubridate

## Tipos de dados

- **Data**: tempo em dias, meses e anos `<date>`
- **Horário**: tempo dentro de um dia `<time>`
- **Data-horário**: tempo em um instante (data mais tempo) `<dttm>`

### Para trabalhar exclusivamente com horários, podemos utilizar o pacote [hms](https://hms.tidyverse.org/)

### Algumas letras possuem significados temporais, sendo abreviações de diferentes períodos em inglês:

- **y**ear (ano), **m**onth (mês)

- **w**eak (semana), **d**ay (dia)

- **h**our (hora), **m**inute (minuto) e **s**econd (segundo)

---

# 11. lubridate

## Data e horários atuais

```r
# extrair a data nesse instante
lubridate::today()
```

```
## [1] "2021-10-24"
```

```r
# extrair a data e tempo nesse instante
lubridate::now()
```

```
## [1] "2021-10-24 21:08:00 -03"
```

---

# 11. lubridate

## Existem três maneiras de criar um dado de data/horário

### 1. De um string ou caracter

### 2. De componentes individuais de data e horário

### 3. De um objeto de data/horário existente

---

# 11. lubridate

## **1. String ou caracter **

### Os dados de data/horário geralmente estão no formato de strings

### Podemos transformar os dados especificando a ordem dos seus componentes usando as letras `y` (ano), `m` (mês) e `d` (dia)

```r
# strings e numeros para datas
lubridate::dmy("03-03-2021")
```

```
## [1] "2021-03-03"
```

---

# 11. lubridate

## **1. String ou caracter **

### Essas funções também aceitam números sem aspas, além funcionarem em outros diversos formatos

```r
# strings e numeros para datas
lubridate::dmy("03-Mar-2021")
lubridate::dmy(03032021)
lubridate::dmy("03032021")
lubridate::dmy("03/03/2021")
lubridate::dmy("03.03.2021")
```

---

# 11. lubridate

## **1. String ou caracter **

### Especificar horários e Fusos horários

```r
# especificar horarios e fuso horario
lubridate::dmy_h("03-03-2021 13")
lubridate::dmy_hm("03-03-2021 13:32")
lubridate::dmy_hms("03-03-2021 13:32:01")
lubridate::dmy_hms("03-03-2021 13:32:01", tz = "America/Sao_Paulo")
```

---

# 11. lubridate

## **2. Componentes individuais de data e horário**

```r
# dados com componentes individuais
dados <- tibble::tibble(
 ano = c(2021, 2021, 2021),
 mes = c(1, 2, 3),
 dia = c(12, 20, 31),
 hora = c(2, 14, 18), 
 minuto = c(2, 44, 55))
dados
```

```
## # A tibble: 3 × 5
## ano mes dia hora minuto
## <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 2021 1 12 2 2
## 2 2021 2 20 14 44
## 3 2021 3 31 18 55
```

---

# 11. lubridate

## **2. Componentes individuais de data e horário**

```r
# dados com componentes individuais
dados %>% 
  dplyr::mutate(data = lubridate::make_datetime(ano, mes, dia, hora, minuto))
```

```
## # A tibble: 3 × 6
## ano mes dia hora minuto data 
## <dbl> <dbl> <dbl> <dbl> <dbl> <dttm> 
## 1 2021 1 12 2 2 2021-01-12 02:02:00
## 2 2021 2 20 14 44 2021-02-20 14:44:00
## 3 2021 3 31 18 55 2021-03-31 18:55:00
```

---

# 11. lubridate

## **3. Objeto de data/horário existente**

```r
# data para data-horario
lubridate::as_datetime(today())
```

```
## [1] "2021-10-24 UTC"
```

```r
# data-horario para data
lubridate::as_date(now())
```

```
## [1] "2021-10-24"
```

---

# 11. lubridate

## Funções para acessar e definir componentes individuais de datas e horários

- `year()`: acessa o ano
- `month()`: acessa o mês
- `day()`: acessa o dia
- `yday()`: acessa o dia do ano
- `mday()`: acessa o dia do mês
- `wday()`: acessa o dia da semana
- `hour()`: acessa as horas
- `minute()`: acessa os minutos
- `second()`: acessa os segundos

---

# 11. lubridate

## Funções para acessar e definir componentes individuais de datas e horários

```r
# extrair
lubridate::year(now())
lubridate::month(now())
lubridate::month(now(), label = TRUE)
lubridate::day(now())
lubridate::wday(now())
lubridate::wday(now(), label = TRUE)
lubridate::second(now())
```

---

# 11. lubridate

## Inclusam de informações de datas e horários.

```r
# data
data <- dmy_hms("04-03-2021 01:04:56")

# incluir
lubridate::year(data) <- 2020
lubridate::month(data) <- 01
lubridate::hour(data) <- 13
```
--

```r
# incluir varios valores
update(data, year = 2020, month = 1, mday = 1, hour = 1)
```

```
## [1] "2020-01-01 01:04:56 UTC"
```

---

# 11. lubridate

## Operações com datas

### Muitas vezes precisamos fazer operações com datas, como subtração, adição e divisão. Para tanto, é preciso entender três classes importantes que representam intervalos de tempo

### **1. Durações**: representam um número exato de segundos

### **2. Períodos**: representam unidades humanas como semanas e meses

### **3. Intervalos**: representam um ponto inicial e final

---

# 11. lubridate

## **1. Durações**

###Registram o intervalo de tempo em segundos, com alguma unidade de tempo maior entre parênteses

### Funções

- `duration()`: cria data em duração
- `as.duration()`: converte datas em duração
- `dyears()`: duração de anos
- `dmonths()`: duração de meses
- `dweeks()`: duração de semanas
- `ddays()`: duração de dias
- `dhours()`: duração de horas
- `dminutes()`: duração de minutos
- `dseconds()`: duração de segundos

---

# 11. lubridate

## **1. Durações**

### Subtração de datas e conversão para duração

```r
# subtracao de datas
tempo_estudando_r <- lubridate::today() - lubridate::dmy("30-11-2011")

# conversao para duracao
tempo_estudando_r_dur <- lubridate::as.duration(tempo_estudando_r)
```

---

# 11. lubridate

## **1. Durações**

### Criando durações

```r
# criando duracoes
lubridate::duration(90, "seconds")
```

```
## [1] "90s (~1.5 minutes)"
```

```r
lubridate::duration(1.5, "minutes")
```

```
## [1] "90s (~1.5 minutes)"
```

```r
lubridate::duration(1, "days")
```

```
## [1] "86400s (~1 days)"
```

---

# 11. lubridate

## **1. Durações**

### Transformação das durações

```r
# transformacao da duracao
lubridate::dseconds(100)
lubridate::dminutes(100)
lubridate::dhours(100)
lubridate::ddays(100)
lubridate::dweeks(100)
lubridate::dyears(100)
```

---

# 11. lubridate

## **1. Durações**

### Operações com durações

```r
# somando duracoes a datas
lubridate::today() + lubridate::ddays(1)
```

```
## [1] "2021-10-25"
```

```r
# subtraindo duracoes de datas
lubridate::today() - lubridate::dyears(1)
```

```
## [1] "2020-10-23 18:00:00 UTC"
```

```r
# multiplicando duracoes
2 * dyears(2)
```

```
## [1] "126230400s (~4 years)"
```

---

# 11. lubridate

## **2. Períodos**

### São extensões de tempo não fixados em segundos como as durações, mas flexíveis, como dias, semanas, meses ou anos

### Funções

- `period()`: cria data em período
- `as.period()`: converte datas em período
- `seconds()`: período em segundos
- `minutes()`: período em minutos
- `hours()`: período em horas
- `days()`: período em dias
- `weeks()`: período em semanas
- `months()`: período em meses
- `years()`: período em anos

---

# 11. lubridate

## **2. Períodos**

### Criando períodos

```r
# criando periodos
period(c(90, 5), c("second", "minute"))
```

```
## [1] "5M 90S"
```

```r
period(c(3, 1, 2, 13, 1), c("second", "minute", "hour", "day", "week"))
```

```
## [1] "20d 2H 1M 3S"
```

---

# 11. lubridate

## **2. Períodos**

### Transformações de períodos

```r
# transformacao de periodos
lubridate::seconds(100)
lubridate::minutes(100)
lubridate::hours(100)
lubridate::days(100)
lubridate::weeks(100)
lubridate::years(100)
```

---

# 11. lubridate

## **2. Períodos**

### Operações com os períodos

```r
# somando datas
lubridate::today() + lubridate::weeks(10)
```

```
## [1] "2022-01-02"
```

```r
# subtraindo datas
lubridate::today() - lubridate::weeks(10)
```

```
## [1] "2021-08-15"
```

```r
# criando datas recorrentes
lubridate::today() + lubridate::weeks(0:10)
```

```
##  [1] "2021-10-24" "2021-10-31" "2021-11-07" "2021-11-14" "2021-11-21"
##  [6] "2021-11-28" "2021-12-05" "2021-12-12" "2021-12-19" "2021-12-26"
## [11] "2022-01-02"
```

---

# 11. lubridate

## **3. Intervalos**

### Períodos de tempo limitados por duas datas, possuindo uma duração com um ponto de partida, que o faz preciso para determinar uma duração

### Funções

- `interval()`: cria data em intervalo
- `%--%: cria data em intervalo
- `as.interval()`: converte datas em intervalo
- `int_start()`: acessa ou atribui data inicial de um intervalo
- `int_end()`: acessa ou atribui data final de um intervalo
- `int_length()`: comprimento de um intervalo em segundos
- `int_flip()`: inverte a ordem da data de início e da data de término em um intervalo
- `int_shift()`: desloca as datas de início e término de um intervalo
- `int_aligns()`: testa se dois intervalos compartilham um ponto final
- `int_standardize()`: garante que todos os intervalos sejam positivos
- `int_diff()`: retorna os intervalos que ocorrem entre os elementos de data/horário
- `int_overlaps()`: testa se dois intervalos se sobrepõem
- `%within%: testa se o primeiro intervalo está contido no segundo

---

# 11. lubridate

## **3. Intervalos**

### Criando intervalos

```r
# criando duas datas - inicio de estudos do R e nascimento do meu filho
r_inicio <- lubridate::dmy("30-11-2011")
filho_nascimento <- lubridate::dmy("26-09-2013")
r_hoje <- lubridate::today()

# criando intervalos - interval
r_intervalo <- lubridate::interval(r_inicio, r_hoje)

# criando intervalos - interval %--%
filho_intervalo <- filho_nascimento %--% lubridate::today()
```

---

# 11. lubridate

## **3. Intervalos**

### Operaçõpes com intervalos

```r
# operacooes com intervalos
lubridate::int_start(r_intervalo)
lubridate::int_end(r_intervalo)
lubridate::int_length(r_intervalo)
lubridate::int_flip(r_intervalo)
lubridate::int_shift(r_intervalo, duration(days = 30))
```

---

# 11. lubridate

## **3. Intervalos**

### Sobreposição entre dois intervalos

```r
# verificar sobreposicao - int_overlaps
lubridate::int_overlaps(r_intervalo, filho_intervalo)
```

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

```r
# verificar se intervalo esta contido
r_intervalo %within% filho_intervalo
```

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

```r
filho_intervalo %within% r_intervalo
```

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

---

# 11. lubridate

## **3. Intervalos**

### Calcular quantos períodos existem dentro de um intervalo

```r
# periodos dentro de um intervalo - anos
r_intervalo / lubridate::years()
```

```
## [1] 9.89863
```

```r
r_intervalo %/% lubridate::years()
```

```
## [1] 9
```

```r
# periodos dentro de um intervalo - dias e semandas
filho_intervalo / lubridate::days()
```

```
## [1] 2950
```

```r
filho_intervalo / lubridate::weeks()
```

```
## [1] 421.4286
```

---

# 11. lubridate

## **3. Intervalos**

### Transformações dos dados para períodos

```r
# tempo total estudando R
lubridate::as.period(r_intervalo)
```

```
## [1] "9y 10m 24d 0H 0M 0S"
```

```r
# idade do meu filho
lubridate::as.period(filho_intervalo)
```

```
## [1] "8y 0m 28d 0H 0M 0S"
```

---

background-image: url(img/lubridate_fusos01.png), url(img/lubridate_fusos02.png)
background-size: 600px, 500px
background-position: 5% 75%, 90% 75%

# 11. lubridate

## Fusos horários

### Tendem a ser um **fator complicador** quando precisamos analisar informações **instantâneas de tempo (horário)** de outras partes do planeta, ou mesmo fazer conversões dos horários

[Fuso horário, como funciona](https://ipemsp.wordpress.com/2020/09/30/fuso-horario-como-funciona/), [Paradigma dos fusos horários e suas ocasionalidades](https://medium.com/@plowzzer/paradigma-dos-fusos-hor%C3%A1rios-997a3eb29039)

---

# 11. lubridate

## Fusos horários

### Descobrir o fuso horário que o R está considerando

```r
# fuso horario no r
Sys.timezone()
```

```
## [1] "America/Sao_Paulo"
```

### Listagem dos nomes dos fusos horários

```r
# verificar os fusos horarios
length(OlsonNames())
```

```
## [1] 607
```

```r
head(OlsonNames())
```

```
## [1] "Africa/Abidjan"     "Africa/Accra"       "Africa/Addis_Ababa"
## [4] "Africa/Algiers"     "Africa/Asmara"      "Africa/Asmera"
```

---

# 11. lubridate

## Fusos horários

### Perguntar que horas são em outra parte do globo ou fazer as conversões

```r
# que horas sao em...
lubridate::with_tz(lubridate::now(), tzone = "America/Sao_Paulo")
```

```
## [1] "2021-10-24 21:08:00 -03"
```

```r
lubridate::with_tz(lubridate::now(), tzone = "GMT")
```

```
## [1] "2021-10-25 00:08:00 GMT"
```

```r
lubridate::with_tz(lubridate::now(), tzone = "Europe/Berlin")
```

```
## [1] "2021-10-25 02:08:00 CEST"
```

```r
# alterar o fuso sem mudar a hora
lubridate::force_tz(lubridate::now(), tzone = "GMT")
```

```
## [1] "2021-10-24 21:08:00 GMT"
```

---

[purrr](https://purrr.tidyverse.org/)

---

background-image: url(img/cheatsheet_purrr.png)
background-size: 600px
background-position: 50% 50%

# 12. purrr

## Apply functions with purrr Cheatsheet

[Apply functions with purrr Cheatsheet](https://github.com/rstudio/cheatsheets/raw/master/purrr.pdf)

---

background-image: url(img/purrr_cats.jpeg)
background-size: 400px
background-position: 50% 85%

# 12. purrr

## Descrição

### Implementa a **Programação Funcional no R**, fornecendo um conjunto completo e consistente de ferramentas para trabalhar com funções e vetores

### Permite substituir muitos *loops* for por um código mais sucinto e fácil de ler

---

# 12. purrr

## *Loop*

## Um loop for pode ser entendido como uma iteração: um bloco de códigos é repetido mudando um contador de uma lista de possibilidades

```r
# loop for
for(i in 1:10){
  print(i)
}
```

```
## [1] 1
## [1] 2
## [1] 3
## [1] 4
## [1] 5
## [1] 6
## [1] 7
## [1] 8
## [1] 9
## [1] 10
```

---

# 12. purrr

## Programação funcional

```r
# loop for com map
purrr::map(.x = 1:10, .f = print)
```

```
## [1] 1
## [1] 2
## [1] 3
## [1] 4
## [1] 5
## [1] 6
## [1] 7
## [1] 8
## [1] 9
## [1] 10
```

```
## [[1]]
## [1] 1
## 
## [[2]]
## [1] 2
## 
## [[3]]
## [1] 3
## 
## [[4]]
## [1] 4
## 
## [[5]]
## [1] 5
## 
## [[6]]
## [1] 6
## 
## [[7]]
## [1] 7
## 
## [[8]]
## [1] 8
## 
## [[9]]
## [1] 9
## 
## [[10]]
## [1] 10
```

---

background-image: url(img/purrr_map.png)
background-size: 600px
background-position: 85% 80%

# 12. purrr

## Estrutura

### `map(.x, .f)`
### `.x`: uma vetor, lista ou data frame
### `.f`: uma função

---

# 12. purrr

### Exemplo: aplicar a função `sum()` para somar os valores de vários elementos de uma lista

```r
# lista
x <- list(1:5, c(4, 5, 7), c(1, 1, 1), c(2, 2, 2, 2, 2))

# funcao map
purrr::map(x, sum)
```

```
## [[1]]
## [1] 15
## 
## [[2]]
## [1] 16
## 
## [[3]]
## [1] 3
## 
## [[4]]
## [1] 10
```

---

# 12. purrr

## Tipos de retorno

### Diferentes funções retornam diferentes estruturas de dados

- `map()`: retorna uma lista
- `map_chr()`: retorna um vetor de strings
- `map_dbl()`: retorna um vetor numérico (double)
- `map_int()`: retorna um vetor numérico (integer)
- `map_lgl()`: retorna um vetor lógico
- `map_dfr()`: retorna um data frame (por linhas)
- `map_dfc()`: retorna um data frame (por colunas)

---

# 12. purrr

## Tipos de retorno

```r
# variacoes da funcao map
purrr::map_dbl(x, sum)
```

```
## [1] 15 16  3 10
```

```r
purrr::map_chr(x, paste, collapse = " ")
```

```
## [1] "1 2 3 4 5" "4 5 7"     "1 1 1"     "2 2 2 2 2"
```

---

# 12. purrr

## Duas ou mais listas em paralelo

```r
# listas
x <- list(3, 5, 0, 1)
y <- list(3, 5, 0, 1)
z <- list(3, 5, 0, 1)

# map2* duas litas
purrr::map2_dbl(x, y, prod)
```

```
## [1]  9 25  0  1
```

```r
# pmap muitas listas
purrr::pmap_dbl(list(x, y, z), prod)
```

```
## [1]  27 125   0   1
```

---

# 12. purrr

## Implementar rotinas de manipulação e análise de dados

```r
# resumo dos dados
penguins %>% 
  dplyr::select(where(is.numeric)) %>% 
  tidyr::drop_na() %>% 
  purrr::map_dbl(mean)
```

```
##    bill_length_mm     bill_depth_mm flipper_length_mm       body_mass_g 
##          43.92193          17.15117         200.91520        4201.75439 
##              year 
##        2008.02924
```

---

# 12. purrr

## Implementar rotinas de manipulação e análise de dados

```r
# analise dos dados
penguins %>%
  dplyr::group_split(island, species) %>% 
  purrr::map(~ lm(bill_depth_mm ~ bill_length_mm, data = .x)) %>% 
  purrr::map(summary) %>% 
  purrr::map("r.squared")
```

```
## [[1]]
## [1] 0.2192052
## 
## [[2]]
## [1] 0.4139429
## 
## [[3]]
## [1] 0.2579242
## 
## [[4]]
## [1] 0.4271096
## 
## [[5]]
## [1] 0.06198376
```

---

background-image: url(img/general_curso_r.png), url(img/person_jenny_bryan.jpeg)
background-size: 400px, 300px
background-position: 10% 70%, 90% 80%

# 12. purrr

## Material

### [Webinar de purrr avançado](https://youtu.be/vb1lD9_AFcU) - Curso-R

### [purrr tutorial](https://jennybc.github.io/purrr-tutorial/) - Jennifer (Jenny) Bryan

---

[furrr](https://furrr.futureverse.org/)

---

background-image: url(img/processor01.png), url(img/processor02.png)
background-size: 500px, 400px
background-position: 15% 65%, 85% 75%

# 12. furrr

## Programação funcional paralelizada

### Faz o mapeamento em paralelo utilizando os *cores* do processador

[Quick Intro to Parallel Computing in R](https://nceas.github.io/oss-lessons/parallel-computing-in-r/parallel-computing-in-r.html)

---

# 12. furrr

## Programação funcional paralelizada

### Número de *cores* do seu computador

```r
# carregar
library(parallel)

# numero de cores
parallel::detectCores()
```

---

# Dúvidas?

---

class: clear, middle
background-image: url(img/gif_frog.gif),url(img/gif_frogs.gif), url(img/package_xaringan.png)
background-size: 250px, 500px, 130px
background-position: 35% 50%, 90% 55%, 5% 86%

## Maurício Vancine

Contatos:

Slides criados via pacote [xaringan](https://github.com/yihui/xaringan) e tema [Metropolis](https://github.com/pat-s/xaringan-metropolis). Animação dos sapos por [@probzz](https://twitter.com/probzz/status/1367613720294170627).