01_dplyr.RMD

# dplyr (60 minutos)

## Lista de funções do pacote dplyr

```{r}
ls("package:dplyr")
```


## Operador Pipe

```{r}
sqrt(log(44))

44 %>% log %>% sqrt
```

## select() para colunas

```{r}
select(dados, manufacturer, model, year)

select(dados, starts_with("m"))

select(dados, contains("r"))

select(dados, ends_with("y"))

select(dados, matches("[abc]"))
select(dados, starts_with("m"), starts_with("c")) 
select(dados, ends_with("l"), ends_with("s")) 

select(dados, 1:3)      
select(dados, c(2,5,7)) 

select(dados, manufacturer:cyl) 
select(dados,-(manufacturer:cyl))
``` 


##   rename()

```{r}
dados1 <- rename(dados, 
              mnfc = manufacturer,
              mod = model)
dados1

select(dados,
       mnfc = manufacturer,
       mod = model)

select(dados,
       mnfc = manufacturer,
       mod = model,
       everything())
```

## mutate() para colunas

```{r}
mutate(dados, sqrt_cty = sqrt(cty))
names(dados)

dados<- mutate(dados, sqrt_cty = sqrt(cty))
names(dados)

dados <- mutate(dados,
`soma de variáveis` = (cty + hwy) / 2)
names(dados)

dados <- mutate(dados,
             car = paste(manufacturer, model, sep = " "),
             `cyl / trans` = paste(cyl, " cylinders", " / ", trans, " transmission", sep = ""))
dados
```

## transmute() 

```{r}
transmute(dados,
          `avg miles per gallon` = (cty + hwy) / 2)

transmute(dados,
          car = paste(manufacturer, model, sep = " "),
          `cyl / trans` = paste(cyl, " cylinders", " / ", trans, " transmission", sep = ""))
```


## filter()  para linhas

```{r}
filter(dados, manufacturer == "audi") 

filter(dados, manufacturer == "audi" & year == "1999") 

filter(dados, manufacturer == "audi", year == 1999) 

filter(dados, manufacturer == "audi" | manufacturer == "dodge") %>%
  print(n = 20)

filter(dados, manufacturer %in% c("audi", "dodge")) %>%
  print(n = 20)

filter(dados, hwy >= 30) %>% 
  select(hwy) %>%
  print(n = 26)

filter(dados, year != 1999) %>% 
  select(year) %>%
  print(n = 30)

filter(dados, between(cty,15, 22)) 
```


## slice() para linhas

```{r}
slice(dados, 1:5)
# dados[1:5,]

slice(dados, 20:30)
# dados[20:30,]
```


## arrange() para linhas

```{r}
# ordenar "displ" de menor a maior
arrange(dados, displ)

arrange(dados, displ) %>% 
  print(n=20)

# ordenar "displ" de maior a  menor
arrange(dados, desc(displ))

arrange(dados, desc(displ)) %>% 
  print(n=20)

select(dados, displ, cty) %>% 
  arrange(displ, cty) %>% 
  print(n = 20)

select(dados, displ, cty) %>% 
  arrange(displ, desc(cty)) %>% 
  print(n = 20)
```


## distinct() para linhas

```{r}
dados_exemplo <- data.frame(id = 1:3,
                         name = c("John", "Max", "Julia"))
dados_exemplo

# bind_rows == rbind()
dados_exemplo<- bind_rows(dados_exemplo, slice(dados_exemplo, 2)) 
dados_exemplo

distinct(dados_exemplo)


dados_exemplo2 <- data.frame(id = c(1,1,2),
                         name = c("John", "Max", "Julia"))
dados_exemplo2
distinct(dados_exemplo2)

dados_duplicados <- select(dados, manufacturer, model)
dados_duplicados

dados_nao_duplicados <- distinct(dados_duplicados)
dados_nao_duplicados
```

## summarise()

```{r}
summarise(dados, `média hwy` = mean(hwy))

summarise(dados, 
          `num. de dados` = n(),
          `num. modelos` = n_distinct(model))
# levels(dados$model)
summarise(dados, 
          `mín. hwy` = min(hwy, na.rm = TRUE),
          `mín. cty` = min(cty, na.rm = TRUE),
          `máx. hwy` = max(hwy, na.rm = TRUE),
          `máx. cty` = max(cty, na.rm = TRUE))

dados %>%
  summarise_at(c("hwy", "cty"), list(min, max), na.rm = TRUE)

dados %>%
  summarise_if(is.numeric, list(min, max), na.rm = TRUE) 

dados %>%
  summarise_if(is.numeric, min, na.rm = TRUE) 

dados %>%
  summarise_if(is.numeric, max, na.rm = TRUE) 

Tiago<- function(dados){
  sd(dados)/mean(dados)
}

dados %>%
  summarise_if(is.numeric, Tiago) 
```

## group_by() 

```{r}
group_by(dados, manufacturer)

dados %>% 
  group_by(manufacturer) %>%
  summarise(`num. carros` = n())

dados %>% 
  group_by(model) %>%
  summarise(`média hwy` = mean(hwy),
          `min. hwy` = min(hwy),
          `max. hwy` = max(hwy))
```

## count()

```{r}
count(dados)

dados %>% 
  group_by(manufacturer) %>%
  count()

# Equivalente com o código anterior
dados %>% 
  group_by(manufacturer) %>%
  summarise(cars = n())
```

## sample_n() 

```{r}
set.seed(567)
sample_n(dados, size = 10, replace = F)
sample_n(dados, size = 10, replace = T)
```

## sample_frac() 

```{r}
sample_frac(dados, size = 0.1, replace = F)
```