#Criando data.frame a partir de vetores
obs <- c(1,2,3,4,5,6,7,8,9,10)
nome <- c("ana","maria","carlos","ricardo","laura","rafael","cristina","priscila","luciana","jose")
idade <- c(20,25,35,30,43,32,31,23,29,50)
rm(sexo)
sexo <- scan ()
1
1
2
2
1
2
1
1
1
2

conceito <- c("B","C","A","A","D","B","B","A","C","D")

extra <- scan()
1
0
1
0
0
1
0
1
0
1

escola <- data.frame(obs,nome,idade,sexo,conceito,extra)

escola
View(escola)
str(escola)

# Importando banco de dados externo
escolaimp <- read.table("bancodedados.csv", header=T, sep=";")
View (escolaimp)
str(escolaimp)

escola2 <- read.csv(file.choose(), header=T, sep=";")
escola2

install.packages("readxl")
library (readxl)
escolaxl <- read_excel("bancodedados.xlsx")
View(escolaxl)


install.packages("foreign")
library (foreign)

escoladta <- read.dta ("bancodedados.dta")
View(escoladta)

#Alternativa: pacote Haven (https://cran.r-project.org/web/packages/haven/haven.pdf) para ler stata e spss


#"Alterando nomes de linhas ou colunas"
row.names (escola) <- c("linha 1","linha 2", "linha 3" ,"linha 4", "linha 5","linha 6","linha 7", "linha 8", "linha 9", "linha 10")
View (escola)


colnames (escola) <- c ("obs1","nome1", "idade1", "sexo1", "conceito1", "extra1")
escola  

names (escola) <- c ("obs","nome", "idade", "sexo", "conceito", "extra")
escola 

#Acessando elementos de um data.frame
escola [2,1]   
escola [2,] 


escola$nome
escola$nome [2]
escola$nome [1:3]

#Transformando tipos de variáveis
escola [ ,1] <- as.factor (escola[ ,1])
str(escola)

escola [ ,2] <- as.character (escola[ ,2])
str(escola)

escola [ ,1] <- as.numeric (escola[ ,1])
str(escola)


#Adicionar ou eliminar linhas/colunas

escola <- cbind (escola, nota = c(8,6,9,10,4,8,8,9,5,3))
escola

escola <-rbind (escola, "linha 11" = c(11,"caio",33,2,"A",1,9))
escola 

#removendo uma variaveis
escola <- escola [,-7]
escola 

escola <- escola[1:10,]
escola 

#Opcao para adicionar colunas: 
escola$nota <- c(8,6,9,10,4,8,8,9,5,3)
escola

# Selecionando 1 subgrupo
escola2 <- escola[1:6,]     
escola2
escola2 <- escola2 [,-5] 
escola2[escola2$sexo==1,] 

#Ordenação de linhas
escola [order(escola$nota),]  
escola[rev(order(escola$nota)),] 

escola [order(escola$obs),]

#Separando um data.frame por grupos
split (escola,sexo)

#Agrupando dois banco de dados
#Criando o segundo banco de dados (obs, nome, estado)
estado <- c ("SP","MT","RR","RJ","SP","ES","PE","AM","SC","GO")
  
novo <- data.frame(obs,nome,estado)
novo

completo <- merge (escola,novo,by="obs")
completo

#Valores missing
conj <- c(1,2,NA,1,1,2,NA,1,1,2)

completo2 <- cbind (completo, conj=c(1,2,NA,1,1,2,NA,1,1,2)) 
completo2
 is.na(completo2$conj)
 
 
rm(completo2)
completo2 <- cbind (completo, peso=c(55,65,NA,75,66,45,NA,50,90,70)) 
completo2
is.na(completo2$peso)
mean(completo2$peso)
mean(completo2$peso, na.rm=TRUE)

# Se eu codificar meus valores missing como 99, 9999, 0 etc
completo3 <- cbind (completo, conj=c(1,2,99,1,1,2,99,1,1,2)) 
completo3$conj[completo3$conj==99] <- NA
completo3


#Carregando banco do R
help(datasets)
library(help = "datasets")

data (Titanic)
help(Titanic)

str(Titanic)


#Utilizando o dplyr
install.packages("tidyverse")
library (tidyverse)
help(tidyverse)

# Alternatively, install just dplyr:
install.packages("dplyr")
library(dplyr)


extra1 <- filter(escola, extra == 1)
extra1

#Importando banco de dados vacina
library(readxl)
vacina <- read_excel("vacina.xlsx")


View(vacina)
                

vacina1 <- filter(vacina, escola==1 & vacinado==1)
vacina2 <- filter(vacina, escola==1 , vacinado==1)
filter(vacina, escola==1 & idademae<20)

vacina3 <- arrange(vacina, idademae)
View(vacina3)
vacina3 <- arrange(vacina, desc(idademae))
View(vacina3)
arrange(vacina, id)

select(vacina, 1:3)
select(vacina, c(id,dtnasc,dtentrev))
select(vacina, id,dtnasc,dtentrev)
select(vacina, 1,2,3)
select(vacina, -dtentrev,-idademae, -escmae)
select(vacina, starts_with("va"))
select(vacina, ends_with("mae"))
select(vacina, contains("esc"))

rename (vacina, obs = id, vac = vacinado)

vacina1<-mutate (vacina, municipio = rep(1:5, e = 20), id2 = id+100) 
View(vacina1)
vacina2<- mutate (vacina, idade = dtentrev - dtnasc)
vacina2

vacina2 <- mutate (vacina2, idadeanos = idade / 365)
vacina2$idadeanos <- as.numeric (vacina2$idadeanos)

#Exportar tabelas
write.table(completo, "completo.csv", sep=";")

# Outra forma de abrir banco de dados
nomes <- read_excel("U:/introd R/2019/Banco de dados/nomes.xlsx")
nomes2 <- read.table (file.choose(), header=T, sep=";")