## ---- BUSCANDO AJUDA ---- ##
?plot # ou
help(plot)

## ---- CÓDIGOS BÁSICOS ---- ##
# print – imprime/retorna um argumento
print('Olá mundo!')
## Funciona como cálculadora
# soma
a = 2 + 2 
print(a)
# subtração
8 - 3
# multiplicação
3 * 8
# potências
2 ^ 8
# prioridade de solução
(2 + 4) / 7

## ---- INTALAÇÃO DE PACOTES/BIBLIOTECAS ---- ##
# principais 

# inclui funções como filter, select, group by, summarise, arrange, etc.
install.packages("dplyr") # instala
library(dplyr) # carrega
require(dplyr)

# organização dos dados
install.packages("tidyr")
library(tidyr)
require(tidyr)

# leitura e importação de dados
install.packages("readr")
library(readr)
require(readr)

# manipulação de strings e textos
install.packages("stringr")
library(stringr)

# geração de gráficos
install.packages("ggplot2")
library(ggplot2)

## ---- FUNÇÕES ---- ##
# logaritmo 
log(4)
log10(4) # log na base 10

# raiz quadrada
sqrt(4)

# repetir um valor
b <- rep(x = 1, times = 4)

# soma de vários valores 
sum(1, 8, 79)
sum(b)

# vetor
v1 <- c(10, 20, 15, 40)
v2 <- c("a", "b", "c", NA)
v3 <- c(TRUE, FALSE, TRUE, TRUE)

# data frame = combinar dados 
data1 <- data.frame(v1, v2, v3)

mean(data1$v1) # media
median(data1$v1) # mediana
sd(data1$v1) # desvio padrão
var(data1$v1) # variância
summary(data1$v1) # sumário estatístico


# merge - conexão entre dois conjuntos de dados
df1 <- data.frame(id = c(1, 2, 3),
                  nome = c("João", "Maria", "Pedro"))
df2 <- data.frame(id = c(2, 3, 4),
                  idade = c(25, 30, 35))

merged <- merge(df1, df2, by = "id")
View(merged)
print(merged)

## ---- ARQUIVOS E FUNÇÕES ---- ##
# header em relação ao título das variáveis, por isso o TRUE, 
# e sep é o tipo de separador do arquivo (. , ; | " ")
# meus_dados <- read.csv(file = "meus_dados.csv", header=T, sep=",") 
meus_dados <- read.csv(file = "C:/Caminho-do-arquivo/movies.csv", header=T, sep=",") # em file, alterar o caminho onde o arquivo está salvo

# remove linhas com dados faltantes/nulos
meus_dados <- na.omit(meus_dados)
# meus_dados$budget <- ifelse(is.na(meus_dados$budget), 0, meus_dados$budget) substituir valores nulos por zero
# meus_dados$budget <- ifelse(is.na(meus_dados$budget), ".", meus_dados$budget) substituir valores nulos por "."

sum(meus_dados$votes)
mean(meus_dados$budget)
min(meus_dados$budget) # mínimo
max(meus_dados$budget) # máximo

correlacao <- cor(meus_dados$gross, meus_dados$votes) # correlação
hist(meus_dados$budget) # histograma

meus_dados[c(10:20), ] # visualizar informações de linhas determinadas, por ex: 10 a 20
meus_dados[72, 3] # linha 72, 3ª coluna

meus_dados[meus_dados$genre == "Fantasy", ] # filtro por gênero

meus_dados %>% # filtrar apenas títulos com faturamento maior que 900M
  select(name, year, score, votes, gross) %>% 
  filter(gross >= 900000000)

meus_dados$nova_coluna <- 0 # criar uma nova coluna preenchida com zeros
meus_dados$nova_coluna_1 <- 2 * meus_dados$votes # nova coluna com 2 vezes o valor de votes
meus_dados$nova_coluna_2 <- mean(meus_dados$budget, na.rm = TRUE) # coluna nova com a média de orçamento
# na.rm = TRUE é usada para ignorar valores nulos (NA) ao calcular a média
meus_dados$copia_score <- meus_dados$score # copia de uma coluna existente

filmes_por_ano <- meus_dados %>%
  group_by(year) %>% # agrupamento dos dados por ano
  summarise(total = n()) # realiza a somatória conforme o ano

filmes_por_genre <- meus_dados %>%
  group_by(genre) %>% # agrupamento dos dados por gênero
  summarise(total = n()) %>%
  arrange(desc(total))

write.csv(filmes_por_genre, file = "filmes_genero.csv", row.names = FALSE)
  #salvar o arquivo

dados_agrupados <- meus_dados %>%
  group_by(year, genre) %>% # agrupamento por ano e gênero
  summarise(contagem = n()) # realiza a somatória de gêneros por ano

## ---- GRÁFICOS ---- ##
filmes_por_ano %>% 
  ggplot(aes(x=year, y=total)) + 
  geom_line(color="#836FFF") # gráfico de linha na cor escolhida (nome, hexa)

filmes_por_ano %>%
  ggplot(aes(x = year, y = total)) +
  geom_bar(stat = "identity", fill = "black")

ggplot(filmes_por_genre, aes(x=genre, y=total, fill=genre)) + 
  # mapeando a variável genre para o preenchimento (fill) das barras;
  # dessa forma, cada barra no gráfico de barras será preenchida com uma cor diferente 
  # com base na categoria do gênero correspondente
  geom_bar(stat="identity") + # gráfico de barras
  xlab("Gêneros") +
  ylab("Número de filmes") +
  ggtitle("Filmes por gêneros") 

grafico <- dados_agrupados %>%
  filter(year >= 2015) %>% # filtrar apenas filmes lançados a partir de 2015
  filter(genre %in% c("Comedy", "Animation", "Action")) %>% # apenas dos gêneros comédia, 
  #animação e ação
  ggplot(aes(x = year, y = contagem)) +
  geom_line(aes(color = genre)) +
  scale_color_brewer(palette = "Set1")
  # uma das paletas disponíveis no pacote RColorBrewer

plot(grafico) # plotar o gráfico
  
ggsave("nome_do_grafico.png", plot = grafico, dpi = 300) # salvar o gráfico
# pode escolher o formato que desejar, jpg, jpeg, pdf, entre outros