rozdzial2.Rmd

---
title: "Rozdział 2 - Podstawy pracy z R"
author: "Przemysław Biecek"
output:
  html_document:
    toc: true
    toc_float: true
---

```{r global_options, include=FALSE}
knitr::opts_chunk$set(warning=FALSE, message=FALSE, cache=TRUE)
```

Kody z rozdziału *2. Podstawy pracy z R* [,,Przewodnika po programie R'' wydanie 4](http://biecek.pl/R).

Aby zainstalować i włączyć pakiet `Przewodnik` wykonaj poniższe dwie liniki.

```
devtools::install_github("pbiecek/PrzewodnikPakiet")
library("Przewodnik")
```

## Rozdział 2.1

```{r}
auta <- read.table("http://www.biecek.pl/R/auta.csv", 
		sep = ";", header = TRUE)
head(auta)
```

### Rozdział 2.2.1

```{r}
c(2, 3, 5, 7, 11, 13, 17)
-3:3
seq(from = 0, to = 100, by = 11)
month.name
LETTERS
LETTERS[ 5:10 ]
LETTERS[ c(1, 2, 9:14) ]
co_drugi <- seq(from = 1, to = length(LETTERS), by = 2)
LETTERS[ co_drugi ]
month.name[ -(5:9) ]
wartosc <- c(pion = 1, skoczek = 3, goniec = 3, 
             wieza = 5, hetman = 9, krol = Inf)
wartosc[ c("goniec", "wieza") ]
wartosc[ 6:1 ]
wartosc[ wartosc < 6 ]
wartosc[ c(4,5) ] <- c(6,7)
wartosc
wartosc <- c(wartosc, nowa_bierka = 5)
```

### Rozdział 2.2.2

```{r}
library("Przewodnik")
head(koty_ptaki)
koty_ptaki[ c(1, 3, 5) , ]
koty_ptaki[ c(1, 3, 5) , 2:5]
koty_ptaki[ koty_ptaki[,"predkosc"] > 100, 
            c("gatunek", "predkosc", "dlugosc")]
koty_ptaki[, "predkosc"]
koty_ptaki$predkosc
koty_ptaki$predkosc_mile <- koty_ptaki$predkosc * 1.6
head(koty_ptaki, 2)
```

### Rozdział 2.2.3

```{r}
l <- list(liczby = 1:5, litery = LETTERS, logika = c(TRUE, TRUE, TRUE, FALSE))
l
l[[2]]
l[["logika"]]
l$liczby
```

## Rozdział 2.3

```{r}
library("Przewodnik")
head(daneSoc, 2)
```

### Rozdział 2.3.1

```{r}
range(daneSoc$wiek)
mean(daneSoc$wiek)
mean(daneSoc$wiek, trim=0.2)
median(daneSoc$wiek)
summary(daneSoc$wiek)
sd(daneSoc$wiek)
library("e1071")
kurtosis(daneSoc$wiek)
skewness(daneSoc$wiek)
quantile(daneSoc$wiek, c(0.1, 0.25, 0.5, 0.75, 0.9))
cor(daneSoc[,c(1,6,7)])
```

### Rozdział 2.3.2

```{r}
table(daneSoc$wyksztalcenie)
table(daneSoc$wyksztalcenie, daneSoc$praca)
summary(daneSoc$wyksztalcenie)
summary(daneSoc[,1:4])
```

## Rozdział 2.4

```{r}
library("Przewodnik")
tab <- table( daneSoc$wyksztalcenie )
barplot(tab, horiz = TRUE, las = 1)

tab2 <- table( daneSoc$plec, daneSoc$wyksztalcenie )
barplot(tab2, las=1, beside = TRUE)
legend("topright",c("kobieta","mezczyzna"),fill=c("grey","black"))

hist(daneSoc$wiek, breaks = 15, main="Histogram wieku", las=1,
     ylab="Liczba", xlab="Wiek")

hist(daneSoc$wiek, breaks = 15, col="grey", border="white", las=1, 
     probability = TRUE, ylab="Czestosc", xlab="Wiek")

boxplot(daneSoc$cisnienie.rozk, daneSoc$cisnienie.skur,
        horizontal = TRUE, names = c("Skurczowe","Rozkurczowe"))

boxplot(wiek~wyksztalcenie, data = daneSoc, varwidth=TRUE,  
    col="lightgrey", ylab="Wiek", las=1)

plot(density(daneSoc$wiek), main="Rozklad wieku")

plot(density(daneSoc$wiek, bw=1), main="Rozklad wieku",type="h")

plot(ecdf(daneSoc$wiek), main="Dystrybuanta wieku")

mezczyzni <- filter(daneSoc, plec == "mezczyzna")
kobiety   <- filter(daneSoc, plec == "kobieta")
plot(ecdf(mezczyzni$wiek), main="Wiek / plec", pch=21)
plot(ecdf(kobiety$wiek), add=TRUE, col = "grey")

library("car")
sp(cisnienie.rozkurczowe~cisnienie.skurczowe, data=daneSoc, 
   smooth=FALSE, reg.line=FALSE, pch=19)

sp(cisnienie.rozkurczowe~cisnienie.skurczowe|plec, data=daneSoc, 
   smooth=FALSE, lwd=3, pch=c(19,17))

mosaicplot(~wyksztalcenie, data=daneSoc, main="", 
           border="white")

mosaicplot(~wyksztalcenie+praca, data=daneSoc, border="white", col=c("grey40", "grey70"))
```

## Rozdział 2.5

```{r}
library("dplyr")
tylkoCorsa <- filter(auta, Model == "Corsa")
head(tylkoCorsa)
tylkoCorsa <- filter(auta, Model == "Corsa", Produkcja == 2010, Paliwo == "diesel")
head(tylkoCorsa)
```

### Rozdział 2.5.2

```{r}
trzyKolumny <- select(auta, Marka, Model, Cena)
head(trzyKolumny)
head(select(auta, starts_with("M")))
```

### Rozdział 2.5.3

```{r}
autaZWiekiem <- mutate(auta,
                       Wiek = 2013 - Produkcja,
                       PrzebiegNaRok = round(Przebieg/Wiek))
head(select(autaZWiekiem,Marka, Model,  Cena, Paliwo, Wiek, PrzebiegNaRok))
```

### Rozdział 2.5.4

```{r}
posortowaneAuta <- arrange(auta, Model, Cena)
head(posortowaneAuta)
posortowaneAuta <- arrange(auta, Model, desc(Cena))
tylkoKia <- filter(auta, Marka == "Kia")
posortowane <- arrange(tylkoKia, Cena)
czteryKolumny <- select(posortowane, Model, Cena, Przebieg, Produkcja)
head(czteryKolumny, 4)
```

### Rozdział 2.5.5

```{r}
head(
  select( 
    arrange(
      filter(auta, 
             Marka == "Kia"), 
      Cena), 
    Model, Cena, Przebieg, Produkcja)
  , 4)
auta %>% 
  filter(Marka == "Kia") %>% 
  arrange(Cena) %>% 
  select(Model, Cena, Przebieg, Produkcja) -> 
  posortowane
head(posortowane)
auta %>% 
	lm(Cena~Przebieg, data = .) %>% 
	summary()
```

### Rozdział 2.5.6

```{r}
auta %>%
  summarise(sredniaCena = mean(Cena),
            medianaPrzebiegu = median(Przebieg),
            sredniWiek = mean(2013 - Produkcja),
            liczba = n())
auta %>%
  select(Marka, Cena, Przebieg, Model) %>%
  group_by(Marka) %>%
  mutate(Przebieg = Przebieg/mean(Przebieg, na.rm=TRUE)) 
auta %>%
  group_by(Marka) %>%
  summarise(sredniaCena = mean(Cena),
            medianaPrzebiegu = median(Przebieg),
            sredniWiek = mean(2013 - Produkcja),
            liczba = n())
auta %>%
  group_by(Marka) %>%
  summarise(sredniaCena = mean(Cena),
            medianaPrzebiegu = median(Przebieg),
            sredniWiek = mean(2013 - Produkcja),
            liczba = n()) %>%
  arrange(sredniaCena)
```

### Rozdział 2.5.7

```{r}
library("eurostat")
tsdtr210 <- get_eurostat("tsdtr210")
head(tsdtr210)
library("tidyr")
szeroka <- spread(tsdtr210, time, values)
szeroka %>% filter(geo == "PL")
szeroka2 <- spread(tsdtr210, geo, values)
szeroka2 %>% filter(time == "2010-01-01")
```

### Rozdział 2.5.8

```{r}
szeroka %>% 
  gather(rok, wartosc, -geo, -vehicle) %>%
  tail()
unite(tsdtr210, geo_time, geo, time, sep=":") %>%
  head()
df <- data.frame(daty = c("2004-01-01", "2012-04-15", "2006-10-29", "2010-03-03"), id = 1:4)
df
separate(df, col=daty, into=c("rok", "miesiac", "dzien"), sep="-")
```

## Rozdział 2.6

```{r}
library("PogromcyDanych")  
data("koty_ptaki")   
head(koty_ptaki)
koty_ptaki <- read.table(file="http://biecek.pl/R/koty_ptaki.csv", 
          sep=";", dec=",", header=TRUE)
head(koty_ptaki)
```

### Rozdział 2.6.4

```{r}
(dane <- read.fwf("http://www.biecek.pl/R/dane/daneFWF.txt", 
               widths=c(1,2,4,5,2)))
(dane <- read.fwf("http://www.biecek.pl/R/dane/daneFWF.txt", 
                widths=list(c(1,2,11), c(2,1,11))))
```

### Rozdział 2.6.5

```{r}
library("Hmisc")
dane  <- spss.get("http://www.biecek.pl/R/dane/daneSPSS.sav", datevars="urodzony")
head(dane, 4)
```

### Rozdział 2.6.7

```{r}
library("R.matlab")
daneMat <- readMat("http://www.biecek.pl/R/dane/daneMatlab.MAT")
str(daneMat)
```