Curso básico: módulo 4

#library(readxl)

#library(dplyr)

#library(ggplot2)

# DICA PARA SE LIVRAR DOS ACENTOS:

# 1.ABRIR NO EXCEL

# 2.SALVAR COMO CSV(separado por virgulas)

# 3.ABRIR USANDO O COMANDO ABAIXO

# selecione as ONGs da apoio aos indigenas

certificados=   read.csv("certificado_lista.csv")

areas=          read.csv("area_subarea.csv", sep =";")

projetos   =    read.csv("lista_projetos.csv", sep =";")

conselhos =     read.csv("conselho_conferencia.csv", sep =";")

recursos=       read.csv("recursos.csv", sep =";")

# As ONGs que trabalham com povos indigenas

# aparecem no banco de dados areas, coluna razao_social

# porem tem que filtrar onde apareca a palavra "indigena" ou "indio"

# DICA:

# df_novo=  filter(df, grepl('Nome', coluna))

colnames(areas)

library(tidyverse)

indios = filter(areas, grepl('INDIO|INDIGENA|ORIGINARIOS',tx_razao_social_osc))

colnames(areas)

# DICA: count(df, coluna, sort= TRUE)

classe = count(indios,tx_nome_classe_atividade_economica, sort = T) 

# VAMOS SELECIONAR APENAS AS CINCO MAIORES ATIVIDADES 92%

soma = (1247+321+91+67+22)

percentual = soma/1908

# DICA:

# df_n= filter(df,coluna == "Atividade 1" | "Atividade 2")

df= filter(indios,(tx_nome_classe_atividade_economica == "Atividades de associações de defesa de direitos sociais")|

                                       (tx_nome_classe_atividade_economica == "Atividades associativas não especificadas anteriormente")|

                                       (tx_nome_classe_atividade_economica == "Atividades de organizações associativas ligadas à cultura e à arte")|

                                       (tx_nome_classe_atividade_economica == "Atividades de organizações religiosas")|

                                       (tx_nome_classe_atividade_economica == "Atividades de organizações associativas profissionais")

                                )

colnames(df)

names(df)[3]= "Nome"

names(df)[6]= "Classe"

names(df)[11]= "UF"

# vamos ver renomear as classes por siglas, para facilitar plotagem

# vamos renomear tambem os niveis por siglas

# df["Column Name"][df["Column Name"] == "Old Value"] <- "New Value"

df["Classe"][df["Classe"] == "Atividades de associações de defesa de direitos sociais"] <- "DI"

df["Classe"][df["Classe"] == "Atividades associativas não especificadas anteriormente"] <- "NE"

df["Classe"][df["Classe"] == "Atividades de organizações associativas ligadas à cultura e à arte"] <- "CA"

df["Classe"][df["Classe"] == "Atividades de organizações religiosas"] <- "RE"

df["Classe"][df["Classe"] == "Atividades de organizações associativas profissionais"] <- "AP"

# crie um grafico de barras mostrando as diversas sub-areas

p =  ggplot(df, aes(x=Classe,fill= UF)) 

p +  geom_bar() + ggtitle("Organizações Sociedade Civil apoio aos Indigenas:Classe x Estados")+ xlab("Classe")+ ylab("Numero")

# Plotando por estados

p =  ggplot(df, aes(x= UF,fill= UF )) 

p +  geom_bar()+ facet_wrap(~Classe)+

  ggtitle("Organizações Sociedade Civil apoio aos indigenas:Classe x Estados ") + xlab("Estados")+ ylab("Numero")

# Vamos explorar quais sao as fontes de recursos 

recursos = read.csv("RECURSOS.csv", sep =";")

fontes= count(recursos,tx_nome_fonte_recursos_osc, sort = T)

# A partir do dataframe de OSCs de apoio ao Indigena

# A Crie um novo dataframe com o id_osc,Nome( tx_razao_social_osc),Classe e UF

df1= df[,c(1,3,6,11)]

# A partir do dataframe de recursos OSCs de 

# Crie um novo dataframe com o id_osc,Fonte(tx_nome_fonte_recursos_osc),

# Ano (dt_ano_recursos_osc) e valor (nr_valor_recursos_osc)

df2= recursos[,c(1,3,4,5)]

# Quais sao os tipos de fontes de recursos das OSCs?

fontes.recursos= count(df2,tx_nome_fonte_recursos_osc, sort = T)

# Vamos agora descobrir quais sao as fontes de recursos

# das OSCs da apoio aos indigenas.

# Vamos juntar os dois dataframes criados

# dica: https://statisticsglobe.com/r-dplyr-join-inner-left-right-full-semi-anti

# Note: a base eh o df1, da 

df3= left_join(df1, df2, by = "id_osc")

# Vamos remover todos os NA do df7

df4= na.omit(df3)

# Vamos renomear as colunas

names(df4)[5]= "Fonte"

names(df4)[6]= "Ano"

names(df4)[7]= "Valor"

str(df4)

# os valores estao notacao brasileira, virgula

# precisa mudar para notacao americana, ponto

df4$Valor = sub(',','.',df4$Valor)

# precisa converter para numero

df4$Valor= as.numeric(df4$Valor)

summary(df4)

df4$Ano = sub('31/12/','',df4$Ano)

df4$Ano = as.numeric(df4$Ano)

str(df4)

df = df4

#df[is.na(df)] = 0

str(df)

summary(df)

Valores= df$Valor

tamanho =length(Valores)

NovoValor= NULL

for (i in 1:tamanho){

    if(Valores[i] == 0) {

       NovoValor[i]= "Nulo"

    } else if ((Valores[i] > 0) & (Valores[i]<50000)){

       NovoValor[i]= "Muito Baixo"  

    } else if ((Valores[i] > 50000) & (Valores[i]<100000)){

            NovoValor[i]= "Baixo"  

    } else if ((Valores[i] > 100000) & (Valores[i]<200000)){

      NovoValor[i]= "Medio"  

  } else {    NovoValor[i]= "Alto"}  

}

df$Categoria = NovoValor

str(df)

df$Ano.texto = as.character(df$Ano)

# Vamos ordenar pelo valor dos repasses

df= arrange(df,desc(Valor))

p =  ggplot(df, aes(x=Valor))

p+ geom_histogram(bins= 5)

# Vamos mostrar por categorias e UF

p =  ggplot(df, aes(Categoria, fill= UF)) 

p +  geom_bar()

# Vamos mostrar por UF e categorias

p =  ggplot(df, aes(UF, fill= Categoria)) 

p +  geom_bar()

# Vamos mostrar por categorias e UF separando as UFs

p =  ggplot(df, aes(x= Categoria, fill= UF)) 

p+ geom_bar()+facet_wrap(~UF)

# Vamos mostrar por categorias e UF separando as UFs

p =  ggplot(df, aes(x= Categoria)) 

p+ geom_bar()+facet_wrap(~UF)

# Plotando repasses por ano

p =  ggplot(df, aes(x= Ano.texto, fill= Categoria)) 

p+ geom_bar()

# Plotando repasses por ano

p =  ggplot(df, aes(x= Ano,y= Valor, color = UF, size= Valor)) 

p+ geom_point()

# Plotando repasses por ano

p =  ggplot(df, aes(x= Ano,y= Valor, color = UF, size= Valor)) 

p+ geom_point()+ facet_wrap(~UF)

# Plotando repasses por estado

p =  ggplot(df,aes(x= UF,y=Valor))

p +  geom_boxplot()