Atividade 02

Carregando pacotes

library(tidyverse)

library(dplyr)

Carregando dados

ovos<- readr::read_csv('https://raw.githubusercontent.com/rfordatascience/tidytuesday/master/data/2023/2023-04-11/egg-production.csv')

view(ovos)  

Exercício 1

Remover a última coluna dataset (a coluna chamada source)

ovos1<-select(ovos,-source)
head(ovos1)

# A tibble: 6 × 5
  observed_month prod_type     prod_process   n_hens     n_eggs
  <date>         <chr>         <chr>           <dbl>      <dbl>
1 2016-07-31     hatching eggs all          57975000 1147000000
2 2016-08-31     hatching eggs all          57595000 1142700000
3 2016-09-30     hatching eggs all          57161000 1093300000
4 2016-10-31     hatching eggs all          56857000 1126700000
5 2016-11-30     hatching eggs all          57116000 1096600000
6 2016-12-31     hatching eggs all          57750000 1132900000

Exercício 2

Selecionar apenas as variáveis numéricas

ovos2<-select_if(ovos1,is.numeric)

head(ovos2)

# A tibble: 6 × 2
    n_hens     n_eggs
     <dbl>      <dbl>
1 57975000 1147000000
2 57595000 1142700000
3 57161000 1093300000
4 56857000 1126700000
5 57116000 1096600000
6 57750000 1132900000

Exercício 3

Criar um dataset só com hatching e outro dataset apenas com table eggs

ovos.hatching<-filter(ovos,ovos$prod_type=="hatching eggs")

ovos.table.eggs<-filter(ovos,ovos$prod_type=="table eggs")

view(ovos.hatching)

view(ovos.table.eggs)

Exercício 4

Criar um dataset só com table eggs e todos os processos (all)

ovos.table.eggs.all<-filter(ovos,ovos$prod_type=="table eggs"& ovos$prod_process=="all")

view(ovos.table.eggs.all)

Exercício 5

Mudar os nomes das variáveis para português

ovos.ptbr<-rename(ovos,"mês_observado"=observed_month, "tipo_de_produto"=prod_type, "tipo_de_processo"=prod_process, "N_galinhas"=n_hens,"N_ovos"=n_eggs, "origem"=source)

view(ovos.ptbr)

Exercício 6

Mudar os nomes dos fatores para português

ovos.ptbr.2<-mutate(ovos.ptbr,tipo_de_produto = recode(tipo_de_produto, `hatching eggs`= "P incubação",`table eggs` = "ovos de mesa"))

ovos.ptbr3<-ovos.ptbr %>% mutate(tipo_de_produto = recode(tipo_de_produto, `hatching eggs`= "P incubação", `table eggs` = "ovos de mesa")) %>% mutate(tipo_de_processo=recode(tipo_de_processo,`all`="todos",`cage-free (non-organic)`="não orgânico",`cage-free (organic)`="orgânico"))

view(ovos.ptbr3)

Exercício 7

Criar uma nova variável chamada ‘produtividade’ com a razão entre número de ovos (n_eggs) e número de galinhas (hen)

ovos.pro<-mutate(ovos.ptbr3,produtividade=(`N_ovos`/`N_galinhas`))

view(ovos.pro)

Exercício 8

Criar um dataset só de produtos (cage free) e criar novas variáveis separando (n_eggs) e (n_hens) por organicos e não orgânicos

ovo.w<-ovos1 %>% filter(prod_process !="all") %>% separate(prod_process,into = c("processo","tipo"),sep=" ") %>% pivot_wider(names_from = tipo, values_from = c(n_hens,n_eggs))

view(ovos1)

view(ovo.w)

Exercício 9

criar uma variável catergórica com os fatores n_eggs e n_hens em uma única coluna, e valores em outra, trasformando n_eggs e n_hens

ovosj2<-ovos1 %>% pivot_longer(cols = starts_with("n_"),names_to = "tipo",values_to = "value")

Exercício 10

Faça um sumário dos dados com as médias de n_hens e n_eggs por ano, por produto e por processo

ovosf<-ovos1 %>% separate(observed_month,into = c("year","month","day"),sep = "-") %>% select(-month,-day) %>% group_by(year,prod_type,prod_process) %>% summarise_if(is.numeric,mean)

view(ovosf)

ovosf2<-ovos1 %>% separate(observed_month,into = c("year","month","day"),sep = "-") %>% select(-month,-day) %>% group_by(year,prod_type,prod_process) %>% summarise (Média_ovos= mean(n_eggs),Média_galinhas=mean(n_hens))

`summarise()` has grouped output by 'year', 'prod_type'. You can override using
the `.groups` argument.

head(ovosf2)

# A tibble: 6 × 5
# Groups:   year, prod_type [4]
  year  prod_type     prod_process             Média_ovos Média_galinhas
  <chr> <chr>         <chr>                         <dbl>          <dbl>
1 2016  hatching eggs all                     1123200000       57409000 
2 2016  table eggs    all                     7486216667.     306542667.
3 2016  table eggs    cage-free (non-organic)  480326307.      20900000 
4 2016  table eggs    cage-free (organic)      318542883.      13860000 
5 2017  hatching eggs all                     1123725000       59521833.
6 2017  table eggs    all                     7637800000      314964500