Banco de Dados

Para começar…

• https://drive.google.com/file/d/136tar1X28GYUZrRZGtYLQpxUGix1jZPo/view?usp=sharing

• https://rpubs.com/empeixoto/rbasic

Segundo TOREY et al (2007):

• Dado: é o componente básico de um arquivo, é um elemento com um significado no mundo real, que compõe um sistema de arquivos. Como exemplo, podemos citar nome, sobrenome, cidade, bairro e outros.
• Informação: após a interpretação dos dados, é possível associar um significado aos dados ou processa-los. Normalmente a informação vem de convenções utilizadas por pessoas por meio de associações aos dados.
• Conhecimento: todo discernimento, obtido por meio de critérios, e apreciação aos dados e informações

-Um Banco de Dados é um conjunto de arquivos relacionados entre si” (Chu, 1983)

-“Um Banco de Dados é uma coleção de dados operacionais armazenados, sendo usados pelos sistemas de aplicação de uma determinada organização” (C. J. Date, 1985)

-“Um Banco de Dados é uma coleção de dados relacionais” (Elmasri e Navathe, 2005).

-“Um Banco de Dados é um objeto mais complexo, é uma coleção de dados armazenados e inter-relacionados, que atende às necessidades de vários usuários dentro de uma ou mais organizações, ou seja, coleções inter-relacionadas de muitos tipos diferentes de tabelas.” (TOREY et al,p.2,2007)”

• Coleção de dados relacionados que tem informação sobre algo do mundo real, por exemplo, lojas, escritórios, bibliotecas ou banco;
• Possui coerência lógica entre de dados e significado;
• Um Banco de Dados sempre estará associado a aplicações onde existem usuários com interesse aos dados relacionados

htmlTable::htmlTable(iris)

• Individualizada
• Pareada
• Agregada

• Excel - readxl::read_xlsx()
• csv - read.csv()
• outros (shp, spss, txt, db, etc.)

• Linhas (observações)
• Colunas (variáveis)
• padronização
• recategorização de variável

• Controle centralizado de dados: os dados ficam localizados em um único local e isso facilita o controle e acesso.
• Controle da redundância: como os dados estão centralizados existe otimização e redução do espaço de armazenamento e controle de redundância
• Compartilhamento de dados: com a utilização de um Banco de Dados sem redundância, o espaço de armazenamento é otimizado é facilita o compartilhamento de dados.
• Facilidade de acesso aos dados: estabelecimento de padrões devido a centralização dos dados e inter-relação de todos os registros;
• Independência de dados: os dados são independentes para cada registro dentro do Banco de Dados.

artigos <- read.csv("~/cv2/artigos com duplicatas.csv")
dados.gerais <- read.csv("~/cv2/dados gerais.csv")
htmlTable::htmlTable(head(artigos))

htmlTable::htmlTable(head(dados.gerais))

artigos<-as.data.frame(artigos)
artigos$ano.do.artigo<-as.numeric(artigos$ano.do.artigo)
artigos$titulo.do.artigo<-as.factor(artigos$titulo.do.artigo)

dim(artigos)

[1] 815  25

artigos<-na.omit(artigos)
dim(artigos)

[1] 13 25

iris$petallengmaior2<-0
iris$petallengmaior2[iris$Petal.Length > 2]<-1
iris$petallengmaior2<-iris$petallengmaior2
table(iris$petallengmaior2)

  0   1 
 50 100 

require(dplyr)
dim(artigos)

[1] 13 25

artigos<- distinct(artigos, artigos$titulo.do.artigo,.keep_all=T)
dim(artigos)

[1] 12 26

write.csv(artigos, "artigos.csv")
xlsx::write.xlsx(artigos, "artigos.xlsx")

• https://rpubs.com/CristianaFreitas/311735

#adicionar nome completo do autor
a<-left_join(artigos, dados.gerais,.keep_all=T, by=".id")
dim(a)

[1] 12 41

#descobrir quantos não publicaram artigos
b<-right_join(artigos, dados.gerais,.keep_all=T, by=".id")
dim(b)

[1] 212  41

795-739

[1] 56

#colocar um banco em cima do outro todo
c<-full_join(artigos, dados.gerais,.keep_all=T, by=".id")
dim(c)

[1] 212  41

#apenas intersecção
d<-inner_join(artigos, dados.gerais,.keep_all=T, by=".id")
dim(d)

[1] 12 41

iris2<-subset(iris, select=c("Sepal.Length", "Sepal.Width" ))

iris3<-subset(iris, iris$Species=="virginica")
htmlTable::htmlTable(head(iris3))

summary(iris)

  Sepal.Length    Sepal.Width     Petal.Length    Petal.Width   
 Min.   :4.300   Min.   :2.000   Min.   :1.000   Min.   :0.100  
 1st Qu.:5.100   1st Qu.:2.800   1st Qu.:1.600   1st Qu.:0.300  
 Median :5.800   Median :3.000   Median :4.350   Median :1.300  
 Mean   :5.843   Mean   :3.057   Mean   :3.758   Mean   :1.199  
 3rd Qu.:6.400   3rd Qu.:3.300   3rd Qu.:5.100   3rd Qu.:1.800  
 Max.   :7.900   Max.   :4.400   Max.   :6.900   Max.   :2.500  
       Species   petallengmaior2 
 setosa    :50   Min.   :0.0000  
 versicolor:50   1st Qu.:0.0000  
 virginica :50   Median :1.0000  
                 Mean   :0.6667  
                 3rd Qu.:1.0000  
                 Max.   :1.0000  

gtsummary::tbl_summary(iris, by='Species')

<!–html_preserve–>

      Median (IQR); n (%)
      <br />
    </p>
  </td>
</tr>

• receita de bolo: https://docs.google.com/document/d/1qqk7VJcangH6BjwxsQkuqap3L86pdmekJbtGudUbKUE/edit?usp=sharing

htmlTable::htmlTable(epiDisplay::tableStack(c(Sepal.Length, Sepal.Width, Petal.Length, Petal.Width), by=Species, dataFrame=iris, percent="row"))

• https://rpubs.com/empeixoto/pivot

• https://educapes.capes.gov.br/bitstream/capes/564494/2/FASCICULO_Introducao_Banco_Dados_30_08.pdf

• https://rpubs.com/CristianaFreitas/311735

• https://www.youtube.com/channel/UCTJSUupjX25hhDUtxRfDZaQ

• https://www.youtube.com/channel/UC5Pt2xKtRYgiDp3QOYhrc7g