Working with R and dataframes

dataframes.R

nomes <- c('victor', 'moriyuki', 'kurauchi')
salarios <- c(100, 200, 300)
idades <- c(18, 19, 20)

cadastro <- data.frame(nomes, salarios, idades)
cadastro

filhos <- c(0, 2, 4)

cadastro$filhos <-c(filhos)
cadastro

cadastro$aumento_salarial <- c((salarios * 0.1)+salarios)
cadastro

names(cadastro)
levels(cadastro$nomes)

write.csv(cadastro, file='C:/Users/logonrm/Desktop/teste.csv')

# working with excel files
attach(Apend_BB)

Apend_BB [order(Apend_BB$id), ]

unique(Apend_BB)

library(dplyr)

grupo <- group_by(Salario, id)
grupo

agregar <- summarise(
  grupo, 
  salario_m = mean(salario_m), 
  data_pagamento_min = min(data_pagamento),
  data_pagamento_max = max(data_pagamento)
)
agregar

# we can use ungroup() to return to original values
# ungroup()

# getting profile by age of each customer to see how risk they are
data_atual <- as.Date(Sys.Date())
data_atual

attach(Banco)

Banco$data_atual <- c(data_atual)
Banco

 
idade <- difftime(data_atual, datanasc) / 365.25
idade <- round(idade, digits = 0)
Banco$idade <- idade

View(Banco)

idade <- as.numeric(idade)
is.numeric(idade)

faixa_etaria <- cut(idade, breaks= c(46, 55, 61, 70, 89), right = T)
faixa_etaria

Banco$faixa_etaria <- faixa_etaria

attach(Banco_1)

mean(Banco_1$filhos, na.rm = TRUE)
round(mean(Banco_1$filhos, na.rm = TRUE))

by(Banco_1$idade, Banco_1$filhos, mean)
table(Banco_1$sexo)

library(gmodels)

CrossTable(
  Banco_1$sexo, 
  Banco_1$Situacao, 
  digits=3, 
  expected = FALSE, 
  prop.r = TRUE,
  prop.c = TRUE,
  prop.t = TRUE,
  asresid = FALSE
)

barplot(prop.table(table(Banco_1$sexo)) * 100, col=c('pink', 'blue'))

library(ggplot2)

attach(Bank)

dispersao <- ggplot(Bank, aes(x=age, y=salbeg, color=sex))
dispersao + geom_point()

dispersao <- ggplot(Bank, aes(x=age, y=salbeg))
dispersao + geom_point() + facet_wrap(~sex)

boxplot(
  Banco_1$idade ~Banco_1$sexo, 
  main='boxplot por idade e sexo', 
  xlab = 'sexo', ylab='idade',
  col=c('blue', 'red')
)

# lista 2

#1
barplot(prop.table(table(Bank$sex)) * 100, col=c('pink', 'blue'))
barplot(prop.table(table(Bank$jobcat)) * 100)
barplot(prop.table(table(Bank$sexrace)) * 100, col=c('pink', 'blue', 'green', 'yellow'))

table(Bank$sex)
table(Bank$jobcat)
table(Bank$sexrace)

#2
boxplot(
  Bank$salnow ~Bank$sex, 
  main='boxplot por sex e salnow', 
  xlab = 'sex', ylab='salnow',
  col=c('blue', 'red')
)