# Načtení balíčku tidyverse -----------------------------------------------
library(tidyverse)

# Rozcvička ---------------------------------------------------------------

# Vytvořte vektor s čísly 1 až 5, tak aby to byl vektor typu
  # integer
  # double
  # character

# Integer
my_integer <- 1:5
typeof(my_integer)

my_integer <- c(1L, 2L, 3L, 4L, 5L)
typeof(my_integer)
is.integer(my_integer)

# Double
my_double <- my_integer %>% 
  as.double()
typeof(my_double)

my_double <- c(1, 2, 3, 4, 5)
typeof(my_double)

# Character
my_character <- my_integer %>% 
  as.character()
typeof(my_character)

my_character <- c("1", "2", "3", "4", "5")
typeof(my_character)

# Pojmenujte prvky americkými číslovkami "one", "two", "three" atd.
names(my_integer) <- c("one","two","three","four","five")
my_integer

my_double <- my_double %>% 
  set_names(nm = c("one","two","three","four","five"))
my_double

my_character <- c(one = "1", two = "2", three = "3", four = "4", five = "5")
my_character

# Jakými možnými způsoby můžeme vybrat třetí prvkek vektoru my_double
my_double[3]
my_double[[3]]
my_double["three"]
my_double[c(FALSE, FALSE, TRUE, FALSE, FALSE)]


# Práce s listy (lists) ---------------------------------------------------

# Vytvořte pojmenovaný list z těcho vektorů

# Character variable for movie name
mov <- "The Shining"

# Vector for the names of the movie actors
act <- c("Jack Nicholson", "Shelley Duvall", "Danny Lloyd", "Scatman Crothers", 
         "Barry Nelson")

# Data frame of the movie reviews
rev <- data.frame(
  scores = c(4.5, 4.0, 5.0), 
  sources = c("IMDb1", "IMDb2", "IMDb3"), 
  comments = c("Best Horror Film I have Ever Seen", 
               "A truly brilliant and scary film from Stanley Kubrick", 
               "A masterpiece of psychological horror")
  )

# Vytvoření listu
shining <- list(
  title = mov, 
  actors = act,
  reviews = rev
)
shining

# Vyberte vektor s názvem filmu
# Tak, ať je outputem stále list obsahující 1 prvek
shining[1]
shining["title"]
shining[c(TRUE, FALSE, FALSE)]

str(shining["title"])
typeof(shining["title"])

# Vyříznutí prvku a odsranění jedné úrovně hierarchie
# Outputem bude v tomto případě již atomický vektor typy character
shining[[1]]
shining[["title"]]
shining$title

str(shining[["title"]])
typeof(shining[["title"]])

# Vyberte vektor s herci
shining[2]
shining["actors"]
shining[c(FALSE, TRUE, FALSE)]

shining[[2]]
shining[["actors"]]
shining$actors

# Vyberte vektory s názvem filmu a herci
shining[c(1, 2)]
shining[1:2]
shining[c("title", "actors")]
shining[c(TRUE, TRUE, FALSE)]


# Vyberte vektor s herci a z nich prvního herce
shining[["actors"]][1]
shining[["actors"]][[1]]
shining$actors[[1]]
shining$actors[1]

# Vyberte vektor s herci a z nich něj pak první a třetí prvek (herce)
shining[["actors"]][c(1,3)]
shining$actors[c(1, 3)]

# Vyberte vektor s recenzemi
shining[3]
shining["reviews"]

shining[[3]]
shining[["reviews"]]
shining$reviews

# Z recenzí vyberte sloupec s komentáři
# Output je data.frame
shining[[3]][3] 
shining[["reviews"]]["comments"]
shining$reviews["comments"]

# Output je atomický vektor typu character
shining[[3]][[3]] 
shining[["reviews"]][["comments"]]
shining$reviews$comments

# Vyberte první komentář
shining[[3]][[3]][1]
shining$reviews$comments[1]

# Výběr prvků atomického vektoru ------------------------------------------

# Vytvoříme si tento numerický vektor
set.seed(2)
x <- sample(c(1:10, NA), size = 100, replace = TRUE)
x

# Vyberte prvky menší nebo rovno než 5
x <= 5
y <- x <= 5

x[x <= 5]
x[y]

# Vyberte prvky větší než 6
x[x > 6]

# Vyberte prvky větší než 3, ale zároveň menší než 7
x[3 < x & x <7]

# Vyberte prvky menší nebo rovno 3 anebo větší nebo rovno 8
x[x <=3 | x>= 8]

# Vyberte všechny sudé hodnoty
x[x %% 2 == 0]

# Vyberte každý třetí prvek
x[c(FALSE, FALSE, TRUE)]

# Jaký je počet chybějících hodnot?
sum(is.na(x))

x %>% 
  is.na() %>% 
  sum()

# Jaký je podíl chybějících hodnot?
mean(is.na(x))

x %>% 
  is.na() %>% 
  mean()

# Jak vybereme všechny prvky, které nejsou missing value?
x[!is.na(x)]

# Vyberte prvky menší nebo rovno než 5, která zároveň nejsou missing.
x[x <= 5 & !is.na(x)]

x[which(x <= 5)]

# Vyberte prvky větší než 6, která zároveň nejsou missing.
x[which(x > 6)]

# Vyberte prvky větší než 3, ale menší než 7, která zároveň nejsou missing.
x[which(x > 3 & x < 7)]

# Vyberte prvky menší nebo rovno 3 anebo větší nebo rovno 8, 
# která zároveň nejsou missing.
x[which(x <= 3 | x >= 8)]

# Jaká je průměrná hodnota vektoru x?
mean(x)
mean(x[!is.na(x)])
mean(x, na.rm = TRUE)

# Jaký je medián?
median(x, na.rm = TRUE)

# Jaká je směrodatná odchylka?
sd(x, na.rm = TRUE)

# Jaká je minimální a maximální hodnota?
min(x, na.rm = TRUE)
max(x, na.rm = TRUE)

range(x, na.rm = TRUE)

# Faktor -----------------------------------------------------------------
set.seed(3)
f <- sample(c(1:3, 99), size = 50, replace = TRUE)
f

# Konvertuje tento vektor na faktor
# Dejme tomu, že jeho hodnoty reprezentují úroveň vzdělání
  # 1 = ZŠ
  # 2 = SŠ
  # 3 = VŠ
  # 99 = missing value

my_fct <- factor(f, 
                 levels = 1:3,
                 labels = c("ZŠ", "SŠ", "VŠ"))
my_fct
levels(my_fct)
  
# Co kdybychom chtěli, ať je první úrovní VŠ, pak SŠ, nakonec ZŠ?
my_fct <- factor(f, 
                 levels = 3:1,
                 labels = c("VŠ", "SŠ", "ZŠ"))
my_fct
levels(my_fct)

# Co kdybychom chtěli, ať je první úrovní SŠ, pak VŠ, nakonec ZŠ?
my_fct <- factor(f, 
                 levels = c(2, 3, 1),
                 labels = c("SŠ", "VŠ", "ZŠ"))
my_fct
summary(my_fct)

# Jak jinak lze zacházet s hodnotou 99?
my_fct <- factor(f, 
                 levels = c(1:3, 99),
                 labels = c("ZŠ", "SŠ", "VŠ", "Neuvedeno"))
my_fct

# Dataframe ---------------------------------------------------------------
df <- tibble(
  name = c("Mercury", "Venus", "Earth", "Mars", 
           "Jupiter", "Saturn", "Uranus", "Neptune"),
  type = c("Terrestrial", "Terrestrial", "Terrestrial","Terrestrial", 
           "Gas giant", "Gas giant", "Gas giant", "Gas giant"),
  diameter = c(0.382, 0.949, 1, 0.532, 11.209, 9.449, 4.007, 3.883),
  rotation = c(58.64, -243.02, 1, 1.03, 0.41, 0.43, -0.72, 0.67),
  rings = c(FALSE, FALSE, FALSE, FALSE, TRUE, TRUE, TRUE, TRUE)
)

df

# Vyberte všechny informace o Marsu
df[4, ]
df[df$name == "Mars", ]
subset(df, name == "Mars")

# Vyberte sloupec diameter
df[, 3]
df[3]
df["diameter"] # output je stále dataframe
df[[3]] # output je atomický vektor
df[["diameter"]]

# Vyberte planety, které mají prstence
df[df$rings == TRUE, ]
subset(df, rings == TRUE)

# Vyberte sloupec typu planety, ale jen planety s prstenci
df[df$rings == TRUE, "type"]
df[df$rings == TRUE, 2]

subset(df, rings == TRUE)[["type"]]
subset(df, rings == TRUE)$type

df %>% 
  subset(rings == TRUE) %>% 
  .$type


# Jaká je průměrná rotace planet, jejichž průměr (diameter) je mezi
# 0.5 až 10 násobkem rotace Země?

mean(subset(df, diameter > 0.5 & diameter < 10)$rotation)

df %>% 
  subset(diameter > 0.5 & diameter < 10) %>% 
  .$diameter %>% 
  mean()

# Konvertujte sloupec type na factor tak, aby první úroveň byla
# "Terrestial"
summary(df$type)
df$type <- factor(df$type,
                  levels = c("Terrestrial", "Gas giant"))
summary(df$type)

# Seřaďte planety podle velikosti (diameter)
df[order(df$diameter), ]

# Seřaďte planety podle toho, jestli mají prstence, a až poté podle velikosti
df[order(df$type, df$diameter), ]

# Která planeta se otáčí opačně než země a zároveň nemá prstence?
df[df$rotation < 0 & df$rings == FALSE, ]
subset(df, rotation < 0 & rings == FALSE)

# Kolik je plynných obrů?
df[df$type == "Gas giant", ]
nrow(df[df$type == "Gas giant", ])

df %>% 
  subset(type == "Gas giant") %>% 
  nrow()

# Kolik je planet, které se otáčejí opačně než Země?
df %>% 
  subset(rotation < 0) %>% 
  nrow()

# Vyberte nejmenší planetu
df[df$diameter == min(df$diameter), ]

subset(df, diameter == min(diameter))

df[order(df$diameter) == 1, ]

# Vyberte planetu s nejrychlejší rotací (bez ohledu na směr rotace)
subset(df, abs(rotation) == max(abs(rotation)))

df[order(abs(df$rotation), decreasing = TRUE) == 1, ]

# Vyberte 2 planety s nejrychlejší kladnou/zápornou rotací
subset(df, rotation == max(rotation) | rotation == min(rotation))

y <- order(df$rotation)
y

df[y[c(1, 8)], ]