# DOMACI UKOL 3
# A) Vytvořte matici MAT s rozměry 7 × 3, tak:
# Aby první řádek obsahoval posloupnost: -2, 2, 6, 10,…
# Druhý řádek tvořily hodnoty 13 a
# Třetí řádek měl minimální hodnotu – 3 a maximální 3
# B) vypište sedmý sloupec matice MAT jako:
# i) řádkový vektor a
# ii) jako sloupcový vektor
# C) využitím funkce cbind, vytvořte matici B tak, aby výsledek vypadal následujícím způsobem:
# [,1]       [,2] [,3] [,4]
# [1,] -0.10000000 0.01111111   NA   NA
# [2,] -0.07777778 0.03333333   NA   NA
# [3,] -0.05555556 0.05555556   NA   NA
# [4,] -0.03333333 0.07777778   NA   NA
# [5,] -0.01111111 0.10000000   NA   NA

MAT <- matrix(c(seq(from=-2, by=4, length=7), rep(13, 7), seq(from=-3, to=3, length=7)), nrow=3, byrow=T); MAT
MAT[,7]
MAT[,7, drop=FALSE]
B1 <- matrix(c(seq(from = - 0.1, to = 0.1, length = 10)), nrow=5); B1
B2 <- matrix(NA, nrow=5, ncol=2); B2
cbind(B1,B2)

############# SEZNAM ################################################
Doctor <- list(name = c("William Hartnell","Patrick Troughton","Jon Pertwee","Tom Baker","Peter Davison","Colin Baker","Sylvester McCoy","Paul McGann", "John Hurt","Christopher Eccleston"),
               year=c("55","45","50","40","29","40","44","36","73","41"), 
               episodes=c("134","119","128","172","69","31","42","1","2","13")); Doctor
Doctor <- list(name = c(Doctor$name,"David Tennat","Matt Smith","Peter Capaldi"), year = c(Doctor$year,"34","27","55"),
               episodes = c(Doctor$episodes,"47","44","26")); Doctor

############# DATOVÁ TABULKA ########################################
vek <- c(27,35,30,47,42);vek
sex <- c("female","male","male","female","female"); sex
strana <-c("sin","sin","dx","dx","dx"); strana
ID <- c("SC_001", "SC_007", "SC_013", "SC_014", "SC_020"); ID
VZOREK <- data.frame(vek, strana, sex, row.names = ID); VZOREK
vzorek <- data.frame(vek, strana, sex, ID); vzorek

## Vyber z data.frame (indexovani)
VZOREK$vek
VZOREK$strana
VZOREK$sex
VZOREK[,2:3]
VZOREK[2:5,]
VZOREK[sex=="male",]
vzorek[sex=="male",]
VZOREK[sex=="male" & strana=="sin",]
VZOREK[c("SC_001","SC_013"),]
VZOREK[vek>30,]

VZOREK[order(VZOREK$vek),]
VZOREK[order(VZOREK$sex, VZOREK$vek),]

vzorek

vyzkum <- c("A22","A22","A02","A02","A02")
ID <- c("SC_001", "SC_007", "SC_013", "SC_014", "SC_020")
strana <-c("sin","sin","dx","dx","dx")
rok_vyzkumu <- data.frame(ID, strana, vyzkum); rok_vyzkumu
merge(vzorek, rok_vyzkumu, by = "ID")
# Otázka: co se stane, když je ve spojovaných tabulkách více sloupců se shodným názvem?
merge(vzorek, rok_vyzkumu)

subset(VZOREK,VZOREK$vek>=35)[,c("strana","sex")]
subset(VZOREK,VZOREK$vek>=35)

VZOREK$vyska <- c(155,170,187,165,195)
VZOREK$mereni <- NA             # pridani prazdneho sloupce
VZOREK
VZOREK$mereni <- NULL           # odstraneni sloupce
VZOREK

############# CHYBEJICI A NEEXISTUJICI HODNOTY #####################
0/0
mean(0/0)           # NaN
1/0 + 1/0
-1/0 + (-1/0)
sum(5*(1/0 + 1/0)) # Inf


100+NULL            # numeric(0)
mean(100*NULL)      # NaN
sum(100*NULL)       # 0
5*mean(100*NULL)    # NaN
mean(5,7,8,9,4,3,NA)# 5
sum(5,7,8,9,4,3,NA) # NA

############# ULOZENI OBJEKTU #####################################

sink("vysledky.txt")
vek <- c(27,35,30,47,42);vek
sex <- c("female","male","male","female","female"); sex
strana <-c("sin","sin","dx","dx","dx"); strana
ID <- c("SC_001", "SC_007", "SC_013", "SC_014", "SC_020"); ID
VZOREK <- data.frame(vek, strana, sex, row.names = ID); VZOREK
sink()

write.table(VZOREK, "tabulka.csv", sep=";")

# note report

# DOMACI UKOL 4
# A) Dle tabulky 1 vytvořte data.frame s názvem Soubor. 
#    Snažte se údaje „slepě“ nevypisovat, ale použijte funkce z kapitoly Vektory.
# B) Seřaďte objekt Soubor podle proměnné strana a vytvořte dva samostatné objekty:
#     prava	 obsahující pouze hodnoty pravé strany (dx)
#     leva	 obsahující hodnoty pouze levé strany (sin)
# C) Objekty prava, leva spojte dohromady podle proměnné ID a proměnné sex do objektu Soubor_S.

############# NACTENI OBJEKTU ######################################

DATA <- read.csv("dataP.csv", sep=";", header = TRUE)
attach(DATA)
head(DATA)
dim(DATA)
DATA[1,]
dimnames(DATA)
names(DATA)
colnames(DATA)
str(DATA)
# v ramci promenych sex, side a age jsou neocekavane hodnoty => zkontrolujeme
levels(DATA$Sex) # navic oznaceni muz a zena, sjednotime
summary(DATA$Sex)
levels(DATA$Sex)[levels(DATA$Sex)=="zena"] <- "female"
levels(DATA$Sex)[levels(DATA$Sex)=="muz"] <- "male"
levels(DATA$Sex)
levels(DATA$Side)
levels(DATA$Side)[levels(DATA$Side)=="dy"] <- "dx"
levels(DATA$Side)[levels(DATA$Side)=="si"] <- "sin"
levels(DATA$Side)[levels(DATA$Side)=="sni"] <- "sin"
levels(DATA$Side)
levels(DATA$Age)
levels(DATA$Age)[levels(DATA$Age)=="old"] <- NA
levels(DATA$Age)
DATA$Age <- as.numeric(DATA$Age)
DATA$Age
is(DATA$Age)

write.table(DATA, "data_opr.csv", sep=";")    # ulozeni tabulky s opravenymi daty

# je mozne nyni ulozenou tabulku nacist a pracovat s ni, nebo dale pracovat s objektem DATA
DATA <- read.csv("data_opr.csv", sep=";", header = TRUE)
attach(DATA)
head(DATA)
dim(DATA)
dimnames(DATA)
names(DATA)
str(DATA)

summary(DATA)
summary(DATA$Age)
summary(DATA[,7])

# install.packages("pastecs")
# install.packages("boot")
library(boot)
library(pastecs)
# popisne statistiky za vyuziti pastecs
stat.desc(DATA[Sex=="female","Length_cl"])
stat.desc(DATA[Sex=="male","Length_cl"])
# Totéž, ale bez hodnot NA
stat.desc(na.omit(DATA[Sex=="female","Length_cl"]))
stat.desc(na.omit(DATA[Sex=="male","Length_cl"]))

A1 <- stat.desc(DATA[Sex=="female","Length_cl"])           # vcetne NA
B1 <- stat.desc(DATA[Sex=="male","Length_cl"])
A2 <- stat.desc(na.omit(DATA[Sex=="female","Length_cl"]))  # bez NA
B2 <- stat.desc(na.omit(DATA[Sex=="male","Length_cl"]))

A1["median"]
A2["median",]
A1
A1 == A2      # vidime, ze se vektory nerovnaji pouze v promene nbr.na

is(A1)
is(A2)
# Note: v momente kdy nejsou pritomny NA honoty se "vysledek" funkce stat.desc()
# ulozi jako data.frame

library(psych)
describeBy(DATA[,"Length_cl"], group=DATA[,"Sex"])
describeBy(DATA[,"Length_cl"], group=DATA[,c("Sex","Side")])

A3 <- describeBy(DATA[,"Length_cl"], group=DATA[,"Sex"])
B3 <- describeBy(DATA[,"Length_cl"], group=DATA[,c("Sex","Side")])
typeof(A3)
typeof(B3)

# Note: vysledek funkce describeBy je list (pozor na odkazovani na hodnoty)
A3["male"]
A3[["male"]]
A3[["male"]][2]
B3[[4]]                       # note: jednotlive polozky nenesou nazev - viz nahled v global environment
B3[[2]]["mean"]

length(names(DATA))
DATA$Inner_End_W <- NULL      # vymazani promenne (sloupce), kontrola pomoci length
length(names(DATA))
DATA$new <- NA
length(names(DATA))           # pridani promenne (sloupce), kontrola pomoci length

# DOMACI UKOL 5
# A) Z ISu si stáhněte data: du_5.txt a načtěte je do RStudia (jméno proměnné zvolte libovolně).
# B) Zkontrolujte načtená data, případné chyby opravte.
# Při opravách chyb vycházejte z předpokladu, že hodnota s vyšším zastoupením je ta správná.
# C) Zjistěte dimenze načteného objektu a vypočítejte základní statistiky jednotlivých proměnných
# D) Vymažte prázdné sloupce (19 až 31).
# E) Vytvořte dva objekty DX a SIN:
#    DX bude obsahovat pouze měření z pravé strany (Side bude dx)
#    SIN bude obsahovat pouze měření z levé strany (Side bude sin)
# A spojte je dohromady do objektu DXSIN (note: funkce merge).
# F) Vypočítejte základní statistiky pro muže a ženy k rozměrům F1.x, F1.y.