abraji_2025.qmd

---
title: "Domingo de Dados<br>(Abraji)"
subtitle: "Introdução à programação em R com dados eleitorais"
author: "[**Ana Carolina Moreno**](https://www.linkedin.com/in/anacarolinamoreno)<br>[**Jade Maré**](https://www.linkedin.com/in/jademare/)<br><u>[Link dessa apresentação](https://bit.ly/abraji_2025)</u>"
format: revealjs
incremental: false
embed-resources: true
editor: visual
---

## Olá!!

```{r}
library(tidyverse)
```

**Ana Carolina Moreno:** Diretora da Abraji e Jornalista de Dados. Co-organiza a R-Ladies São Paulo. <br> <br> **Jade Maré:** Head de Transformação Digital no Greenpeace Brasil. Co-organiza a R-Ladies São Paulo.

## Cronograma previsto

<br> **Parte 1 (domingo 9h-11h): Introdução** <br> R + RStudio + ciência de dados + Tidyverse <br> <br> **Parte 2 (domingo 11h30-13h): Importação e análise dos dados** <br> escrevendo os primeiros códigos

## Você deveria estar aqui hoje?

Você se enquadra em uma das situações abaixo?

-   Não sei nada sobre R, mas sei outras linguagens

-   Não conheço nada de nenhuma linguagem de programação

-   Já tentei aprender R no passado, mas esqueci tudo

-   Sei só um básico de Excel

-   Nunca mexi no Excel

-   Acho que sou "de humanas demais" pra saber programar

-   Sempre fiquei de recuperação em matemática no colégio

-   Quero sempre aprender coisas novas

## Então a resposta é SIM!

![Vamos nessa!](img/img01_conrad-poirier.png)

## Instalação dos programas

Tutorial em vídeo para instalação no Windows: <https://youtu.be/vKgjx52TYBw>

Tutorial da Curso-R (Windows, Mac, Linux): <https://livro.curso-r.com/1-instalacao.html>

-   Instalar o R

-   Instalar o RStudio

-   Entrar [nesse Github](https://github.com/anacarolinamoreno/abraji_2025/)–\> clicar no botão verde chamado "Code" –\> escolher "Download zip" –\> descomprimir a pasta e salvar no local que quiser na pasta onde você for trabalhar

## =\> Introdução

::: incremental
-   **1- Por que jornalistas aprendem a programar?**

-   **2- Que tipo de bases de dados podemos usar no R?**

-   **3- Quais termos preciso aprender?**

-   **4- O que conseguimos fazer com essas bases no R?**
:::

. . .

## 1- Jornalistas + programação

Resposta: porque nem todas as bases abrem no Excel

![](img/img02_excel.png)

## 1.1- Os limites do Excel

Limite do Excel: **1.048.576 linhas e 16.384 colunas** <br> <br> Para efeito de comparação...

-   Base de SRAG do Sivep-Gripe só do ano de 2021 (atualizado até fev/2022): **1.715.835 linhas**

-   Base do Enem 2018: **5,5 milhões de linhas** (uma linha por pessoa inscrita)

-   Base de beneficiários do Auxílio Emergencial: **40 milhões de linhas novas a cada mês**

## 2- As bases de dados e o R

Podemos usar bases que tenham formato de "tabela":

-   cada linha é um registro, e cada coluna traz algum detalhe sobre aquele registro

-   as colunas ou linhas não estão mescladas ou agrupadas

-   em geral, são os arquivos do poder público salvos no formato .csv (mas nem sempre)

## 2.1 - Exemplo de base de dados

Eleição para a Alesp em 2022:

```{r}
alesp <- read.csv2("data/alesp.csv", fileEncoding = "Windows-1252")
knitr::kable(head(alesp)) |>  
  kableExtra::kable_styling(font_size = 16)
```

## 2.2 - Outra forma de ver

![](img/img05_df.png)

## 3- Breve glossário

-   **Data frame**: sinônimo para "tabela" ou "planilha"

-   **Tibble**: idem acima

-   **Objeto**: é um data frame criado dentro do RStudio

-   **Observação**: é sinônimo de "linha" na sua tabela

-   **Variável**: é sinônimo de "coluna" na sua tabela

## 4- Potencial do R

-   **Abrir** uma base de dados

-   **Limpar** a base de dados (ex: formatar uma data ou tirar os acentos dos nomes)

-   **Transformar** a base de dados (ex: a partir da coluna de data, criar uma coluna nova só com o mês)

-   **Visualizar** os dados em formatos de gráficos ou mapas (ou mesmo relatórios em PDF ou websites)

-   Etc. etc. etc.

## 4.1- Ciclo da ciência de dados

(fonte: [R for Data Science](https://r4ds.had.co.nz/introduction.html))

![](img/img03_r4ds.png)

## =\> Conceitos iniciais de programação

![](img/img04_hacker.png)

## 1- Operador de atribuição: \<-

(pense nele como uma **preposição**!)

-   É como criamos objetos para guardar valores.
-   Atalho: *ALT + MENOS*
-   **Exemplo:** calculando a duração desse bootcamp.

```{r}
#| echo: true
#| fig-width: 10
#| fig-height: 4.5
total_sessoes <- 2
duracao_sessao_min <- 90
duracao_total <- total_sessoes * duracao_sessao_min
duracao_total
```

## 2- O que pode ser um "valor"

(pense neles como **substantivos**!)

-   Valores não precisam ser números.
-   Eles podem ser texto, por exemplo.
-   Porém, precisam ser escritos entre aspas.
-   Nesse caso, o R entende que o objeto é da classe de "character"

```{r}
#| echo: true
#| fig-width: 10
#| fig-height: 4.5
nomes_intrutoras <- "Carol + Jade"
nomes_intrutoras
```

## 2.1 - As classes dos objetos

-   Os objetos podem ter vários tipos (um texto, um número etc.). É o que chamamos de **classe**.

-   As classes principais são:

| CLASSE        | SINÔNIMO                            |
|---------------|-------------------------------------|
| **character** | texto, string, caractere            |
| **numeric**   | número, double, valor real, integer |
| **logic**     | lógico, booleano, valor TRUE/FALSE  |

## 2.2- Exemplos de classes

**character:** "Carol" / "43" / "verdadeiro"

**numeric:** -5 / 1.5 / 3.1416

**logic:** TRUE / FALSE

## 3- Operadores relacionais

| Operador | Descrição          |
|----------|--------------------|
| ==       | igual              |
| !=       | diferente          |
| \>       | maior              |
| \<       | menor              |
| \>=      | maior ou igual a   |
| \<=      | menor ou igual que |

## 4- Operadores lógicos

| Operador | Descrição          |
|----------|--------------------|
| !        | significa NÃO      |
| &        | significa E        |
| `|`      | significa OU       |
| %in%     | significa "contém" |

## 5- O operador pipe: %\>% ou \|\>

(pense nele como uma **vírgula**!)

-   pipe = cano, encanamento, fazer a informação fluir

-   o valor do lado esquerdo do pipe vira argumento para a função do lado direito e assim por diante

![](img/img07_pipe.png)

-   Atalho: *CTRL + SHIFT + M*

## 6- O que é uma função?

-   Função: uma palavra que, no código, dá um comando ao computador.
-   Ela é escrita seguida de parênteses.
-   Nos parênteses incluímos os atributos (inputs).
-   O output vai ser a informação que o computador retorna após rodar a função.

(pense nela como um **verbo**!)

## 6.1- Função no Excel

<br><br>

![Versão no Excel](img/img06_excel.png)

## 6.2- Função no R

<br>

```{r}
#| echo: true
#| fig-width: 10
#| fig-height: 4.5
altura_carol <- 1.54
altura_oscar_schmidt <- 2.06
altura_michael_jordan <- 1.98
altura_media <- mean(c(altura_carol, altura_oscar_schmidt, altura_michael_jordan))
altura_media
```

<br>

-   mean = função para calcular a média
-   argumentos = informações que vão entre parênteses para indicar o que a função deve fazer
-   c() = para criar um vetor (uma lista com mais de um item a ser aplicado no cálculo)

## 7- O que é um pacote de R?

-   Conjunto de funções úteis pra determinada análise.

-   Eles são disponibilizados em repositórios. Os dois principais repositórios são o [CRAN](https://cran.r-project.org/) e o [GitHub](https://github.com/).

-   Os pacotes são **instalados apenas uma vez** e devem **ser carregados sempre** que queremos utilizá-los.

## 7.1 - Instalar e carregar pacotes

-   Para **instalar** um pacote que está no CRAN, usamos a função install.packages:

    *install.packages("tidyverse")*

-   Caso o pacote esteja no GitHub, é possível fazer a instalação via função install_github do pacote devtools:

    *install.packages("devtools")*

    *devtools::install_github('rfsaldanha/microdatasus')*

-   Para **carregar** o pacote usamos a função library:

    *library(tidyverse)* <br> *library(microdatasus)*

## 8- Boas práticas (resumo)

**Nome de variáveis:**

a)  Não usar maiúscula, espaços ou acentos pra criar o nome
b)  Não começar o nome com um número
c)  Escolher nomes úteis e não redundantes

**Código e comentários:**

a)  Inserir espaços só após as vírgulas e parênteses
b)  Evite comentar demais e de menos (com a hashtag #)
c)  Use a quebra de linha para facilitar a leitura

## 9- Erros mais comuns!

-   Rodar uma linha de código sem ter rodado as anteriores, que fazem parte de uma "sequência" de comandos para o programa

-   Esquecer de salvar valores ou tabelas em objetos

-   Pequenos erros de digitação ao escrever o código

-   Não selecionar o trecho inteiro de código na hora de rodar

-   Dica: o pacote **tidylog** te dá um relatório de tudo o que ele fez, e ajuda a encontrar a origem dos erros

## Tidyverse

![](img/img08_tidyverse.png)

## 1- O que é?

-   Um conjunto de pacotes que compartilham a mesma gramática e estrutura.

-   Quando você instala/carrega o tidyverse, todos esses pacotes vêm junto de uma vez.

-   Serve pra fazer o trabalho de análise **mais rápido e fácil**

## 2- Pacotes dentro do Tidyverse

São muitos (<https://www.tidyverse.org/packages/>) Os mais úteis para o DDJ são os seguintes:

-   **readr:** abrir arquivos (bases de dados) e salvar tabelas

-   **dplyr:** manipular a base (filtrar, criar colunas, agrupar, resumir, ordenar etc.)

-   **stringr:** arrumar textos (string) identifcando padrões (regex)

-   **lubridate:** ajusta datas e horas (ex: AAAA-MM-DD)

-   **ggplot2:** visualização de dados

-   **magrittr:** para usar o pipe nos seus códigos

## 3- 'Verbos mágicos' do Tidyverse

Saber poucos comandos já basta pra começar a analisar!

| FUNÇÃO        | O QUE FAZ                                     |
|---------------|-----------------------------------------------|
| **select**    | seleciona só algumas colunas da base          |
| **filter**    | seleciona só algumas linhas da base           |
| **mutate**    | cria colunas ou altera valores de uma coluna  |
| **group_by**  | agrupa linhas de valores iguais em uma coluna |
| **summarise** | par do group_by, cria o resumo desses grupos  |
| **arrange**   | ordena a forma de visualizar a tabela         |

## 4- Mais 'verbos úteis'

| FUNÇÃO          | O QUE FAZ                                  |
|-----------------|--------------------------------------------|
| **read.csv**    | abre o seu arquivo separado por vírgula    |
| **read.csv2**   | arquivo separado por ponto e vírgula       |
| **write.csv**   | salva a tabela num arquivo no computador   |
| **rename**      | renomeia uma coluna                        |
| **replace**\*   | troca um valor p/ outro quando ele aparece |
| **pivot**\*     | transforma linhas em colunas e vice-versa  |
| **bind_rows**\* | junta as linhas de duas tabelas diferentes |
| **str_sub**\*   | puxa só parte do valor de uma coluna       |

## Exercícios

Observem a tabela para responder às próximas questões.

> [tabela alesp.csv no GitHub](https://docs.google.com/spreadsheets/d/1xUkv3RJ-r8Vo9MMS0rFCkJsK7BC18VTm/edit?rtpof=true#gid=1570954024)

## Pergunta 1:

Quais mulheres foram eleitas em 2022? <br> <br> <br> <br> <br> (Dica: é com **"select"** ou com **"filter"**?)

## Código 1:

Quais mulheres foram eleitas em 2022?

```{r}
#| echo: true
library(tidyverse)

alesp <- read.csv2("data/alesp.csv",
                   fileEncoding = "Windows-1252")

sexo_feminino <- alesp |>
  filter(genero == "FEMININO")
  
```

## Resposta 1:

Quais mulheres foram eleitas em 2022?

```{r}
knitr::kable(sexo_feminino)  |>  
  kableExtra::kable_styling(font_size = 16)
```

## Pergunta 2:

Qual foi a média de votos em 2022 por raça?

## Código 2:

Qual foi a média de votos em 2022 por raça?

```{r}
#| echo: true

media_raca <- alesp |>
  group_by(cor_raca) |> 
  summarise(media_votos = mean(votos_2022))
  
```

## Resposta 2:

Qual foi a média de votos em 2022 por raça?

```{r}
knitr::kable(media_raca)  |>  
  kableExtra::kable_styling(font_size = 28)
```

## Pergunta 3:

Qual é o ranking de votos totais por partido em 2022?

## Código 3:

Qual é o ranking de votos totais por partido em 2022?

Agrupamos por raça. OBS: Por que só aparecem três raças?

```{r}
#| echo: true

votos_partidos <- alesp |>  
  group_by(sigla_partido) |>  
  summarise(total_votos = sum(votos_2022)) |> 
  arrange(desc(total_votos))
  
```

## Resposta 3:

Qual é o ranking de votos totais por partido em 2022?

Agrupamos por partido!

```{r}
knitr::kable(votos_partidos) |> 
  kableExtra::kable_styling(font_size = 16)
```

## Pergunta 4:

Qual deputado reeleito ganhou mais votos de 2018 para 2022?

## Código 4:

Qual deputado reeleito ganhou mais votos de 2018 para 2022?

(Não precisamos agrupar por candidato, já que eles são únicos!)

```{r}
#| echo: true

deputados <- alesp |>  
  filter(!is.na(votos_2018)) |>  
  mutate(variacao_votos = votos_2022 - votos_2018,
         pct_variacao_votos = ( variacao_votos * 100 ) / votos_2018) |> 
  arrange(desc(pct_variacao_votos))
  
```

## Resposta 4:

Qual deputado reeleito ganhou mais votos de 2018 para 2022?

```{r}
knitr::kable(deputados) |>  
  kableExtra::kable_styling(font_size = 16)
```

# Links úteis:

-   [Repositório de arquivos](https://github.com/anacarolinamoreno/abraji_2025) dessa oficina

-   Essa apostila: [https://anacarolinamoreno.github.io/abraji_2025](https://anacarolinamoreno.github.io/abraji_2025/abraji_2025.html)

-   [Grupo no WhatsApp dessa oficina](https://bit.ly/grupo_r_abraji_2025) (link disponível até 14/07/2025)

-   [Oficina de pacotes com Rafael Pereira](https://ipeagit.github.io/censobr_oficina_abraji_2025)

-   Link para o [script com todo o código do Rafael Pereira](https://github.com/anacarolinamoreno/abraji_2025/blob/main/oficina_censobr_geobr.R)

-   Documento de [links e referências](https://github.com/anacarolinamoreno/abraji_2025/blob/main/links_e_referencias.pdf) de leitura, cursos e comunidades