02-basico.Rmd

---
title: "Conceitos básicos"
author: "Daniel Falbel, William Amorim"
---

## Conceitos básicos

```{r, message=FALSE, warning=FALSE, include=FALSE}
knitr::opts_chunk$set(
  collapse = TRUE, 
  out.width = "60%", out.height = "60%",
  fig.retina = 2
)
```

Todas as funções do `stringr` começam com o prefixo `str_`. Isso ajuda na hora de 
encontrar a função que você está procurando. No RStudio, digite `str_` e
aperte **TAB** para visualizar a lista de funções com esse prefixo. Você pode verificar o que cada função faz até encontrar a que atende às suas necessidades.

![str_tab](figures/str_tab.png)

Nesta seção, vamos utilizar as funções mais simples do `stringr`. Em seguida, vamos falar um pouco de regex e então veremos funções mais avançadas do pacote.

Antes de mais nada, instale e carregue o pacote `stringr`.

```{r, eval = FALSE}
install.packages("stringr")
```

```{r, message = FALSE, warning = FALSE}
library(stringr)
```

### str_length

A função mais simples do `stringr()` é a função `str_length()`. Esta função recebe como argumento um vetor de *strings* e retorna o número de caracteres de cada *string*. Repare que o espaço `" "` é considerado um caracter.

```{r}
str_length("São Paulo")
str_length(c("São Paulo", "Rio de Janeiro", 
             "Rio Grande do Norte", "Acre"))

```

Note que `str_length()` é diferente de `length()`. O primeiro retorna o número de caracteres e o segundo retorna o comprimento do objeto. Isso fica mais claro no seguinte exemplo:

```{r}
s <- c("São Paulo", "Rio de Janeiro", 
       "Rio Grande do Norte", "Acre")

str_length(s)
length(s)
```

A função `str_length()` retornou um vetor com o número de caracteres de cada elemento do vetor `s`, enquanto `length()` retornou o comprimento do vetor `s`.

### str_to_upper, str_to_lower, str_to_title

Essas funções servem para modificar a caixa das letras. Veja alguns exemplos:

```{r}
s <- "Somos a curso-r"
str_to_lower(s)
str_to_upper(s)
str_to_title(s)
```

### str_trim

É muito comum encontrar textos que vêm com espaços a mais, principalmente de dados
provenientes de formulários em que cada usuário escreve da forma que prefere. Isso é um problema pois cria categorias diferentes para valores que deveriam ser iguais. Espaços antes e após o texto são especialmente chatos, pois pode ser difícil detectá-los.

```{r}
s <- c("M", "F", "F", " M", " F ", "M")
as.factor(s)
```

A função `str_trim()` ajuda removendo os espaços excedentes antes e depois da string.

```{r}
string_aparada <- str_trim(s)
as.factor(string_aparada)
```

### str_sub

Não é raro você precisar obter uma parte fixa de uma *string*, como, por exemplo, manipular textos da forma:

```{r}
s <- c("01-Feminino", "02-Masculino", "03-Indefinido")
```

Você pode querer apenas a parte final da string. Neste caso, pode usar a função `str_sub()`.

```{r}
str_sub(s, start = 4) # pegar do quarto até o último caractere
```

Também é possível obter apenas os números.

```{r}
str_sub(s, end = 2) # pegar apenas os dois primeiros caracteres
```

Em outros casos você precisa obter os últimos 2 caracteres.

```{r}
s <- c("Feminino-01", "Masculino-02", "Indefinido-03")
str_sub(s, end = -4)
str_sub(s, start = -2)
```

É possível usar os argumentos `start` e `end` conjuntamente.

```{r}
s <- c("__SP__", "__MG__", "__RJ__")
str_sub(s, 3, 4)
```

### str_c

Concatena *strings* em uma única string.

```{r}

string1 <- "O valor p é: "
string2 <- 0.03

str_c(string1, string2)     # Números serão transformados em caracteres.


# Pode misturar objetos com strings definidas diretamente na função.

string1 <- "Brigadeiro"
string2 <- "bom"
string3 <- "melhor"

str_c(string1, " é a prova de que não existe nada tão ", string2,
      " que não pode ficar ", string3, ".")

# A função é vetorizada.

string1 <- c("Brigadeiro", "A política brasileira")
string2 <- c("bom", "ruim")
string3 <- c("melhor", "pior")

str_c(string1, " é a prova de que não existe nada tão ", string2,
      " que não pode ficar ", string3, ".")

# Pode ser usada para "criar código". 

variaveis <- names(mtcars)
variaveis

variaveis_explicativas <- str_c(variaveis[-1], collapse = " + ")

formula <- str_c(variaveis[1], " ~ ", variaveis_explicativas)
formula
as.formula

# Modeloo linear (Off-topic)
fit <- lm(formula, data = mtcars)
summary(fit)
```

Essas são as funções mais simples do pacote `stringr` e não exigem nenhum conhecimento de **expressões regulares**. Note que nenhuma delas possui o parâmetro `pattern`. Você verá como especificar esse parâmetro nas próximas seções.


--------------------------------------------------------------------------------