beatrizmilz/sorteio-rladies-20-02-2024.R

## sorteio-rladies-20-02-2024.R
# Sobre esse script -------------------------------------
# Este código foi utilizado para sortear os brindes do evento de 20/02/2024,
# organizado pela R-Ladies São Paulo.
# Autoria: Beatriz Milz
# Data: 20/02/2024
# Comentário sobre reprodutibilidade: esse código não é reprodutível,
# por dois fatores: 1) o formulário de inscrição não está compartilhado com
# todas as pessoas, apenas as co-organizadoras do evento. Esse formulário
# tem dados sensíveis sobre participantes. 2) O sorteio não foi feito usando
# a função set.seed() - portanto, a cada vez que executar o código de sorteio,
# uma pessoa diferente poderá ser sorteada.


# Sobre a tabela:
# Houve um formulário do Google Forms para inscrição no evento,
# que foi preenchido pelas pessoas participantes.
# Esse formulário foi vinculado a uma planilha no Google Sheets.
# Para saber como fazer isso, esse texto escrito por mim pode ajudar:
# https://beamilz.com/posts/2022-03-08-googlesheets4/pt/

# Sobre o compartilhamento desse código:
# Esse código foi compartilhado para fins de transparência e para mostrar
# como foi feito o sorteio. Não é um código reprodutível, pois os dados
# não estão disponíveis para todas as pessoas.

# Pode ser útil para quem quiser realizar importação de dados do Google Sheets :)
# Veja no vídeo do YouTube como foi feito o sorteio:
# https://www.youtube.com/live/8QD7PXg5YYY?si=CG-UcITGWS8dZTrs&t=7286


# Pacotes -----------------------------------

# Carregando o pacote tidyverse, usado em vários momentos do código
library(tidyverse)

# Importando os dados ------------------------

# URL do Google Sheets vinculado ao formulário de inscrição
# Esse arquivo não é aberto, e é proposital:
# Apresenta dados sensíveis das pessoas participantes.
sorteio_rladies <-
  "https://docs.google.com/spreadsheets/d/1JcT4EyPcUEiUG36HIOy9xvciHLSYDvtGEl5fg3V9a2w/edit?resourcekey#gid=577442284"

# Importando os dados do Google Sheets
# Aqui, o uso dos :: indica que estamos usando uma função de um pacote específico
# Para que não fosse necessário usar os ::, poderíamos ter carregado os
# pacotes googlesheets4 e janitor.
# Por costume da pessoa que escreveu o código (Beatriz), ela prefere usar os ::
# para deixar claro de onde vem cada função.
# Mas isso não é uma regra, e você pode usar como preferir.
formulario <- googlesheets4::read_sheet(sorteio_rladies) |>
  # limpar nomes das colunas - IMPORTANTE!
  janitor::clean_names()

# Entendendo os dados ------------------------

# Sobre os dados:
# Cada linha representa uma resposta do formulário.

# Quantas respostas temos?
nrow(formulario)
# [1] 45

# Quais são os nomes das colunas?
# colnames(formulario)
#
#  [1] "carimbo_de_data_hora"
#  [2] "endereco_de_e_mail"
#  [3] "email"
#  [4] "qual_e_o_seu_nome_completo"
#  [5] "segundo_a_classificacao_do_ibge_a_sua_cor_raca_etnia_e"
#  [6] "com_qual_genero_voce_se_identifica"
#  [7] "voce_faz_parte_de_outros_grupos_sub_representados_na_area_de_ciencia_de_dados_se_sim_qual"
#  [8] "voce_gostaria_de_participar_do_sorteio_do_livro_algoritmos_da_autora_nina_da_hora"
#  [9] "voce_gostaria_de_participar_do_sorteio_de_uma_camiseta_da_r_ladies_sp_tamanho_m"
# [10] "voce_gostaria_de_participar_do_sorteio_de_uma_camiseta_da_r_ladies_sp_tamanho_gg"

# Possivelmente, alguém pode ter respondido mais de uma vez
# (pois escreveu o nome ou email errado, por exemplo)
# Isso aumentaria a probabilidade dela ser sorteada.
# Nós não verificamos isso durante o sorteio,
# mas é algo que é interessante ser feito em sorteios futuros.
# Poderia ser feito da seguinte forma:
nomes_unicos <- formulario |>
  # Padronizando o nome
  mutate(nome = qual_e_o_seu_nome_completo |>
             # deixando em letras minúsculas
           stringr::str_to_lower() |>
             # removendo acentos
           abjutils::rm_accent()) |>
  # fazendo a contagem e deixando em ordem decrescente
  count(nome, sort = TRUE)

# Importante olhar a lista de nomes únicos e verificar se há repetições
# que não foram removidas apenas padronizando os textos.

nomes_unicos |>
  # quais nomes aparecem mais de uma vez?
  filter(n > 1)


# # A tibble: 3 × 2
#   nome                         n
#   <chr>                    <int>
# 1 [OMITIDO]                    2
# 2 [OMITIDO]                    2
# 3 [OMITIDO]                    2

# Existem 3 pessoas respostas repetidas.
# Essas pessoas teriam mais chances de serem sorteadas.

# Limpando e organizando os dados ------------------------
# Essa etapa foi bem breve, e menor do que costumamos fazer no dia-a-dia.
# Isso porque a organização feita foi pensada para unicamente
# realizar o sorteio durante a live.
# Quando formos usar esses dados com outros objetivos, a limpeza deverá abranger
# mais questões.


form_arrumado <- formulario |>
  # criando uma coluna com o número da linha
  # (função do pacote tibble, que faz parte do tidyverse)
  rowid_to_column() |>
  # renomeando as colunas para facilitar a leitura
  rename(
    nome = qual_e_o_seu_nome_completo,
    sorteio_livro = voce_gostaria_de_participar_do_sorteio_do_livro_algoritmos_da_autora_nina_da_hora,
    sorteio_camiseta_m = voce_gostaria_de_participar_do_sorteio_de_uma_camiseta_da_r_ladies_sp_tamanho_m,
    sorteio_camiseta_gg = voce_gostaria_de_participar_do_sorteio_de_uma_camiseta_da_r_ladies_sp_tamanho_gg
  )

# Selecionando apenas as colunas que queremos mostrar no video,
# Para não expor na gravação os emails das pessoas e
# outros dados possivelmente sensíveis (como os grupos representados que
# a pessoa faz parte)

form_sem_email <- form_arrumado |>
  # queremos as colunas rowid, nome, e todas as que o nome da coluna começa com "sorteio"
  select(rowid, nome, starts_with("sorteio"))

# Sorteando os brindes ------------------------
# Sorteando o livro!

form_sem_email |>
  # filtrando as pessoas que querem participar do sorteio do livro
  filter(sorteio_livro == "Sim") |>
  # sorteando uma pessoa. O n = 1 indica que queremos sortear 1 pessoa.
  slice_sample(n = 1)

# # A tibble: 1 × 5
#   rowid nome            sorteio_livro sorteio_camiseta_m
#   <int> <chr>           <chr>         <chr>
# 1    38 Glaucia Pereira Sim           Não
# # ℹ 1 more variable: sorteio_camiseta_gg <chr>

# Sorteando a camiseta M!

form_sem_email |>
  filter(sorteio_camiseta_m == "Sim") |>
  slice_sample(n = 1)

# # A tibble: 1 × 5
#   rowid nome               sorteio_livro sorteio_camiseta_m
#   <int> <chr>              <chr>         <chr>
# 1    32 Izadora Santos de… Sim           Sim
# # ℹ 1 more variable: sorteio_camiseta_gg <chr>


# Sorteando a camiseta GG!

form_sem_email |>
  filter(sorteio_camiseta_gg == "Sim") |>
  slice_sample(n = 1)

# # A tibble: 1 × 5
#   rowid nome               sorteio_livro sorteio_camiseta_m
#   <int> <chr>              <chr>         <chr>
# 1    29 Aline Freire Anho… Sim           Sim
# # ℹ 1 more variable: sorteio_camiseta_gg <chr>

# Comunicação pós evento ------------------------
# Buscando os emails únicos de participantes,
# para enviar a mensagem de agradecimento e
# informar sobre os materiais

emails_unicos <- formulario |>
  # temos duas colunas de email
  select(endereco_de_e_mail, email) |>
  # deixando em formato longo, para termos apenas uma coluna de email
  pivot_longer(cols = c(endereco_de_e_mail, email), values_to = "email") |>
  # removendo duplicacoes
  distinct(email)

nrow(emails_unicos)
# [1] 71

# colando os emails separados por vírgula,
# para usar no gmail (campo BCC - cópia oculta)
paste0(emails_unicos$email, collapse = ", ")
	# Sobre esse script -------------------------------------
	# Este código foi utilizado para sortear os brindes do evento de 20/02/2024,
	# organizado pela R-Ladies São Paulo.
	# Autoria: Beatriz Milz
	# Data: 20/02/2024
	# Comentário sobre reprodutibilidade: esse código não é reprodutível,
	# por dois fatores: 1) o formulário de inscrição não está compartilhado com
	# todas as pessoas, apenas as co-organizadoras do evento. Esse formulário
	# tem dados sensíveis sobre participantes. 2) O sorteio não foi feito usando
	# a função set.seed() - portanto, a cada vez que executar o código de sorteio,
	# uma pessoa diferente poderá ser sorteada.


	# Sobre a tabela:
	# Houve um formulário do Google Forms para inscrição no evento,
	# que foi preenchido pelas pessoas participantes.
	# Esse formulário foi vinculado a uma planilha no Google Sheets.
	# Para saber como fazer isso, esse texto escrito por mim pode ajudar:
	# https://beamilz.com/posts/2022-03-08-googlesheets4/pt/

	# Sobre o compartilhamento desse código:
	# Esse código foi compartilhado para fins de transparência e para mostrar
	# como foi feito o sorteio. Não é um código reprodutível, pois os dados
	# não estão disponíveis para todas as pessoas.

	# Pode ser útil para quem quiser realizar importação de dados do Google Sheets :)
	# Veja no vídeo do YouTube como foi feito o sorteio:
	# https://www.youtube.com/live/8QD7PXg5YYY?si=CG-UcITGWS8dZTrs&t=7286


	# Pacotes -----------------------------------

	# Carregando o pacote tidyverse, usado em vários momentos do código
	library(tidyverse)

	# Importando os dados ------------------------

	# URL do Google Sheets vinculado ao formulário de inscrição
	# Esse arquivo não é aberto, e é proposital:
	# Apresenta dados sensíveis das pessoas participantes.
	sorteio_rladies <-
	"https://docs.google.com/spreadsheets/d/1JcT4EyPcUEiUG36HIOy9xvciHLSYDvtGEl5fg3V9a2w/edit?resourcekey#gid=577442284"

	# Importando os dados do Google Sheets
	# Aqui, o uso dos :: indica que estamos usando uma função de um pacote específico
	# Para que não fosse necessário usar os ::, poderíamos ter carregado os
	# pacotes googlesheets4 e janitor.
	# Por costume da pessoa que escreveu o código (Beatriz), ela prefere usar os ::
	# para deixar claro de onde vem cada função.
	# Mas isso não é uma regra, e você pode usar como preferir.
	formulario <- googlesheets4::read_sheet(sorteio_rladies) \|>
	# limpar nomes das colunas - IMPORTANTE!
	janitor::clean_names()

	# Entendendo os dados ------------------------

	# Sobre os dados:
	# Cada linha representa uma resposta do formulário.

	# Quantas respostas temos?
	nrow(formulario)
	# [1] 45

	# Quais são os nomes das colunas?
	# colnames(formulario)
	#
	# [1] "carimbo_de_data_hora"
	# [2] "endereco_de_e_mail"
	# [3] "email"
	# [4] "qual_e_o_seu_nome_completo"
	# [5] "segundo_a_classificacao_do_ibge_a_sua_cor_raca_etnia_e"
	# [6] "com_qual_genero_voce_se_identifica"
	# [7] "voce_faz_parte_de_outros_grupos_sub_representados_na_area_de_ciencia_de_dados_se_sim_qual"
	# [8] "voce_gostaria_de_participar_do_sorteio_do_livro_algoritmos_da_autora_nina_da_hora"
	# [9] "voce_gostaria_de_participar_do_sorteio_de_uma_camiseta_da_r_ladies_sp_tamanho_m"
	# [10] "voce_gostaria_de_participar_do_sorteio_de_uma_camiseta_da_r_ladies_sp_tamanho_gg"

	# Possivelmente, alguém pode ter respondido mais de uma vez
	# (pois escreveu o nome ou email errado, por exemplo)
	# Isso aumentaria a probabilidade dela ser sorteada.
	# Nós não verificamos isso durante o sorteio,
	# mas é algo que é interessante ser feito em sorteios futuros.
	# Poderia ser feito da seguinte forma:
	nomes_unicos <- formulario \|>
	# Padronizando o nome
	mutate(nome = qual_e_o_seu_nome_completo \|>
	# deixando em letras minúsculas
	stringr::str_to_lower() \|>
	# removendo acentos
	abjutils::rm_accent()) \|>
	# fazendo a contagem e deixando em ordem decrescente
	count(nome, sort = TRUE)

	# Importante olhar a lista de nomes únicos e verificar se há repetições
	# que não foram removidas apenas padronizando os textos.

	nomes_unicos \|>
	# quais nomes aparecem mais de uma vez?
	filter(n > 1)


	# # A tibble: 3 × 2
	# nome n
	# <chr> <int>
	# 1 [OMITIDO] 2
	# 2 [OMITIDO] 2
	# 3 [OMITIDO] 2

	# Existem 3 pessoas respostas repetidas.
	# Essas pessoas teriam mais chances de serem sorteadas.

	# Limpando e organizando os dados ------------------------
	# Essa etapa foi bem breve, e menor do que costumamos fazer no dia-a-dia.
	# Isso porque a organização feita foi pensada para unicamente
	# realizar o sorteio durante a live.
	# Quando formos usar esses dados com outros objetivos, a limpeza deverá abranger
	# mais questões.


	form_arrumado <- formulario \|>
	# criando uma coluna com o número da linha
	# (função do pacote tibble, que faz parte do tidyverse)
	rowid_to_column() \|>
	# renomeando as colunas para facilitar a leitura
	rename(
	nome = qual_e_o_seu_nome_completo,
	sorteio_livro = voce_gostaria_de_participar_do_sorteio_do_livro_algoritmos_da_autora_nina_da_hora,
	sorteio_camiseta_m = voce_gostaria_de_participar_do_sorteio_de_uma_camiseta_da_r_ladies_sp_tamanho_m,
	sorteio_camiseta_gg = voce_gostaria_de_participar_do_sorteio_de_uma_camiseta_da_r_ladies_sp_tamanho_gg
	)

	# Selecionando apenas as colunas que queremos mostrar no video,
	# Para não expor na gravação os emails das pessoas e
	# outros dados possivelmente sensíveis (como os grupos representados que
	# a pessoa faz parte)

	form_sem_email <- form_arrumado \|>
	# queremos as colunas rowid, nome, e todas as que o nome da coluna começa com "sorteio"
	select(rowid, nome, starts_with("sorteio"))

	# Sorteando os brindes ------------------------
	# Sorteando o livro!

	form_sem_email \|>
	# filtrando as pessoas que querem participar do sorteio do livro
	filter(sorteio_livro == "Sim") \|>
	# sorteando uma pessoa. O n = 1 indica que queremos sortear 1 pessoa.
	slice_sample(n = 1)

	# # A tibble: 1 × 5
	# rowid nome sorteio_livro sorteio_camiseta_m
	# <int> <chr> <chr> <chr>
	# 1 38 Glaucia Pereira Sim Não
	# # ℹ 1 more variable: sorteio_camiseta_gg <chr>

	# Sorteando a camiseta M!

	form_sem_email \|>
	filter(sorteio_camiseta_m == "Sim") \|>
	slice_sample(n = 1)

	# # A tibble: 1 × 5
	# rowid nome sorteio_livro sorteio_camiseta_m
	# <int> <chr> <chr> <chr>
	# 1 32 Izadora Santos de… Sim Sim
	# # ℹ 1 more variable: sorteio_camiseta_gg <chr>


	# Sorteando a camiseta GG!

	form_sem_email \|>
	filter(sorteio_camiseta_gg == "Sim") \|>
	slice_sample(n = 1)

	# # A tibble: 1 × 5
	# rowid nome sorteio_livro sorteio_camiseta_m
	# <int> <chr> <chr> <chr>
	# 1 29 Aline Freire Anho… Sim Sim
	# # ℹ 1 more variable: sorteio_camiseta_gg <chr>

	# Comunicação pós evento ------------------------
	# Buscando os emails únicos de participantes,
	# para enviar a mensagem de agradecimento e
	# informar sobre os materiais

	emails_unicos <- formulario \|>
	# temos duas colunas de email
	select(endereco_de_e_mail, email) \|>
	# deixando em formato longo, para termos apenas uma coluna de email
	pivot_longer(cols = c(endereco_de_e_mail, email), values_to = "email") \|>
	# removendo duplicacoes
	distinct(email)

	nrow(emails_unicos)
	# [1] 71

	# colando os emails separados por vírgula,
	# para usar no gmail (campo BCC - cópia oculta)
	paste0(emails_unicos$email, collapse = ", ")