library(tidyverse)
tabel=read_csv("http://archive.ics.uci.edu/ml/machine-learning-databases/00396/Sales_Transactions_Dataset_Weekly.csv")
#View(tabel) 
myygid=tabel %>% select(W0:W51)
summad=myygid %>% colSums()
max(myygid %>% colSums())
which(summad==max(summad))
unname(which(summad==max(summad)))
names(which(summad==max(summad)))
myygid[1, ]
unname(unlist(myygid[1, ]))
mean(unlist(myygid[1, 1:5]))
unlist(myygid[1, 1:5])
unlist(myygid[1, 1:5])
as.numeric(myygid[1, 1:5])
as.numeric(myygid[1, ])
viiekeskmised=c()
for(i in 1:48){
  viiekeskmised[i]=mean(as.numeric(myygid[1, i:(i+4)]))
}
viiekeskmised

sapply(1:48, function(i){mean(as.numeric(myygid[1, i:(i+4)]))})

vastus=tibble()
for(reanr in 1:nrow(myygid)){
  ykstoode=sapply(1:48, function(i){mean(as.numeric(myygid[1, i:(i+4)]))})
  vastus=rbind(vastus, ykstoode)
}
colnames(vastus)=paste("A", 1:48, sep="")
vastus

vastus2=sapply(1:nrow(myygid), function(reanr){
  sapply(1:48, function(i){mean(as.numeric(myygid[reanr, i:(i+4)]))})
})
View(vastus2)

library(zoo)
myygid %>% mutate(libisev=rollmean(W1, k=3, fill=NA)) %>% select(W1, libisev)


vastus2 %>% as_tibble()
p=t(vastus2) %>% as_tibble()
p["toode"]=tabel$Product_Code
p %>% gather(tunnus, vaartus, -toode) %>% ggplot(aes(tunnus, vaartus, group=toode))+geom_line()


suvi=myygid %>% select(W12:W37)
talv=myygid %>% select(-(W12:W37))

paar=tibble(suvesumma=rowSums(suvi), talvesumma=rowSums(talv))
paar["kood"]=tabel$Product_Code
paar["suhe"]=paar$suvesumma/paar$talvesumma
paar["vahe"]=paar$suvesumma-paar$talvesumma
paar %>% arrange(suhe) %>% View()
paar %>% arrange(vahe) %>% View()


joonise_andmed=myygid[1:2, ]
joonise_andmed["tootekood"]=c("toode1", "toode2")
joonise_andmed %>% gather("nädal", "kogus", -tootekood)
joonise_andmed %>% gather("nädal", "kogus", -tootekood) %>%
   mutate(nädal=factor(nädal, colnames(myygid))) %>%
   ggplot(aes(nädal, kogus, group=tootekood, color=tootekood))+
   geom_line()+theme(axis.text.x=element_text(angle=90))

joonise_andmed=myygid
joonise_andmed["tootekood"]=tabel$Product_Code
joonise_andmed %>% gather("nädal", "kogus", -tootekood) %>%
  mutate(nädal=factor(nädal, colnames(myygid))) %>%
  ggplot(aes(nädal, kogus, group=tootekood, color=tootekood))+
  geom_line(show.legend = FALSE)+theme(axis.text.x=element_text(angle=90))


paar %>% filter(vahe>50) %>% 
  inner_join(joonise_andmed, by = c(kood="tootekood")) %>%
  rename(tootekood=kood) %>% select(tootekood, W0:W51) %>%
  gather("nädal", "kogus", -tootekood) %>%
  mutate(nädal=factor(nädal, colnames(myygid))) %>%
  ggplot(aes(nädal, kogus, group=tootekood, color=tootekood))+
  geom_line(show.legend = FALSE)+theme(axis.text.x=element_text(angle=90))

colnames(myygid)

paar %>% filter(vahe>50) %>% 
  inner_join(joonise_andmed, by = c(kood="tootekood")) %>%
  rename(tootekood=kood) %>% view()

suvesummad=paar %>% filter(vahe>50) %>% 
  inner_join(joonise_andmed, by = c(kood="tootekood")) %>%
 select(W0:W51) %>% colSums()

talvesummad=paar %>% filter(vahe<(-50)) %>% 
  inner_join(joonise_andmed, by = c(kood="tootekood")) %>%
  select(W0:W51) %>% colSums()


rbind(suvesummad, talvesummad) %>% as_tibble() %>% 
  mutate(hooaeg=c("suvi", "talv")) %>% 
  gather(nadal, kogus, -hooaeg) %>%
  mutate(nadal=factor(nadal, colnames(myygid))) %>%
  ggplot(aes(nadal, kogus, group=hooaeg, color=hooaeg))+geom_line()