AppInventarioNativas: AppInventarioNativas

estrutura = function(data, col.especies, col.dap, col.parcelas, area.parcela, est.vertical = NA, est.interno = NA, nao.identificada = ""){
    
  # se data nao for fornecido, nulo, ou  nao for dataframe, parar
  if(  missing(data) || all(is.null(data)) || all(is.na(data)) || !is.data.frame(data) ){  
    stop("data not set", call. = F) 
  }
  
  # se col.especies nao for fornecido, for igual "", nulo, ou  nao existir no dataframe, parar
  if(  missing(col.especies) || is.null(col.especies) || is.na(col.especies) || col.especies == "" || is.null(data[[col.especies]] ) ){  
    stop("col.especies not set", call. = F) 
  }
  
  # se col.dap nao for fornecido, for igual "", nulo, ou  nao existir no dataframe, parar
  if(  missing(col.dap) || is.null(col.dap) || is.na(col.dap) || col.dap == "" || is.null(data[[col.dap]] ) ){  
    stop("col.dap not set", call. = F) 
  }
  
  # se col.parcelas nao for fornecido, for igual "", nulo, ou  nao existir no dataframe, parar
  if(  missing(col.parcelas) || is.null(col.parcelas) || is.na(col.parcelas) || col.parcelas == "" || is.null(data[[col.parcelas]] ) ){  
    stop("col.parcelas not set", call. = F) 
  }
  
  # se area.parcela nao for fornecido, for igual "", nulo, parar
  if(  missing(area.parcela) || is.null(area.parcela) || is.na(area.parcela) || area.parcela == "" ){  
    stop("area.parcela not set", call. = F) 
  }
  
  SPECIES = col.especies
  DBH = col.dap
  PLOTS = col.parcelas
  # alterei aqui para areaplot poder ser uma coluna do data frame
  if(is.numeric(area.parcela) ){AREA.PLOT = area.parcela}else(AREA.PLOT = mean(data[,area.parcela],na.rm = T ) )
  
  # Coloquei estes dois if statements, para que o usuario possa deixar
  # de preencher a variavel, e a funcao continue rodando
  # (adicionei o "" por causa do app)
  if(missing(est.vertical)||is.null(est.vertical)||est.vertical==F||est.vertical==""){
     est.vertical = NA }
  
  if(missing(est.interno)||is.null(est.interno)||est.interno==F||est.interno==""){
    est.interno = NA }
    
  if(missing(nao.identificada)||is.null(nao.identificada)||nao.identificada==F||nao.identificada==""){
    nao.identificada = "" }
    
  # Se pos.vertical for a variavel HT (numerica)
  if(is.numeric(data[[est.vertical]])){
    data$canopy <- ifelse(data[[est.vertical]] < (mean(data[[est.vertical]], na.rm=T) - sd(data[[est.vertical]], na.rm=T) ), "Inferior", 
                            ifelse(data[[est.vertical]] >= (mean(data[[est.vertical]], na.rm=T) - sd(data[[est.vertical]], na.rm=T) ) & data[[est.vertical]] < (mean(data[[est.vertical]], na.rm=T) + sd(data[[est.vertical]], na.rm=T) ), "Médio", 
                                   ifelse(data[[est.vertical]] >= (mean(data[[est.vertical]], na.rm=T) + sd(data[[est.vertical]], na.rm=T) ), "Superior", NA
                                   )
                            ) 
      )
    est.vertical <- "canopy"
      
  }
    
  VERTICAL = est.vertical
  INTERNA = est.interno
  NI = nao.identificada
  
  # Converter variaveis categoricas em fatores
  data[,PLOTS] <- as.factor(data[,PLOTS])
  data[,SPECIES] <- as.factor(data[,SPECIES])
  
  # converter rotulos NI (aplicativo)
  if(is.null(NI)){NI <- ""}
  
  # Ajustar formato categórico
  
  # tive que colocar estes if statements aqui tambem,
  # para caso as variaveis opcionais nao sejam inseridas
  if(!is.na(est.vertical)){
    
    data[,VERTICAL] = as.factor(data[,VERTICAL])
    }
  
  if(!is.na(est.interno)){
    
    data[,INTERNA] = as.factor(data[,INTERNA])
    
  }
  
  # Remover NA
  data = data[!is.na(data[SPECIES]),]
  data = data[!is.na(data[DBH]),]
  
  # Remover NI
  # modifiquei para aceitar multiplas entradas
  data = data[!data[,SPECIES] %in% NI,]
  espList = levels(factor(data[,SPECIES]))
  
  # Constroi tabela de frequencia
  pivot = data.frame(table(data[SPECIES]))
  names(pivot) = c("especie", "sum")
  pivot = pivot[which(pivot$especie %in% espList),]
  
  # Calcula número de parcelas na área de estudo
  nplots = length(unique(data[,PLOTS]))
  
  # Estrutura horizontal
  # Calcula frequencia absoluta e relativa
  for (i in levels(data[,PLOTS])){
      tableFreq = data.frame(table(data[data[PLOTS] == i,SPECIES]))
      pivot = cbind(pivot, tableFreq[which(tableFreq[,1] %in% espList),2])
      names(pivot)[ncol(pivot)] = i
  }    
  
  AcFAi = 0
  FA = 0
  for (i in seq(1, nrow(pivot), 1)){
      contagem = pivot[i,-c(1,2)] > 0
      cplots = length(contagem[contagem == TRUE])
      FAi = cplots/nplots * 100
      AcFAi = AcFAi + FAi
      FA[i] = FAi
    }
  
  result = pivot[1]
  result["FA"] = round(FA, 4)

  FR = FA / AcFAi * 100
  result["FR"] = round(FR, 4)
  
  # Calcula densidade absoluta e relativa
  # Alterei aqui para a area poder ser inserida em m2
  DA = pivot[2] / (nplots * (AREA.PLOT/10000) )
  result["DA"] = round(DA, 4)
  AcDAi = sum(DA)    
  DR = DA / AcDAi * 100
  result["DR"] = round(DR, 4)
    
  # Calcula dominância absoluta e relativa
  
  data["AB"] = data[DBH]^2 * pi / 40000
  AB = tapply(data[,"AB"], data[,SPECIES], sum)
  AB = AB[which(names(AB) %in% espList)]
  
  # Alterei aqui para a area poder ser inserida em m2
  DoA = AB / (nplots * (AREA.PLOT/10000) )
  result["DoA"] = round(DoA, 6)
  
  AcDoAi = sum(DoA)
  DoR = DoA / AcDoAi * 100
  result["DoR"] = round(DoR, 6)
  
  # Calcula Valor de Cobertura
  IVC = (DR + DoR)/2
  result["IVC"] = round(IVC, 6)
  
  # Calcula valor de Importancia
  IVI = (FR + DR + DoR)/3
  result["IVI"] = round(IVI, 6)
  
  
  rm(AB, AcDAi, AcDoAi, AcFAi, cplots, DoA, DoR, FA, FAi, FR, DA, DR, IVC, IVI, tableFreq, i, contagem)
  
  if (!is.na(est.vertical)){
    # Estrutura vertical
    
    vert = pivot["especie"]
    for (j in levels(data[,VERTICAL])){
        daVert = data.frame(table(data[data[VERTICAL] == j, SPECIES]))
        vert = cbind(vert, daVert[which(daVert[,1] %in% espList),2])
    }
    names(vert)[-1] = levels(data[,VERTICAL])
    
    VFj = data.frame()
    for (j in levels(data[,VERTICAL])){
      VFj[1,j] = sum(vert[, j]) / sum(vert[, seq(2,length(levels(data[,VERTICAL]))+1,1)]) * 100
    }
    
    for (j in levels(data[,VERTICAL])){
        for (i in seq(1, nrow(vert), 1)){
            vert[i, paste("VF", j, sep = "")] = vert[i, j] * VFj[1, j]
            result[i, paste("VF", j, sep = "")] = vert[i, j] * VFj[1, j]
        }
      }
  
    AcPSAi = 0
    for (i in seq(1, nrow(vert), 1)){
        PSAi = 0
        for (j in levels(data[,VERTICAL])){
            
            PSAi = PSAi + VFj[1, j] * vert[i, j] 
        }
        vert[i, "PSA"] = PSAi
        AcPSAi = AcPSAi + PSAi
    }
    
    result["PSA"] = vert["PSA"]
    result["PSR"] = vert["PSA"] / AcPSAi * 100
    rm(AcPSAi, i, j, PSAi, VFj, daVert, vert)
   }
    
   if (!is.na(est.interno)){
     
     # Estrutura Interna
     intern = pivot["especie"]
     for (j in levels((data[,INTERNA]))){
          daInter = data.frame(table(data[data[INTERNA] == j, SPECIES]))
          intern = cbind(intern, daInter[which(daInter[,1] %in% espList),2])
      }
      names(intern)[-1] = levels(data[,INTERNA])
      
     for (j in levels(data[,INTERNA])){
         for (i in seq(1, nrow(intern), 1)){
             intern[i, paste("QF", j, sep = "")] = intern[i, j] * (sum(intern[,j]) / sum(intern[, seq(2,length(levels(data[,INTERNA]))+1,1)]))
             result[i, paste("QF", j, sep = "")] = intern[i, j] * (sum(intern[,j]) / sum(intern[, seq(2,length(levels(data[,INTERNA]))+1,1)]))
         }
     }
     
     AcQFAi = 0
     for (i in seq(1, nrow(intern), 1)){
         intern[i, "QFA"] = sum(intern[i, seq(2+length(levels(data[,INTERNA])),2*length(levels(data[,INTERNA]))+1,1)])
         AcQFAi = AcQFAi + intern[i, "QFA"]
     }
     
     result["QFA"] = intern["QFA"]
     result["QFR"] = intern["QFA"] / AcQFAi * 100
     rm(daInter, AcQFAi, i, j, intern)
    }
   rm(pivot)
   return(result)
}