Desafio 1

library(reticulate)

tempos <- c()

# Método 1: read.csv() do pacote 'base' do R

cat("Iniciando o carregamento com read.csv() (base R)...\n")

## Iniciando o carregamento com read.csv() (base R)...

# Grava o tempo atual do sistema antes de iniciar a leitura do arquivo.
ini_base <- Sys.time()

# Lê o arquivo 'flights.csv' de dentro do 'archive.zip'.
# A função unz() permite acessar um arquivo dentro de um .zip sem descompactá-lo antes.
# O resultado é armazenado no dataframe 'dados_base'.
dados_base <- read.csv(unz('archive.zip', "flights.csv")) # A função unz() é usada para ler um arquivo específico de dentro do .zip 

# Grava o tempo do sistema novamente, após a conclusão da leitura.
fim_base <- Sys.time()

# Calcula a diferença entre o tempo final e inicial para obter a duração.
tempo_base <- fim_base - ini_base

tempos <- c(tempos, Base_R = tempo_base)

# Imprime o tempo que levou para ser executado.
cat("Tempo do read.csv() (base R):", tempo_base, "segundos\n\n")

## Tempo do read.csv() (base R): 1.030984 segundos

# Método 2: read_csv() do pacote 'readr' do R

cat("Iniciando o carregamento com read_csv() (readr)...\n")

## Iniciando o carregamento com read_csv() (readr)...

library(readr)

ini_readr <- Sys.time()

dados_readr <- read_csv('archive.zip')

fim_readr <- Sys.time()

# Calcula a duração.
tempo_readr <- fim_readr - ini_readr

tempos <- c(tempos, Readr_R = tempo_readr)

# Adiciona o resultado ao vetor 'tempos' com o nome 'Readr_R'.
cat("Tempo do read_csv() (readr):", tempo_readr, "segundos\n\n")

## Tempo do read_csv() (readr): 0.629637 segundos

# Método 3: read_csv() do 'pandas' no Python
cat("Iniciando o carregamento com read_csv() (pandas)...\n")

## Iniciando o carregamento com read_csv() (pandas)...

# A função py_run_string() executa um bloco de código Python como uma string
py_run_string("
import time
import pandas as pd
import zipfile

ini = time.time()

# Abre o arquivo ZIP
with zipfile.ZipFile('archive.zip', 'r') as z:
    # Abre o arquivo específico 'flights.csv' de dentro do ZIP
    with z.open('flights.csv') as f:
        # O pandas agora lê o arquivo correto
        dados = pd.read_csv(f, low_memory=False)

fim = time.time()
tempo_pandas = fim - ini
")

# 'py$tempo_pandas' pega o valor da variável 'tempo_pandas' do ambiente Python e o traz para o ambiente R
tempo_pandas <- py$tempo_pandas
tempos <- c(tempos, Pandas_Py = tempo_pandas)
cat("Tempo do read_csv() (pandas):", tempo_pandas, "segundos\n\n")

## Tempo do read_csv() (pandas): 17.70317 segundos

cat("--- Resultado Final ---\n")

## --- Resultado Final ---

# Mostra o vetor 'tempos' com os tempos de cada método.
print(tempos)

##    Base_R   Readr_R Pandas_Py 
##  1.030984  0.629637 17.703172

cat("\nA forma mais rápida de carregar os dados foi:", names(which.min(tempos)), "\n")

## 
## A forma mais rápida de carregar os dados foi: Readr_R

# Encontra e anuncia o método mais rápido.
# which.min(tempos) encontra a POSIÇÃO do menor tempo.
# names() pega o NOME correspondente a essa posição.