library(shiny)
library(shinydashboard)
library(data.table)
library(ggplot2)
library(shinyjs)
library(shinyBS)
library(dplyr)
library(scales)
library(magrittr)
library(RPostgreSQL)
library(bit64)
library(stringr)
#library(geojsonio)
#library(leaflet)

##==========================================================================================================================
## Leitura dos dados do Banco de dados e procedimentos de join
## Nesta seção os dados são lidos do banco de dados e são feitos alguns joins
##==========================================================================================================================

#Carregando o Driver
drv <- dbDriver("PostgreSQL")

#Conectando com a Base de dados
con <- dbConnect(drv, dbname = "mtb",
                 host = "10.1.0.4", port = 5432,
                 user = "radar", password = "RadaR_@5112@18")


#Lendo as tabelas em datraframes
mdl_user <- dbGetQuery(con, "SELECT * FROM public.mdl_user")
mdl_user_enrolments <- dbGetQuery(con, "SELECT * FROM public.mdl_user_enrolments")
mdl_enrol <- dbGetQuery(con, "SELECT * FROM public.mdl_enrol")
mdl_course <- dbGetQuery(con, "SELECT *  FROM public.mdl_course")
mdl_course_categories <- dbGetQuery(con, "SELECT * FROM public.mdl_course_categories")
mdl_badge_issued <- dbGetQuery(con, "SELECT * FROM public.mdl_badge_issued")

dim_estudante <- fread("dados/dim_estudante.csv")

#Disconectando
dbDisconnect(con)

#Descarregando o Driver
dbUnloadDriver(drv)


# Selecionando apenas as colunas utilizáveis
mdl_user <- select(mdl_user, c("id", "auth", "confirmed", "username", "idnumber", "firstname", "lastname", "email", "country", "lang", "calendartype", "timezone", "firstaccess", "lastaccess", "lastlogin", "currentlogin", "lastip", "timecreated", "alternatename"))

#Renomeando 'timecreated' para 'tempocadastro' , 'alternatename' para 'cpf' e "id" para "userid"
mdl_user <- rename(mdl_user, tempocadastro = timecreated)
mdl_user <- rename(mdl_user, cpf = alternatename)
mdl_user <- rename(mdl_user, userid = id)

# NÚMERO DE ALUNOS POR CPF
alunos <- mdl_user[!is.na(mdl_user$cpf),]
alunos <- alunos[alunos$cpf != "",]
alunos <- alunos[!duplicated(alunos$cpf),]

#### ADICIONANDO MAIS INFORMAÇÕES SOBRE UF

#Manipulacoes CPF em 'dim_estudante'
dim_estudante$cpf <- str_pad(dim_estudante$cpf, 11, pad = "0")
dim_estudante$cpf <- as.character(dim_estudante$cpf)

#Manipulacoes CPF em 'alunos'
#Retirando 'pontuação'
alunos$cpf <- gsub("[[:punct:]]", "", alunos$cpf)
alunos$cpf <- as.character(alunos$cpf)

#Juntando 'dim_estudante' com 'matriculas_curso' por CPF
alunos <- left_join(alunos, dim_estudante, by='cpf')

#SUBSTITUINDO NA's por "NI"
alunos[is.na(alunos)] <- c("NI")

##############################
# MATRÍCULAS EM CURSOS
matriculas_curso <- mdl_user_enrolments

# Joins para obter courseid, e fullname (nome do curso)
mdl_enrol <- rename(mdl_enrol, enrolid = id)
mdl_course <- rename(mdl_course, courseid = id)
mdl_enrol <- rename(mdl_enrol, enrolname = name)
mdl_course_categories <- rename(mdl_course_categories, categoryName = name)

course_enrol_join <- mdl_course
course_enrol_join <- merge(course_enrol_join, mdl_enrol, by.x = "courseid", by.y = "courseid", all.y = TRUE)
course_enrol_join <- merge(course_enrol_join, mdl_course_categories, by.x = "category", by.y = "id")

# Seleção de colunas a manter
keep = c(
  "courseid",
  "fullname",
  "enrolid",
  "categoryName"
)
course_enrol_join <- subset(course_enrol_join, select = keep)
course_enrol_join <- distinct(course_enrol_join)

matriculas_curso <- left_join(mdl_user_enrolments, course_enrol_join, by = "enrolid")
matriculas_curso <- select(matriculas_curso, -c("id", "status", "modifierid", "timemodified"))

# Adição de informação dos alunos através do join com a tabela alunos
matriculas_curso <- left_join(matriculas_curso, alunos, by = "userid")

# Remoção de CPFs duplicados para o mesmo curso
matriculas_curso <- distinct(matriculas_curso, cpf, courseid, .keep_all = TRUE)


##############################
# QUALIFICAÇÕES

# Join por 'userid' com 'alunos'
qualificacoes_cpf <- distinct(mdl_badge_issued)
qualificacoes_cpf <- left_join(qualificacoes_cpf, alunos, by = "userid")

# Substituindo NA por NI
qualificacoes_cpf[is.na(qualificacoes_cpf)] <- c("NI")

##==========================================================================================================================

#script para criar output cursos_finalizacao_horas
source("scripts/relacionamento_horas_usuarios.R")

# Lista de cursos
cursos_lista <- fread("dados/processados/course_enrol_join.csv", encoding = "UTF-8")
cursos_lista <- unique(cursos_lista$fullname)
cursos_lista <- cursos_lista[order(cursos_lista)]

# Carrega os dados
user_course_badge_info <- fread("dados/processados/user_course_badge_info.csv", encoding = "UTF-8")
quiz_attempts_user_enrol <- fread("dados/processados/quiz_attempts_user_enrol.csv", encoding = "UTF-8")
user_enrolment_course_info <- fread("dados/processados/user_enrolment_course_info.csv", encoding = "UTF-8")
users_info <- fread("dados/processados/sis_joined_student_info.csv", encoding = "UTF-8")

contaNaoInformados <- function(array, value = "") {
  total <- length(array)
  array <- array[array == value]
  paste("Não Informados : ", format(length(array), big.mark=","), " (", round(100*length(array)/total, 2), "%)")
}

function(input, output, session) {

  ##==========================================================================================================================
  ## TAB Cursos Dados
  ## Esta secao contem os dados que sao utilizados na tab cursos
  ## Em geral, os dados da tab cursos sao filtrados pelos cursos selecionados pelo usuarios
  ##==========================================================================================================================


  # Dados das conclusoes dos usuarios filtrados por curso
  user_course_badge_info_filtrado <- reactive({
    input$curso_process_button

    inicio_periodo <- as.POSIXlt(Sys.Date())
    fim_periodo <- as.POSIXlt(Sys.Date())
    tempo_cadastro <- user_course_badge_info$dateissued

    if (input$cursos_filtro_periodo == "Desde o início") {
      inicio_periodo = 0
    } else if (input$cursos_filtro_periodo == "último ano") {
      inicio_periodo$mday <- inicio_periodo$mday - 365
    } else if (input$cursos_filtro_periodo == "último mês") {
      inicio_periodo$mday <- inicio_periodo$mday - 30
    } else if (input$cursos_filtro_periodo == "última semana") {
      inicio_periodo$mday <- inicio_periodo$mday - 7
    } else if (input$cursos_filtro_periodo == "último dia") {
      inicio_periodo$mday <- inicio_periodo$mday - 1
    } else if (input$cursos_filtro_periodo == "Período personalizado") {
      inicio_periodo <- as.POSIXlt(input$cursos_filtro_periodo_personalizado[1])
      fim_periodo <- as.POSIXlt(input$cursos_filtro_periodo_personalizado[2])
    }

    cursos_filtrados <- user_course_badge_info[tempo_cadastro >= as.numeric(inicio_periodo) & tempo_cadastro < as.numeric(fim_periodo),]

    if(input$cursos_filtro_uf != "Todas" && input$cursos_filtro_uf != "Não informado") {
      cursos_filtrados <- subset(cursos_filtrados, input$cursos_filtro_uf == cursos_filtrados$uf)
    }
    else if (input$cursos_filtro_uf == "Não informado") {
      cursos_filtrados <- subset(cursos_filtrados, cursos_filtrados$uf == "")
    }

    rows <- cursos_filtrados$fullname %in% isolate(input$curso_filtro_curso)
    cursos_filtrados[rows,]
  })

  # Dados dos cadastros dos usuarios filtrados por curso
  user_enrolment_course_info_filtrado <- reactive({
    input$curso_process_button

    inicio_periodo <- as.POSIXlt(Sys.Date())
    fim_periodo <- as.POSIXlt(Sys.Date())
    tempo_cadastro <- user_enrolment_course_info$timecreated

    if (input$cursos_filtro_periodo == "Desde o início") {
      inicio_periodo = 0
    } else if (input$cursos_filtro_periodo == "último ano") {
      inicio_periodo$mday <- inicio_periodo$mday - 365
    } else if (input$cursos_filtro_periodo == "último mês") {
      inicio_periodo$mday <- inicio_periodo$mday - 30
    } else if (input$cursos_filtro_periodo == "última semana") {
      inicio_periodo$mday <- inicio_periodo$mday - 7
    } else if (input$cursos_filtro_periodo == "último dia") {
      inicio_periodo$mday <- inicio_periodo$mday - 1
    } else if (input$cursos_filtro_periodo == "Período personalizado") {
      inicio_periodo <- as.POSIXlt(input$cursos_filtro_periodo_personalizado[1])
      fim_periodo <- as.POSIXlt(input$cursos_filtro_periodo_personalizado[2])
    }

    cursos_filtrados <- user_enrolment_course_info[tempo_cadastro >= as.numeric(inicio_periodo) & tempo_cadastro < as.numeric(fim_periodo),]

    if(input$cursos_filtro_uf != "Todas" && input$cursos_filtro_uf != "Não informado") {
      cursos_filtrados <- subset(cursos_filtrados, input$cursos_filtro_uf == cursos_filtrados$uf)
    }
    else if (input$cursos_filtro_uf == "Não informado") {
      cursos_filtrados <- subset(cursos_filtrados, cursos_filtrados$uf == "")
    }

    rows <- cursos_filtrados$fullname %in% isolate(input$curso_filtro_curso)

    cursos_filtrados[rows,]

  })

  # Dados de testes finalizados filtrados por curso
  quiz_finished_attempts_user_enrol_filtrado <- reactive({
    input$curso_process_button

    inicio_periodo <- as.POSIXlt(Sys.Date())
    fim_periodo <- as.POSIXlt(Sys.Date())
    tempo_cadastro <- quiz_attempts_user_enrol$tempocadastro

    if (input$cursos_filtro_periodo == "Desde o início") {
      inicio_periodo = 0
    } else if (input$cursos_filtro_periodo == "último ano") {
      inicio_periodo$mday <- inicio_periodo$mday - 365
    } else if (input$cursos_filtro_periodo == "último mês") {
      inicio_periodo$mday <- inicio_periodo$mday - 30
    } else if (input$cursos_filtro_periodo == "última semana") {
      inicio_periodo$mday <- inicio_periodo$mday - 7
    } else if (input$cursos_filtro_periodo == "último dia") {
      inicio_periodo$mday <- inicio_periodo$mday - 1
    } else if (input$cursos_filtro_periodo == "Período personalizado") {
      inicio_periodo <- as.POSIXlt(input$cursos_filtro_periodo_personalizado[1])
      fim_periodo <- as.POSIXlt(input$cursos_filtro_periodo_personalizado[2])
    }

    cursos_filtrados <- quiz_attempts_user_enrol[tempo_cadastro >= as.numeric(inicio_periodo) & tempo_cadastro < as.numeric(fim_periodo),]

    if(input$cursos_filtro_uf != "Todas" && input$cursos_filtro_uf != "Não informado") {
      cursos_filtrados <- subset(cursos_filtrados, input$cursos_filtro_uf == cursos_filtrados$uf)
    }
    else if (input$cursos_filtro_uf == "Não informado") {
      cursos_filtrados <- subset(cursos_filtrados, cursos_filtrados$uf == "")
    }

    rows <- cursos_filtrados$fullname %in% isolate(input$curso_filtro_curso)
    rows <- cursos_filtrados[rows,]
    # seleciona apenas casos que o quiz foi finalizado
    rows[rows$timefinish != 0,]

  })

  #Indica todos os cursos que foram selecionados
  cursos_selecionados <- reactive({ #Ainda nao funcionando
    input$curso_process_button
    rows <- user_course_badge_info$fullname %in% isolate(input$curso_filtro_curso)
    cursos_selecionados <- levels(as.factor(user_course_badge_info[rows,2]))
  })

  # Quantidade de cadastros e concluintes filtrados por curso agrupados por diferentes variaveis
  quantidade_concluintes_por_curso <- reactive({
    table <- select(user_course_badge_info_filtrado(), c(fullname, cpf))
    table %>% group_by(fullname) %>% summarise(concluintes = unique(length(cpf)))
  })
  quantidade_cadastrados_por_curso <- reactive({
    table <- select(user_enrolment_course_info_filtrado(), c(fullname, cpf))
    table %>% group_by(fullname) %>% summarise(cadastrados = unique(length(cpf)))
  })
  quantidade_concluintes_por_idade <- reactive({
    table <- select(user_course_badge_info_filtrado(), c(idade, cpf))
    table %>% group_by(idade) %>% summarise(concluintes = unique(length(cpf)))
  })
  quantidade_cadastrados_por_idade <- reactive({
    table <- select(user_enrolment_course_info_filtrado(), c(idade, cpf))
    table %>% group_by(idade) %>% summarise(cadastrados = unique(length(cpf)))
  })
  quantidade_concluintes_por_tempo_desempregado <- reactive({
    table <- select(user_course_badge_info_filtrado(), c(tempo_desempregado, cpf))
    table %>% group_by(tempo_desempregado) %>% summarise(concluintes = unique(length(cpf)))
  })
  quantidade_cadastrados_por_tempo_desempregado <- reactive({
    table <- select(user_enrolment_course_info_filtrado(), c(tempo_desempregado, cpf))
    table %>% group_by(tempo_desempregado) %>% summarise(cadastrados = unique(length(cpf)))
  })
  quantidade_concluintes_por_escolaridade <- reactive({
    table <- select(user_course_badge_info_filtrado(), c(escolaridade, cpf))
    table %>% group_by(escolaridade) %>% summarise(concluintes = unique(length(cpf)))
  })
  quantidade_cadastrados_por_escolaridade <- reactive({
    table <- select(user_enrolment_course_info_filtrado(), c(escolaridade, cpf))
    table %>% group_by(escolaridade) %>% summarise(cadastrados = unique(length(cpf)))
  })
  quantidade_concluintes_por_dominio <- reactive({
    table <- select(user_course_badge_info_filtrado(), c(dominio, cpf))
    table %>% group_by(dominio) %>% summarise(concluintes = unique(length(cpf)))
  })
  quantidade_cadastrados_por_dominio <- reactive({
    table <- select(user_enrolment_course_info_filtrado(), c(dominio, cpf))
    table %>% group_by(dominio) %>% summarise(cadastrados = unique(length(cpf)))
  })

  # Dados dos usuarios cadastrados filtrados por curso, removendo as entradas de usuarios cadastrados
  # em mais de um dos cursos selecionados
  user_enrolment_course_info_filtrado_unique <- reactive({
    user_enrolment_course_info_filtrado()[!duplicated(user_enrolment_course_info_filtrado()[,c('userid')]),]
  })

  ##==========================================================================================================================
  ## TAB Cursos Outputs
  ## Esta secao contem todos os outputs (Tabelas, Textos e Graficos) que sao utilizados na tab cursos
  ##==========================================================================================================================

  # Histograma que agrupa as pessoas pelas horas que demoraram para completar o curso
  # As horas consistem do tempo entre o cadastro no curso e o momento em que o usuario recebeu a badge do curso
  output$cursos_finalizacao_horas <- renderPlot({ #Ainda testando
    curso <- as.vector(cursos_selecionados())
    #Gera dados para montar histograma
    if(length(curso) > 1) {
      dadosGrafico <- dadosTempo[dadosTempo$courseid == as.nuemric(curso[1])]
    } else {
      dadosGrafico <- dadosTempo[dadosTempo$courseid == as.numeric(curso)]
    }
    #Valida se os dados foram gerados
    shiny::validate(need(nrow(dadosGrafico) > 0, "Nenhum dado encontrado!"))
    #Gera o grafico para o output
    dadosGrafico <- retorna_dados_grafico_desemprego(cursoId = dadosGrafico)
    dfc<-data.frame(do.call(rbind,by(data = dadosGrafico[,-1],INDICES = dadosGrafico$faixa,FUN = colSums)))
    dfc$faixa<-rownames(dfc)
    df.long<-melt(dfc,id.vars="faixa") # formatar para long
    plot(ggplot(df.long,aes(x=faixa,y=value,fill=factor(variable)))+
      geom_bar(stat="identity",position="dodge")+
      scale_fill_discrete(name="Tipo de Usuario:")+
      ylab("Porcentagem"))
  })

  # Grafico com barras que mostra a proporcao de pessoas que se cadastraram e concluiram o curso e que nao concluiram
  output$cursos_cadastro_e_concluintes <- renderPlot({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(user_course_badge_info_filtrado()) > 0, "Nenhum dado encontrado!"))
    shiny::validate(need(nrow(user_enrolment_course_info_filtrado()) > 0, "Nenhum dado encontrado!"))

    # Dados
    completedRows = user_course_badge_info_filtrado() # Quantidade de concluintes
    enrolRows = user_enrolment_course_info_filtrado() # Quantidade de cadastros
    total = nrow(enrolRows) # Total de cadastros

    # Dataframe com as proporcoes
    concluintes = nrow(completedRows)
    naoConcluintes = (total-nrow(completedRows))
    frequencia = c(concluintes, naoConcluintes)
    dados <- data.frame(Var1 = c("Concluintes", "Não Concluintes"), Freq = frequencia)
    dados <- mutate(dados, pct=prop.table(dados$Freq)*100)

    # Cria grafico
    ggplot(dados, aes(x = Var1, y = Freq,  fill = Var1,label =paste(Freq,pct))) +
    geom_bar(stat = "identity", position = position_dodge(width=1), width = 0.5) +
    geom_text(aes(y = Freq, label = paste(comma(Freq),"\n(",round(pct, digits = 2),"%)",sep="")), position = position_dodge(width = 0.8), vjust=-0.5, size = 3.3)+
    theme_classic()+
    labs(caption="Fonte: Escola do Trabalhador\nhttp://escola.trabalho.gov.br") +
    xlab("") +
    ylab("Quantidade")+
    theme(axis.text.x = element_text(size=11,angle=0, vjust=0.6),
          axis.text.y = element_text(size=11),
          axis.title=element_text(size=14),
          plot.title = element_text(size = rel(2)),
          plot.caption=element_text(size=10))+
    scale_fill_manual(values=c("steelblue", "tomato3"), name="")+
    scale_y_continuous(labels = comma, limits = c(0,max(dados$Freq)*1.15))
  })

  # ScatterPlot das Horas x Nota no teste
  # As horas consistem do momento do cadastro ate a finalizacao do teste
  output$cursos_nota_horas <- renderPlot({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(quiz_finished_attempts_user_enrol_filtrado()) > 0, "Nenhum dado encontrado!"))

    # Dados
    selectedRows = quiz_finished_attempts_user_enrol_filtrado()
    selectedRows = mutate(selectedRows, horas = (timefinish - tempocadastro)/3600) # Cria coluna com as horas

    # Cria Grafico
    ggplot(selectedRows, aes(x=horas, y=sumgrades)) +
    geom_jitter(color = "steelblue", alpha = 0.2) + # Jitter, para melhor visualizacao
    xlab("Horas desde o cadastro") +
    ylab("Nota no teste")
  })

  # Tabela relacionada ao grafico ScatterPlot das Horas x Nota no teste
  # Agrupa os dados por nota e exibe os dados de media, mediana, e desvio padrao das horas
  output$cursos_nota_horas_table <- renderDataTable({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(quiz_finished_attempts_user_enrol_filtrado()) > 0, ""))

    # Dados
    selectedRows <- quiz_finished_attempts_user_enrol_filtrado()
    selectedRows <- mutate(selectedRows, horas = (timefinish - tempocadastro)/3600)
    # Gera estatisticas
    selectedRows <- selectedRows %>% group_by(sumgrades) %>% summarise(testQuant = n(), media = mean(horas), mediana = median(horas), sd = sd(horas))

    # Renomeia colunas
    names(selectedRows)[names(selectedRows) == 'sumgrades'] <- 'Nota'
    names(selectedRows)[names(selectedRows) == 'testQuant'] <- 'Quantidade'
    names(selectedRows)[names(selectedRows) == 'mediana'] <- "Mediana"
    names(selectedRows)[names(selectedRows) == 'media'] <- "Média"
    names(selectedRows)[names(selectedRows) == 'sd'] <- "DP"

    # Retorna dataframe
    selectedRows
    },
    # Parametros do DataTables
    options = list(
      pageLength = 8, # quantidade de resultados por pagina
      searching = FALSE, # desabilita funcionalidade de searching
      lengthChange = FALSE, # desabilita funcionalidade de troca de quantidade
      info = FALSE, # esconde informacoes do footer
      rowCallback = I( # Modifica vizualizacao de algumas celulas da tabela
      'function(row, data) {
        // Arredonda para dois digitos
        $("td:eq(2)", row).html(parseFloat(data[2]).toFixed(2));
        $("td:eq(3)", row).html(parseFloat(data[3]).toFixed(2));
        $("td:eq(4)", row).html(parseFloat(data[4]).toFixed(2));

        // Alinha numeros a direita
        $("td:eq(0)", row).css("text-align", "right");
        $("td:eq(1)", row).css("text-align", "right");
        $("td:eq(2)", row).css("text-align", "right");
        $("td:eq(3)", row).css("text-align", "right");
        $("td:eq(4)", row).css("text-align", "right");
      }')
    )
  )

  # Grafico de barras da quantidade de notas dos testes
  output$cursos_nota_quantidade <- renderPlot({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(quiz_finished_attempts_user_enrol_filtrado()) > 0, "Nenhum dado encontrado!"))

    # Cria Grafico
    ggplot(quiz_finished_attempts_user_enrol_filtrado(), aes(x = sumgrades)) +
    geom_bar() +
    xlab("Nota") +
    ylab("Quantidade") +
    scale_x_continuous("Notas",
                        limits = c(-1, 11),
                        breaks = seq(0, 10, by = 1)) # ordena os dados
  })

  # Grafico de linhas da quantidade de notas dos testes separados por cursos
  # Grafico nao utilizado
  output$cursos_nota_quantidade_todos <- renderPlot({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(quiz_finished_attempts_user_enrol_filtrado()) > 0, "Nenhum dado encontrado!"))

    # Dados
    selectedRows <- quiz_finished_attempts_user_enrol_filtrado()
    selectedRows <- select(selectedRows, c(fullname, sumgrades))
    selectedRows <- as.data.frame(table(selectedRows))

    # Cria Grafico
    ggplot(data = selectedRows, aes(x = sumgrades, y = Freq, colour = fullname, group = fullname)) +
    geom_line(size = 1) +
    xlab("Nota") +
    ylab("Quantidade") +
    labs(color='Curso')
  })

  # Tabela com as estatisticas dos cursos
  # Mostra cadastrados, concluintes, teste finalizados, media de notas e desvio padras das notas
  output$cursos_nota_analise_todos <- renderDataTable({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(quiz_finished_attempts_user_enrol_filtrado()) > 0, "Nenhum dado encontrado!"))

    # Dados
    selectedRows <- quiz_finished_attempts_user_enrol_filtrado()
    selectedRows <- select(selectedRows, c(fullname, sumgrades))
    selectedRows <- as.data.frame(selectedRows)

    # Gera estatisticas, media das notas e desvio padrao
    selectedRows <- selectedRows %>% group_by(fullname) %>% summarise(testQuant = n(), media = mean(sumgrades), sd = sd(sumgrades))

    # Join com outros dados
    # Quantidade de cadastrados
    selectedRows <- merge(selectedRows, quantidade_cadastrados_por_curso(), by.x = "fullname", by.y = "fullname")
    # Quantidade de concluintes
    selectedRows <- merge(selectedRows, quantidade_concluintes_por_curso(), by.x = "fullname", by.y = "fullname")

    # Reordena colunas
    selectedRows <- selectedRows[c('fullname', 'cadastrados', 'concluintes', 'testQuant', 'media', 'sd')]

    # Renomeia colunas
    names(selectedRows)[names(selectedRows) == 'fullname'] <- 'Curso'
    names(selectedRows)[names(selectedRows) == 'media'] <- 'Média das Notas'
    names(selectedRows)[names(selectedRows) == 'sd'] <- "Desvio Padrão das Notas"
    names(selectedRows)[names(selectedRows) == 'testQuant'] <- "Testes Finalizados"
    names(selectedRows)[names(selectedRows) == 'cadastrados'] <- "Matrículas"
    names(selectedRows)[names(selectedRows) == 'concluintes'] <- "Qualificações"

    # Retorna dataframe
    selectedRows
    },
    options = list(
      paging = FALSE, # Desabilita a troca de paginas
      searching = FALSE, # desabilita funcionalidade de searching
      lengthChange = FALSE, # desabilita funcionalidade de troca de quantidade
      info = FALSE, # esconde informacoes do footer
      rowCallback = I( # Modifica vizualizacao de algumas celulas da tabela
      'function(row, data) {
        // Concatena porcentagem
        var porcentagem = parseFloat(100*data[2]/data[1]).toFixed(2)
        $("td:eq(2)", row).html(data[2] + " (" + porcentagem + "%)");

        // Arredonda para dois digitos
        $("td:eq(5)", row).html(parseFloat(data[5]).toFixed(2));
        $("td:eq(4)", row).html(parseFloat(data[4]).toFixed(2));

        // Alinha numeros a direita
        $("td:eq(1)", row).css("text-align", "right");
        $("td:eq(2)", row).css("text-align", "right");
        $("td:eq(3)", row).css("text-align", "right");
        $("td:eq(4)", row).css("text-align", "right");
        $("td:eq(5)", row).css("text-align", "right");
      }'),
      footerCallback = I(
      'function( tfoot, data, start, end, display ) {
        var api = this.api(), data;
        $( api.column(5).footer()).html("YEY");
      }'
      )
    )
  )

  # Grafico de barras que mostra a proporcao dos generos dos usuarios cadastrados
  output$cursos_genero <- renderPlot({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(user_enrolment_course_info_filtrado_unique()) > 0, "Nenhum dado encontrado!"))
    sexo <- user_enrolment_course_info_filtrado_unique()$sexo
    # Remove nao informados
    sexo <- sexo[sexo != ""]
    # Verifica se tabela tem pelo menos uma linha informados
    shiny::validate(need(length(sexo) > 0, ""))

    sexo <- table(sexo)
    # renomeia colunas
    names(sexo)[names(sexo) == 'Masculino'] <- 'Masculino'
    names(sexo)[names(sexo) == 'Feminino'] <- 'Feminino'

    # Gera porcentagens
    sexo <- as.data.frame(sexo)
    sexo <- mutate(sexo, pct=prop.table(sexo$Freq)*100)

    # Cria grafico
    ggplot(sexo, aes(x = Var1, y = Freq,  fill = Var1,label =paste(Freq,pct))) +
    geom_bar(stat = "identity", position = position_dodge(width=1), width = 0.5) +
    geom_text(aes(y = Freq, label = paste(comma(Freq),"\n(",round(pct, digits = 2),"%)",sep="")), position = position_dodge(width = 0.8), vjust=-0.5, size = 3.3)+
    theme_classic()+
    labs(caption="Fonte: Escola do Trabalhador\nhttp://escola.trabalho.gov.br") +
    xlab("") +
    ylab("Quantidade")+
    theme(axis.text.x = element_text(size=11,angle=0, vjust=0.6),
          axis.text.y = element_text(size=11),
          axis.title=element_text(size=14),
          plot.title = element_text(size = rel(2)),
          plot.caption=element_text(size=10))+
    scale_fill_manual(values=c("steelblue", "tomato3"), name="Gênero")+
    scale_y_continuous(labels = comma, limits = c(0,max(sexo$Freq)*1.15))
  })

  # Texto com a quantidade de usuarios que nao informaram o genero
  output$cursos_genero_nao_informado <- renderUI({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(user_enrolment_course_info_filtrado_unique()) > 0, ""))
    contaNaoInformados(user_enrolment_course_info_filtrado_unique()$sexo)
  })

  # Grafico de barras que mostra a proporcao dos usuarios cadastrados com necessidades especiais
  output$cursos_necessidades_especiais <- renderPlot({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(user_enrolment_course_info_filtrado_unique()) > 0, "Nenhum dado encontrado!"))
    necessidades <- user_enrolment_course_info_filtrado_unique()$necessidade_especial
    # Remove nao informados
    necessidades <- necessidades[necessidades != ""]
    # Verifica se tabela tem pelo menos uma linha informados
    shiny::validate(need(length(necessidades) > 0, ""))

    necessidades <- table(necessidades)
    # renomeia colunas
    names(necessidades)[names(necessidades) == 'SIM'] <- 'Sim'
    names(necessidades)[names(necessidades) == 'NAO'] <- 'Não'
    names(necessidades)[names(necessidades) == ''] <- "Não informado"

    # Gera porcentagens
    necessidades <- as.data.frame(necessidades)
    necessidades <- mutate(necessidades, pct=prop.table(necessidades$Freq)*100)

    # Cria grafico
    ggplot(necessidades, aes(x = Var1, y = Freq,  fill = Var1,label =paste(Freq,pct))) +
    geom_bar(stat = "identity", position = position_dodge(width=1), width = 0.5) +
    geom_text(aes(y = Freq, label = paste(comma(Freq),"\n(",round(pct, digits = 2),"%)",sep="")), position = position_dodge(width = 0.8), vjust=-0.5, size = 3.3)+
    theme_classic()+
    labs(caption="Fonte: Escola do Trabalhador\nhttp://escola.trabalho.gov.br") +
    xlab("") +
    ylab("Quantidade")+
    theme(axis.text.x = element_text(size=11,angle=0, vjust=0.6),
          axis.text.y = element_text(size=11),
          axis.title=element_text(size=14),
          plot.title = element_text(size = rel(2)),
          plot.caption=element_text(size=10))+
    scale_fill_manual(values=c("steelblue", "tomato3"), name="")+
    scale_y_continuous(labels = comma, limits = c(0,max(necessidades$Freq)*1.15))
  })

  # Texto com a quantidade de usuarios que nao informaram necessidades especiais
  output$cursos_necessidades_especiais_nao_informado <- renderUI({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(user_enrolment_course_info_filtrado_unique()) > 0, ""))
    contaNaoInformados(user_enrolment_course_info_filtrado_unique()$necessidade_especial)
  })


  # Grafico de barras que mostra a proporcao de usuarios desempregados cadastrados no curso
  output$cursos_desempregado <- renderPlot({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(user_enrolment_course_info_filtrado_unique()) > 0, "Nenhum dado encontrado!"))
    desempregado <- user_enrolment_course_info_filtrado_unique()$tempo_desempregado
    # remove nao informados
    desempregado <- desempregado[desempregado != ""]
    # Verifica se tabela tem pelo menos uma linha informados
    shiny::validate(need(length(desempregado) > 0, ""))
    # Considera todos os valores diferentes de empregado como desempregado
    desempregado[desempregado != "Empregado"] <- "Desempregado"

    # Gera porcentagem
    desempregado <- table(desempregado)
    desempregado <- as.data.frame(desempregado)
    desempregado <- mutate(desempregado, pct=prop.table(Freq)*100)

    # Cria grafico
    ggplot(desempregado, aes(x = desempregado, y = Freq,  fill = desempregado,label =paste(Freq,pct))) +
    geom_bar(stat = "identity", position = position_dodge(width=1), width = 0.5) +
    geom_text(aes(y = Freq, label = paste(comma(Freq),"\n(",round(pct, digits = 2),"%)",sep="")), position = position_dodge(width = 0.8), vjust=-0.5, size = 3.3)+
    theme_classic()+
    labs(caption="Fonte: Escola do Trabalhador\nhttp://escola.trabalho.gov.br") +
    xlab("") +
    ylab("Quantidade")+
    theme(axis.text.x = element_text(size=11,angle=0, vjust=0.6),
          axis.text.y = element_text(size=11),
          axis.title=element_text(size=14),
          plot.title = element_text(size = rel(2)),
          plot.caption=element_text(size=10))+
    scale_fill_manual(values=c("steelblue", "tomato3"), name="")+
    scale_y_continuous(labels = comma, limits = c(0,max(desempregado$Freq)*1.15))
  })

  # Texto com a quantidade de cadastrados nos cursos que nao informaram se sao desempregados
  output$cursos_desempregados_nao_informado <- renderUI({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(user_enrolment_course_info_filtrado_unique()) > 0, ""))
    contaNaoInformados(user_enrolment_course_info_filtrado_unique()$tempo_desempregado)
  })

  # Grafico de barras que mostra o dominio de internet dos usuarios
  output$cursos_dominio_internet <- renderPlot({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(user_enrolment_course_info_filtrado_unique()) > 0, "Nenhum dado encontrado!"))
    dominio <- user_enrolment_course_info_filtrado_unique()$dominio
    # Nao informados
    dominio <- dominio[dominio != ""]
    # Verifica se tabela tem pelo menos uma linha informados
    shiny::validate(need(length(dominio) > 0, ""))

    # Gera porcentagens
    dominio <- table(dominio)
    dominio <- as.data.frame(dominio)
    dominio <- mutate(dominio, pct=prop.table(Freq)*100)

    # ordena colunas
    ordem = c(
      "Nunca usei",
      "Nível Básico",
      "Nível Intermediário",
      "Nível Avançado"
    )

    # Cria grafico
    ggplot(dominio, aes(y = Freq, x = dominio)) +
    geom_bar(stat = "identity", fill="steelblue") +
    xlab("Domínio de internet") +
    ylab("Quantidade") +
    scale_x_discrete(limits = ordem) +
    geom_text(aes(y = Freq,
            label = paste(comma(Freq)," (",round(pct, digits=2),"%)",sep="")),
            hjust= -0.1,
            size = 3.2) +
    theme_classic() +
    coord_flip() +
    theme(axis.text.x = element_text(angle=0, vjust=0.7))+
    labs(caption="Fonte: Escola do Trabalhador\nhttp://escola.trabalho.gov.br") +
    scale_y_continuous(labels = comma, limits = c(0,max(dominio$Freq)*1.4))
  })

    # Tabela com as estatisticas dos usuarios agrupados por dominio de internet
  output$cursos_dominio_table <- renderDataTable({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(quiz_finished_attempts_user_enrol_filtrado()) > 0, "Nenhum dado encontrado!"))

    # Dados
    selectedRows = quiz_finished_attempts_user_enrol_filtrado()
    selectedRows <- select(selectedRows, c(dominio, sumgrades))
    selectedRows <- as.data.frame(selectedRows)

    # Gera estatisticas, media e desvio padrao das notas
    selectedRows <- selectedRows %>% group_by(dominio) %>% summarise(testQuant = n(), media = mean(sumgrades), sd = sd(sumgrades))

    # Join com outros dados
    # Quantidade de cadastrados
    selectedRows <- merge(selectedRows, quantidade_cadastrados_por_dominio(), by.x = "dominio", by.y = "dominio")
    # Quantidade de concluintes
    selectedRows <- merge(selectedRows, quantidade_concluintes_por_dominio(), by.x = "dominio", by.y = "dominio")

    # Reordena colunas
    selectedRows <- selectedRows[c('dominio', 'cadastrados', 'concluintes', 'testQuant', 'media', 'sd')]

    # Renomeia nomeia nome das idades
    selectedRows$dominio[selectedRows$dominio == ""] <- "Não informado"

    # Cria uma coluna com letras que serao utilizadas para ordenar a lista de idades
    ordem <- data.frame(
      ordem = c(1, 2, 3, 4, 5),
      value = c(
        "Nunca usei",
        "Nível Básico",
        "Nível Intermediário",
        "Nível Avançado",
        "Não informado"
        )
    )
    selectedRows <- merge(selectedRows, ordem, by.x = "dominio", by.y = "value")

    # Renomeia colunas
    names(selectedRows)[names(selectedRows) == 'dominio'] <- 'Domínio'
    names(selectedRows)[names(selectedRows) == 'media'] <- 'Média'
    names(selectedRows)[names(selectedRows) == 'sd'] <- "DP"
    names(selectedRows)[names(selectedRows) == 'testQuant'] <- "Testes"
    names(selectedRows)[names(selectedRows) == 'cadastrados'] <- "Matrículas"
    names(selectedRows)[names(selectedRows) == 'concluintes'] <- "Qualificações"

    # retorna selectedRows
    selectedRows
    },
    # Opcoes da DataTable
    options = list(
      pageLength = 8, # Quantidade de resultados por pagina
      paging = FALSE, # Desabilita a troca de paginas
      searching = FALSE, # Desabilita funcionalidade de searching
      lengthChange = FALSE, # Desabilita funcionalidade de troca de quantidade
      info = FALSE, # Esconde informacoes do footer
      # Ordena a coluna dos nomes da idade de acordo com o valor da coluna "ordem" que nao esta visivel
      columnDefs = list(list(orderData = list(6), targets = 0), list(targets = 6, visible= FALSE, searchable= FALSE)),
      rowCallback = I( # Modifica vizualizacao de algumas celulas da tabela
      'function(row, data) {
        // Concatena porcentagem
        var porcentagem = parseFloat(100*data[2]/data[1]).toFixed(2)
        $("td:eq(2)", row).html(data[2] + " (" + porcentagem + "%)");

        // Arredonda para dois digitos
        $("td:eq(4)", row).html(parseFloat(data[4]).toFixed(2));
        $("td:eq(5)", row).html(parseFloat(data[5]).toFixed(2));

        // Alinha numeros a direita
        $("td:eq(1)", row).css("text-align", "right");
        $("td:eq(2)", row).css("text-align", "right");
        $("td:eq(3)", row).css("text-align", "right");
        $("td:eq(4)", row).css("text-align", "right");
        $("td:eq(5)", row).css("text-align", "right");
      }')
    )
  )

  # Texto com a quantidade de usuarios que nao informaram o dominio de internet
  output$cursos_dominio_nao_informado <- renderUI({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(user_enrolment_course_info_filtrado_unique()) > 0, ""))
    contaNaoInformados(user_enrolment_course_info_filtrado_unique()$dominio)
  })

  # Grafico de barras da distribuicao das idades das pessoas cadastradas nos cursos
  output$cursos_idade <- renderPlot({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(user_enrolment_course_info_filtrado_unique()) > 0, "Nenhum dado encontrado!"))
    idade <- user_enrolment_course_info_filtrado_unique()$idade
    # Remove nao informados
    idade <- idade[idade != ""]
    # Verifica se tabela tem pelo menos uma linha informados
    shiny::validate(need(length(idade) > 0, ""))

    idade <- table(idade)
    # renomeia colunas
    names(idade)[names(idade) == '18-24'] <- 'Entre 18 e 24 anos'
    names(idade)[names(idade) == '25-34'] <- 'Entre 25 e 34 anos'
    names(idade)[names(idade) == '35-44'] <- 'Entre 35 e 44 anos'
    names(idade)[names(idade) == '45-54'] <- 'Entre 45 e 54 anos'
    names(idade)[names(idade) == '55-64'] <- 'Entre 55 e 64 anos'
    names(idade)[names(idade) == 'Mais de 65'] <- 'Mais de 65 anos'

    idade <- as.data.frame(idade)
    idade <- mutate(idade, pct = prop.table(Freq) * 100)

    # Ordem das colunas
    ordem = c(
      'Menos de 18 anos',
      'Entre 18 e 24 anos',
      'Entre 25 e 34 anos',
      'Entre 35 e 44 anos',
      'Entre 45 e 54 anos',
      'Entre 55 e 64 anos',
      "Mais de 65 anos"
    )

    ggplot(idade, aes(y = Freq, x = Var1)) +
    geom_bar(stat = "identity", fill="steelblue") +
    xlab("Faixa etária") +
    ylab("Quantidade") +
    scale_x_discrete(limits = ordem) +
    geom_text(aes(y = Freq,
            label = paste(comma(Freq)," (",round(pct, digits=2),"%)",sep="")),
            hjust= -0.1,
            size = 3.2) +
    theme_classic() +
    coord_flip() +
    theme(axis.text.x = element_text(angle=0, vjust=0.7))+
    labs(caption="Fonte: Escola do Trabalhador\nhttp://escola.trabalho.gov.br") +
    scale_y_continuous(labels = comma, limits = c(0,max(idade$Freq)*1.4))
  })

  # Tabela com as estatisticas dos usuarios agrupados por idade
  output$cursos_idade_table <- renderDataTable({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(quiz_finished_attempts_user_enrol_filtrado()) > 0, "Nenhum dado encontrado!"))

    # Dados
    selectedRows = quiz_finished_attempts_user_enrol_filtrado()
    selectedRows <- select(selectedRows, c(idade, sumgrades))
    selectedRows <- as.data.frame(selectedRows)

    # Gera estatisticas, media e desvio padrao das notas
    selectedRows <- selectedRows %>% group_by(idade) %>% summarise(testQuant = n(), media = mean(sumgrades), sd = sd(sumgrades))

    # Join com outros dados
    # Quantidade de cadastrados
    selectedRows <- merge(selectedRows, quantidade_cadastrados_por_idade(), by.x = "idade", by.y = "idade")
    # Quantidade de concluintes
    selectedRows <- merge(selectedRows, quantidade_concluintes_por_idade(), by.x = "idade", by.y = "idade")

    # Reordena colunas
    selectedRows <- selectedRows[c('idade', 'cadastrados', 'concluintes', 'testQuant', 'media', 'sd')]

    # Renomeia nomeia nome das idades
    selectedRows$idade[selectedRows$idade == ""] <- "Não informado"
    selectedRows$idade[selectedRows$idade == "18-24"] <- "Entre 18 e 24 anos"
    selectedRows$idade[selectedRows$idade == "25-34"] <- "Entre 25 e 34 anos"
    selectedRows$idade[selectedRows$idade == "35-44"] <- "Entre 35 e 44 anos"
    selectedRows$idade[selectedRows$idade == "45-54"] <- "Entre 45 e 54 anos"
    selectedRows$idade[selectedRows$idade == "55-64"] <- "Entre 55 e 64 anos"
    selectedRows$idade[selectedRows$idade == "Mais de 65"] <- "Mais de 65 anos"

    # Cria uma coluna com letras que serao utilizadas para ordenar a lista de idades
    ordem <- data.frame(
      ordem = c(1, 2, 3, 4, 5, 6, 7, 8),
      value = c(
        "Menos de 18 anos",
        "Entre 18 e 24 anos",
        "Entre 25 e 34 anos",
        "Entre 35 e 44 anos",
        "Entre 45 e 54 anos",
        "Entre 55 e 64 anos",
        "Mais de 65 anos",
        "Não informado"
        )
    )
    selectedRows <- merge(selectedRows, ordem, by.x = "idade", by.y = "value")

    # Renomeia colunas
    names(selectedRows)[names(selectedRows) == 'idade'] <- 'Idade'
    names(selectedRows)[names(selectedRows) == 'media'] <- 'Média'
    names(selectedRows)[names(selectedRows) == 'sd'] <- "DP"
    names(selectedRows)[names(selectedRows) == 'testQuant'] <- "Testes"
    names(selectedRows)[names(selectedRows) == 'cadastrados'] <- "Matrículas"
    names(selectedRows)[names(selectedRows) == 'concluintes'] <- "Qualificações"

    # retorna selectedRows
    selectedRows
    },
    # Opcoes da DataTable
    options = list(
      pageLength = 8, # Quantidade de resultados por pagina
      paging = FALSE, # Desabilita a troca de paginas
      searching = FALSE, # Desabilita funcionalidade de searching
      lengthChange = FALSE, # Desabilita funcionalidade de troca de quantidade
      info = FALSE, # Esconde informacoes do footer
      # Ordena a coluna dos nomes da idade de acordo com o valor da coluna "ordem" que nao esta visivel
      columnDefs = list(list(orderData = list(6), targets = 0), list(targets = 6, visible= FALSE, searchable= FALSE)),
      rowCallback = I( # Modifica vizualizacao de algumas celulas da tabela
      'function(row, data) {
        // Concatena porcentagem
        var porcentagem = parseFloat(100*data[2]/data[1]).toFixed(2)
        $("td:eq(2)", row).html(data[2] + " (" + porcentagem + "%)");

        // Arredonda para dois digitos
        $("td:eq(4)", row).html(parseFloat(data[4]).toFixed(2));
        $("td:eq(5)", row).html(parseFloat(data[5]).toFixed(2));

        // Alinha numeros a direita
        $("td:eq(1)", row).css("text-align", "right");
        $("td:eq(2)", row).css("text-align", "right");
        $("td:eq(3)", row).css("text-align", "right");
        $("td:eq(4)", row).css("text-align", "right");
        $("td:eq(5)", row).css("text-align", "right");
      }')
    )
  )

  # Texto com a quantidade de usuarios que nao informaram a idade
  output$cursos_idade_nao_informado <- renderUI({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(user_enrolment_course_info_filtrado_unique()) > 0, ""))
    contaNaoInformados(user_enrolment_course_info_filtrado_unique()$idade)
  })

  # Grafico de barras da quantidade de pessoas desempregadas pelo tempo
  output$cursos_tempo_desempregado <- renderPlot({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(user_enrolment_course_info_filtrado_unique()) > 0, "Nenhum dado encontrado!"))
    tempo <- user_enrolment_course_info_filtrado_unique()$tempo_desempregado
    # Remove usuarios que nao informaram se estao desempregadas ou nao
    tempo <- tempo[tempo != ""]
    # Remove usuarios que estao empregados
    tempo <- tempo[tempo != "Empregado"]
    # Remove desempregados que nao informaram o tempo
    tempo <- tempo[tempo != "Desempregado, tempo nao informado"]
    # Verifica se tabela tem pelo menos uma linha informados
    shiny::validate(need(length(tempo) > 0, ""))

    tempo <- table(tempo)
    tempo <- as.data.frame(tempo)
    tempo <- mutate(tempo, pct = prop.table(Freq) * 100)

    # Ordem das colunas
    ordem = c(
      'Até 6 meses',
      'Entre 7 e 12 meses',
      'Entre 13 e 24 meses',
      "Mais de 24 meses"
    )

    ggplot(tempo, aes(y = Freq, x = tempo)) +
    geom_bar(stat = "identity", fill="steelblue") +
    xlab("Tempo desempregado") +
    ylab("Quantidade") +
    scale_x_discrete(limits = ordem) +
    geom_text(aes(y = Freq,
            label = paste(comma(Freq)," (",round(pct, digits=2),"%)",sep="")),
            hjust= -0.1,
            size = 3.2) +
    theme_classic() +
    coord_flip() +
    theme(axis.text.x = element_text(angle=0, vjust=0.7))+
    labs(caption="Fonte: Escola do Trabalhador\nhttp://escola.trabalho.gov.br") +
    scale_y_continuous(labels = comma, limits = c(0,max(tempo$Freq)*1.4))
  })

  # Tabela com as estatisticas dos usuarios desempregado agrupados pelo tempo que estao desempregados
  output$cursos_tempo_desempregado_table <- renderDataTable({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(quiz_finished_attempts_user_enrol_filtrado()) > 0, "Nenhum dado encontrado!"))

    # Dados
    selectedRows <- quiz_finished_attempts_user_enrol_filtrado()
    selectedRows <- select(selectedRows, c(tempo_desempregado, sumgrades))
    selectedRows <- as.data.frame(selectedRows)

    # Gera estatisticas, media e desvio padrao das notas
    selectedRows <- selectedRows %>% group_by(tempo_desempregado) %>% summarise(testQuant = n(), media = mean(sumgrades), sd = sd(sumgrades))

    # Join com outros dados
    # Quantidade de cadastrados
    selectedRows <- merge(selectedRows, quantidade_cadastrados_por_tempo_desempregado(), by.x = "tempo_desempregado", by.y = "tempo_desempregado")
    # Quantidade de concluintes
    selectedRows <- merge(selectedRows, quantidade_concluintes_por_tempo_desempregado(), by.x = "tempo_desempregado", by.y = "tempo_desempregado")

    # Renomeia dados dos nao informados
    selectedRows$tempo_desempregado[selectedRows$tempo_desempregado == "Desempregado, tempo nao informado"] <- "Não informado"

    # Reordena colunas
    selectedRows <- selectedRows[c('tempo_desempregado', 'cadastrados', 'concluintes', 'testQuant', 'media', 'sd')]

    # Cria uma coluna com letras que serao utilizadas para ordenar a lista de idades
    ordem <- data.frame(
      ordem = c(1, 2, 3, 4, 5),
      value = c(
        "Até 6 meses",
        "Entre 7 e 12 meses",
        "Entre 13 e 24 meses",
        "Mais de 24 meses",
        "Não informado"
        )
    )
    selectedRows <- merge(selectedRows, ordem, by.x = "tempo_desempregado", by.y = "value")

    # Renomeia colunas
    names(selectedRows)[names(selectedRows) == 'tempo_desempregado'] <- 'Tempo Desempregado'
    names(selectedRows)[names(selectedRows) == 'media'] <- 'Média'
    names(selectedRows)[names(selectedRows) == 'sd'] <- "DP"
    names(selectedRows)[names(selectedRows) == 'testQuant'] <- "Testes"
    names(selectedRows)[names(selectedRows) == 'cadastrados'] <- "Matrículas"
    names(selectedRows)[names(selectedRows) == 'concluintes'] <- "Qualificações"

    # retorna selectedRows
    selectedRows
    },
    # Opcoes da DataTable
    options = list(
      pageLength = 8, # Quantidade de resultados por pagina
      paging =FALSE, # Desabilita a troca de paginas
      searching = FALSE, # Desabilita funcionalidade de searching
      lengthChange = FALSE, # Desabilita funcionalidade de troca de quantidade
      info = FALSE, # Esconde informacoes do footer
      # Ordena a coluna dos nomes da idade de acordo com o valor da coluna "ordem" que nao esta visivel
      columnDefs = list(list(orderData = list(6), targets = 0), list(targets = 6, visible= FALSE, searchable= FALSE)),
      rowCallback = I(
      'function(row, data) {
        // Concatena porcentagem
        var porcentagem = parseFloat(100*data[2]/data[1]).toFixed(2)
        $("td:eq(2)", row).html(data[2] + " (" + porcentagem + "%)");

        // Arredonda para dois digitos
        $("td:eq(4)", row).html(parseFloat(data[4]).toFixed(2));
        $("td:eq(5)", row).html(parseFloat(data[5]).toFixed(2));

        // Alinha numeros a direita
        $("td:eq(1)", row).css("text-align", "right");
        $("td:eq(2)", row).css("text-align", "right");
        $("td:eq(3)", row).css("text-align", "right");
        $("td:eq(4)", row).css("text-align", "right");
        $("td:eq(5)", row).css("text-align", "right");
      }')
    )
  )

  # Texto com a quantidade de usuarios desempregados mas nao informaram o tempo
  output$cursos_tempo_nao_informado <- renderUI({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(user_enrolment_course_info_filtrado_unique()) > 0, ""))
    tempo <- user_enrolment_course_info_filtrado_unique()$tempo_desempregado
    # Remove usuarios que nao informaram se estao desempregadas ou nao
    tempo <- tempo[tempo != ""]
    # Remove usuarios que estao empregados
    tempo <- tempo[tempo != "Empregado"]
    # Conta desempregados que nao informaram o tempo
    contaNaoInformados(tempo, value = "Desempregado, tempo nao informado")
  })

  # Grafico de barras com a quantidade de pessoas cadastradas agrupadas pela escolaridade
  output$cursos_escolaridade <- renderPlot({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(user_enrolment_course_info_filtrado_unique()) > 0, "Nenhum dado encontrado!"))
    escolaridade <- user_enrolment_course_info_filtrado_unique()$escolaridade
    # Remove nao informados
    escolaridade <- escolaridade[escolaridade != ""]
    # Verifica se tabela tem pelo menos uma linha informados
    shiny::validate(need(length(escolaridade) > 0, ""))

    escolaridade <- table(escolaridade)
    escolaridade <- as.data.frame(escolaridade)
    escolaridade <- mutate(escolaridade, pct = prop.table(Freq) * 100)

    # Ordem das colunas
    ordem = c(
      "Ensino fundamental incompleto",
      "Ensino fundamental completo",
      "Ensino técnico completo",
      "Ensino médio incompleto",
      "Ensino médio completo",
      "Licenciatura incompleto",
      "Licenciatura completo",
      "Tecnólogo incompleto",
      "Tecnólogo completo",
      "Bacharelado incompleto",
      "Bacharelado completo",
      "Especialização",
      'Mestrado profissional',
      'Mestrado acadêmico',
      'Doutorado'
    )

    # Cria grafico
    ggplot(escolaridade, aes(y = Freq, x = escolaridade)) +
    geom_bar(stat = "identity", fill="steelblue") +
    xlab("Grau de instrução") +
    ylab("Quantidade") +
    scale_x_discrete(limits = ordem) +
    geom_text(aes(y = Freq,
            label = paste(comma(Freq)," (",round(pct, digits=2),"%)",sep="")),
            hjust= -0.1,
            size = 3.2) +
    theme_classic() +
    coord_flip() +
    theme(axis.text.x = element_text(angle=0, vjust=0.7))+
    labs(caption="Fonte: Escola do Trabalhador\nhttp://escola.trabalho.gov.br") +
    scale_y_continuous(labels = comma, limits = c(0,max(escolaridade$Freq)*1.4))
  })


  # Tabela com as estatisticas dos usuarios agrupados por escolaridade
  output$cursos_escolaridade_table <- renderDataTable({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(quiz_finished_attempts_user_enrol_filtrado()) > 0, "Nenhum dado encontrado!"))

    # Dados
    selectedRows <- quiz_finished_attempts_user_enrol_filtrado()
    selectedRows <- select(selectedRows, c(escolaridade, sumgrades))
    selectedRows <- as.data.frame(selectedRows)

    # Gera estatisticas, media e desvio padrao das notas
    selectedRows <- selectedRows %>% group_by(escolaridade) %>% summarise(testQuant = n(), media = mean(sumgrades), sd = sd(sumgrades))

    # Join com outros dados
    # Quantidade de cadastrados
    selectedRows <- merge(selectedRows, quantidade_cadastrados_por_escolaridade(), by.x = "escolaridade", by.y = "escolaridade")
    # Quantidade de concluintes
    selectedRows <- merge(selectedRows, quantidade_concluintes_por_escolaridade(), by.x = "escolaridade", by.y = "escolaridade")

    # Renomeia dados dos nao informados
    selectedRows$escolaridade[selectedRows$escolaridade == ""] <- "Não informado"

    # Reordena colunas
    selectedRows <- selectedRows[c('escolaridade', 'cadastrados', 'concluintes', 'testQuant', 'media', 'sd')]

    # Cria uma coluna com letras que serao utilizadas para ordenar a lista de idades
    ordem <- data.frame(
      ordem = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16),
      value = c(
        "Ensino fundamental incompleto",
        "Ensino fundamental completo",
        "Ensino técnico completo",
        "Ensino médio incompleto",
        "Ensino médio completo",
        "Licenciatura incompleto",
        "Licenciatura completo",
        "Tecnólogo incompleto",
        "Tecnólogo completo",
        "Bacharelado incompleto",
        "Bacharelado completo",
        "Especialização",
        'Mestrado profissional',
        'Mestrado acadêmico',
        'Doutorado',
        "Não informado"
      )
    )
    selectedRows <- merge(selectedRows, ordem, by.x = "escolaridade", by.y = "value")

    # Renomeia colunas
    names(selectedRows)[names(selectedRows) == 'escolaridade'] <- 'Escolaridade'
    names(selectedRows)[names(selectedRows) == 'media'] <- 'Média'
    names(selectedRows)[names(selectedRows) == 'sd'] <- "DP"
    names(selectedRows)[names(selectedRows) == 'testQuant'] <- "Testes"
    names(selectedRows)[names(selectedRows) == 'cadastrados'] <- "Matrículas"
    names(selectedRows)[names(selectedRows) == 'concluintes'] <- "Qualificações"

    # retorna selectedRows
    selectedRows
    },
    # Opcoes da DataTable
    options = list(
      pageLength = 8, # Quantidade de resultados por pagina
      searching = FALSE, # Desabilita funcionalidade de searching
      lengthChange = FALSE, # Desabilita funcionalidade de troca de quantidade
      info = FALSE, # Esconde informacoes do footer
      # Ordena a coluna dos nomes da idade de acordo com o valor da coluna "ordem" que nao esta visivel
      columnDefs = list(list(orderData = list(6), targets = 0), list(targets = 6, visible= FALSE, searchable= FALSE)),
      rowCallback = I(
      'function(row, data) {
        // Concatena porcentagem
        var porcentagem = parseFloat(100*data[2]/data[1]).toFixed(2)
        $("td:eq(2)", row).html(data[2] + " (" + porcentagem + "%)");

        // Arredonda para dois digitos
        $("td:eq(4)", row).html(parseFloat(data[4]).toFixed(2));
        $("td:eq(5)", row).html(parseFloat(data[5]).toFixed(2));

        // Alinha numeros a direita
        $("td:eq(1)", row).css("text-align", "right");
        $("td:eq(2)", row).css("text-align", "right");
        $("td:eq(3)", row).css("text-align", "right");
        $("td:eq(4)", row).css("text-align", "right");
        $("td:eq(5)", row).css("text-align", "right");
      }')
    )
  )

  # Texto com a quantidade de usuarios que nao informaram a escolaridade
  output$cursos_escolaridade_nao_informado <- renderUI({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(user_enrolment_course_info_filtrado_unique()) > 0, ""))
    contaNaoInformados(user_enrolment_course_info_filtrado_unique()$escolaridade)
  })

  ##==========================================================================================================================
  ## TAB Usuarios Dados
  ## Esta secao contem os dados que sao utilizados na tab usuarios
  ## Em geral, os dados da tab usuarios sao filtrados por um periodo selecionado pelo usuario
  ##==========================================================================================================================

  # Dados dos usuarios, filtrados por periodo
  usuarios_filtrados <- reactive({
    inicio_periodo <- as.POSIXlt(Sys.Date())
    fim_periodo <- as.POSIXlt(Sys.Date())
    tempo_cadastro = users_info$tempocadastro

    if (input$usuarios_filtro_periodo == "Desde o início") {
      inicio_periodo = 0
    } else if (input$usuarios_filtro_periodo == "último ano") {
      inicio_periodo$mday <- inicio_periodo$mday - 365
    } else if (input$usuarios_filtro_periodo == "último mês") {
      inicio_periodo$mday <- inicio_periodo$mday - 30
    } else if (input$usuarios_filtro_periodo == "última semana") {
      inicio_periodo$mday <- inicio_periodo$mday - 7
    } else if (input$usuarios_filtro_periodo == "último dia") {
      inicio_periodo$mday <- inicio_periodo$mday - 1
    } else if (input$usuarios_filtro_periodo == "Período personalizado") {
      inicio_periodo <- as.POSIXlt(input$usuarios_filtro_periodo_personalizado[1])
      fim_periodo <- as.POSIXlt(input$usuarios_filtro_periodo_personalizado[2])
    }

    users = users_info[tempo_cadastro >= as.numeric(inicio_periodo) & tempo_cadastro < as.numeric(fim_periodo),]

    if (input$usuarios_filtro_empregado != "Qualquer") {
      desempregado = users$tempo_desempregado
      rows = desempregado != ""
      rows = rows & desempregado != "Empregado"
      users = users[rows,]
    }


    users


  })

  ##==========================================================================================================================
  ## TAB Usuarios Outputs
  ## Esta secao contem todos os outputs (Tabelas, Textos e Graficos) que sao utilizados na tab usuarios
  ##==========================================================================================================================

  # Grafico de barras que mostra a proporcao dos generos dos usuarios cadastrados
  output$usuarios_genero <- renderPlot({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(usuarios_filtrados()) > 0, "Nenhum dado encontrado! Selecione outra Data!"))
    sexo <- usuarios_filtrados()$sexo
    # Remove nao informados
    sexo <- sexo[sexo != ""]
    # Verifica se tabela tem pelo menos uma linha informados
    shiny::validate(need(length(sexo) > 0, ""))

    sexo <- table(sexo)
    # renomeia colunas
    names(sexo)[names(sexo) == 'Masculino'] <- 'Masculino'
    names(sexo)[names(sexo) == 'Feminino'] <- 'Feminino'

    # Gera porcentagens
    sexo <- as.data.frame(sexo)
    sexo <- mutate(sexo, pct=prop.table(sexo$Freq)*100)

    # Cria grafico
    ggplot(sexo, aes(x = Var1, y = Freq,  fill = Var1,label =paste(Freq,pct))) +
    geom_bar(stat = "identity", position = position_dodge(width=1), width = 0.5) +
    geom_text(aes(y = Freq, label = paste(comma(Freq),"\n(",round(pct, digits = 2),"%)",sep="")), position = position_dodge(width = 0.8), vjust=-0.5, size = 3.3)+
    theme_classic()+
    labs(caption="Fonte: Escola do Trabalhador\nhttp://escola.trabalho.gov.br") +
    xlab("") +
    ylab("Quantidade")+
    theme(axis.text.x = element_text(size=11,angle=0, vjust=0.6),
          axis.text.y = element_text(size=11),
          axis.title=element_text(size=14),
          plot.title = element_text(size = rel(2)),
          plot.caption=element_text(size=10))+
    scale_fill_manual(values=c("steelblue", "tomato3"), name="Gênero")+
    scale_y_continuous(labels = comma, limits = c(0,max(sexo$Freq)*1.15))
  })

  # Texto com a quantidade de usuarios que nao informaram o genero
  output$usuarios_genero_nao_informado <- renderUI({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(usuarios_filtrados()) > 0, ""))
    contaNaoInformados(usuarios_filtrados()$sexo)
  })

  # Grafico de barras que mostra o dominio de internet dos usuarios
  output$usuarios_dominio_internet <- renderPlot({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(usuarios_filtrados()) > 0, "Nenhum dado encontrado! Selecione outra Data!"))
    dominio <- usuarios_filtrados()$dominio
    # Nao informados
    dominio <- dominio[dominio != ""]
    # Verifica se tabela tem pelo menos uma linha informados
    shiny::validate(need(length(dominio) > 0, ""))

    # Gera porcentagens
    dominio <- table(dominio)
    dominio <- as.data.frame(dominio)
    dominio <- mutate(dominio, pct=prop.table(Freq)*100)

    # ordena colunas
    ordem = c(
      "Nunca usei",
      "Nível Básico",
      "Nível Intermediário",
      "Nível Avançado"
    )

    # Cria grafico
    ggplot(dominio, aes(y = Freq, x= dominio)) +
    geom_bar(stat = "identity", fill="steelblue") +
    xlab("") +
    ylab("Quantidade") +
    scale_x_discrete(limits = ordem) +
    geom_text(aes(y = Freq,
            label = paste(comma(Freq),"\n (",round(pct, digits=2),"%)",sep="")),
            position = position_dodge(width = .9), vjust=-0.5,
            size = 3.2) +
    theme_classic() +
    labs(caption="Fonte: Escola do Trabalhador\nhttp://escola.trabalho.gov.br") +
    scale_y_continuous(labels = comma, limits = c(0,max(dominio$Freq)*1.15))
  })

  # Texto com a quantidade de usuarios que nao informaram o dominio de internet
  output$usuarios_dominio_nao_informado <- renderUI({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(usuarios_filtrados()) > 0, ""))
    contaNaoInformados(usuarios_filtrados()$dominio)
  })


  # Grafico de barras que mostra a proporcao de usuarios com necessidades especiais
  output$usuarios_necessidades_especiais <- renderPlot({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(usuarios_filtrados()) > 0, "Nenhum dado encontrado! Selecione outra Data!"))
    necessidades <- usuarios_filtrados()$necessidade_especial
    # Nao informados
    necessidades <- necessidades[necessidades != ""]
    # Verifica se tabela tem pelo menos uma linha informados
    shiny::validate(need(length(necessidades) > 0, ""))

    necessidades <- table(necessidades)
    # renomeia colunas
    names(necessidades)[names(necessidades) == 'SIM'] <- 'Sim'
    names(necessidades)[names(necessidades) == 'NAO'] <- 'Não'

    # Gera porcentagens
    necessidades <- as.data.frame(necessidades)
    necessidades <- mutate(necessidades, pct=prop.table(necessidades$Freq)*100)

    # Cria grafico
    ggplot(necessidades, aes(x = Var1, y = Freq,  fill = Var1,label =paste(Freq,pct))) +
    geom_bar(stat = "identity", position = position_dodge(width=1), width = 0.5) +
    geom_text(aes(y = Freq, label = paste(comma(Freq),"\n(",round(pct, digits = 2),"%)",sep="")), position = position_dodge(width = 0.8), vjust=-0.5, size = 3.3)+
    theme_classic()+
    labs(caption="Fonte: Escola do Trabalhador\nhttp://escola.trabalho.gov.br") +
    xlab("") +
    ylab("Quantidade")+
    theme(axis.text.x = element_text(size=11,angle=0, vjust=0.6),
          axis.text.y = element_text(size=11),
          axis.title=element_text(size=14),
          plot.title = element_text(size = rel(2)),
          plot.caption=element_text(size=10))+
    scale_fill_manual(values=c("steelblue", "tomato3"), name="")+
    scale_y_continuous(labels = comma, limits = c(0,max(necessidades$Freq)*1.15))
  })

  # Texto com a quantidade de usuarios que nao informaram necessidades especiais
  output$usuarios_necessidades_especiais_nao_informado <- renderUI({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(usuarios_filtrados()) > 0, ""))
    contaNaoInformados(usuarios_filtrados()$necessidade_especial)
  })

  # Grafico de barras que mostra a proporcao de usuarios desempregados
  output$usuarios_desempregados <- renderPlot({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(usuarios_filtrados()) > 0, "Nenhum dado encontrado! Selecione outra Data!"))
    desempregado <- usuarios_filtrados()$tempo_desempregado
    # remove nao informados
    desempregado <- desempregado[desempregado != ""]
    # Verifica se tabela tem pelo menos uma linha informados
    shiny::validate(need(length(desempregado) > 0, ""))

    # Considera todos os valores diferentes de empregado como desempregado
    desempregado[desempregado != "Empregado"] <- "Desempregado"

    # Gera porcentagem
    desempregado <- table(desempregado)
    desempregado <- as.data.frame(desempregado)
    desempregado <- mutate(desempregado, pct=prop.table(Freq)*100)

    # Cria grafico
    ggplot(desempregado, aes(x = desempregado, y = Freq,  fill = desempregado,label =paste(Freq,pct))) +
    geom_bar(stat = "identity", position = position_dodge(width=1), width = 0.5) +
    geom_text(aes(y = Freq, label = paste(comma(Freq),"\n(",round(pct, digits = 2),"%)",sep="")), position = position_dodge(width = 0.8), vjust=-0.5, size = 3.3)+
    theme_classic()+
    labs(caption="Fonte: Escola do Trabalhador\nhttp://escola.trabalho.gov.br") +
    xlab("") +
    ylab("Quantidade")+
    theme(axis.text.x = element_text(size=11,angle=0, vjust=0.6),
          axis.text.y = element_text(size=11),
          axis.title=element_text(size=14),
          plot.title = element_text(size = rel(2)),
          plot.caption=element_text(size=10))+
    scale_fill_manual(values=c("steelblue", "tomato3"), name="")+
    scale_y_continuous(labels = comma, limits = c(0,max(desempregado$Freq)*1.15))
  })

  # Texto com a quantidade de usuarios que nao informaram se sao desempregados
  output$usuarios_desempregados_nao_informado <- renderUI({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(usuarios_filtrados()) > 0, ""))
    contaNaoInformados(usuarios_filtrados()$tempo_desempregado)
  })

  # Grafico de barras da distribuicao das idades das pessoas cadastradas
  output$usuarios_idade <- renderPlot({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(usuarios_filtrados()) > 0, "Nenhum dado encontrado! Selecione outra Data!"))
    idade <- usuarios_filtrados()$idade
    # Remove nao informados
    idade <- idade[idade != ""]
    # Verifica se tabela tem pelo menos uma linha informados
    shiny::validate(need(length(idade) > 0, ""))

    idade <- table(idade)
    # renomeia colunas
    names(idade)[names(idade) == '18-24'] <- 'Entre 18 e 24 anos'
    names(idade)[names(idade) == '25-34'] <- 'Entre 25 e 34 anos'
    names(idade)[names(idade) == '35-44'] <- 'Entre 35 e 44 anos'
    names(idade)[names(idade) == '45-54'] <- 'Entre 45 e 54 anos'
    names(idade)[names(idade) == '55-64'] <- 'Entre 55 e 64 anos'
    names(idade)[names(idade) == 'Mais de 65'] <- 'Mais de 65 anos'

    idade <- as.data.frame(idade)
    idade <- mutate(idade, pct = prop.table(idade$Freq) * 100)

    # Ordem das colunas
    ordem = c(
      'Menos de 18 anos',
      'Entre 18 e 24 anos',
      'Entre 25 e 34 anos',
      'Entre 35 e 44 anos',
      'Entre 45 e 54 anos',
      'Entre 55 e 64 anos',
      "Mais de 65 anos"
    )

    # Cria grafico
    ggplot(idade, aes(y = Freq, x= Var1)) +
    geom_bar(stat = "identity", fill="steelblue") +
    xlab("") +
    ylab("Quantidade") +
    scale_x_discrete(limits = ordem) +
    geom_text(aes(y = Freq,
            label = paste(comma(Freq),"\n (",round(pct, digits=2),"%)",sep="")),
            position = position_dodge(width = .9), vjust=-0.5,
            size = 3.2) +
    theme_classic() +
    theme(axis.text.x = element_text(angle=20, vjust=0.7))+
    labs(caption="Fonte: Escola do Trabalhador\nhttp://escola.trabalho.gov.br") +
    scale_y_continuous(labels = comma, limits = c(0,max(idade$Freq)*1.15))
  })

  # Texto com a quantidade de usuarios que nao informaram a idade
  output$usuarios_idade_nao_informado <- renderUI({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(usuarios_filtrados()) > 0, ""))
    contaNaoInformados(usuarios_filtrados()$idade)
  })

  # Grafico de barras do tempo dos usuarios que estao desempregados
  output$usuarios_tempo_desempregado <- renderPlot({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(usuarios_filtrados()) > 0, "Nenhum dado encontrado! Selecione outra Data!"))
    tempo <- usuarios_filtrados()$tempo_desempregado
    # Remove usuarios que nao informaram se estao desempregadas ou nao
    tempo <- tempo[tempo != ""]
    # Remove usuarios que estao empregados
    tempo <- tempo[tempo != "Empregado"]
    # Remove desempregados que nao informaram o tempo
    tempo <- tempo[tempo != "Desempregado, tempo nao informado"]
    # Verifica se tabela tem pelo menos uma linha informados
    shiny::validate(need(length(tempo) > 0, ""))

    tempo <- table(tempo)
    tempo <- as.data.frame(tempo)
    tempo <- mutate(tempo, pct = prop.table(Freq) * 100)

    # Ordem das colunas
    ordem = c(
      'Até 6 meses',
      'Entre 7 e 12 meses',
      'Entre 13 e 24 meses',
      "Mais de 24 meses"
    )

    # Cria grafico
    ggplot(tempo, aes(y = Freq, x= tempo)) +
    geom_bar(stat = "identity", fill="steelblue") +
    xlab("") +
    ylab("Quantidade") +
    scale_x_discrete(limits = ordem) +
    geom_text(aes(y = Freq,
            label = paste(comma(Freq),"\n (",round(pct, digits=2),"%)",sep="")),
            position = position_dodge(width = .9), vjust=-0.5,
            size = 3.2) +
    theme_classic() +
    labs(caption="Fonte: Escola do Trabalhador\nhttp://escola.trabalho.gov.br") +
    scale_y_continuous(labels = comma, limits = c(0,max(tempo$Freq)*1.15))
  })

  # Texto com a quantidade de usuarios desempregados que nao informaram o tempo
  output$usuarios_tempo_nao_informado <- renderUI({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(usuarios_filtrados()) > 0, ""))
    tempo <- usuarios_filtrados()$tempo_desempregado
    # Remove usuarios que nao informaram se estao desempregadas ou nao
    tempo <- tempo[tempo != ""]
    # Remove usuarios que estao empregados
    tempo <- tempo[tempo != "Empregado"]
    # Conta desempregados que nao informaram o tempo
    contaNaoInformados(tempo, value = "Desempregado, tempo nao informado")
  })

  # Grafico de barras da distribuicao das escolaridades
  output$usuarios_escolaridade <- renderPlot({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(usuarios_filtrados()) > 0, "Nenhum dado encontrado! Selecione outra Data!"))
    escolaridade <- usuarios_filtrados()$escolaridade
    # Remove nao informados
    escolaridade <- escolaridade[escolaridade != ""]
    # Verifica se tabela tem pelo menos uma linha informados
    shiny::validate(need(length(escolaridade) > 0, ""))
    escolaridade <- table(escolaridade)
    escolaridade <- as.data.frame(escolaridade)
    escolaridade <- mutate(escolaridade, pct = prop.table(Freq) * 100)
    # ordena colunas
    ordem = c(
      "Ensino fundamental incompleto",
      "Ensino fundamental completo",
      "Ensino técnico completo",
      "Ensino médio incompleto",
      "Ensino médio completo",
      "Tecnólogo incompleto",
      "Tecnólogo completo",
      "Licenciatura incompleto",
      "Licenciatura completo",
      "Bacharelado incompleto",
      "Bacharelado completo",
      "Especialização",
      'Mestrado profissional',
      'Mestrado acadêmico',
      'Doutorado'
    )

    # Cria grafico
    ggplot(escolaridade, aes(y = Freq, x = escolaridade)) +
    geom_bar(stat = "identity", fill="steelblue") +
    xlab("Grau de instrução") +
    ylab("Quantidade") +
    scale_x_discrete(limits = ordem) +
    geom_text(aes(y = Freq,
            label = paste(comma(Freq)," (",round(pct, digits=2),"%)",sep="")),
            hjust= -0.1,
            size = 3.2) +
    theme_classic() +
    coord_flip() +
    theme(axis.text.x = element_text(angle=0, vjust=0.7))+
    labs(caption="Fonte: Escola do Trabalhador\nhttp://escola.trabalho.gov.br") +
    scale_y_continuous(labels = comma, limits = c(0,max(escolaridade$Freq)*1.4))
  })

  # Texto com a quantidade de usuarios que nao informaram a escolaridade
  output$usuarios_escolaridade_nao_informado <- renderUI({
    # Verifica se tabela tem pelo menos uma linha
    shiny::validate(need(nrow(usuarios_filtrados()) > 0, ""))
    contaNaoInformados(usuarios_filtrados()$escolaridade)
  })

  # Titulo da pagina da tab usuarios, informa qual o periodo que foi selecionado
  output$usuarios_titulo_data <- renderText({
    inicio_periodo <- as.POSIXlt(Sys.Date())
    fim_periodo <- as.POSIXlt(Sys.Date())

    if (input$usuarios_filtro_periodo == "Desde o início") {
      return("")
    } else if (input$usuarios_filtro_periodo == "último ano") {
      inicio_periodo$mday <- inicio_periodo$mday - 365
    } else if (input$usuarios_filtro_periodo == "último mês") {
      inicio_periodo$mday <- inicio_periodo$mday - 30
    } else if (input$usuarios_filtro_periodo == "última semana") {
      inicio_periodo$mday <- inicio_periodo$mday - 7
    } else if (input$usuarios_filtro_periodo == "último dia") {
      inicio_periodo$mday <- inicio_periodo$mday - 1
    } else if (input$usuarios_filtro_periodo == "Período personalizado") {
      inicio_periodo <- as.POSIXlt(input$usuarios_filtro_periodo_personalizado[1])
      fim_periodo <- as.POSIXlt(input$usuarios_filtro_periodo_personalizado[2])
    }

    gsub("-", "/", paste("entre", inicio_periodo, "e", fim_periodo, sep=" "))
  })

  ##==========================================================================================================================
  ## TAB Home Outputs
  ## Esta secao contem todos os outputs (Tabelas, Textos e Graficos) que sao utilizados na tab home
  ##==========================================================================================================================

  # Titulo da pagina da tab home, informa qual o periodo que foi selecionado
  output$home_titulo_data <- renderText({
    inicio_periodo <- as.POSIXlt(Sys.Date())
    fim_periodo <- as.POSIXlt(Sys.Date())

    if (input$home_filtro_periodo == "Desde o início") {
      return("")
    } else if (input$home_filtro_periodo == "último ano") {
      inicio_periodo$mday <- inicio_periodo$mday - 365
    } else if (input$home_filtro_periodo == "último mês") {
      inicio_periodo$mday <- inicio_periodo$mday - 30
    } else if (input$home_filtro_periodo == "última semana") {
      inicio_periodo$mday <- inicio_periodo$mday - 7
    } else if (input$home_filtro_periodo == "último dia") {
      inicio_periodo$mday <- inicio_periodo$mday - 1
    } else if (input$home_filtro_periodo == "Período personalizado") {
      inicio_periodo <- as.POSIXlt(input$home_filtro_periodo_personalizado[1])
      fim_periodo <- as.POSIXlt(input$home_filtro_periodo_personalizado[2])
    }

    gsub("-", "/", paste("Entre", inicio_periodo, "e", fim_periodo, sep=" "))
  })

  # Dados dos usuarios, filtrados por periodo

  home_inscritos_filtrados <- reactive({
    inicio_periodo <- as.POSIXlt(Sys.Date())
    fim_periodo <- as.POSIXlt(Sys.Date())

    if (input$home_filtro_periodo == "Desde o início") {
      inicio_periodo <- as.numeric(as.Date("2000-01-01"))
    } else if (input$home_filtro_periodo == "último ano") {
      inicio_periodo$mday <- inicio_periodo$mday - 365
    } else if (input$home_filtro_periodo == "último mês") {
      inicio_periodo$mday <- inicio_periodo$mday - 30
    } else if (input$home_filtro_periodo == "última semana") {
      inicio_periodo$mday <- inicio_periodo$mday - 7
    } else if (input$home_filtro_periodo == "último dia") {
      inicio_periodo$mday <- inicio_periodo$mday - 1
    } else if (input$home_filtro_periodo == "Período personalizado") {
      inicio_periodo <- as.POSIXlt(input$home_filtro_periodo_personalizado[1])
      fim_periodo <- as.POSIXlt(input$home_filtro_periodo_personalizado[2])
    }

    users = alunos[alunos$tempocadastro >= as.numeric(inicio_periodo) && alunos$tempocadastro <= as.numeric(fim_periodo),]

    if (input$home_filtro_empregado == "Desempregado") {
       desempregado = users$desempregado
       rows = which(desempregado == "SIM")
       users = users[rows,]
     }
     else if (input$home_filtro_empregado == "Empregado") {
       desempregado = users$desempregado
       rows = which(desempregado == "NAO")
       users = users[rows,]
     }

     users

  })

  home_matriculados_filtrados <- reactive({
    inicio_periodo <- as.POSIXlt(Sys.Date())
    fim_periodo <- as.POSIXlt(Sys.Date())
    tempo_cadastro = matriculas_curso$tempocadastro

    if (input$home_filtro_periodo == "Desde o início") {
      inicio_periodo = 0
    } else if (input$home_filtro_periodo == "último ano") {
      inicio_periodo$mday <- inicio_periodo$mday - 365
    } else if (input$home_filtro_periodo == "último mês") {
      inicio_periodo$mday <- inicio_periodo$mday - 30
    } else if (input$home_filtro_periodo == "última semana") {
      inicio_periodo$mday <- inicio_periodo$mday - 7
    } else if (input$home_filtro_periodo == "último dia") {
      inicio_periodo$mday <- inicio_periodo$mday - 1
    } else if (input$home_filtro_periodo == "Período personalizado") {
      inicio_periodo <- as.POSIXlt(input$home_filtro_periodo_personalizado[1])
      fim_periodo <- as.POSIXlt(input$home_filtro_periodo_personalizado[2])
    }

    users = matriculas_curso[tempo_cadastro >= as.numeric(inicio_periodo) & tempo_cadastro < as.numeric(fim_periodo),]

    if (input$home_filtro_empregado == "Desempregado") {
      desempregado = users$desempregado
      rows = which(desempregado == "SIM")
      users = users[rows,]
    }
    else if (input$home_filtro_empregado == "Empregado") {
      desempregado = users$desempregado
      rows = which(desempregado == "NAO")
      users = users[rows,]
    }

    users

  })

  home_qualificados_filtrados <- reactive({
    inicio_periodo <- as.POSIXlt(Sys.Date())
    fim_periodo <- as.POSIXlt(Sys.Date())
    tempo_cadastro = qualificacoes_cpf$dateissued

    if (input$home_filtro_periodo == "Desde o início") {
      inicio_periodo = 0
    } else if (input$home_filtro_periodo == "último ano") {
      inicio_periodo$mday <- inicio_periodo$mday - 365
    } else if (input$home_filtro_periodo == "último mês") {
      inicio_periodo$mday <- inicio_periodo$mday - 30
    } else if (input$home_filtro_periodo == "última semana") {
      inicio_periodo$mday <- inicio_periodo$mday - 7
    } else if (input$home_filtro_periodo == "último dia") {
      inicio_periodo$mday <- inicio_periodo$mday - 1
    } else if (input$home_filtro_periodo == "Período personalizado") {
      inicio_periodo <- as.POSIXlt(input$home_filtro_periodo_personalizado[1])
      fim_periodo <- as.POSIXlt(input$home_filtro_periodo_personalizado[2])
    }

    users = qualificacoes_cpf[tempo_cadastro >= as.numeric(inicio_periodo) & tempo_cadastro < as.numeric(fim_periodo),]

    if (input$home_filtro_empregado == "Desempregado") {
      desempregado = users$desempregado
      rows = which(desempregado == "SIM")
      users = users[rows,]
    }
    else if (input$home_filtro_empregado == "Empregado") {
      desempregado = users$desempregado
      rows = which(desempregado == "NAO")
      users = users[rows,]
    }

    users

  })

  output$usuarios_inscritos <- renderText({
    inscritos = nrow(home_inscritos_filtrados())
    format(inscritos, big.mark = ".", decimal.mark = ",")
  })

  output$usuarios_matriculados <- renderText({
    matriculados = nrow(home_matriculados_filtrados())
    format(matriculados, big.mark = ".", decimal.mark = ",")
  })

  output$usuarios_qualificados <- renderText({
    qualificados = nrow(home_qualificados_filtrados())
    format(qualificados, big.mark = ".", decimal.mark = ",")
  })


  # Mostra inscritos, matriculados e qualificados por uf
  output$dados_gerais_por_uf <- renderDataTable({

    inscritos_uf = home_inscritos_filtrados()
    inscritos_uf$uf[inscritos_uf$uf == "EX"] <- ""
    inscritos_uf$uf[inscritos_uf$uf == "NI"] <- ""

    inscritos_uf = inscritos_uf %>%
      group_by(uf) %>%
      summarise(Cadastros = length(userid))
    total_inscritos = data_frame(uf = "Total", Cadastros = sum(inscritos_uf$Cadastros))
    inscritos_uf = bind_rows(inscritos_uf, total_inscritos)

    matriculados_uf = home_matriculados_filtrados()
    matriculados_uf$uf[matriculados_uf$uf == "EX"] <- ""
    matriculados_uf$uf[matriculados_uf$uf == "NI"] <- ""

    matriculados_uf = matriculados_uf %>%
      group_by(uf) %>%
      summarise(Matrículas = length(userid))
    total_matriculados = data_frame(uf = "Total", Matrículas = sum(matriculados_uf$Matrículas))
    matriculados_uf = bind_rows(matriculados_uf, total_matriculados)

    qualificados_uf = home_qualificados_filtrados()
    qualificados_uf$uf[qualificados_uf$uf == "EX"] <- ""
    qualificados_uf$uf[qualificados_uf$uf == "NI"] <- ""

    qualificados_uf = qualificados_uf %>%
      group_by(uf) %>%
      summarise(Qualificações = length(userid))
    total_qualificados = data_frame(uf = "Total", Qualificações = sum(qualificados_uf$Qualificações))
    qualificados_uf = bind_rows(qualificados_uf, total_qualificados)

    join1 = merge(matriculados_uf, inscritos_uf, by = "uf")
    dados_uf = merge(join1, qualificados_uf, by = "uf")

    names(dados_uf)[names(dados_uf) == 'uf'] <- 'UF'
    dados_uf[1,1] = "Não Informado"
    dados_uf
    },

  options = list(
    paging = FALSE, # Desabilita a troca de paginas
    searching = FALSE, # desabilita funcionalidade de searching
    lengthChange = FALSE, # desabilita funcionalidade de troca de quantidade
    info = FALSE
  )
  )
  ##==========================================================================================================================
  ## TAB Mapas Outputs
  ## Esta secao contem todos os outputs (Textos e Mapas) que sao utilizados na tab mapas
  ##==========================================================================================================================

  #states = geojsonio::geojson_read("dados//mapas//Brasil.json", what = "sp")
  #states@data = select(states@data, -N)

  #qualificados_uf = user_course_badge_info %>%
  #  group_by(uf) %>%
  #  summarise(Qualificados = length(userid))
  #names(qualificados_uf)[names(qualificados_uf) == 'uf'] <- 'UF'

  #states = sp::merge(states, qualificados_uf, by = "UF", all.x = TRUE)
  #states$Qualificados = as.numeric(as.character(states$Qualificados))

  #output$mapas_output <- renderLeaflet({

  #  bins = c(0, 200, 800, 1500, 4000, 8000, Inf)
  #  pal = colorBin("YlGnBu", domain = states$Qualificados, bins = bins)

  #  leaflet(states) %>%
  #    setView(-48, -13, 4) %>%
  #    addProviderTiles("MapBox", options = providerTileOptions(
  #      id = "mapbox.light",
  #      accessToken = Sys.getenv('pk.eyJ1IjoiaHVkc29ua3p2IiwiYSI6ImNqaGgzaWI2ODF4NHYzMHM2NTc0bjg0OXQifQ.0GrsfGGMRHYtSTHJcExopQ'))) %>%
  #    addPolygons(
  #      fillColor = ~pal(Qualificados),
  #      weight = 2,
  #      opacity = 1,
  #      color = "white",
  #      dashArray = "3",
  #      fillOpacity = 0.7) %>%
  #    addLegend(pal = pal, values = ~Qualificados, opacity = 0.7, title = "Qualificados x Estado",
  #              position = "bottomright")
  #})

  ##==========================================================================================================================
  ## Eventos na UI
  ##==========================================================================================================================

  # Altera o titulo a ser mostrado na tab usuarios dependendo do input de selecao de desempregados
  observeEvent(input$usuarios_filtro_empregado, {
    if(input$usuarios_filtro_empregado == "Qualquer") {
      hide(id = "usuarios-titulo-desempregado", anim = FALSE)
      show(id = "usuarios-titulo-todos", anim = FALSE)
    } else {
      hide(id = "usuarios-titulo-todos", anim = FALSE)
      show(id = "usuarios-titulo-desempregado", anim = FALSE)
    }
  })

  # Esconde e Mostra o input de periodo personalizado na sidebar tab usuarios
  observeEvent(input$usuarios_filtro_periodo, {
    if(input$usuarios_filtro_periodo == "Período personalizado") {
      show(id = "usuarios_filtro_periodo_personalizado", anim = TRUE, animType = "slide", time = 0.3, selector = NULL)
    } else {
      hide(id = "usuarios_filtro_periodo_personalizado", anim = TRUE, animType = "slide", time = 0.3, selector = NULL)
    }

    if(input$usuarios_filtro_periodo == "Período personalizado" | input$usuarios_filtro_periodo == "Desde o início") {
      hide(id = "usuarios_criterio", anim = TRUE, animType = "slide", time = 0.3, selector = NULL)
    } else {
      show(id = "usuarios_criterio", anim = TRUE, animType = "slide", time = 0.3, selector = NULL)
    }
  })

  # Esconde e Mostra o input de periodo personalizado na sidebar tab home
  observeEvent(input$cursos_filtro_periodo, {
    if(input$cursos_filtro_periodo == "Período personalizado") {
      show(id = "cursos_filtro_periodo_personalizado", anim = TRUE, animType = "slide", time = 0.3, selector = NULL)
    } else {
      hide(id = "cursos_filtro_periodo_personalizado", anim = TRUE, animType = "slide", time = 0.3, selector = NULL)
    }
    })

    observeEvent(input$home_filtro_periodo, {
    if(input$home_filtro_periodo == "Período personalizado") {
      show(id = "home_filtro_periodo_personalizado", anim = TRUE, animType = "slide", time = 0.3, selector = NULL)
    } else {
      hide(id = "home_filtro_periodo_personalizado", anim = TRUE, animType = "slide", time = 0.3, selector = NULL)
    }

    if(input$home_filtro_periodo == "Período personalizado" | input$usuarios_filtro_periodo == "Desde o início") {
      hide(id = "home_criterio", anim = TRUE, animType = "slide", time = 0.3, selector = NULL)
    } else {
      show(id = "home_criterio", anim = TRUE, animType = "slide", time = 0.3, selector = NULL)
    }
  })


  # Esconde e Mostra os inputs na sidebar conforme a tab escolhida
  observeEvent(input$tabs, {
    if(input$tabs == "usuarios") {
      show(id = "usuarios_tab_input", anim = TRUE, animType = "slide", time = 0.3, selector = NULL)
    } else {
      hide(id = "usuarios_tab_input", anim = TRUE, animType = "slide", time = 0.3, selector = NULL)
    }

    if(input$tabs == "cursos") {
      show(id = "curso_tab_input", anim = TRUE, animType = "slide", time = 0.3, selector = NULL)
    } else {
      hide(id = "curso_tab_input", anim = TRUE, animType = "slide", time = 0.3, selector = NULL)
    }

    if(input$tabs == "mapas") {
      show(id = "mapas_tab_input", anim = TRUE, animType = "slide", time = 0.3, selector = NULL)
    } else {
      hide(id = "mapas_tab_input", anim = TRUE, animType = "slide", time = 0.3, selector = NULL)
    }

    if(input$tabs == "home") {
      show(id = "home_tab_input", anim = TRUE, animType = "slide", time = 0.3, selector = NULL)
    } else {
      hide(id = "home_tab_input", anim = TRUE, animType = "slide", time = 0.3, selector = NULL)
    }
  })

  # Evento do botao de marcar/desmarcar todos os cursos na tab Cursos
  observeEvent(input$curso_marcar, {
    if (length(input$curso_filtro_curso) == 0) {
      updateCheckboxGroupInput(session,"curso_filtro_curso", NULL, choices=cursos_lista, selected=cursos_lista)
    } else {
      updateCheckboxGroupInput(session,"curso_filtro_curso", NULL, choices=cursos_lista)
    }
  })

  # Troca o texto do botao de marcar/desmarcar todos na tab Cursos
  observeEvent(input$curso_filtro_curso, {
    if(length(input$curso_filtro_curso) == 0){
      updateActionButton(session, "curso_marcar", label = "Marcar Todos")
    } else {
      updateActionButton(session, "curso_marcar", label = "Desmarcar Todos")
    }
  }, ignoreNULL = FALSE)
}