estaciones

# Librerías
library(dplyr)
library(lubridate)
library(ggplot2)
library(readr)
library(tidyr)

# Establecer directorio de trabajo y cargar datos
getwd()
wdirectory <- "C:/Users/Flavio/Documents/Programación aplicada"
setwd(wdirectory)

# Cargar datos
df <- read_csv(file.choose(), col_names = TRUE)
n <- 43181

# Pedimos al usuario que ingrese el código de la estación pluviométrica de interés
estacionID <- readline(prompt = "Ingrese el código de identificación de la estación pluviométrica: ")
estacionID <- as.character(estacionID) # convertir a cadena de caracteres

# Verificamos que el código ingresado corresponda a una columna existente en df
if (!(estacionID %in% colnames(df))) {
  stop("El código ingresado no corresponde a una columna existente en df.")
}

# Eliminar los valores -9999 del dataframe y reemplazarlos por NA
df <- df %>% mutate_all(~ replace(., . == -9999, NA))

# Remover las filas que contengan valores NA en la columna de precipitación
df <- df %>% drop_na(!!sym(estacionID))


#Valores no reconidos en el formato fecha
# verificar los valores que no se pudieron convertir
#failed_dates <- parse_date_time(df_acotado$fecha, orders = c("ymd", "dmy", "mdy"))
#failed_dates <- df_acotado$fecha[is.na(failed_dates)]
#print(failed_dates)

#failed_dates <- as.character(df[,1][is.na(ymd(df[,1]))])
#failed_rows <- df %>% filter(df[,1] %in% failed_dates)
#print(failed_rows)
##############################################################################################


# Definimos dataframe acotado y agregamos la columna de temporada
df_limpio <- df[-(1:14), ] %>% #se restan 14 filas del dataframe
  select(fecha = 1, !!sym(estacionID)) %>%
  mutate(fecha = ymd(fecha),
         year = year(fecha),
         month = month(fecha),
         season = case_when(
           month %in% 3:5 ~ "Autumn",
           month %in% 6:8 ~ "Winter",
           month %in% 9:11 ~ "Spring",
           TRUE ~ "Summer")) %>%
  mutate(!!sym(estacionID) := as.numeric(!!sym(estacionID)))

#### E D A #####

# Agrupar los datos por fecha y calcular la precipitación diaria
df_diario <- df_limpio %>%
  group_by(fecha) %>%
  summarize(precipitation = sum(!!sym(estacionID), na.rm = TRUE),
            n = n(), #entrega uno
            n_missing = sum(is.na(!!sym(estacionID))),
            mean = mean(!!sym(estacionID), na.rm = TRUE),
            sd = sd(!!sym(estacionID), na.rm = TRUE),
            quantiles = quantile(!!sym(estacionID), probs = c(0.25, 0.5, 0.75), na.rm = TRUE),
            iqr = IQR(!!sym(estacionID), na.rm = TRUE), #rango intercuartil IQR = Q3 - Q1
            min = min(!!sym(estacionID), na.rm = TRUE),
            max = max(!!sym(estacionID), na.rm = TRUE))

# Imprimir resumen
summary(df_diario)
# Graficar la secuencia temporal diaria
  ggplot(df_diario, aes(x = fecha, y = precipitation)) +
    geom_line() +
    labs(x = "Fecha", y = "Precipitación diaria", title = "Secuencia temporal de precipitación diaria")

# Exportar a PNG
ggsave("secuencia_temporal_diaria.png", plot = last_plot(), width = 4, height = 6, dpi = 300)

# Exportar a PDF
ggsave("secuencia_temporal_diaria.pdf", plot = last_plot(), width = 8.5, height = 11, units = "in", dpi = 300)







# Agrupar los datos por año y mes, y calcular la precipitación mensual
  df_mensual <- df_limpio %>%
    group_by(year, month) %>%
    summarize(precipitation = sum(!!sym(estacionID), na.rm = TRUE),
              n = n(),
              n_missing = sum(is.na(!!sym(estacionID))),
              mean = mean(!!sym(estacionID), na.rm = TRUE),
              sd = sd(!!sym(estacionID), na.rm = TRUE),
              quantiles = quantile(!!sym(estacionID), probs = c(0.25, 0.5, 0.75), na.rm = TRUE),
              iqr = IQR(!!sym(estacionID), na.rm = TRUE),
              min = min(!!sym(estacionID), na.rm = TRUE),
              max = max(!!sym(estacionID), na.rm = TRUE))

#imprimir resumen
summary(df_mensual)
# Graficar la secuencia temporal mensual
ggplot(df_mensual, aes(x = ymd(paste(year, month, "01", sep = "-")), y = precipitation)) +
  geom_line() +
  labs(x = "Fecha", y = "Precipitación", title = "Secuencia temporal de precipitación mensual")
# Exportar a PNG
ggsave("precipitacion_mensual.png", plot = last_plot(), width = 4, height = 6, dpi = 300)

# Exportar a PDF
ggsave("precipitacion_mensual.pdf", plot = last_plot(), width = 8.5, height = 11, units = "in", dpi = 300)








# Agrupar los datos por temporada y año, y calcular la precipitación estacional
df_estacional <- df_limpio %>%
  mutate(date = ymd(fecha),
         year = year(date),
         quarter = quarter(date)) %>%
  mutate(season = case_when(
    quarter %in% c(1, 2, 3) ~ "Summer",
    quarter %in% c(4, 5, 6) ~ "Autumn",
    quarter %in% c(7, 8, 9) ~ "Winter",
    quarter %in% c(10, 11, 12) ~ "Spring"
  )) %>%
  group_by(year, quarter, season) %>%
  summarize(precipitation = sum(!!sym(estacionID), na.rm = TRUE),
            n = n(),
            n_missing = sum(is.na(!!sym(estacionID))),
            mean = mean(!!sym(estacionID), na.rm = TRUE),
            sd = sd(!!sym(estacionID), na.rm = TRUE),
            quantiles = quantile(!!sym(estacionID), probs = c(0.25, 0.5, 0.75), na.rm = TRUE),
            iqr = IQR(!!sym(estacionID), na.rm = TRUE),
            min = min(!!sym(estacionID), na.rm = TRUE),
            max = max(!!sym(estacionID), na.rm = TRUE))

#grafica por estación
ggplot(df_estacional, aes(x = year, y = precipitation, color = season)) +
  geom_line() +
  labs(x = "Año", y = "Precipitación", title = "Secuencia temporal de precipitación estacional") +
  scale_color_manual(values = c("Autumn" = "#FFA500", "Winter" = "#0000FF", "Spring" = "#00FF00", "Summer" = "#FF0000"))




# Exportar a PNG
ggsave("precipitacion_estacional.png", plot = last_plot(), width = 4, height = 6, dpi = 300)

# Exportar a PDF
ggsave("precipitacion_estacional.pdf", plot = last_plot(), width = 8.5, height = 11, units = "in", dpi = 300)







# Agrupar los datos por año y calcular la precipitación anual
df_anual <- df_limpio %>%
  mutate(year = year(fecha)) %>%
  group_by(year) %>%
  summarize(precipitation = sum(!!sym(estacionID), na.rm = TRUE),
            n = n(),
            n_missing = sum(is.na(!!sym(estacionID))),
            mean = mean(!!sym(estacionID), na.rm = TRUE),
            sd = sd(!!sym(estacionID), na.rm = TRUE),
            quantiles = quantile(!!sym(estacionID), probs = c(0.25, 0.5, 0.75), na.rm = TRUE),
            iqr = IQR(!!sym(estacionID), na.rm = TRUE),
            min = min(!!sym(estacionID), na.rm = TRUE),
            max = max(!!sym(estacionID), na.rm = TRUE))

# Graficar la secuencia temporal anual
ggplot(df_anual, aes(x = year, y = precipitation)) +
  geom_line() +
  labs(x = "Año", y = "Precipitación", title = "Secuencia temporal de precipitación anual")



#Exportar cada una de las figuras anteriores a formato PNG y PDF.
# Exportar a PNG
ggsave("precipitacion_anual.png", plot = last_plot(), width = 4, height = 6, dpi = 300)

# Exportar a PDF
ggsave("precipitacion_anual.pdf", plot = last_plot(), width = 8.5, height = 11, units = "in", dpi = 300)