Amanda Goldberg's questions

Tenho um conjunto de dados (conjunto de dados fictício abaixo). Preciso ampliá-lo, mas também criar uma lista com cada nível por "Bloco".

Block<-c("a1","a1","a1","a1","a1","b1","b1","b1","b1") #2 block
Species<-c("c","c","c","d","d","c","e","c","e")
date<-c("2021-03-29","2021-03-30","2021-03-28","2021-03-30","2021-03-29",
"2021-03-29","2021-03-29","2021-03-28","2021-03-28")
df<-data.frame(Block, Species, date)

Abaixo está o resultado que estou tentando obter. Sei como fazer isso se eu extrair cada bloco individualmente, ampliar o zoom e combinar cada um em uma lista. No entanto, na realidade, tenho um conjunto de dados muito maior, com mais datas, espécies e blocos, então não quero fazer isso manualmente. Existe uma maneira mais eficiente de fazer isso? Muito obrigado.

$a1
     2021-03-28 2021-03-29 2021-03-30 
c    1              1          1   
d    0              1          1   

$b1
     2021-03-28 2021-03-29 
c    1              1             
e    1              1            

Sei que isso já foi feito antes, mas estou com dificuldades para fazer funcionar com meu código. Tenho vários arquivos .csv com títulos/números de colunas diferentes. As colunas estão na mesma ordem e eu só preciso das 3 primeiras colunas e depois substituir os títulos das colunas para que fiquem iguais.

y_path   <- "Y:\\Public\\xx\\DataLoggers\\WaterTemp\\DarkCanyon\\DC Trib 1A\\"
all_csv  <- list.files(path = y_path, pattern = '.csv', full.names = TRUE)
open_csv <- lapply(all_csv, \(x) fread(x,skip=2)) 
one_df <- data.table::rbindlist(open_csv, fill=TRUE, idcol='names(all_csv)') 
one_df
df1<-one_df %>% select(1:3)
df1
colnames(df1) <- c("numb","datetime","temp") #change column names

saída:

        numb             datetime   temp
       <int>               <char>  <num>
    1:     1      6/30/2014 13:37 17.272
    2:     2      6/30/2014 14:37 18.438
    3:     3      6/30/2014 15:37 18.152
    4:     4      6/30/2014 16:37 18.176
    5:     5      6/30/2014 17:37 18.200
   ---                                  
46230:   915 07/29/24 01:41:52 PM 11.722
46231:   916 07/29/24 02:41:52 PM 12.401
46232:   917 07/29/24 03:41:52 PM 13.269
46233:   918 07/29/24 04:10:09 PM     NA
46234:   919 07/29/24 04:10:12 PM     NA

O problema é que eu realmente quero incluir o caminho, porque o ideal seria pegar todos esses arquivos de dentro da pasta WaterTemp em vez de executar o código individualmente para cada subpasta separadamente. Assim que eu tiver o caminho, devo conseguir extrair o nome do nível da pasta (site) dele. Não sei como, com a forma como codifiquei isso, incluir o nome do caminho em uma nova coluna.

O que eu quero

        numb             datetime   temp Site
       <int>               <char>  <num> <char>
    1:     1      6/30/2014 13:37 17.272 Y:\\Public\\Fisher Group\\DataLoggers\\WaterTemp\\DarkCanyon\\DC Trib 1A\\
    2:     2      6/30/2014 14:37 18.438 Y:\\Public\\Fisher Group\\DataLoggers\\WaterTemp\\DarkCanyon\\DC Trib 1A\\
    3:     3      6/30/2014 15:37 18.152 Y:\\Public\\Fisher Group\\DataLoggers\\WaterTemp\\DarkCanyon\\DC Trib 1A\\
    4:     4      6/30/2014 16:37 18.176 Y:\\Public\\Fisher Group\\DataLoggers\\WaterTemp\\DarkCanyon\\DC Trib 1A\\
    5:     5      6/30/2014 17:37 18.200 Y:\\Public\\Fisher Group\\DataLoggers\\WaterTemp\\DarkCanyon\\DC Trib 1A\\
   ---                                  
46230:   915 07/29/24 01:41:52 PM 11.722 Y:\\Public\\Fisher Group\\DataLoggers\\WaterTemp\\DarkCanyon\\DC Trib 1A\\
46231:   916 07/29/24 02:41:52 PM 12.401 Y:\\Public\\Fisher Group\\DataLoggers\\WaterTemp\\DarkCanyon\\DC Trib 1A\\
46232:   917 07/29/24 03:41:52 PM 13.269 Y:\\Public\\Fisher Group\\DataLoggers\\WaterTemp\\DarkCanyon\\DC Trib 1A\\
46233:   918 07/29/24 04:10:09 PM     NA Y:\\Public\\Fisher Group\\DataLoggers\\WaterTemp\\DarkCanyon\\DC Trib 1A\\
46234:   919 07/29/24 04:10:12 PM     NA Y:\\Public\\Fisher Group\\DataLoggers\\WaterTemp\\DarkCanyon\\DC Trib 1A\\

Obrigada, Amanda

Tenho dados de armadilhas fotográficas onde quero remover detecções de animais potencialmente duplicadas. Estou definindo o intervalo como 60min (1 hora) para que qualquer indivíduo detectado da mesma espécie na mesma câmera seja o mesmo indivíduo se for detectado novamente dentro de <60min. Meus dados são coletados em vários blocos com vários locais dentro de um bloco.

#Data example:
Block<-c("a","a","a","a","a","b","b","b","b","b") #2 block
Site<-c("p1","p1","p2","p2","p2","p1","p1","p1","p2","p2") #two sites
Species<-c("c","c","c","c","e","d","d","c","c","c")
datetime<-c("2021-03-29 05:45:00","2021-03-29 06:40:00","2021-03-30 05:45:00","2021-03-30 07:45:00","2021-03-29 09:45:00","2021-03-29 05:45:00","2021-03-29 05:55:00","2021-03-29 08:45:00","2021-03-29 10:45:00","2021-03-30 10:59:00")
df<-data.frame(Block, Site, Species, datetime)

#what I want for the output: 

   Block Site Species            datetime
1      a   p1       c 2021-03-29 05:45:00
2      a   p2       c 2021-03-30 05:45:00
3      a   p2       c 2021-03-30 07:45:00
4      a   p2       e 2021-03-29 09:45:00
5      b   p1       d 2021-03-29 05:45:00
6      b   p1       c 2021-03-29 08:45:00
7      b   p2       c 2021-03-29 10:45:00
8      b   p2       c 2021-03-30 10:59:00

A parte complicada, pelo menos para mim, é que preciso remover duplicatas de Bloco/Site/Espécie que aparecem com intervalo de 1 hora entre si (não posso simplesmente dizer para manter a primeira dentro de um período de uma hora do dia).

Obrigado pela ajuda.

Estou criando um arquivo para execução em um modelo com contagens de espécies em vários locais diferentes que visitamos várias vezes. No entanto, nem todos os locais foram visitados em todas as visitas.

Preciso de uma coluna para permanecer todos os NA's se não foi visitado, mas deve ter um 0 se foi de um lote que foi visitado, mas a espécie não foi detectada. Abaixo está uma mini amostra dos meus dados no formato em que os tenho atualmente. Então, essencialmente, preciso de uma maneira de converter todos os NA's na coluna p1 e p2 para 0, enquanto mantenho p3 para a 2ª visita todos os NA's. Tenho centenas de colunas em meus dados reais, então preferiria não ter que atribuir manualmente se os NA's devem converter para 0 ou permanecer NA, se possível, coluna por coluna.

    ## creates example dataframe
library(dplyr)
library(tidyr)

Species<-c("a","b","c","a","d","d","c","a","b","c") # four species
visit<-c(1,1,2,2,1,2,2,1,2,1) #two visits
Site<-c("p1","p1","p1","p1","p2","p2","p2","p3","p2","p2") #three sites
TotalCount<-c(1,3,4,3,5,2,1,3,1,1) $number of individuals captured
df<-data.frame(Species, visit, Site, TotalCount)

df2 <- df %>% 
  dplyr::select("Species", "Site","TotalCount","visit") %>%
  pivot_wider(names_from = Site, values_from = TotalCount, 
             values_fill = NA)%>%
arrange(visit, Species)

O quadro de dados final do df2 deve ficar assim:

   Species  visit   p1    p2    p3
1  a           1     1     0     3
2  b           1     3     0     0
3  c           1     0     1     0
4  d           1     0     5     0
5  a           2     3     0    NA
6  b           2     0     1    NA
7  c           2     4     1    NA
8  d           2     0     2    NA

Tenho dados sobre a intensidade da água que foram coletados a cada hora ao longo de muitos meses (abaixo está um subconjunto de dados). Preciso da primeira data em que a intensidade foi maior que 900, mas somente se ela foi maior ou igual a 900 por pelo menos 24 horas. Além disso, preciso da data em que a água caiu abaixo de 900 após o último dia em que a água ficou acima de 900 por pelo menos 24 horas. Então preciso repetir isso para todos os períodos subsequentes de 24+ horas em que a intensidade da água ficar acima/abaixo de 900 novamente durante o período de estudo. Espero evitar ter que analisar todos os dados manualmente para cada local.

## creates example dataframe
NoOfHours <- as.numeric(ymd_hms("2010-01-06 01:00:00") - ymd_hms("2010-01-01 07:00:00"))*24 
dt<-ymd_hms("2010-01-01 00:00:00") + hours(0:NoOfHours)
intensity<-c(rep(c(0),23),rep(c(901,904),12), rep(c(660,540),10), rep(c(905,3000),10), 550, rep(c(1000,1200),13),340)

df<-data.frame(dt, intensity)

Então eu deveria terminar com:

                  dt1 status
1 2010-01-01 23:00:00  start
2 2010-01-02 23:00:00   stop
3 2010-01-04 16:00:00  start
4 2010-01-05 18:00:00   stop

Tenho um conjunto de dados com totais de precipitação (Precip) para cada dia. Coletei dados em vários pools. Preciso calcular quantos dias se passaram desde a última vez que choveu> 12 mm. Se choveu mais de 12 mm naquele dia, receberá um '0'.

## creates example dataframe
Pool <- c("A","A","A","A","A","A","A","A","A","A",
        "B","B","B","B","B","B","B","B","B","B")
DATE <- as.Date(c("2005-01-01","2005-01-02","2005-01-03","2005-01-04","2005-01-05",
                        "2005-01-06","2005-01-07","2005-01-08","2005-01-09","2005-01-10",
                        "2005-01-01","2005-01-02","2005-01-03","2005-01-04","2005-01-05",
                        "2005-01-06","2005-01-07","2005-01-08","2005-01-09","2005-01-10"))
Precip <- c(0,0,3,18,4,3,13,8,3,0,13,0,3,13,0,3,10,8,13,0))

df <- data.frame(Pool, DATE, Precip)

Preciso do seguinte dataframe:

   Pool       DATE Precip  Days_since12
1     A 2005-01-01      0     NA
2     A 2005-01-02      0     NA
3     A 2005-01-03      3     NA
4     A 2005-01-04     18     NA
5     A 2005-01-05      4     1
6     A 2005-01-06      3     2
7     A 2005-01-07     13     0
8     A 2005-01-08      8     1
9     A 2005-01-09      3     2
10    A 2005-01-10      0     3
11    B 2005-01-01     13     0
12    B 2005-01-02      0     1
13    B 2005-01-03      3     2
14    B 2005-01-04     13     0
15    B 2005-01-05      0     1
16    B 2005-01-06      3     2
17    B 2005-01-07     10     3
18    B 2005-01-08      8     4
19    B 2005-01-09     13     0
20    B 2005-01-10      0     1
 

Posso facilmente adicionar uma coluna para indicar se o precipitado foi superior a 12 ou não:

df2 <- df %>%
  group_by(Pool) %>%
  mutate(pre12=ifelse(Precip>12,1,0))

Mas não tenho certeza de como calcular o número de dias entre DATE e a data anterior quando pre12==1