-
Notifications
You must be signed in to change notification settings - Fork 0
/
unnest_ameacas_salve_funcao_190423.R
147 lines (100 loc) · 3.97 KB
/
unnest_ameacas_salve_funcao_190423.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
### sistematiza ameaças listadas nas fichas das espécies alvo do PAN Sudeste
### 16-03-2023
### atualizado em 19-04-2023
# instala pacotes ----------
pacotes <- c("readxl", "dplyr", "tibble", "stringr", "tidyr", "tibble",
"writexl")
to_install <- !pacotes %in% installed.packages()
if(any(to_install)) {
install.packages(pacotes[to_install])
}
# devtools::install_github("ipeaGIT/geobr", subdir = "r-package")
# carrega pacotes
library(readxl)
library(dplyr)
unnest_ameacas <- function(df) {
## df é uma planilha que pode ter varias colunas, mas tem que ter uma com um
## id pra especie (id_spp), com o nome da especie (especie) e uma coluna
## com as ameaças (ameaca)
ameacas <- df %>%
dplyr::select(id_spp, especie, ameaca)
ameacas <- ameacas %>%
dplyr::mutate(
ameaca_sep =
stringr::str_split(ameaca, pattern = "(?=\n[0-9]+ -)",
n = Inf, simplify = FALSE)
# str_split(ameaca, pattern = "(?=\r\n[0-9]+ -)",
# n = Inf, simplify = FALSE)
) %>%
tidyr::unnest(cols = ameaca_sep)
ameacas$ameaca_sep <- stringr::str_replace_all(ameacas$ameaca_sep,
pattern = "\r\n",
replacement = " ")
ameacas$ameaca_sep <- stringr::str_replace_all(ameacas$ameaca_sep,
pattern = "\n",
replacement = " ")
ameacas <- ameacas %>%
dplyr::mutate(
ameaca_sep =
stringr::str_split(ameaca_sep, pattern = "(?= [0-9]+.[0-9]+ -)",
n = Inf, simplify = FALSE)
) %>%
tidyr::unnest(cols = ameaca_sep)
ameacas$ameaca_sep <- stringr::str_trim(ameacas$ameaca_sep)
# ameacas$ameaca_sep
titulos <- ameacas %>%
dplyr::filter(stringr::str_detect(ameaca_sep, pattern = "^\\d+ -")) %>%
dplyr::pull(ameaca_sep) %>%
unique
titulos_df <- dplyr::tibble(titulo = titulos,
numero = as.numeric(stringr::str_extract(titulos, "\\d+"))) %>%
dplyr::arrange(numero)
nao_exclui <- ameacas %>%
dplyr::group_by(especie) %>%
dplyr::summarise(n=n()) %>%
dplyr::filter(n == 1) %>%
dplyr::pull(especie)
ameacas <- ameacas %>%
dplyr::filter(especie %in% nao_exclui |
stringr::str_detect(ameaca_sep, pattern = "([0-9].. - )"))
ameacas$ameaca_sep <- stringr::str_replace_all(ameacas$ameaca_sep,
pattern = "(?= [0-9])",
replacement = ";")
ameacas <- ameacas %>%
dplyr::mutate(numero = as.numeric(
stringr::str_extract(ameacas$ameaca_sep, "^\\d+"))
) %>%
dplyr::left_join(titulos_df, by = "numero") %>%
dplyr::select(-numero)
#
#
# ameacas %>%
# group_by(ameaca_sep) %>%
# summarise(n=n()) %>%
# arrange(-n)
#
# ameacas$ameaca_sep %>%
# unique %>%
# sort
return(ameacas)
}
# pasta onde está a planilha do salve
pasta <- "C:/SIG/RAN_homeoffice"
# nome da planilha do salve
nome_arquivo <- "salve_exportacao_taxon_analitico_16_03_2023_06_46_36.xlsx"
ameacas2 <- read_xlsx(paste0(pasta, "/", nome_arquivo))
colnames(ameacas2)
ameacas2 <- ameacas2 %>%
dplyr::select(especie = `Táxon`,
ameaca = `Ameaça`) %>%
tibble::rownames_to_column(var = "id_spp")
ameacas3 <- unnest_ameacas(df = ameacas2)
ameacas3 %>%
dplyr::group_by(ameaca_sep) %>%
summarise(n = n()) %>%
arrange(-n)
# pasta onde quer salvar:
pasta_salvar <- "C:/Users/bruna/ICMBio/NGEO - General/PAN/PAN_SE_AEs_Bruna/2ciclo/dados_especies"
# nome do arquivo
arquivo_salvar <- "ameacas3.xlsx"
writexl::write_xlsx(ameacas3, paste0(pasta_salvar, "/", arquivo_salvar))