Los contextualizo, tengo un dataframe con con 7 variables (Fecha, Pcp, Tmax, Tmin, Year, Mes, Día), con 12,746 observaciones días de precipitación y temperatura minima y máxima, y también cuenta con el año, el mes y el día, divididos en columnas, en dicho data frame se encuentran datos faltantes y los que quiero hacer es seleccionar los años que esten compleots osea que tengan 365 y 366 días con datos completos, y hacer otra data frame. Aquí pongo el código:
library(tseries);
library(astsa);
library(forecast);
library(tidyverse);
library(lubridate);
library(foreign);
library(quantmod);
library(sqldf)
library(compare);
library(readtext);
library(datos);
library(openxlsx) # loads library and doesn't require Java installed
#install.packages("gganimate")
library(gganimate)
library(dplyr);
library(memisc);
library(gifski)
library(DataExplorer)
library(dplyr)
# install.packages("plyr");
rm(list = ls())
# Asignar la ruta de trabja
getwd();
setwd("D:/Final_Irrn651/Conagua");
getwd();
# Leer los archivos con extensi?n .txt
files <- list.files(pattern = ".*.txt");
# Leer los archivos .txt, darles formato y guardarlos en la variable de datos
datos <- read.fwf(files, widths = c(10, 7, 7, 7, 7),
skip = 19,
col.names = c("Fecha", "Prec (mm)", "Evap (mm)",
"Tmax (?C)", "Tmin (?C)"))
# Eliminar la ultima columna
datos <- datos[-11482,]
# Aplicar un ciclo for para cambiar el fromato a fecha de la primera columna
# para toda la lista
for (i in 1:length(datos)){
datos$Fecha <- as.Date(datos$Fecha, "%d/%m/%Y")
datos$Prec..mm. <- as.numeric(datos$Prec..mm.)
datos$Tmin...C. <- as.numeric(datos$Tmin...C.)
datos$Tmax...C. <- as.numeric(datos$Tmax...C.)
datos$Evap..mm. <- as.numeric(datos$Tmax...C.)
}
# Seleccionar solo los columna de Fecha, Prec..mm.,Tmax...C., Tmin...C.
datos_0 <- dplyr::select(datos, Fecha, Prec..mm.,Tmax...C., Tmin...C.)
# Agregar el año, el mes y el día al data frame
for (i in 1:length(datos_0)){
datos_0$Ano <- as.numeric(format(datos_0$Fecha,'%Y'));
datos_0$mes <- as.numeric(format(datos_0$Fecha,'%m'));
datos_0$dia <- as.numeric(format(datos_0$Fecha,'%d'));
}
# Identificar la fecha mas antigua
print(min(datos_0$Fecha, na.rm = TRUE))
# Identificar la fecha mas antigua
print(max(datos_0$Fecha, na.rm = TRUE))
# Guardar cada fecha en un vector
inicio <- as.Date(min(datos_0$Fecha, na.rm = TRUE))
fin <- as.Date(max(datos_0$Fecha, na.rm = TRUE))
# Agregar los datos de inicio y final y
# que avance por día
datos_1 <- group_by(datos_0) %>%
complete(Fecha = seq(min(inicio),
max(fin), by = "1 day"),
fill = list("na"));
# Verificar los NA en las columnas
datos_1 %>% map_dbl(.f = function(x){sum(is.na(x))})
# Graficar los NA por columna
plot_missing(
data = datos_1,
title = "Porcentaje de valores Faltantes por variable",
ggtheme = theme_bw(),
theme_config = list(legend.position = "none")
)
Estoy intentado lo siguiente:
# Renombrar las columnas
names(datos_1)<- c("Fecha", "Pcp", "Tmax", "Tmin", "Year",
"Mes", "Dia");
# Ver los años que tienen datos completos (365 a 366 dias)
years <- as.data.frame(table(datos_1$Year));
# Filtrar los años >= 365 días
filtro_years <- years[years$Freq >= 365,]
# Guardar en un vector con los años con >= 365 días
years_filtro = c(1977:1979, 1983:1986, 1989:1991, 1995:1997, 2001, 2005, 2007:2010)
# Seleccionar con base a years_filtro, los años completos del data frame
datos_3 <- datos_1[datos_1$Year == years_filtro & datos_1$Dia == c(1:31), ]
Con el código anterior no consigo filtrar los años con datos completos (>= 365), si alguien me pudiera orientar con esto.