-
Notifications
You must be signed in to change notification settings - Fork 0
/
ANa.R
266 lines (233 loc) · 10.9 KB
/
ANa.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
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
rm(list = ls())
library(googlesheets)
library(ggplot2)
library(plyr)
library(dplyr)
library(reshape2)
#library(INBOtheme)
#### Set standard paths => Veranderen indien andere pc/laptop ####
##WERK##
#imagepath <- "C://Users/sander_devisscher/Google Drive/Faunabeheer/EU_IAS/Stierkikker/Stierkikker data-analyse/Afbeeldingen" #Werk
#wd <- "C://Users/sander_devisscher/Google Drive/EU_IAS/Stierkikker/Stierkikker data-analyse/SK Analyse"
imagepath <- "./Output/" #Werk
wd <- "./Input/"
##THUIS##
#imagepath <- "C://Users/Sander/Google Drive Werk/EU_IAS/Stierkikker/Stierkikker data-analyse/Afbeeldingen"
#wd <- "C://Users/Sander/Google Drive Werk/EU_IAS/Stierkikker/Stierkikker data-analyse/SK Analyse"
####Import data####
#Import online data####
title <- gs_title(x = "Stierkikker formulieren (Reacties)", verbose = TRUE)
Token <- gs_auth()
gs_auth(token = Token)
gdrive <- gs_read(title)
tail(gdrive$Tijdstempel)
#Import offline data####
#Check in de ruwe datamap of reeds nieuwere brondata backups zijn
OFFLINE <- data.frame()
offlinepath <- paste(wd, "Stierkikkerformulieren(Reacties)-Formulierreacties_2017-08-11.csv", sep="" )
OFFLINE <- read.csv(offlinepath, sep=";")
#Verify connection status####
Brondata <- get0("gdrive", ifnotfound=OFFLINE)
if(exists("gdrive")){
ONLINE <- data.frame("x")
if(nrow(Brondata)!=nrow(OFFLINE)){
today <- Sys.Date()
today2 <- paste("_", today, sep="")
offlinepath2 <- paste(wd,"Stierkikkerformulieren(Reacties)-Formulierreacties",today2, sep="")
offlinepath2 <- paste(offlinepath2, ".csv", sep="")
write.csv2(Brondata, offlinepath2)
ONLINE$Status <- "OFFLINE has been updated"
}
if(nrow(Brondata)==nrow(OFFLINE)){ONLINE$Status <-"OFFLINE has equal rows as Brondata"}
remove(OFFLINE)
}
####Some Standard checks and simplification####
temp <- Brondata
#Check for new locations####
temp$`Vijver - Kasterlee` <- ifelse(temp$`Vijver - Kasterlee`=="retiebaan 1", "Retiebaan 1",
ifelse(temp$`Vijver - Kasterlee` =="retiebaan 2", "Retiebaan 2",
ifelse(temp$`Vijver - Kasterlee` == "watermolen", "Watermolen", temp$`Vijver - Kasterlee`)))
temp$`Vijver - Arendonk` <- ifelse(temp$`Vijver - Arendonk`== "arendonk 2 b", "Arendonk 2b", temp$`Vijver - Arendonk`)
temp$Location <- ifelse(!is.na(temp$`Vijver - Arendonk`),temp$`Vijver - Arendonk`,
ifelse(!is.na(temp$`Vijver - Kasterlee`), temp$`Vijver - Kasterlee`,
ifelse(!is.na(temp$`Vijver - Hoogstraten`), temp$`Vijver - Hoogstraten`,
ifelse(!is.na(temp$`Vijver - Nijlen`), temp$`Vijver - Nijlen`,
ifelse(!is.na(temp$`Vijver - Scheps`),temp$`Vijver - Scheps`, NA)))))
table(temp$Location)
temp$Sample_Type <- temp$`Wat wil je melden`
table(temp$Sample_Type)
#Newlocs loop
VasteLOC <- subset(temp, !is.na(temp$Location))
NieuweLOC <- subset(temp, is.na(temp$Location))
if(nrow(NieuweLOC)==0){
remove(NieuweLOC)
remove(VasteLOC)
}
#Remove incorrect new locs
temp <- subset(temp, Tijdstempel != "15-5-2017 23:50:47")
temp <- subset(temp, Tijdstempel != "15-5-2017 23:58:58")
temp <- subset(temp, Tijdstempel != "15-5-2017 23:45:35")
temp <- subset(temp, Tijdstempel != "15-5-2017 23:47:36")
temp <- subset(temp, Tijdstempel != "17-5-2017 11:50:04")
temp <- subset(temp, Tijdstempel != "17-5-2017 11:56:51")
#Rerun newlocs loop
VasteLOC <- subset(temp, !is.na(temp$Location))
NieuweLOC <- subset(temp, is.na(temp$Location))
if(nrow(NieuweLOC)==0){
remove(NieuweLOC)
remove(VasteLOC)
}
####Check fouten invullers####
table(temp$Invuller)
temp$Invuller <- ifelse(temp$Invuller == "kris", "Kris Meeus", temp$Invuller)
temp$Invuller <- ifelse(temp$Invuller == "pieter liekens", "Pieter Liekens", temp$Invuller)
temp$Invuller <- ifelse(temp$Invuller == "kris meeus", "Kris Meeus", temp$Invuller)
temp$Invuller <- ifelse(temp$Invuller == "kris meeus (prive)", "Kris Meeus", temp$Invuller)
temp$Invuller <- ifelse(temp$Invuller == "pieter liekebns", "Pieter Liekens", temp$Invuller)
temp$Invuller <- ifelse(temp$Invuller == "pieter Liekens", "Pieter Liekens", temp$Invuller)
temp$Invuller <- ifelse(temp$Invuller == "pIETER LIEKENS", "Pieter Liekens", temp$Invuller)
temp$Invuller <- ifelse(temp$Invuller == "Pieter liekens", "Pieter Liekens", temp$Invuller)
temp$Invuller <- ifelse(temp$Invuller == "PIETER LIEKENS", "Pieter Liekens", temp$Invuller)
temp$Invuller <- ifelse(temp$Invuller == "PIETER LIEKES", "Pieter Liekens", temp$Invuller)
temp$Recorder <- temp$Invuller
for (i in nrow(temp)){
n <- temp$`Aantal werknemers`
temp$Recorder2 <- ifelse(n==2 ,temp$Recorder <- paste(temp$Invuller, "Arbeider 1", sep=";" ),
ifelse(n==3 ,temp$Recorder <- paste(temp$Invuller, "Arbeider 1", "Arbeider 2", sep=";" ),
ifelse(n==4 ,temp$Recorder <- paste(temp$Invuller, "Arbeider 1", "Arbeider 2", "Arbeider 3", sep=";" ),
temp$Invuller)))
}
table(temp$Recorder2)
temp$Recorder <- temp$Recorder2
#Opruimen
temp$`Wat wil je melden` <- NULL
temp$`Vijver - Arendonk` <- NULL
temp$`Vijver - Kasterlee` <- NULL
temp$`Vijver - Hoogstraten` <- NULL
temp$`Vijver - Nijlen` <- NULL
temp$`Vijver - Scheps` <- NULL
#temp$Locatie <- NULL
temp$`Gemeente/Deelgemeente` <- NULL
temp$Invuller <- NULL
temp$Recorder2 <- NULL
temp$`Aantal werknemers` <- NULL
####Manually correct NA's in Aantal fuiken in Brondata####
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "10-5-2016 20:50:24", 2, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "11-5-2016 22:45:28", 1, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "11-5-2016 22:50:30", 3, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "14-5-2016 12:04:04", 4, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "14-5-2016 12:18:34", 4, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "14-5-2016 12:12:05", 1, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "14-5-2016 12:48:21", 1, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "14-5-2016 12:52:58", 2, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "14-5-2016 12:55:16", 2, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "14-5-2016 12:56:54", 1, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "14-5-2016 12:59:21", 1, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "14-5-2016 13:02:53", 2, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "14-5-2016 13:06:01", 4, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "19-5-2016 0:08:54", 4, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "13-6-2016 22:25:13", 2, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "13-6-2016 22:41:34", 3, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "13-6-2016 22:55:46", 3, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "13-6-2016 22:48:47", 4, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "13-6-2016 23:00:13", 4, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "13-6-2016 23:15:32", 2, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "13-6-2016 23:17:03", 1, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "13-6-2016 23:19:12", 3, temp$`Aantal fuiken (Totaal)`)
temp$`Aantal fuiken (Totaal)` <- ifelse(temp$Tijdstempel == "13-6-2016 23:21:17", 3, temp$`Aantal fuiken (Totaal)`)
test <- subset(temp, Sample_Type == "Afvangst")
test <- subset(test, is.na(`Aantal fuiken (Totaal)`))
if(nrow(test)==0){
remove(test)
}
####Dubbele inputs verwijderen####
#Dubbele datums verwijderen
temp <- subset(temp, Tijdstempel != "14-5-2016 13:06:01")
temp <- subset(temp, Tijdstempel != "9-8-2016 23:58:14")
temp <- subset(temp, Tijdstempel != "26-10-2016 20:16:52")
temp <- subset(temp, Tijdstempel != "26-10-2016 20:18:19")
temp <- subset(temp, Tijdstempel != "26-10-2016 20:19:35")
temp <- subset(temp, Tijdstempel != "17-5-2017 23:21:58")
temp <- subset(temp, Tijdstempel != "17-5-2017 23:28:57")
temp <- subset(temp, Tijdstempel != "6-6-2017 17:18:18")
temp <- subset(temp, Tijdstempel != "6-6-2017 17:13:07")
#foute sample type fixen
temp$Sample_Type <- ifelse(temp$Tijdstempel == "9-8-2016 23:49:54", "Afvangst SFB",temp$Sample_Type )
temp$Sample_Type <- ifelse(temp$Tijdstempel == "9-8-2016 23:51:44", "Afvangst SFD",temp$Sample_Type )
temp$Sample_Type <- ifelse(temp$Tijdstempel == "9-8-2016 23:34:23", "Afvangst SFB",temp$Sample_Type )
temp$Sample_Type <- ifelse(temp$Tijdstempel == "9-8-2016 23:35:49", "Afvangst SFD",temp$Sample_Type )
#NA datums verwijderen
temp <- subset(temp, !is.na(Datum))
Brondata_Backup <- temp
temp <- Brondata_Backup
#Check loop
temp$Datum <- as.Date(temp$Datum, "%d-%m-%Y")
temp$Jaar <- format(temp$Datum, format='%Y')
table(temp$Jaar)
Jaren <- unique(temp$Jaar)
Jaren <- Jaren[!is.na(Jaren)]
DubbeleInputs <- data.frame()
DubbeleDatums <- data.frame()
temp7 <- data.frame()
temp8 <- temp
#for(j in Jaren){
# temp2 <- subset(temp, Jaar == j)
#Locations <- unique(temp2$Location)
#for(i in Locations){
# temp3 <- subset(temp2, Location == i )
# Aantalrecords <- nrow(temp3)
# Aantaldatums <- n_distinct(temp3$Datum)
#if(Aantalrecords != Aantaldatums){
# ThisLocation <- data.frame(x=i,y=j)
#DubbeleInputs <- rbind(DubbeleInputs, ThisLocation)
#temp4 <- subset(temp, Location != i)
# temp5 <- subset(temp, Location == i)
# temp6 <- subset(temp5, Jaar != j)
# temp7 <- rbind(temp4, temp6)
#Filter Duplicates
# temp5 <- subset(temp5, Sample_Type == "Afvangst" )
# datums <- unique(temp5$Datum)
# for(d in datums){
# DubbeleDatums <- subset(temp5, Datum == d)
# if(nrow(DubbeleDatums)>1){
# stop("dubbele datums")
# }
# }
# }
# }
#}
#print("dubbele inputs verwijderd")
#if(nrow(temp8)==nrow(temp4)){
# temp <- temp8
#}else{
# temp <- temp7
#}
#Brondata <- temp
Brondata <- Brondata_Backup
tail(Brondata$Tijdstempel)
unique(Brondata$Location)
####Opkuis####
remove(DubbeleDatums)
remove(DubbeleInputs)
remove(temp2)
remove(temp3)
remove(temp4)
remove(temp5)
remove(temp6)
remove(temp7)
remove(temp8)
remove(ThisLocation)
remove(gdrive)
remove(temp)
remove(test)
remove(Aantaldatums)
remove(Aantalrecords)
remove(d)
remove(datums)
remove(i)
remove(j)
remove(Jaren)
remove(Locations)
remove(n)
remove(title)
remove(Token)