0

Tenho um DF com dados de energia e gostaria de agrupar os dados por atividade (pois estão divididos por estado e eu quero fazer o agregado para Brasil) e somar estes dados para cada data. Estava tentando utilizar o group_by com o summarise, porém, não está retornando da forma que eu gostaria.

Código:

library(tidyverse)
library(lubridate)

CCEE <- read_excel("Dados/Consumo de energia.xlsx", sheet = "CCEE")

colnames(CCEE) <- c("data", "classe", "atividade", "submercado", "UF", "unidade", "value")

CCEE <- CCEE %>%
  mutate(atividade = str_to_title(atividade),
         data = as_date(data)) %>%
  filter(classe == "Consumidor Livre") %>%
  select(-c(unidade, submercado, classe)) %>%
  group_by(data, atividade) %>%
  summarise(value = round(sum(value), 2)) %>%
  arrange(atividade, data)

Com o código desta forma, ele retorna o seguinte erro:

# Error in order(atividade, data) : objeto 'atividade' não encontrado

Se eu remover o arrange, retorna o somatório de todos os valores, dessa forma:

#    value
#1 8832167

Eu gostaria que os dados ficassem dessa forma, com a soma por atividade para cada uma das datas:

inserir a descrição da imagem aqui

Os dados são baixados em csv e eu tive que transformá-los em excel, mas já testei com os dados em formato csv e retornou o mesmo erro.

Meu dput:

dput <- structure(list(Data = structure(c(1533081600, 1533081600, 1533081600, 
                                          1533081600, 1533081600, 1533081600), tzone = "UTC", class = c("POSIXct", "POSIXt")), 
                       Classe = c("Autoprodutor", "Autoprodutor", "Autoprodutor", "Autoprodutor", "Autoprodutor", "Autoprodutor"), 
                       `Ramo de atividade` = c("ALIMENTÍCIOS",  "ALIMENTÍCIOS", "ALIMENTÍCIOS", "ALIMENTÍCIOS", "ALIMENTÍCIOS", "COMÉRCIO"), 
                       Submercado = c("NORDESTE", "SUDESTE / CENTRO-OESTE", "SUDESTE / CENTRO-OESTE", "SUL", "SUL", "SUDESTE / CENTRO-OESTE"), 
                       Estado = c("Pernambuco ", "Minas Gerais", "Mato Grosso", "Santa Catarina", "Rio Grande do Sul", "São Paulo"), 
                       `"Consumo (MWm)"` = c("Consumo (MWm)", "Consumo (MWm)", "Consumo (MWm)", "Consumo (MWm)", "Consumo (MWm)", "Consumo (MWm)"), 
                       `Consumo (MWm)` = c(0.24033975, 0, 0.908708333, 3.044405, 1.443036542, 0.16408)), 
                  .Names = c("Data", "Classe", "Ramo de atividade", "Submercado", "Estado", "\"Consumo (MWm)\"", "Consumo (MWm)"), 
                  row.names = c(NA, -6L), class = c("tbl_df", "tbl", "data.frame"))
9
  • Sem rodar o código não dá para ter certeza, mas você sobreescreve a variável, será que você não rodou depois de ter alterado ela uma primeira vez? Tá com cara de ser isso. Recomendo rodar todas as linhas juntas. Acho que vai dar certo Commented 31/07/2020 às 12:27
  • Não entendi muito bem como rodar todas as linhas juntas, pode me explicar melhor? Obrigado! Commented 31/07/2020 às 14:15
  • Roda o pipe, logo depois de ler os dados. A impressão que dá é que você rodou o pipe duas vezes seguidas Commented 31/07/2020 às 14:35
  • Ah! Já fiz isso várias vezes. o pipe nem chega a rodar por conta do erro do arrange. Como eu disse, se eu retirar o arrange, ai ele soma todos os valores e não é o que eu gostaria. Commented 31/07/2020 às 14:40
  • 2
    Editar a pergunta com a saída de dput(head(CCEE, 30)) é melhor que um link. Há muitos usuários que não gostam de descarregar dados e no meu caso nem sequer está a funcionar e não vou tentar descobrir porquê. Commented 31/07/2020 às 15:28

1 Resposta 1

1

Teste isto:

# glimpse(CCEE)
CCEE <- CCEE %>%
  dplyr::mutate_if(is.character, as.factor) %>% 
  dplyr::mutate(atividade = stringr::str_to_title(atividade),
                data = lubridate::as_date(data),
                value = as.numeric(value)) %>%
  # dplyr::filter(classe == "Consumidor Livre") %>% 
  # No df disponibilizado nao ha o fator "Consumidor Livre" para `classe`
  dplyr::select(-c(unidade, submercado, classe)) %>%
  dplyr::arrange(data, atividade) %>% 
  dplyr::group_by(data, atividade) %>%
  dplyr::summarise(value = round(sum(value), 2)) %>% 
  dplyr::ungroup()

Perceba que você tinha algumas colunas que deveriam ser fatores (as.factor). A função glimpse pode te ajudar para situações como esta, elucidando a classe de suas variáveis.

Também modifiquei um pouco a ordem dos acontecimentos, passando o arrange para uma etapa anterior ao group_by.

inserir a descrição da imagem aqui

3
  • Aqui retornou um DF com o somatório de todos os valores da mesma forma que coloquei na pergunta. Commented 31/07/2020 às 19:59
  • 1
    Veja na imagem que há o agrupamento por data. Manda seu df com mais data e classes distintas, que talvez seja possível ajustar.
    – bbiasi
    Commented 2/08/2020 às 21:46
  • 1
    Obrigado pelas soluções, reinstalei o R e o dplyr e funcionou! Acredito que deve ter sido algum arquivo corrompido dentro do pacote. Commented 3/08/2020 às 13:12

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .