/
read_datos_abiertos_aux.R
executable file
·206 lines (204 loc) · 10.5 KB
/
read_datos_abiertos_aux.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
#' Auxiliares de lectura para la base de la Direccion General de Epidemiologia
#'
#' @description
#' La funcion principal es [read_datos_abiertos()] la cual decide si los lee de `zip`,
#' `duckdb` o `csv` Tambien puedes usar las auxiliares respectivas
#' * [read_datos_abiertos_zip()] Si sólo descargaste los datos de la DGE en `.zip`
#' * [read_datos_abiertos_csv()] Si descargaste los datos de la DGE en `.zip` y
#' los descomprimiste.
#' * [read_datos_abiertos_duckdb()] Si ya creaste tu table en `duckdb`
#'
#' @note Para guardar tu base con `duckdb` cambia el `dbdir` a un archivo `.duckdb`. Como ejemplo
#' `dbdir = "ejemplo.duckdb"`.
#'
#' @return Lista de valores:
#' \itemize{
#' \item dats - Tabla conectada mediante `DBI::dbConnect` (si `duckdb`) o
#' tibble (si `tibble`)
#' \item disconnect - Funcion para cerrar la conexion a la base de datos.
#' \item dict - Lista de `tibble`s con el diccionario de datos para cada variable
#' }
#'
#' @examples
#' \donttest{
#' # Lee los datos de duckdb una vez descargados
#' # quita la opción de sites.covid para descargar los de la DGE.
#' # Esto es solo un ejemplo.
#' file_ejemplo <- tempfile(fileext = ".duckdb")
#'
#' #Estos links deben omitirse en una corrida normal. Se incluyen por ahora como ejemplo
#' #pero las opciones site.covid.dic y sites.covid deben eliminarse de abajo.
#' dlink <- "https://github.com/RodrigoZepeda/covidmx/raw/main/datos_abiertos_covid19.zip"
#' diclink <- "https://github.com/RodrigoZepeda/covidmx/raw/main/diccionario_datos_covid19.zip"
#'
#' #En el ejemplo de R por normas de CRAN tenemos que hacerlo así pero en tu
#' #computadora puedes solo usar descargar datos sin el if else
#' if (RCurl::url.exists(dlink) & RCurl::url.exists(diclink)){
#'
#' #Necesitamos la base para verificar los reads
#' datos_covid <- descarga_datos_abiertos(
#' dbdir = file_ejemplo,
#' sites.covid = dlink,
#' site.covid.dic = diclink,
#' show_warnings = FALSE
#' )
#' datos_covid$disconnect()
#'
#' datos_covid <- read_datos_abiertos(file_ejemplo, show_warnings = FALSE,
#' site.covid.dic = diclink)
#' datos_covid$disconnect()
#'
#' # Es lo mismo que:
#' datos_covid <- read_datos_abiertos_duckdb(file_ejemplo, show_warnings = FALSE,
#' site.covid.dic = diclink)
#' datos_covid$disconnect()
#'
#' # Descarga los datos y lee de un zip guardandolos a la vez en
#' # base de nombre datos_desde_zip.duckdb
#' direccion_zip <- descarga_db_datos_abiertos_tbl(sites.covid = dlink, show_warnings = FALSE,
#' site.covid.dic = diclink)
#'
#' datos_covid <- read_datos_abiertos(direccion_zip,
#' dbdir = file_ejemplo,
#' site.covid.dic = diclink,
#' show_warnings = FALSE
#' )
#' datos_covid$disconnect()
#'
#' # Es lo mismo que:
#' datos_covid <- read_datos_abiertos_zip(direccion_zip,
#' site.covid.dic = diclink,
#' dbdir = file_ejemplo,
#' show_warnings = FALSE
#' )
#' datos_covid$disconnect()
#'
#' # Descarga los datos y lee de un csv
#' direccion_zip <- descarga_db_datos_abiertos_tbl(sites.covid = dlink, show_warnings = FALSE)
#' direccion_csv <- unzip_db_datos_abiertos_tbl(direccion_zip)
#' datos_covid <- read_datos_abiertos(direccion_csv, show_warnings = FALSE,
#' site.covid.dic = diclink)
#' datos_covid$disconnect()
#'
#' # Es lo mismo que:
#' direccion_csv <- unzip_db_datos_abiertos_tbl(direccion_zip)
#' datos_covid <- read_datos_abiertos_csv(direccion_csv, show_warnings = FALSE,
#' site.covid.dic = diclink)
#' datos_covid$disconnect()
#' }
#' }
#' @encoding UTF-8
#' @export
#' @inheritParams descarga_datos_abiertos
#' @inheritParams read_datos_abiertos
read_datos_abiertos_zip <- function(datos_abiertos_zip_paths,
diccionario_zip_path = NULL,
diccionario_unzipped_path = NULL,
diccionario = NULL,
read_format = c("duckdb", "tibble"),
tblname = "covidmx",
drv = duckdb::duckdb(),
dbdir = tempfile(fileext = ".duckdb"),
colClasses = get_col_class(),
download_process = c("pins", "download.file"),
site.covid.dic = paste0(
"http://datosabiertos.salud.",
"gob.mx/gobmx/salud/datos_a",
"biertos/diccionario_datos_",
"covid19.zip"
),
unzip_command = Sys.getenv("unzip_command"),
unzip_args = Sys.getenv("unzip_args"),
unzip_args_dict = list("exdir" = ".", "overwrite" = TRUE),
check_unzip_install = TRUE,
clear_zip = (download_process[1] != "pins"),
clear_csv = TRUE,
use_dict = TRUE,
quiet = FALSE,
cache_datos = NULL,
use_cache_on_failure = TRUE,
cache_diccionario = NULL,
force_download = FALSE,
show_warnings = TRUE,
board_url_name = "datos_abiertos",
board_url_name_dict = "diccionario_covid",
download_file_args = list(
method = "curl",
destfile = tempfile(),
quiet = quiet
),
descarga_db_diccionario_ssa_args = list(),
...) {
do.call(descarga_datos_abiertos, as.list(environment()))
}
#' @export
#' @rdname read_datos_abiertos_zip
# Wrapper para leer los datos abiertos de un csv
read_datos_abiertos_csv <- function(datos_abiertos_unzipped_path,
diccionario_zip_path = NULL,
diccionario_unzipped_path = NULL,
diccionario = NULL,
read_format = c("duckdb", "tibble"),
tblname = "covidmx",
drv = duckdb::duckdb(),
dbdir = tempfile(fileext = ".duckdb"),
colClasses = get_col_class(),
download_process = c("pins", "download.file"),
site.covid.dic = paste0(
"http://datosabiertos.salud.",
"gob.mx/gobmx/salud/datos_a",
"biertos/diccionario_datos_",
"covid19.zip"
),
unzip_args_dict = list("exdir" = ".", "overwrite" = TRUE),
clear_csv = TRUE,
quiet = FALSE,
use_cache_on_failure = TRUE,
cache_diccionario = NULL,
force_download = FALSE,
show_warnings = TRUE,
board_url_name_dict = "diccionario_covid",
download_file_args = list(
method = "curl",
destfile = tempfile(),
quiet = quiet
),
descarga_db_diccionario_ssa_args = list(),
...) {
do.call(descarga_datos_abiertos, as.list(environment()))
}
#' @export
#' @rdname read_datos_abiertos_zip
read_datos_abiertos_duckdb <- function(datos_abiertos_tbl,
drv = duckdb::duckdb(),
tblname = "covidmx",
pragma_memory_limit = Sys.getenv("pragma_memory_limit"),
diccionario_zip_path = NULL,
diccionario_unzipped_path = NULL,
diccionario = NULL,
download_process = c("pins", "download.file"),
site.covid.dic = paste0(
"http://datosabiertos.salud.",
"gob.mx/gobmx/salud/datos_a",
"biertos/diccionario_datos_",
"covid19.zip"
),
unzip_args_dict = list("exdir" = ".", "overwrite" = TRUE),
clear_zip = download_process[1] != "pins",
clear_csv = TRUE,
use_dict = TRUE,
quiet = FALSE,
use_cache_on_failure = TRUE,
cache_diccionario = NULL,
force_download = FALSE,
show_warnings = TRUE,
board_url_name_dict = "diccionario_covid",
download_file_args = list(
method = "curl",
destfile = tempfile(),
quiet = quiet
),
descarga_db_diccionario_ssa_args = list(),
...) {
datos_abiertos_tbl <- do.call(descarga_datos_abiertos, as.list(environment()))
}