Índice
- O Curso R
-
- Tutoriais
-
- Apostila
-
- 6. Testes de Hipótese (em preparação!)
- Exercícios
-
- Material de Apoio
-
- Área dos Alunos
-
- Cursos Anteriores
-
IBUSP
Outras Insitutições
Linques
Visitantes
Ferramentas do usuário
Barra lateral
05_curso_antigo:r2018:alunos:trabalho_final:cecilimendes:funcao_mares
##############################################################
##################### Funcao Mares ############################
##############################################################
# Argumentos de entrada (local, periodo, mare)
mares <- function(localidade, periodo, mare)
{
#
# local = localidade para onde se deseja consultar a tabua de mares, de acordo com os locais disponiveis especificados no help da funcao
#
# periodo = Mes, trimestre ou semestre para o qual deseja a previsao de mares, de acordo com o especificado no help da funcao
#
# mare = Altura da mare desejada. Esse argumento eh opcional. Caso o argumento nao seja utilizado, a funcao usa o padrao de busca para mare de 0.3, valor geralmente utilizado para planejamento de expedicoes de coleta de animais da zona entre mare.
#
# Verificando os parametros
#
locais.disp <- c("BELEM", "belem", "Belem", "bel", "CABEDELO", "cabedelo", "Cabedelo", "cab", "PARANAGUA", "paranagua", "Paranagua", "paran", "SUAPE", "suape", "Suape", "sua", "RECIFE", "recife", "Recife", "rec", "NORONHA", "F.noronha", "noronha", "f.nor", "LUIS.CORREIA", "luis.correia","Luis.Correia", "l.correia", "ILHA.FISCAL", "ilha.fiscal", "Ilha.Fiscal", "i.fiscal", "ANGRA", "angra", "Angra", "angra.reis", "IMBETIBA", "imbetiba", "Imbetiba", "Imbet", "NATAL", "natal", "Natal", "nat", "MACEIO", "maceio", "Maceio", "mac", "RIO.GRANDE", "rio.grande", "Rio.Grande", "r.grande", "FLORIANOPOLIS", "florianopolis", "Florianopolis", "floripa", "ITAJAI", "itajai", "Itajai", "itaj", "SANTOS", "santos", "Santos", "sant", "SAO.SEBASTIAO", "sao.sebastiao", "Sao.Sebastiao", "s.sebastiao", "SERGIPE", "sergipe", "Sergipe", "serg", "SANTANA", "santana", "Santana", "sant", "SALVADOR", "salvador", "Salvador", "salv", "ILHEUS", "ilheus", "Ilheus", "ilh", "MUCURIPE", "mucuripe", "Mucuripe", "muc", "PECEM", "pecem", "Pecem", "pec", "VITORIA", "vitoria", "Vitoria", "vit","UBU", "ubu", "Ubu", "SAO.LUIS", "sao.luis", "Sao.Luis", "s.luis","TRINDADE", "trindade", "trind","AREIA.BRANCA", "areia.branca", "Areia.Branca", "a.branca") #cria o vetor com as localidades disponiveis para busca com possibilidade de letras maiusculas, minusculas, apenas inicial maiuscula ou localidade abreviada
if (is.element(localidade, locais.disp) == F) #condicao para continuar a funcao, soh continua se a localidade escolhida esta entre as localidades pre-estabelecidas
{
stop("Revise as localidades, uma ou mais nao correspondem a localidades disponiveis para busca") #caso a localidade nao esteja entre as localidades pre-estabelecidas, para a funcao com o aviso "Revise as localidades, uma ou mais nao correspondem a localidades disponiveis para busca"
}
# O periodo especificado esta dentro esperado? Caso seja diferente do esperado, retorna "Revise o periodo, nao se encaixa no esperado"
periodo.disp <- c("sem.1", "sem.2", "tri.1", "tri.2", "tri.3", "tri.4", "jan", "fev", "mar", "abr", "jun", "jul", "ago", "set", "out", "nov", "dez") #criando vetor com os periodos que podem ser utilizados na busca
if (is.element(periodo, periodo.disp) == FALSE) #condicao para continuar a funcao, soh continua se o periodo escolhido esta entre os periodos disponiveis para busca
{
stop("Revise o periodo, nao se encaixa no esperado") #caso o periodo nao esteja entre os periodos pre-estabelecidos, para a funcao com o aviso "Revise o periodo, nao se encaixa no esperado"
}
# O argumento mare foi utilizado? Se nao, retorna "Nenhuma altura de mare foi especificada, buscando mares iguais a 0.3"
if (missing(mare)) #condiciona para o uso do argumento mare, se nao foi usado
{
print("Nenhuma altura de mare foi especificada, buscando mares iguais a 0.3") #avisa para o usuario que o argumento mare nao foi usado e que por isso sera o usado o valor padrao de 0.3
mare = "0.3" #configura o argumento mare para usar o valor padrao de 0.3
}
# O argumento mare foi utilizado, mas diferente das mares que ocorrem no Brasil, retorna "Altura de mare alem das registradas para o Brasil, revise"
d.mare <- c("-0.2","-0.1","0.0","0.1", "0.2", "0.3", "0.4", "0.5", "0.6", "0.7", "0.8", "0.9","1.0","1.1","1.2","1.3","1.4","1.5","1.6","1.7","1.8","1.9", "1.9", "2.0", "2.1", "2.2", "2.3", "2.4", "2.5", "2.6", "2.7", "2.8", "2.9", "3.0", "3.1", "3.2", "3.3", "3.4", "3.5", "3.6", "3.7", "3.8", "3.9", "4.0", "4.1", "4.2", "4.3", "4.4", "4.5", "4.6", "4.7", "4.8", "4.9", "5.0", "5.1", "5.2", "5.3", "5.4", "5.5", "5.6", "5.7", "5.8", "5.9", "6.0", "6.1", "6.2", "6.3", "6.4", "6.5") #cria o vetor com as alturas de mares existentes no brasil
if (is.element(mare, d.mare)== FALSE) #condiciona para a variavel usada no argumento mare, se a variavel estiver fora das mares especificadas no vetor d.mare
{
stop("Altura de mare alem das registradas para o Brasil, revise") #para a funcao e retorna para o usuario a mensagem "Altura de mare alem das registradas para o Brasil, revise"
}
# 1. Modificar a URL base para baixar o pdf da localidade solicitada
loc <- c("belem", "cabedelo", "paranagua_cais_oeste", "suape","recife", "ilha_de_fernando_de_noronha_baia_de_santo_antonio", "luis_correia", "rio_de_janeiro_ilha_fiscal", "angra_dos_reis", "terminal_maritimo_de_imbetiba", "natal_capitania_dos_portos_do_rn", "maceio", "rio_grande", "florianopolis", "itajai", "santos_torre_grande", "sao_sebastiao", "capitania_dos_portos_de_sergipe", "santana_cia._docas_de_santana", "salvador", "ilheus_malhado", "mucuripe", "terminal_portuario_do_pecem", "vitoria_capitania_dos_portos_do_es", "terminal_da_ponta_do_ubu", "sao_luis", "ilha_da_trindade", "areia_branca_termisa") #cria o vetor loc com o nome dos arquivos de localidade disponiveis para busca
loc <- as.data.frame(loc) #transforma o vetor loc em um data.frame pra facilitar o match entre esse vetor e o vetor localidade no loop que vem abaixo
localidade <- as.data.frame(localidade) #transforma a variavel fornecida no argumento localidade em data.frame pra facilitar o match entre esse vetor e o vetor loc no loop que vem abaixo
for (i in 1:nrow(localidade)) #cria um for loop com valores de i a cada numero de linhas do objeto localidade
{
localidade$busca[i] <- grep(pattern= localidade[i,1], x=loc [,1], ignore.case = T, value = T) #cria uma nova coluna no data.frame localidade chamada busca e, a cada valor de i coloca nessa coluna na posicao i o resultado do grep. O grep usa a localidade na linha de posicao i, na coluna 1 como padrao de busca para procurar a localidade correspondente em todas as linhas da coluna 1 do data.frame loc, ignorando a capitalizacao e tendo como resultado o string real, nao sua posicao
}
obj <- as.data.frame(NA) #cria o objeto obj, transforma ele em data.frame e e coloca NA
for (i in localidade$busca) #cria um loop para baixar as tabuas de cada localidade chamada, essa foi uma tentativa de utilizar mais de uma localidade na funcao, mas devido a passos posteriores ainda só é possível utilizar uma localidade
{
obj[i] <- as.character(paste(i,"_2018.pdf", sep = "")) #coloca no obj na posicao i o nome da localidade junto com o final _2018.pdf que esta presente na url onde o pdf sera baixado
locais <- paste0("https://www.marinha.mil.br/chm/sites/www.marinha.mil.br.chm/files/dados_de_mare/", i, "_2018.pdf") # guarda no objeto locais a url que sera utilizada para baixar a tabua em pdf
tabua <- paste0(getwd(), "/", basename(locais)) #guarda no objeto tabua o local onde a tabua de mares sera baixada, nesse caso o diretorio local do R
download.file(locais, tabua) #faz o download da tabua de mares com base na URL criada dois passos antes e guarda no local criado no passo anterior
}
# 2. Converter os arquivos .pdf baixados para .txt para facilitar a busca de padr?es
library(pdftools) #carrega o pacote pdftools necessario para a leitura de pdfs no R
library(tidyr) #carrega o pacote tidyr necessario para separar o pdf em colunas
for (i in 2:length(obj)) #cria o loop com i assumindo valores a cada posicao dentro de obj (essa tambem foi uma tentativa de utilizar mais de uma localidade na funcao)
{
assign(paste("tabua",i, sep = ""), strsplit(x = pdf_text(paste(obj[i])), split = c("\r\n"))) #cria o objeto tabua"i", que sera preenchido pelo pdf lido pela funcao pdf_text e formatado pela funcao strsplit utilizando como separador os caracteres "\r\n"
}
for (i in 1:length(tabua2)) # cria o loop com base no objeto criado no loop anterior, com i assumindo valores a casa elemento da lista
{
assign(paste("tabua",i, sep = "_"), tabua2[[i]][c(-1,-2,-3,-4,-5)]) #cria tabua_"i" e guarda nela cada elemento da lista retirando as linhas de 1 a 5 que sao informacao irrelevantes para o uso da funcao e que atrapalham a formatacao das tabuas
}
tabua_1 <- as.data.frame(tabua_1) #transforma tabua_1 em data.frame
tabua_2 <- as.data.frame(tabua_2) #transforma tabua_2 em data.frame
tabua_3 <- as.data.frame(tabua_3) #transforma tabua_3 em data.frame
##Formatando os dataframes criados no passo anterior. Sao necessarias condicionantes, pois diferentes localidades possuem pdfs com diferentes formatacoes
if(grepl("terminal_portuario_do_pecem", localidade$busca) | grepl("terminal_da_ponta_do_ubu",localidade$busca) == T) # cria condicao caso a localidade selecionada no argumento localidade seja pecem ou ubu
{
cac <- tabua_1 %>% separate(tabua_1, sep = c(7, 18, 28, 39, 47, 56, 65, 75, 85, 95, 102, 111, 120, 130, 138), into = c("Janeiro1", "Janeiro3", "Janeiro2", "Janeiro4", "Feveiro1", "Fevereiro3", "Feveiro2", "Fevereiro4", "Março1", "Março3", "Março2", "Março4", "Abril1", "Abril3", "Abril2", "Abril4"),extra = "merge") #transforma tabua_1 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac2 <- tabua_2 %>% separate(tabua_2, sep = c(7,18, 28, 39, 46, 57, 64, 75, 84, 95, 102, 112, 120, 132, 138), into = c("Maio1", "Maio3","Maio2", "Maio4", "Junho1", "Junho3", "Junho2", "Junho4", "Julho1", "Julho3", "Julho2", "Julho4", "Agosto1", "Agosto3", "Agosto2", "Agosto4"),extra = "merge") #transforma tabua_2 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac3 <- tabua_3 %>% separate(tabua_3, sep = c(7, 18, 28, 39, 46, 56, 64, 74, 84, 93, 101, 111, 120, 130, 137), into = c("Setembro1", "Setembro3", "Setembro2", "Setembro4", "Outubro1", "Outubro3", "Outubro2", "Outubro4", "Novembro1", "Novembro3","Novembro2", "Novembro4", "Dezembro1", "Dezembro3", "Dezembro2", "Dezembro4"),extra = "merge") #transforma tabua_3 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
}
if(localidade$busca=="angra_dos_reis") #cria condicao caso a localidade selecionada no argumento localidade seja angra dos reis
{
cac <- tabua_1 %>% separate(tabua_1, sep = c(7, 18, 28, 39, 47, 57, 65, 75, 85, 95, 102, 113, 120, 134, 139), into = c("Janeiro1", "Janeiro3", "Janeiro2", "Janeiro4", "Feveiro1", "Fevereiro3", "Feveiro2", "Fevereiro4", "Março1", "Março3", "Março2", "Março4", "Abril1", "Abril3", "Abril2", "Abril4"),extra = "merge") #transforma tabua_1 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac2 <- tabua_2 %>% separate(tabua_2, sep = c(7,18, 28, 39, 48, 58, 66, 76, 84, 96, 102, 114, 120, 136, 139), into = c("Maio1", "Maio3","Maio2", "Maio4", "Junho1", "Junho3", "Junho2", "Junho4", "Julho1", "Julho3", "Julho2", "Julho4", "Agosto1", "Agosto3", "Agosto2", "Agosto4"),extra = "merge") #transforma tabua_2 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac3 <- tabua_3 %>% separate(tabua_3, sep = c(7,18, 28, 39, 48, 58, 66, 76, 84, 97, 102, 115, 121, 136, 140), into = c("Setembro1", "Setembro3", "Setembro2", "Setembro4", "Outubro1", "Outubro3", "Outubro2", "Outubro4", "Novembro1", "Novembro3","Novembro2", "Novembro4", "Dezembro1", "Dezembro3", "Dezembro2", "Dezembro4"),extra = "merge") #transforma tabua_3 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
}
if(grepl(pattern = "terminal_maritimo_de_imbetiba", x = localidade$busca) | grepl("luis_correia",localidade$busca)) # cria condicao caso a localidade selecionada no arumento localidade seja imbetiba ou luis correia
{
vetor <- c(7,18, 28, 39, 47, 57, 65, 75, 84, 95, 102, 113, 120, 131, 138) #cria um vetor com os valores que serao utilizados como argumento para separacao em colunas dos objetos. Esses valores identificam a posicao em que a coluna ira terminar
cac <- tabua_1 %>% separate(tabua_1, sep = vetor, into = c("Janeiro1", "Janeiro3", "Janeiro2", "Janeiro4", "Feveiro1", "Fevereiro3", "Feveiro2", "Fevereiro4", "Março1", "Março3", "Março2", "Março4", "Abril1", "Abril3", "Abril2", "Abril4"),extra = "merge") #transforma tabua_1 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac2 <- tabua_2 %>% separate(tabua_2, sep = c(7,18, 28, 38, 46, 56, 64, 74, 84, 94, 100, 112, 120, 131, 138), into = c("Maio1", "Maio3","Maio2", "Maio4", "Junho1", "Junho3", "Junho2", "Junho4", "Julho1", "Julho3", "Julho2", "Julho4", "Agosto1", "Agosto3", "Agosto2", "Agosto4"),extra = "merge") #transforma tabua_2 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac3 <- tabua_3 %>% separate(tabua_3, sep = vetor, into = c("Setembro1", "Setembro3", "Setembro2", "Setembro4", "Outubro1", "Outubro3", "Outubro2", "Outubro4", "Novembro1", "Novembro3","Novembro2", "Novembro4", "Dezembro1", "Dezembro3", "Dezembro2", "Dezembro4"),extra = "merge") #transforma tabua_3 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
}
if(grepl("maceio", localidade$busca) | grepl("natal_capitania_dos_portos_do_rn",localidade$busca) | grepl("areia_branca_termisa",localidade$busca) | grepl("recife",localidade$busca) == T) #cria condicao caso a localidade utilizada no argumento localidade seja maceio, natal, areia branca ou recife
{
vetor <- c(7,18, 28, 39, 47, 57, 65, 75, 84, 94, 102, 112, 120, 130, 137) #cria um vetor com os valores que serao utilizados como argumento para separacao em colunas dos objetos. Esses valores identificam a posicao em que a coluna ira terminar
cac <- tabua_1 %>% separate(tabua_1, sep = vetor, into = c("Janeiro1", "Janeiro3", "Janeiro2", "Janeiro4", "Feveiro1", "Fevereiro3", "Feveiro2", "Fevereiro4", "Março1", "Março3", "Março2", "Março4", "Abril1", "Abril3", "Abril2", "Abril4"),extra = "merge") #transforma tabua_1 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac2 <- tabua_2 %>% separate(tabua_2, sep = vetor, into = c("Maio1", "Maio3","Maio2", "Maio4", "Junho1", "Junho3", "Junho2", "Junho4", "Julho1", "Julho3", "Julho2", "Julho4", "Agosto1", "Agosto3", "Agosto2", "Agosto4"),extra = "merge") #transforma tabua_2 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac3 <- tabua_3 %>% separate(tabua_3, sep = c(7,18, 28, 39, 46, 56, 64, 74, 84, 93, 100, 111, 120, 130, 137), into = c("Setembro1", "Setembro3", "Setembro2", "Setembro4", "Outubro1", "Outubro3", "Outubro2", "Outubro4", "Novembro1", "Novembro3","Novembro2", "Novembro4", "Dezembro1", "Dezembro3", "Dezembro2", "Dezembro4"),extra = "merge") #transforma tabua_3 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
}
if(grepl("rio_grande", localidade$busca) | grepl("florianopolis",localidade$busca) | grepl("sao_sebastiao",localidade$busca) == T) #cria condicao caso a localidade utilizada no argumento localidade seja rio grande, florianopolis ou sao sebastiao
{
cac <- tabua_1 %>% separate(tabua_1, sep = c(7, 18, 28, 40, 47, 58, 65, 75, 85, 96, 102, 113, 120, 135, 140), into = c("Janeiro1", "Janeiro3", "Janeiro2", "Janeiro4", "Feveiro1", "Fevereiro3", "Feveiro2", "Fevereiro4", "Março1", "Março3", "Março2", "Março4", "Abril1", "Abril3", "Abril2", "Abril4"),extra = "merge") #transforma tabua_1 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac2 <- tabua_2 %>% separate(tabua_2, sep = c(7, 18, 28, 39, 47, 57, 65, 75, 85, 96, 102, 113, 120, 135, 140), into = c("Maio1", "Maio3","Maio2", "Maio4", "Junho1", "Junho3", "Junho2", "Junho4", "Julho1", "Julho3", "Julho2", "Julho4", "Agosto1", "Agosto3", "Agosto2", "Agosto4"),extra = "merge") #transforma tabua_3 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac3 <- tabua_3 %>% separate(tabua_3, sep = c(7, 18, 28, 40, 47, 58, 65, 76, 85, 97, 102, 115, 121, 136, 140), into = c("Setembro1", "Setembro3", "Setembro2", "Setembro4", "Outubro1", "Outubro3", "Outubro2", "Outubro4", "Novembro1", "Novembro3","Novembro2", "Novembro4", "Dezembro1", "Dezembro3", "Dezembro2", "Dezembro4"),extra = "merge") #transforma tabua_3 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
}
if(localidade$busca == "itajai") # cria condicao caso a localidade selecionada no argumento localidade seja itajai
{
vetor <- c(7, 18, 28, 39, 46, 56, 64, 74, 84, 94, 102, 113, 119, 134, 140) #cria um vetor com os valores que serao utilizados como argumento para separacao em colunas dos objetos. Esses valores identificam a posicao em que a coluna ira terminar
cac <- tabua_1 %>% separate(tabua_1, sep = vetor, into = c("Janeiro1", "Janeiro3", "Janeiro2", "Janeiro4", "Feveiro1", "Fevereiro3", "Feveiro2", "Fevereiro4", "Março1", "Março3", "Março2", "Março4", "Abril1", "Abril3", "Abril2", "Abril4"),extra = "merge") #transforma tabua_1 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac2 <- tabua_2 %>% separate(tabua_2, sep = vetor, into = c("Maio1", "Maio3","Maio2", "Maio4", "Junho1", "Junho3", "Junho2", "Junho4", "Julho1", "Julho3", "Julho2", "Julho4", "Agosto1", "Agosto3", "Agosto2", "Agosto4"),extra = "merge") #transforma tabua_2 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac3 <- tabua_3 %>% separate(tabua_3, sep = c(7, 18, 28, 39, 46, 56, 64, 74, 85, 96, 102, 113, 122, 134, 140), into = c("Setembro1", "Setembro3", "Setembro2", "Setembro4", "Outubro1", "Outubro3", "Outubro2", "Outubro4", "Novembro1", "Novembro3","Novembro2", "Novembro4", "Dezembro1", "Dezembro3", "Dezembro2", "Dezembro4"),extra = "merge") #transforma tabua_3 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
}
if(localidade$busca == "paranagua_cais_oeste") # cria condicao caso a localidade utilizada no argumento localidade seja paranagua
{
cac <- tabua_1 %>% separate(tabua_1, sep = c(7, 18, 28, 39, 46, 56, 64, 75, 84, 94, 102, 113, 119, 135, 140), into = c("Janeiro1", "Janeiro3", "Janeiro2", "Janeiro4", "Feveiro1", "Fevereiro3", "Feveiro2", "Fevereiro4", "Março1", "Março3", "Março2", "Março4", "Abril1", "Abril3", "Abril2", "Abril4"),extra = "merge") #transforma tabua_1 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac2 <- tabua_2 %>% separate(tabua_2, sep = c(7, 18, 28, 39, 46, 56, 64, 74, 84, 94, 102, 113, 119, 134, 140), into = c("Maio1", "Maio3","Maio2", "Maio4", "Junho1", "Junho3", "Junho2", "Junho4", "Julho1", "Julho3", "Julho2", "Julho4", "Agosto1", "Agosto3", "Agosto2", "Agosto4"),extra = "merge") #transforma tabua_2 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac3 <- tabua_3 %>% separate(tabua_3, sep = c(7, 18, 28, 39, 46, 58, 64, 76, 85, 97, 102, 115, 122, 137, 141), into = c("Setembro1", "Setembro3", "Setembro2", "Setembro4", "Outubro1", "Outubro3", "Outubro2", "Outubro4", "Novembro1", "Novembro3","Novembro2", "Novembro4", "Dezembro1", "Dezembro3", "Dezembro2", "Dezembro4"),extra = "merge") #transforma tabua_3 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
}
if(localidade$busca == "santos_torre_grande") # cria condicao caso a localidade utilizada no argumento localidade seja santos
{
cac <- tabua_1 %>% separate(tabua_1, sep = c(7, 18, 28, 39, 47, 57, 65, 75, 85, 95, 102, 115, 121, 133, 140), into = c("Janeiro1", "Janeiro3", "Janeiro2", "Janeiro4", "Feveiro1", "Fevereiro3", "Feveiro2", "Fevereiro4", "Março1", "Março3", "Março2", "Março4", "Abril1", "Abril3", "Abril2", "Abril4"),extra = "merge") #transforma tabua_1 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac2 <- tabua_2 %>% separate(tabua_2, sep = c(7, 18, 28, 39, 47, 57, 65, 75, 85, 95, 102, 115, 121, 136, 140), into = c("Maio1", "Maio3","Maio2", "Maio4", "Junho1", "Junho3", "Junho2", "Junho4", "Julho1", "Julho3", "Julho2", "Julho4", "Agosto1", "Agosto3", "Agosto2", "Agosto4"),extra = "merge") #transforma tabua_1 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac3 <- tabua_3 %>% separate(tabua_3, sep = c(7, 18, 28, 39, 47, 57, 65, 75, 85, 96, 102, 115, 121, 133, 140), into = c("Setembro1", "Setembro3", "Setembro2", "Setembro4", "Outubro1", "Outubro3", "Outubro2", "Outubro4", "Novembro1", "Novembro3","Novembro2", "Novembro4", "Dezembro1", "Dezembro3", "Dezembro2", "Dezembro4"),extra = "merge") #transforma tabua_1 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
}
if(grepl("capitania_dos_portos_de_sergipe",localidade$busca) | grepl("ilheus_malhado",localidade$busca) == T) #cria condicao caso a localidade utilizada no argumento localidade seja sergipe ou ilheus
{
cac <- tabua_1 %>% separate(tabua_1, sep = c(7,18, 28, 39, 47, 57, 65, 75, 84, 94, 102, 112, 120, 130, 137), into = c("Janeiro1", "Janeiro3", "Janeiro2", "Janeiro4", "Feveiro1", "Fevereiro3", "Feveiro2", "Fevereiro4", "Março1", "Março3", "Março2", "Março4", "Abril1", "Abril3", "Abril2", "Abril4"),extra = "merge") #transforma tabua_1 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac2 <- tabua_2 %>% separate(tabua_2, sep = c(7,18, 28, 39, 47, 57, 65, 75, 84, 94, 102, 112, 120, 131, 137), into = c("Maio1", "Maio3","Maio2", "Maio4", "Junho1", "Junho3", "Junho2", "Junho4", "Julho1", "Julho3", "Julho2", "Julho4", "Agosto1", "Agosto3", "Agosto2", "Agosto4"),extra = "merge") #transforma tabua_3 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac3 <- tabua_3 %>% separate(tabua_3, sep = c(7,18, 28, 39, 46, 56, 64, 74, 84, 93, 100, 111, 120, 130, 137), into = c("Setembro1", "Setembro3", "Setembro2", "Setembro4", "Outubro1", "Outubro3", "Outubro2", "Outubro4", "Novembro1", "Novembro3","Novembro2", "Novembro4", "Dezembro1", "Dezembro3", "Dezembro2", "Dezembro4"),extra = "merge") #transforma tabua_3 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
}
if(grepl("santana_cia._docas_de_santana",localidade$busca) | grepl("salvador",localidade$busca) == T) # cria condicao caso a localidade utilizada no argumento localidade seja santana ou salvador
{
cac <- tabua_1 %>% separate(tabua_1, sep = c(7, 18, 28, 39, 47, 56, 65, 75, 85, 95, 102, 111, 120, 130, 138), into = c("Janeiro1", "Janeiro3", "Janeiro2", "Janeiro4", "Feveiro1", "Fevereiro3", "Feveiro2", "Fevereiro4", "Março1", "Março3", "Março2", "Março4", "Abril1", "Abril3", "Abril2", "Abril4"),extra = "merge") #transforma tabua_1 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac2 <- tabua_2 %>% separate(tabua_2, sep = c(7,18, 28, 39, 46, 56, 64, 74, 84, 94, 102, 111, 120, 130, 137), into = c("Maio1", "Maio3","Maio2", "Maio4", "Junho1", "Junho3", "Junho2", "Junho4", "Julho1", "Julho3", "Julho2", "Julho4", "Agosto1", "Agosto3", "Agosto2", "Agosto4"),extra = "merge") #transforma tabua_2 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac3 <- tabua_3 %>% separate(tabua_3, sep = c(7, 18, 28, 39, 46, 56, 64, 74, 84, 93, 101, 111, 120, 131, 137), into = c("Setembro1", "Setembro3", "Setembro2", "Setembro4", "Outubro1", "Outubro3", "Outubro2", "Outubro4", "Novembro1", "Novembro3","Novembro2", "Novembro4", "Dezembro1", "Dezembro3", "Dezembro2", "Dezembro4"),extra = "merge") #transforma tabua_3 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
}
if(localidade$busca=="mucuripe") # cria condicao caso a localidade utilizada no argumento localidade seja mucuripe
{
vetor <- c(7, 18, 28, 39, 47, 57, 65, 75, 85, 95, 102, 113, 120, 132, 139) #cria um vetor com os valores que serao utilizados como argumento para separacao em colunas dos objetos. Esses valores identificam a posicao em que a coluna ira terminar
cac <- tabua_1 %>% separate(tabua_1, sep = vetor, into = c("Janeiro1", "Janeiro3", "Janeiro2", "Janeiro4", "Feveiro1", "Fevereiro3", "Feveiro2", "Fevereiro4", "Março1", "Março3", "Março2", "Março4", "Abril1", "Abril3", "Abril2", "Abril4"),extra = "merge") #transforma tabua_1 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac2 <- tabua_2 %>% separate(tabua_2, sep = vetor, into = c("Maio1", "Maio3","Maio2", "Maio4", "Junho1", "Junho3", "Junho2", "Junho4", "Julho1", "Julho3", "Julho2", "Julho4", "Agosto1", "Agosto3", "Agosto2", "Agosto4"),extra = "merge") #transforma tabua_2 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac3 <- tabua_3 %>% separate(tabua_3, sep = c(7,18, 28, 40, 48, 58, 66, 76, 84, 97, 102, 115, 121, 134, 140), into = c("Setembro1", "Setembro3", "Setembro2", "Setembro4", "Outubro1", "Outubro3", "Outubro2", "Outubro4", "Novembro1", "Novembro3","Novembro2", "Novembro4", "Dezembro1", "Dezembro3", "Dezembro2", "Dezembro4"),extra = "merge") #transforma tabua_3 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
}
if(localidade$busca == "vitoria_capitania_dos_portos_do_es") #cria condicao caso a localidade utilizada no argumento localidade seja vitoria
{
cac <- tabua_1 %>% separate(tabua_1, sep = c(7, 18, 28, 39, 46, 56, 64, 74, 84, 94, 101, 112, 116, 130, 137), into = c("Janeiro1", "Janeiro3", "Janeiro2", "Janeiro4", "Feveiro1", "Fevereiro3", "Feveiro2", "Fevereiro4", "Março1", "Março3", "Março2", "Março4", "Abril1", "Abril3", "Abril2", "Abril4"),extra = "merge") #transforma tabua_1 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac2 <- tabua_2 %>% separate(tabua_2, sep = c(7, 18, 28, 39, 46, 56, 64, 74, 84, 94, 101, 112, 116, 131, 137), into = c("Maio1", "Maio3","Maio2", "Maio4", "Junho1", "Junho3", "Junho2", "Junho4", "Julho1", "Julho3", "Julho2", "Julho4", "Agosto1", "Agosto3", "Agosto2", "Agosto4"),extra = "merge") #transforma tabua_2 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac3 <- tabua_3 %>% separate(tabua_3, sep = c(7, 18, 28, 39, 46, 56, 64, 74, 84, 93, 101, 111, 116, 130, 137), into = c("Setembro1", "Setembro3", "Setembro2", "Setembro4", "Outubro1", "Outubro3", "Outubro2", "Outubro4", "Novembro1", "Novembro3","Novembro2", "Novembro4", "Dezembro1", "Dezembro3", "Dezembro2", "Dezembro4"),extra = "merge") #transforma tabua_3 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
}
if(localidade$busca == "sao_luis") # cria condicao caso a localidade utilizada no argumento localidade seja sao luis
{
cac <- tabua_1 %>% separate(tabua_1, sep = c(7, 18, 28, 39, 47, 56, 65, 75, 85, 94, 102, 111, 120, 130, 137), into = c("Janeiro1", "Janeiro3", "Janeiro2", "Janeiro4", "Feveiro1", "Fevereiro3", "Feveiro2", "Fevereiro4", "Março1", "Março3", "Março2", "Março4", "Abril1", "Abril3", "Abril2", "Abril4"),extra = "merge") #transforma tabua_1 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac2 <- tabua_2 %>% separate(tabua_2, sep = c(7,18, 28, 39, 46, 57, 64, 75, 84, 95, 102, 112, 120, 132, 138), into = c("Maio1", "Maio3","Maio2", "Maio4", "Junho1", "Junho3", "Junho2", "Junho4", "Julho1", "Julho3", "Julho2", "Julho4", "Agosto1", "Agosto3", "Agosto2", "Agosto4"),extra = "merge") #transforma tabua_2 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac3 <- tabua_3 %>% separate(tabua_3, sep = c(7, 18, 28, 39, 46, 56, 64, 74, 84, 93, 101, 111, 116, 130, 137), into = c("Setembro1", "Setembro3", "Setembro2", "Setembro4", "Outubro1", "Outubro3", "Outubro2", "Outubro4", "Novembro1", "Novembro3","Novembro2", "Novembro4", "Dezembro1", "Dezembro3", "Dezembro2", "Dezembro4"),extra = "merge") #transforma tabua_3 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
}
if(grepl("ilha_da_trindade",localidade$busca) | grepl("cabedelo",localidade$busca) == T) #cria condicao caso a localidade utilizada no argumento localidade seja trindade ou cabedelo
{
cac <- tabua_1 %>% separate(tabua_1, sep = c(7, 18, 28, 39, 48, 57, 65, 75, 85, 95, 102, 112, 120, 131, 137), into = c("Janeiro1", "Janeiro3", "Janeiro2", "Janeiro4", "Feveiro1", "Fevereiro3", "Feveiro2", "Fevereiro4", "Março1", "Março3", "Março2", "Março4", "Abril1", "Abril3", "Abril2", "Abril4"),extra = "merge") #transforma tabua_1 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac2 <- tabua_2 %>% separate(tabua_2, sep = c(7,18, 28, 39, 46, 56, 64, 74, 84, 93, 101, 111, 120, 130, 137), into = c("Maio1", "Maio3","Maio2", "Maio4", "Junho1", "Junho3", "Junho2", "Junho4", "Julho1", "Julho3", "Julho2", "Julho4", "Agosto1", "Agosto3", "Agosto2", "Agosto4"),extra = "merge") #transforma tabua_2 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac3 <- tabua_3 %>% separate(tabua_3, sep = c(7, 18, 28, 39, 46, 56, 64, 74, 84, 93, 101, 111, 116, 130, 137), into = c("Setembro1", "Setembro3", "Setembro2", "Setembro4", "Outubro1", "Outubro3", "Outubro2", "Outubro4", "Novembro1", "Novembro3","Novembro2", "Novembro4", "Dezembro1", "Dezembro3", "Dezembro2", "Dezembro4"),extra = "merge") #transforma tabua_3 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
}
if(grepl("belem",localidade$busca) | grepl("suape",localidade$busca) == T) #cria condicao caso a localidade utilizada no argumento localidade seja belem ou suape
{
cac <- tabua_1 %>% separate(tabua_1, sep = c(7, 18, 28, 39, 48, 57, 65, 75, 85, 95, 102, 112, 120, 131, 137), into = c("Janeiro1", "Janeiro3", "Janeiro2", "Janeiro4", "Feveiro1", "Fevereiro3", "Feveiro2", "Fevereiro4", "Março1", "Março3", "Março2", "Março4", "Abril1", "Abril3", "Abril2", "Abril4"),extra = "merge") #transforma tabua_1 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac2 <- tabua_2 %>% separate(tabua_2, sep = c(7,18, 28, 39, 46, 56, 64, 74, 84, 93, 101, 111, 120, 130, 137), into = c("Maio1", "Maio3","Maio2", "Maio4", "Junho1", "Junho3", "Junho2", "Junho4", "Julho1", "Julho3", "Julho2", "Julho4", "Agosto1", "Agosto3", "Agosto2", "Agosto4"),extra = "merge") #transforma tabua_2 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac3 <- tabua_3 %>% separate(tabua_3, sep = c(7, 18, 28, 39, 46, 56, 64, 74, 84, 93, 101, 111, 116, 131, 137), into = c("Setembro1", "Setembro3", "Setembro2", "Setembro4", "Outubro1", "Outubro3", "Outubro2", "Outubro4", "Novembro1", "Novembro3","Novembro2", "Novembro4", "Dezembro1", "Dezembro3", "Dezembro2", "Dezembro4"),extra = "merge") #transforma tabua_3 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
}
if(localidade$busca == "ilha_de_fernando_de_noronha_baia_de_santo_antonio") #cria condicao caso a localidade utilizada no argumento localidade seja fernano de noronha
{
cac <- tabua_1 %>% separate(tabua_1, sep = c(7, 18, 28, 39, 48, 57, 65, 75, 85, 95, 102, 112, 120, 131, 137), into = c("Janeiro1", "Janeiro3", "Janeiro2", "Janeiro4", "Feveiro1", "Fevereiro3", "Feveiro2", "Fevereiro4", "Março1", "Março3", "Março2", "Março4", "Abril1", "Abril3", "Abril2", "Abril4"),extra = "merge") #transforma tabua_1 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac2 <- tabua_2 %>% separate(tabua_2, sep = c(7,18, 28, 39, 46, 56, 64, 74, 84, 93, 101, 111, 120, 129, 136), into = c("Maio1", "Maio3","Maio2", "Maio4", "Junho1", "Junho3", "Junho2", "Junho4", "Julho1", "Julho3", "Julho2", "Julho4", "Agosto1", "Agosto3", "Agosto2", "Agosto4"),extra = "merge") #transforma tabua_2 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac3 <- tabua_3 %>% separate(tabua_3, sep = c(7, 18, 28, 39, 46, 56, 64, 74, 84, 93, 101, 111, 116, 131, 136), into = c("Setembro1", "Setembro3", "Setembro2", "Setembro4", "Outubro1", "Outubro3", "Outubro2", "Outubro4", "Novembro1", "Novembro3","Novembro2", "Novembro4", "Dezembro1", "Dezembro3", "Dezembro2", "Dezembro4"),extra = "merge") #transforma tabua_3 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
}
if(localidade$busca == "rio_de_janeiro_ilha_fiscal") #cria condicao caso a localidade definida no argumento localidade seja rio de janeiro
{
cac <- tabua_1 %>% separate(tabua_1, sep = c(7, 18, 28, 39, 47, 56, 65, 75, 85, 95, 102, 112, 122, 133, 138), into = c("Janeiro1", "Janeiro3", "Janeiro2", "Janeiro4", "Feveiro1", "Fevereiro3", "Feveiro2", "Fevereiro4", "Março1", "Março3", "Março2", "Março4", "Abril1", "Abril3", "Abril2", "Abril4"),extra = "merge") #transforma tabua_1 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac2 <- tabua_2 %>% separate(tabua_2, sep = c(7,18, 28, 39, 46, 56, 64, 74, 84, 93, 101, 111, 120, 131, 136), into = c("Maio1", "Maio3","Maio2", "Maio4", "Junho1", "Junho3", "Junho2", "Junho4", "Julho1", "Julho3", "Julho2", "Julho4", "Agosto1", "Agosto3", "Agosto2", "Agosto4"),extra = "merge") #transforma tabua_2 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
cac3 <- tabua_3 %>% separate(tabua_3, sep = c(7, 18, 28, 40, 46, 56, 64, 75, 84, 96, 101, 114, 120, 135, 140), into = c("Setembro1", "Setembro3", "Setembro2", "Setembro4", "Outubro1", "Outubro3", "Outubro2", "Outubro4", "Novembro1", "Novembro3","Novembro2", "Novembro4", "Dezembro1", "Dezembro3", "Dezembro2", "Dezembro4"),extra = "merge") #transforma tabua_3 em um dataframe com 16 colunas separadas de acordo com a posicao determinada em sep e nomeia as colunas como determinado em into, os caracters extra ao final da tabela sao combinados na ultima coluna
}
cac[c(grep("01", cac$Janeiro1)-1):c(grep("02", cac$Janeiro1)-2),c(1,5,9,13)] <- "01" #encontra dia 01 e preenche com 01 da celula anterior ate duas celulas antes do dia 02 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("02", cac$Janeiro1)-1):c(grep("03", cac$Janeiro1)-2),c(1,5,9,13)] <- "02" #encontra dia 02 e preenche com 02 da celula anterior ate duas celulas antes do dia 03 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("03", cac$Janeiro1)-1):c(grep("04", cac$Janeiro1)-2),c(1,5,9,13)] <- "03" #encontra dia 03 e preenche com 03 da celula anterior ate duas celulas antes do dia 03 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("04", cac$Janeiro1)-1):c(grep("05", cac$Janeiro1)-2),c(1,5,9,13)] <- "04" #encontra dia 04 e preenche com 04 da celula anterior ate duas celulas antes do dia 05 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("05", cac$Janeiro1)-1):c(grep("06", cac$Janeiro1)-2),c(1,5,9,13)] <- "05" #encontra dia 05 e preenche com 05 da celula anterior ate duas celulas antes do dia 06 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("06", cac$Janeiro1)-1):c(grep("07", cac$Janeiro1)-2),c(1,5,9,13)] <- "06" #encontra dia 06 e preenche com 06 da celula anterior ate duas celulas antes do dia 07 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("07", cac$Janeiro1)-1):c(grep("08", cac$Janeiro1)-2),c(1,5,9,13)] <- "07" #encontra dia 07 e preenche com 07 da celula anterior ate duas celulas antes do dia 08 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("08", cac$Janeiro1)-1):c(grep("09", cac$Janeiro1)-2),c(1,5,9,13)] <- "08" #encontra dia 08 e preenche com 08 da celula anterior ate duas celulas antes do dia 09 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("09", cac$Janeiro1)-1):c(grep("10", cac$Janeiro1)-2),c(1,5,9,13)] <- "09" #encontra dia 09 e preenche com 09 da celula anterior ate duas celulas antes do dia 10 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("10", cac$Janeiro1)-1):c(grep("11", cac$Janeiro1)-2),c(1,5,9,13)] <- "10" #encontra dia 10 e preenche com 10 da celula anterior ate duas celulas antes do dia 11 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("11", cac$Janeiro1)-1):c(grep("12", cac$Janeiro1)-2),c(1,5,9,13)] <- "11" #encontra dia 11 e preenche com 11 da celula anterior ate duas celulas antes do dia 12 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("12", cac$Janeiro1)-1):c(grep("13", cac$Janeiro1)-2),c(1,5,9,13)] <- "12" #encontra dia 12 e preenche com 12 da celula anterior ate duas celulas antes do dia 13 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("13", cac$Janeiro1)-1):c(grep("14", cac$Janeiro1)-2),c(1,5,9,13)] <- "13" #encontra dia 13 e preenche com 13 da celula anterior ate duas celulas antes do dia 14 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("14", cac$Janeiro1)-1):c(grep("15", cac$Janeiro1)-2),c(1,5,9,13)] <- "14" #encontra dia 14 e preenche com 14 da celula anterior ate duas celulas antes do dia 15 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("15", cac$Janeiro1)-1):c(grep("16", cac$Janeiro1)-2),c(1,5,9,13)] <- "15" #encontra dia 15 e preenche com 15 da celula anterior ate duas celulas antes do dia 16 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("16", cac$Janeiro1)-1):nrow(cac),1] <- "16" #encontra dia 16 e preenche com 16 da celula anterior ate o final das linhas do objeto (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("17", cac$Janeiro2)-1):c(grep("18", cac$Janeiro2)-2),c(3,7,11,15)] <- "17" #encontra dia 17 e preenche com 17 da celula anterior ate duas celulas antes do dia 18 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("18", cac$Janeiro2)-1):c(grep("19", cac$Janeiro2)-2),c(3,7,11,15)] <- "18" #encontra dia 18 e preenche com 18 da celula anterior ate duas celulas antes do dia 19 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("19", cac$Janeiro2)-1):c(grep("20", cac$Janeiro2)-2),c(3,7,11,15)] <- "19" #encontra dia 19 e preenche com 19 da celula anterior ate duas celulas antes do dia 20 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("20", cac$Janeiro2)-1):c(grep("21", cac$Janeiro2)-2),c(3,7,11,15)] <- "20" #encontra dia 20 e preenche com 20 da celula anterior ate duas celulas antes do dia 21 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("21", cac$Janeiro2)-1):c(grep("22", cac$Janeiro2)-2),c(3,7,11,15)] <- "21" #encontra dia 21 e preenche com 21 da celula anterior ate duas celulas antes do dia 22 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("22", cac$Janeiro2)-1):c(grep("23", cac$Janeiro2)-2),c(3,7,11,15)] <- "22" #encontra dia 22 e preenche com 22 da celula anterior ate duas celulas antes do dia 23 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("23", cac$Janeiro2)-1):c(grep("24", cac$Janeiro2)-2),c(3,7,11,15)] <- "23" #encontra dia 23 e preenche com 23 da celula anterior ate duas celulas antes do dia 24 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("24", cac$Janeiro2)-1):c(grep("25", cac$Janeiro2)-2),c(3,7,11,15)] <- "24" #encontra dia 24 e preenche com 24 da celula anterior ate duas celulas antes do dia 25 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("25", cac$Janeiro2)-1):c(grep("26", cac$Janeiro2)-2),c(3,7,11,15)] <- "25" #encontra dia 25 e preenche com 25 da celula anterior ate duas celulas antes do dia 26 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("26", cac$Janeiro2)-1):c(grep("27", cac$Janeiro2)-2),c(3,7,11,15)] <- "26" #encontra dia 26 e preenche com 26 da celula anterior ate duas celulas antes do dia 27 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("27", cac$Janeiro2)-1):c(grep("28", cac$Janeiro2)-2),c(3,7,11,15)] <- "27" #encontra dia 27 e preenche com 27 da celula anterior ate duas celulas antes do dia 28 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("28", cac$Janeiro2)-1):c(grep("29", cac$Janeiro2)-2),c(3,7,11,15)] <- "28" #encontra dia 28 e preenche com 28 da celula anterior ate duas celulas antes do dia 29 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("29", cac$Janeiro2)-1):c(grep("30", cac$Janeiro2)-2),c(3,7,11,15)] <- "29" #encontra dia 29 e preenche com 29 da celula anterior ate duas celulas antes do dia 30 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("30", cac$Janeiro2)-1):c(grep("31", cac$Janeiro2)-2),c(3,7,11,15)] <- "30" #encontra dia 30 e preenche com 30 da celula anterior ate duas celulas antes do dia 31 (esse eh o intervalo correspondente ao dia no dataframe)
cac[c(grep("31", cac$Janeiro2)-1):nrow(cac),c(3,7,11,15)] <- "31" #encontra dia 31 e preenche com 31 da celula anterior ate o final das linhas do objeto (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("01", cac2$Maio1)-1):c(grep("02", cac2$Maio1)-2),c(1,5,9,13)] <- "01" #encontra dia 01 e preenche com 01 da celula anterior ate duas celulas antes do dia 02 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("02", cac2$Maio1)-1):c(grep("03", cac2$Maio1)-2),c(1,5,9,13)] <- "02" #encontra dia 02 e preenche com 02 da celula anterior ate duas celulas antes do dia 03 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("03", cac2$Maio1)-1):c(grep("04", cac2$Maio1)-2),c(1,5,9,13)] <- "03" #encontra dia 03 e preenche com 03 da celula anterior ate duas celulas antes do dia 04 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("04", cac2$Maio1)-1):c(grep("05", cac2$Maio1)-2),c(1,5,9,13)] <- "04" #encontra dia 04 e preenche com 04 da celula anterior ate duas celulas antes do dia 05 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("05", cac2$Maio1)-1):c(grep("06", cac2$Maio1)-2),c(1,5,9,13)] <- "05" #encontra dia 05 e preenche com 05 da celula anterior ate duas celulas antes do dia 06 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("06", cac2$Maio1)-1):c(grep("07", cac2$Maio1)-2),c(1,5,9,13)] <- "06" #encontra dia 06 e preenche com 06 da celula anterior ate duas celulas antes do dia 07 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("07", cac2$Maio1)-1):c(grep("08", cac2$Maio1)-2),c(1,5,9,13)] <- "07" #encontra dia 07 e preenche com 07 da celula anterior ate duas celulas antes do dia 08 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("08", cac2$Maio1)-1):c(grep("09", cac2$Maio1)-2),c(1,5,9,13)] <- "08" #encontra dia 08 e preenche com 08 da celula anterior ate duas celulas antes do dia 09 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("09", cac2$Maio1)-1):c(grep("10", cac2$Maio1)-2),c(1,5,9,13)] <- "09" #encontra dia 09 e preenche com 09 da celula anterior ate duas celulas antes do dia 10 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("10", cac2$Maio1)-1):c(grep("11", cac2$Maio1)-2),c(1,5,9,13)] <- "10" #encontra dia 10 e preenche com 10 da celula anterior ate duas celulas antes do dia 11 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("11", cac2$Maio1)-1):c(grep("12", cac2$Maio1)-2),c(1,5,9,13)] <- "11" #encontra dia 11 e preenche com 11 da celula anterior ate duas celulas antes do dia 12 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("12", cac2$Maio1)-1):c(grep("13", cac2$Maio1)-2),c(1,5,9,13)] <- "12" #encontra dia 12 e preenche com 12 da celula anterior ate duas celulas antes do dia 13 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("13", cac2$Maio1)-1):c(grep("14", cac2$Maio1)-2),c(1,5,9,13)] <- "13" #encontra dia 13 e preenche com 13 da celula anterior ate duas celulas antes do dia 14 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("14", cac2$Maio1)-1):c(grep("15", cac2$Maio1)-2),c(1,5,9,13)] <- "14" #encontra dia 14 e preenche com 14 da celula anterior ate duas celulas antes do dia 15 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("15", cac2$Maio1)-1):c(grep("16", cac2$Maio1)-2),c(1,5,9,13)] <- "15" #encontra dia 15 e preenche com 15 da celula anterior ate duas celulas antes do dia 16 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("16", cac2$Maio1)-1):nrow(cac2),1] <- "16" #encontra dia 16 e preenche com 16 da celula anterior ate o final das linhas do objeto (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("17", cac2$Maio2)-1):c(grep("18", cac2$Maio2)-2),c(3,7,11,15)] <- "17" #encontra dia 17 e preenche com 17 da celula anterior ate duas celulas antes do dia 18 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("18", cac2$Maio2)-1):c(grep("19", cac2$Maio2)-2),c(3,7,11,15)] <- "18" #encontra dia 18 e preenche com 18 da celula anterior ate duas celulas antes do dia 19 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("19", cac2$Maio2)-1):c(grep("20", cac2$Maio2)-2),c(3,7,11,15)] <- "19" #encontra dia 19 e preenche com 19 da celula anterior ate duas celulas antes do dia 20 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("20", cac2$Maio2)-1):c(grep("21", cac2$Maio2)-2),c(3,7,11,15)] <- "20" #encontra dia 20 e preenche com 20 da celula anterior ate duas celulas antes do dia 21 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("21", cac2$Maio2)-1):c(grep("22", cac2$Maio2)-2),c(3,7,11,15)] <- "21" #encontra dia 21 e preenche com 21 da celula anterior ate duas celulas antes do dia 22 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("22", cac2$Maio2)-1):c(grep("23", cac2$Maio2)-2),c(3,7,11,15)] <- "22" #encontra dia 22 e preenche com 22 da celula anterior ate duas celulas antes do dia 23 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("23", cac2$Maio2)-1):c(grep("24", cac2$Maio2)-2),c(3,7,11,15)] <- "23" #encontra dia 23 e preenche com 23 da celula anterior ate duas celulas antes do dia 24 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("24", cac2$Maio2)-1):c(grep("25", cac2$Maio2)-2),c(3,7,11,15)] <- "24" #encontra dia 24 e preenche com 24 da celula anterior ate duas celulas antes do dia 25 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("25", cac2$Maio2)-1):c(grep("26", cac2$Maio2)-2),c(3,7,11,15)] <- "25" #encontra dia 25 e preenche com 25 da celula anterior ate duas celulas antes do dia 26 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("26", cac2$Maio2)-1):c(grep("27", cac2$Maio2)-2),c(3,7,11,15)] <- "26" #encontra dia 26 e preenche com 26 da celula anterior ate duas celulas antes do dia 27 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("27", cac2$Maio2)-1):c(grep("28", cac2$Maio2)-2),c(3,7,11,15)] <- "27" #encontra dia 27 e preenche com 27 da celula anterior ate duas celulas antes do dia 28 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("28", cac2$Maio2)-1):c(grep("29", cac2$Maio2)-2),c(3,7,11,15)] <- "28" #encontra dia 28 e preenche com 28 da celula anterior ate duas celulas antes do dia 29 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("29", cac2$Maio2)-1):c(grep("30", cac2$Maio2)-2),c(3,7,11,15)] <- "29" #encontra dia 29 e preenche com 29 da celula anterior ate duas celulas antes do dia 30 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("30", cac2$Maio2)-1):c(grep("31", cac2$Maio2)-2),c(3,7,11,15)] <- "30" #encontra dia 30 e preenche com 30 da celula anterior ate duas celulas antes do dia 31 (esse eh o intervalo correspondente ao dia no dataframe)
cac2[c(grep("31", cac2$Maio2)-1):nrow(cac2),c(3,7,11,15)] <- "31" #encontra dia 31 e preenche com 31 da celula anterior ate o final das linhas do objeto (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("01", cac3$Outubro1)-1):c(grep("02", cac3$Outubro1)-2),c(1,5,9,13)] <- "01" #encontra dia 01 e preenche com 01 da celula anterior ate duas celulas antes do dia 02 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("02", cac3$Outubro1)-1):c(grep("03", cac3$Outubro1)-2),c(1,5,9,13)] <- "02" #encontra dia 02 e preenche com 02 da celula anterior ate duas celulas antes do dia 03 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("03", cac3$Outubro1)-1):c(grep("04", cac3$Outubro1)-2),c(1,5,9,13)] <- "03" #encontra dia 03 e preenche com 03 da celula anterior ate duas celulas antes do dia 04 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("04", cac3$Outubro1)-1):c(grep("05", cac3$Outubro1)-2),c(1,5,9,13)] <- "04" #encontra dia 04 e preenche com 04 da celula anterior ate duas celulas antes do dia 05 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("05", cac3$Outubro1)-1):c(grep("06", cac3$Outubro1)-2),c(1,5,9,13)] <- "05" #encontra dia 05 e preenche com 05 da celula anterior ate duas celulas antes do dia 06 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("06", cac3$Outubro1)-1):c(grep("07", cac3$Outubro1)-2),c(1,5,9,13)] <- "06" #encontra dia 06 e preenche com 06 da celula anterior ate duas celulas antes do dia 07 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("07", cac3$Outubro1)-1):c(grep("08", cac3$Outubro1)-2),c(1,5,9,13)] <- "07" #encontra dia 07 e preenche com 07 da celula anterior ate duas celulas antes do dia 08 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("08", cac3$Outubro1)-1):c(grep("09", cac3$Outubro1)-2),c(1,5,9,13)] <- "08" #encontra dia 08 e preenche com 08 da celula anterior ate duas celulas antes do dia 09 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("09", cac3$Outubro1)-1):c(grep("10", cac3$Outubro1)-2),c(1,5,9,13)] <- "09" #encontra dia 09 e preenche com 09 da celula anterior ate duas celulas antes do dia 10 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("10", cac3$Outubro1)-1):c(grep("11", cac3$Outubro1)-2),c(1,5,9,13)] <- "10" #encontra dia 10 e preenche com 10 da celula anterior ate duas celulas antes do dia 11 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("11", cac3$Outubro1)-1):c(grep("12", cac3$Outubro1)-2),c(1,5,9,13)] <- "11" #encontra dia 11 e preenche com 11 da celula anterior ate duas celulas antes do dia 12 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("12", cac3$Outubro1)-1):c(grep("13", cac3$Outubro1)-2),c(1,5,9,13)] <- "12" #encontra dia 12 e preenche com 12 da celula anterior ate duas celulas antes do dia 13 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("13", cac3$Outubro1)-1):c(grep("14", cac3$Outubro1)-2),c(1,5,9,13)] <- "13" #encontra dia 13 e preenche com 13 da celula anterior ate duas celulas antes do dia 14 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("14", cac3$Outubro1)-1):c(grep("15", cac3$Outubro1)-2),c(1,5,9,13)] <- "14" #encontra dia 14 e preenche com 14 da celula anterior ate duas celulas antes do dia 15 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("15", cac3$Outubro1)-1):c(grep("16", cac3$Outubro1)-2),c(1,5,9,13)] <- "15" #encontra dia 15 e preenche com 15 da celula anterior ate duas celulas antes do dia 16 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("16", cac3$Outubro1)-1):nrow(cac3),1] <- "16" #encontra dia 16 e preenche com 16 da celula anterior ate o final das linhas do objeto (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("17", cac3$Outubro2)-1):c(grep("18", cac3$Outubro2)-2),c(3,7,11,15)] <- "17" #encontra dia 17 e preenche com 17 da celula anterior ate duas celulas antes do dia 18 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("18", cac3$Outubro2)-1):c(grep("19", cac3$Outubro2)-2),c(3,7,11,15)] <- "18" #encontra dia 18 e preenche com 18 da celula anterior ate duas celulas antes do dia 19 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("19", cac3$Outubro2)-1):c(grep("20", cac3$Outubro2)-2),c(3,7,11,15)] <- "19" #encontra dia 19 e preenche com 19 da celula anterior ate duas celulas antes do dia 20 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("20", cac3$Outubro2)-1):c(grep("21", cac3$Outubro2)-2),c(3,7,11,15)] <- "20" #encontra dia 20 e preenche com 20 da celula anterior ate duas celulas antes do dia 21 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("21", cac3$Outubro2)-1):c(grep("22", cac3$Outubro2)-2),c(3,7,11,15)] <- "21" #encontra dia 21 e preenche com 21 da celula anterior ate duas celulas antes do dia 22 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("22", cac3$Outubro2)-1):c(grep("23", cac3$Outubro2)-2),c(3,7,11,15)] <- "22" #encontra dia 22 e preenche com 22 da celula anterior ate duas celulas antes do dia 23 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("23", cac3$Outubro2)-1):c(grep("24", cac3$Outubro2)-2),c(3,7,11,15)] <- "23" #encontra dia 23 e preenche com 23 da celula anterior ate duas celulas antes do dia 24 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("24", cac3$Outubro2)-1):c(grep("25", cac3$Outubro2)-2),c(3,7,11,15)] <- "24" #encontra dia 24 e preenche com 24 da celula anterior ate duas celulas antes do dia 25 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("25", cac3$Outubro2)-1):c(grep("26", cac3$Outubro2)-2),c(3,7,11,15)] <- "25" #encontra dia 25 e preenche com 25 da celula anterior ate duas celulas antes do dia 26 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("26", cac3$Outubro2)-1):c(grep("27", cac3$Outubro2)-2),c(3,7,11,15)] <- "26" #encontra dia 26 e preenche com 26 da celula anterior ate duas celulas antes do dia 27 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("27", cac3$Outubro2)-1):c(grep("28", cac3$Outubro2)-2),c(3,7,11,15)] <- "27" #encontra dia 27 e preenche com 27 da celula anterior ate duas celulas antes do dia 28 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("28", cac3$Outubro2)-1):c(grep("29", cac3$Outubro2)-2),c(3,7,11,15)] <- "28" #encontra dia 28 e preenche com 28 da celula anterior ate duas celulas antes do dia 29 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("29", cac3$Outubro2)-1):c(grep("30", cac3$Outubro2)-2),c(3,7,11,15)] <- "29" #encontra dia 29 e preenche com 29 da celula anterior ate duas celulas antes do dia 30 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("30", cac3$Outubro2)-1):c(grep("31", cac3$Outubro2)-2),c(3,7,11,15)] <- "30" #encontra dia 30 e preenche com 30 da celula anterior ate duas celulas antes do dia 31 (esse eh o intervalo correspondente ao dia no dataframe)
cac3[c(grep("31", cac3$Outubro2)-1):nrow(cac3),c(3,7,11,15)] <- "31" #encontra dia 31 e preenche com 31 da celula anterior ate o final das linhas do objeto (esse eh o intervalo correspondente ao dia no dataframe)
# 4. Fazendo o subset nos dataframes de acordo com o periodo e mare selecionada
if (periodo == "sem.1") #condiciona caso o periodo selecionado seja semestre 1
{
datas <- cac[grep(mare,cac$Janeiro3, fixed = T),] #busca a altura de mare especificada nos primeiros 16 dias de janeiro e guarda no objeto datas
datas <- rbind(datas, cac[grep(mare,cac$Janeiro4, fixed = T),]) #busca a altura de mare especificada nos ultimos 15 dias de janeiro e adiciona as linhas com rbind no objeto datas
datas <- rbind(datas, cac[grep(mare,cac$Fevereiro3, fixed = T),]) #busca a altura de mare especificada nos primeiros 16 dias de fevereiro e adiciona as linhas com rbind no objeto datas
datas <- rbind(datas, cac[grep(mare,cac$Fevereiro4, fixed = T),]) #busca a altura de mare especificada nos ultimos 12 dias de fevereiro e adiciona as linhas com rbind no objeto datas
datas <- rbind(datas, cac[grep(mare,cac$Março3, fixed = T),]) #busca a altura de mare especificada nos primeiros 16 dias de marco e adiciona as linhas com rbind no objeto datas
datas <- rbind(datas, cac[grep(mare,cac$Março4, fixed = T),]) #busca a altura de mare especificada nos ultimos 15 dias de marco e adiciona as linhas com rbind no objeto datas
datas <- rbind(datas, cac[grep(mare,cac$Abril3, fixed = T),]) #busca a altura de mare especificada nos primeiros 16 dias de abril e adiciona as linhas com rbind no objeto datas
datas <- rbind(datas, cac[grep(mare,cac$Abril4, fixed = T),]) #busca a altura de mare especificada nos 15 dias de abril e adiciona as linhas com rbind no objeto datas
datas2 <- cac2[grep(mare,cac2$Maio3, fixed = T),c(1:8)] #busca a altura de mare especificada nos primeiros 16 dias de maio e guarda no objeto datas2
datas2 <- rbind(datas2, cac2[grep(mare,cac2$Maio4, fixed = T),c(1:8)]) #busca a altura de mare especificada nos ultimos 15 dias de maio e adiciona as linhas com rbind no objeto datas2
datas2 <- rbind(datas2, cac2[grep(mare,cac2$Junho3, fixed = T),c(1:8)]) #busca a altura de mare especificada nos primeiros 16 dias de junho e adiciona as linhas com rbind no objeto datas2
datas2 <- rbind(datas2, cac2[grep(mare,cac2$Junho4, fixed = T),c(1:8)]) #busca a altura de mare especificada nos ultimos 15 dias de junho e adiciona as linhas com rbind no objeto datas2
mares.p <- c(datas, datas2) # seleciona os meses correspondentes ao semestre 1 guardados nos objetos datas e datas2 e guarda na lista mares.p
}
if (periodo == "sem.2") #condiciona caso o periodo selecionado seja semestre 2
{
datas2 <- cac2[grep(mare,cac2$Julho3, fixed = T),c(9:16)] #busca a altura de mare especificada nos primeiros 16 dias de julho e adiciona as linhas com rbind no objeto datas2
datas2 <- rbind(datas2, cac2[grep(mare,cac2$Julho4, fixed = T),c(9:16)]) #busca a altura de mare especificada nos ultimos 15 dias julho e adiciona as linhas com rbind no objeto datas2
datas2 <- rbind(datas2, cac2[grep(mare,cac2$Agosto3, fixed = T),c(9:16)]) #busca a altura de mare especificada nos primeiros 16 dias de abril e adiciona as linhas com rbind no objeto datas2
datas2 <- rbind(datas2, cac2[grep(mare,cac2$Agosto4, fixed = T),c(9:16)]) #busca a altura de mare especificada nos ultimos 14 dias de agosto e adiciona as linhas com rbind no objeto datas2
datas3 <- cac3[grep(mare,cac3$Setembro3, fixed = T),] #busca a altura de mare especificada nos primeiros 16 dias de setembro e guarda no objeto datas3
datas3 <- rbind(datas3, cac3[grep(mare,cac3$Setembro4, fixed = T),]) #busca a altura de mare especificada nos ultimos 14 dias de setembro e adiciona as linhas com rbind no objeto datas3
datas3 <- rbind(datas3, cac3[grep(mare,cac3$Outubro3, fixed = T),]) #busca a altura de mare especificada nos primeiros 16 dias de outubro e adiciona as linhas com rbind no objeto datas3
datas3 <- rbind(datas3, cac3[grep(mare,cac3$Outubro4, fixed = T),]) #busca a altura de mare especificada nos ultimos 15 dias de outubro e adiciona as linhas com rbind no objeto datas3
datas3 <- rbind(datas3, cac3[grep(mare,cac3$Novembro3, fixed = T),]) #busca a altura de mare especificada nos primeiros 16 dias de novembro e adiciona as linhas com rbind no objeto datas3
datas3 <- rbind(datas3, cac3[grep(mare,cac3$Novembro4, fixed = T),]) #busca a altura de mare especificada nos ultimos 15 dias de novembro e adiciona as linhas com rbind no objeto datas3
datas3 <- rbind(datas3, cac3[grep(mare,cac3$Dezembro3, fixed = T),]) #busca a altura de mare especificada nos primeiros 16 dias de dezembro e adiciona as linhas com rbind no objeto datas3
datas3 <- rbind(datas3, cac3[grep(mare,cac3$Dezembro4, fixed = T),]) #busca a altura de mare especificada nos ultimos 15 dias de dezembro e adiciona as linhas com rbind no objeto datas3
mares.p <- c(datas2, datas3) # seleciona os meses correspondentes ao semestre 2 guardados nos objetos datas2 e datas3 e guarda na lista mares.p
}
if (periodo == "tri.1") #condiciona caso o periodo selecionado seja trimestre 1
{
datas <- cac[grep(mare,cac$Janeiro3, fixed = T),c(1:12)] #busca a altura de mare especificada nos primeiros 16 dias de janeiro e guarda no objeto datas
datas <- rbind(datas, cac[grep(mare,cac$Janeiro4, fixed = T),c(1:12)]) #busca a altura de mare especificada nos ultimos 15 dias de janeiro e adiciona as linhas com rbind no objeto datas
datas <- rbind(datas, cac[grep(mare,cac$Fevereiro3, fixed = T),c(1:12)]) #busca a altura de mare especificada nos primeiros 16 dias de fevereiro e adiciona as linhas com rbind no objeto datas
datas <- rbind(datas, cac[grep(mare,cac$Fevereiro4, fixed = T),c(1:12)]) #busca a altura de mare especificada nos ultimos 12 dias de fevereiro e adiciona as linhas com rbind no objeto datas
datas <- rbind(datas, cac[grep(mare,cac$Março3, fixed = T),c(1:12)]) #busca a altura de mare especificada nos primeiros 16 dias de marco e adiciona as linhas com rbind no objeto datas
datas <- rbind(datas, cac[grep(mare,cac$Março4, fixed = T),c(1:12)]) #busca a altura de mare especificada nos ultimos 15 dias de marco e adiciona as linhas com rbind no objeto datas
mares.p <- datas # seleciona os meses correspondentes ao trimestre 1 guardados no objeto datas e guarda na lista mares.p
}
if (periodo == "tri.2")
{
datas <- cac[grep(mare,cac$Abril3, fixed = T),c(13:16)] #busca a altura de mare especificada nos primeiros 16 dias de abril e adiciona as linhas com rbind no objeto datas
datas <- rbind(datas, cac[grep(mare,cac$Abril4, fixed = T),c(13:16)]) #busca a altura de mare especificada nos 15 dias de abril e adiciona as linhas com rbind no objeto datas
datas2 <- cac2[grep(mare,cac2$Maio3, fixed = T),c(1:8)] #busca a altura de mare especificada nos primeiros 16 dias de maio e guarda no objeto datas2
datas2 <- rbind(datas2, cac2[grep(mare,cac2$Maio4, fixed = T),c(1:8)]) #busca a altura de mare especificada nos ultimos 15 dias de maio e adiciona as linhas com rbind no objeto datas2
datas2 <- rbind(datas2, cac2[grep(mare,cac2$Junho3, fixed = T),c(1:8)]) #busca a altura de mare especificada nos primeiros 16 dias de junho e adiciona as linhas com rbind no objeto datas2
datas2 <- rbind(datas2, cac2[grep(mare,cac2$Junho4, fixed = T),c(1:8)]) #busca a altura de mare especificada nos ultimos 15 dias de junho e adiciona as linhas com rbind no objeto datas2
mares.p <- c(datas, datas2) # seleciona os meses correspondentes ao trimestre 2 guardados nos objetos datas e datas2 e guarda na lista mares.p
}
if (periodo == "tri.3")
{
datas2 <- cac2[grep(mare,cac2$Julho3, fixed = T),c(9:16)] #busca a altura de mare especificada nos primeiros 16 dias de julho e adiciona as linhas com rbind no objeto datas2
datas2 <- rbind(datas2, cac2[grep(mare,cac2$Julho4, fixed = T),c(9:16)]) #busca a altura de mare especificada nos ultimos 15 dias julho e adiciona as linhas com rbind no objeto datas2
datas2 <- rbind(datas2, cac2[grep(mare,cac2$Agosto3, fixed = T),c(9:16)]) #busca a altura de mare especificada nos primeiros 16 dias de abril e adiciona as linhas com rbind no objeto datas2
datas2 <- rbind(datas2, cac2[grep(mare,cac2$Agosto4, fixed = T),c(9:16)]) #busca a altura de mare especificada nos ultimos 14 dias de agosto e adiciona as linhas com rbind no objeto datas2
datas3 <- cac3[grep(mare,cac3$Setembro3, fixed = T),c(1:4)] #busca a altura de mare especificada nos primeiros 16 dias de setembro e guarda no objeto datas3
datas3 <- rbind(datas3, cac3[grep(mare,cac3$Setembro4, fixed = T),c(1:4)]) #busca a altura de mare especificada nos ultimos 14 dias de setembro e adiciona as linhas com rbind no objeto datas3
mares.p <- c(datas2, datas3) #seleciona os meses correspondentes ao trimestre 3 guardados nos objetos datas2 e datas3 e guarda na lista mares.p
}
if (periodo == "tri.4")
{
datas3 <- cac3[grep(mare,cac3$Outubro3, fixed = T),c(5:16)] #busca a altura de mare especificada nos primeiros 16 dias de outubro e adiciona as linhas com rbind no objeto datas3
datas3 <- rbind(datas3, cac3[grep(mare,cac3$Outubro4, fixed = T),c(5:16)]) #busca a altura de mare especificada nos ultimos 15 dias de outubro e adiciona as linhas com rbind no objeto datas3
datas3 <- rbind(datas3, cac3[grep(mare,cac3$Novembro3, fixed = T),c(5:16)]) #busca a altura de mare especificada nos primeiros 16 dias de novembro e adiciona as linhas com rbind no objeto datas3
datas3 <- rbind(datas3, cac3[grep(mare,cac3$Novembro4, fixed = T),c(5:16)]) #busca a altura de mare especificada nos ultimos 15 dias de novembro e adiciona as linhas com rbind no objeto datas3
datas3 <- rbind(datas3, cac3[grep(mare,cac3$Dezembro3, fixed = T),c(5:16)]) #busca a altura de mare especificada nos primeiros 16 dias de dezembro e adiciona as linhas com rbind no objeto datas3
datas3 <- rbind(datas3, cac3[grep(mare,cac3$Dezembro4, fixed = T),c(5:16)]) #busca a altura de mare especificada nos ultimos 15 dias de dezembro e adiciona as linhas com rbind no objeto datas3
mares.p <- datas3 #seleciona os meses correspondentes ao trimestre 4 guardados no objeto datas3 e guarda na lista mares.p
}
if (periodo == "jan")
{
datas <- cac[grep(mare,cac$Janeiro3, fixed = T),c(1:4)] #busca a altura de mare especificada nos primeiros 16 dias de janeiro e guarda no objeto datas
datas <- rbind(datas, cac[grep(mare,cac$Janeiro4, fixed = T),c(1:4)]) #busca a altura de mare especificada nos ultimos 15 dias de janeiro e adiciona as linhas com rbind no objeto datas
mares.p <- datas #seleciona as colunas correspondentes a janeiro guardados no objeto datas e guarda na lista mares.p
}
if (periodo == "fev")
{
datas <- cac[grep(mare,cac$Fevereiro3, fixed = T),c(5:8)] #busca a altura de mare especificada nos primeiros 16 dias de fevereiro e adiciona as linhas com rbind no objeto datas
datas <- rbind(datas, cac[grep(mare,cac$Fevereiro4, fixed = T),c(5:8)]) #busca a altura de mare especificada nos ultimos 12 dias de fevereiro e adiciona as linhas com rbind no objeto datas
mares.p <- datas #seleciona as colunas correspondentes a fevereiro guardados no objeto datas e guarda na lista mares.p
}
if (periodo == "mar")
{
datas <- rbind(datas, cac[grep(mare,cac$Março3, fixed = T),c(9:12)]) #busca a altura de mare especificada nos primeiros 16 dias de marco e adiciona as linhas com rbind no objeto datas
datas <- rbind(datas, cac[grep(mare,cac$Março4, fixed = T),c(9:12)]) #busca a altura de mare especificada nos ultimos 15 dias de marco e adiciona as linhas com rbind no objeto datas
mares.p <- datas #seleciona as colunas correspondentes a marco guardados no objeto datas e guarda na lista mares.p
}
if (periodo == "abr")
{
datas <- cac[grep(mare,cac$Abril3, fixed = T),c(13:16)] #busca a altura de mare especificada nos primeiros 16 dias de abril e adiciona as linhas com rbind no objeto datas
datas <- rbind(datas, cac[grep(mare,cac$Abril4, fixed = T),c(13:16)]) #busca a altura de mare especificada nos 15 dias de abril e adiciona as linhas com rbind no objeto datas
mares.p <- datas #seleciona as colunas correspondentes a abril guardados no objeto datas e guarda na lista mares.p
}
if (periodo == "mai")
{
datas2 <- cac2[grep(mare,cac2$Maio3, fixed = T),c(1:4)] #busca a altura de mare especificada nos primeiros 16 dias de maio e guarda no objeto datas2
datas2 <- rbind(datas2, cac2[grep(mare,cac2$Maio4, fixed = T),c(1:4)]) #busca a altura de mare especificada nos ultimos 15 dias de maio e adiciona as linhas com rbind no objeto datas2
mares.p <- datas2 #seleciona as colunas correspondentes a maio guardados no objeto datas e guarda na lista mares.p
}
if (periodo == "jun")
{
datas2 <- cac2[grep(mare,cac2$Junho3, fixed = T),c(5:8)] #busca a altura de mare especificada nos primeiros 16 dias de junho e adiciona as linhas com rbind no objeto datas2
datas2 <- rbind(datas2, cac2[grep(mare,cac2$Junho4, fixed = T),c(5:8)]) #busca a altura de mare especificada nos ultimos 15 dias de junho e adiciona as linhas com rbind no objeto datas2
mares.p <- datas2 #seleciona as colunas correspondentes a jun guardados no objeto datas2 e guarda na lista mares.p
}
if (periodo == "jul")
{
datas2 <- cac2[grep(mare,cac2$Julho3, fixed = T),c(9:12)] #busca a altura de mare especificada nos primeiros 16 dias de julho e adiciona as linhas com rbind no objeto datas2
datas2 <- rbind(datas2, cac2[grep(mare,cac2$Julho4, fixed = T),c(9:12)]) #busca a altura de mare especificada nos ultimos 15 dias julho e adiciona as linhas com rbind no objeto datas2
mares.p <- datas2 #seleciona as colunas correspondentes a julho o guardados no objeto datas2 e guarda na lista mares.p
}
if (periodo == "ago")
{
datas2 <- cac2[grep(mare,cac2$Agosto3, fixed = T),c(13:16)] #busca a altura de mare especificada nos primeiros 16 dias de abril e adiciona as linhas com rbind no objeto datas2
datas2 <- rbind(datas2, cac2[grep(mare,cac2$Agosto4, fixed = T),c(13:16)]) #busca a altura de mare especificada nos ultimos 14 dias de agosto e adiciona as linhas com rbind no objeto datas2
mares.p <- datas2 #seleciona as colunas correspondentes a agosto o guardados no objeto datas2 e guarda na lista mares.p
}
if (periodo =="set")
{
datas3 <- cac3[grep(mare,cac3$Setembro3, fixed = T),c(1:4)] #busca a altura de mare especificada nos primeiros 16 dias de setembro e guarda no objeto datas3
datas3 <- rbind(datas3, cac3[grep(mare,cac3$Setembro4, fixed = T),c(1:4)]) #busca a altura de mare especificada nos ultimos 14 dias de setembro e adiciona as linhas com rbind no objeto datas3
mares.p <- datas3 #seleciona as colunas correspondentes a setembro o guardados no objeto datas2 e guarda na lista mares.p
}
if (periodo == "out")
{
datas3 <- cac3[grep(mare,cac3$Outubro3, fixed = T),c(5:8)] #busca a altura de mare especificada nos primeiros 16 dias de outubro e adiciona as linhas com rbind no objeto datas3
datas3 <- rbind(datas3, cac3[grep(mare,cac3$Outubro4, fixed = T),c(5:8)]) #busca a altura de mare especificada nos ultimos 15 dias de outubro e adiciona as linhas com rbind no objeto datas3
mares.p <- datas3 #seleciona as colunas correspondentes a outubro o guardados no objeto datas3 e guarda na lista mares.p
}
if (periodo == "nov")
{
datas3 <- cac3[grep(mare,cac3$Novembro3, fixed = T),c(9:12)] #busca a altura de mare especificada nos primeiros 16 dias de novembro e adiciona as linhas com rbind no objeto datas3
datas3 <- rbind(datas3, cac3[grep(mare,cac3$Novembro4, fixed = T),c(9:12)]) #busca a altura de mare especificada nos ultimos 15 dias de novembro e adiciona as linhas com rbind no objeto datas3
mares.p <- datas3 #seleciona as colunas correspondentes a novembro o guardados no objeto datas3 e guarda na lista mares.p
}
if (periodo == "dez")
{
datas3 <- cac3[grep(mare,cac3$Dezembro3, fixed = T),c(13:16)] #busca a altura de mare especificada nos primeiros 16 dias de dezembro e adiciona as linhas com rbind no objeto datas3
datas3 <- rbind(datas3, cac3[grep(mare,cac3$Dezembro4, fixed = T),c(13:16)]) #busca a altura de mare especificada nos ultimos 15 dias de dezembro e adiciona as linhas com rbind no objeto datas3
mares.p <- datas3 #seleciona as colunas correspondentes a dezembro o guardados no objeto datas3 e guarda na lista mares.p
}
r <- lapply(mares.p, `length<-`, max(lengths(mares.p))) #deixa todos os elementos da lista com o mesmo numero de linhas para que possa ser transformado em dataframe
r <- as.data.frame(r) #transforma a lista em dataframe para que quando seja salvo a formatacao fique mais palatavel para o usuario
write.table(r, "resultados_mare.csv", sep= ";", row.names = F) #guarda o dataframe em um arquivo .csv nomeado como "resultados_mare.csv", separado por ; que eh o padrao da maioria de softwares de leitura
x <- readline("As datas com os resultados selecionados estao salvas no documento resultados_mare.csv, no diretorio de trabalho do R\n(pressione enter para continuar)") #imprime a tela a mensagem e aguarda o usuario pressionar enter (assim ela fica na tela tempo suficiente para ser lida antes de retornar o dataframe resultante)
return(r) #retorna o dataframe resultado na tela
}
Link para o arquivo .txt com o código da função f_mare_final.r
05_curso_antigo/r2018/alunos/trabalho_final/cecilimendes/funcao_mares.txt · Última modificação: 2020/08/12 06:04 (edição externa)
Exceto onde for informado ao contrário, o conteúdo neste wiki está sob a seguinte licença: CC Attribution-Noncommercial-Share Alike 4.0 International
