Extrae la matriz de datos de una estadística ambiental del SINIA, procesa la tabla y la retorna en formato tibble::tibble limpio y estructurado.
Usage
sinia_datos(id, pivot = c("wide", "long", "raw"), clean_names = TRUE)Arguments
- id
Identificador numérico de la estadística (ej.
1para temperatura).- pivot
Formato de salida de la tabla:
"wide"(por defecto): Mantiene columnas separadas por cada año o periodo histórico."long": Transforma las columnas temporales en formato largo (tidy), generando las columnasanioyvalorlistas paraggplot2ydplyr."raw": Retorna la matriz de texto original sin conversión automática de tipos.
- clean_names
Lógico. Si es
TRUE(por defecto), normaliza los nombres de columnas a minúsculas y sin caracteres especiales.
Value
Un tibble::tibble con los datos de la estadística, o un tibble vacío si no hay conexión o no existen registros. Además, contiene los siguientes atributos con metadatos asociados:
attr(.,"sinia_id")ID numérico de la estadística.
attr(.,"sinia_nombre")Nombre oficial del indicador.
attr(.,"sinia_fuente")Institución generadora oficial.
attr(.,"sinia_unidad")Unidad de medida.
attr(.,"sinia_nota")Nota técnica o metodológica de la tabla.
Examples
# Formato ancho (columnas por anio)
df_wide <- sinia_datos(1)
head(df_wide)
#> # A tibble: 6 × 12
#> departamento `2014` `2015` `2016` `2017` `2018` `2019` `2020` `2021` `2022`
#> <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 Amazonas 14.9 15.1 15.6 15.2 14.8 15.0 15.3 15.0 15.0
#> 2 Áncash 12.5 12.8 13.1 12.3 12.0 12.4 13.4 11.2 11.1
#> 3 Apurímac 14.2 14.5 14.9 14.3 14.2 14.6 15.5 13.6 15.6
#> 4 Arequipa 16.1 17.1 17.3 16.6 16.6 17.0 17.4 16.2 16.0
#> 5 Ayacucho 18.4 18.3 18.8 18.1 17.1 17.0 18.2 17.4 17.7
#> 6 Cajamarca 15.0 15.4 15.6 15.0 14.9 15.0 15.5 14.9 14.8
#> # ℹ 2 more variables: `2023` <dbl>, `2024` <dbl>
# \donttest{
# Formato largo (apilado para analisis y graficos con ggplot2)
df_long <- sinia_datos(1, pivot = "long")
head(df_long)
#> # A tibble: 6 × 3
#> departamento anio valor
#> <chr> <int> <dbl>
#> 1 Amazonas 2014 14.9
#> 2 Áncash 2014 12.5
#> 3 Apurímac 2014 14.2
#> 4 Arequipa 2014 16.1
#> 5 Ayacucho 2014 18.4
#> 6 Cajamarca 2014 15.0
# }