Los siguientes comandos son para poder leer el excel de trabajo donde se instala el paquete readxl

options(repos = c(CRAN = "https://cran.rstudio.com/"))
install.packages("readxl")
## Installing package into 'C:/Users/nicol/AppData/Local/R/win-library/4.5'
## (as 'lib' is unspecified)
## package 'readxl' successfully unpacked and MD5 sums checked
## 
## The downloaded binary packages are in
##  C:\Users\nicol\AppData\Local\Temp\RtmpOmkVrk\downloaded_packages
library(readxl)

Datos_residuoscx=read_excel("bd_generacion_residuos_2025.xlsx")
View(Datos_residuoscx)
head(Datos_residuoscx)
## # A tibble: 6 × 7
##   fecha               dia_semana es_feriado tipo_dia residuos_base_t
##   <dttm>              <chr>      <lgl>      <chr>              <dbl>
## 1 2025-01-01 00:00:00 Wednesday  TRUE       Feriado             37.5
## 2 2025-01-02 00:00:00 Thursday   FALSE      Normal              49.0
## 3 2025-01-03 00:00:00 Friday     FALSE      Normal              44.6
## 4 2025-01-04 00:00:00 Saturday   FALSE      Normal              42.0
## 5 2025-01-05 00:00:00 Sunday     FALSE      Normal              33.1
## 6 2025-01-06 00:00:00 Monday     FALSE      Normal              33.1
## # ℹ 2 more variables: factor_incremento <dbl>, residuos_totales_t <dbl>
str(Datos_residuoscx)
## tibble [365 × 7] (S3: tbl_df/tbl/data.frame)
##  $ fecha             : POSIXct[1:365], format: "2025-01-01" "2025-01-02" ...
##  $ dia_semana        : chr [1:365] "Wednesday" "Thursday" "Friday" "Saturday" ...
##  $ es_feriado        : logi [1:365] TRUE FALSE FALSE FALSE FALSE FALSE ...
##  $ tipo_dia          : chr [1:365] "Feriado" "Normal" "Normal" "Normal" ...
##  $ residuos_base_t   : num [1:365] 37.5 49 44.6 42 33.1 ...
##  $ factor_incremento : num [1:365] 1.24 1 1 1 1 ...
##  $ residuos_totales_t: num [1:365] 46.4 49 44.6 42 33.1 ...

Se trabaja por semana y por mes de todos los datos

install.packages("dplyr")#pauquete dplyr para leer datos de numero y letras
## Installing package into 'C:/Users/nicol/AppData/Local/R/win-library/4.5'
## (as 'lib' is unspecified)
## package 'dplyr' successfully unpacked and MD5 sums checked
## 
## The downloaded binary packages are in
##  C:\Users\nicol\AppData\Local\Temp\RtmpOmkVrk\downloaded_packages
install.packages("lubridate")#
## Installing package into 'C:/Users/nicol/AppData/Local/R/win-library/4.5'
## (as 'lib' is unspecified)
## package 'lubridate' successfully unpacked and MD5 sums checked
## 
## The downloaded binary packages are in
##  C:\Users\nicol\AppData\Local\Temp\RtmpOmkVrk\downloaded_packages
library(dplyr)
## 
## Adjuntando el paquete: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
library(lubridate)
## 
## Adjuntando el paquete: 'lubridate'
## The following objects are masked from 'package:base':
## 
##     date, intersect, setdiff, union
# Crear un resumen semanal de la generación de residuos

resumen_semanal <- Datos_residuoscx %>%                     # Toma la base de datos original
  mutate(semana = floor_date(fecha, "week", week_start = 1)) %>% #Crea nueva columna semana con lunes de inicio
  group_by(semana) %>%                                    # Agrupa los datos por cada semana
  summarise(                                              # Resume las variables para cada grupo (cada semana)
    total_residuos_t = sum(residuos_totales_t),           # Suma total de residuos en la semana (toneladas)
    promedio_diario_t = mean(residuos_totales_t),         # Promedio diario de residuos en la semana
    n_dias = n()                                          # Número de días incluidos en esa semana
  ) %>%                                                   # Fin del resumen
  ungroup()                                               # Quita la agrupación para evitar problemas en pasos siguientes

# Ver las primeras filas del resumen semanal
head(resumen_semanal)
## # A tibble: 6 × 4
##   semana              total_residuos_t promedio_diario_t n_dias
##   <dttm>                         <dbl>             <dbl>  <int>
## 1 2024-12-30 00:00:00             215.              43.0      5
## 2 2025-01-06 00:00:00             278.              39.7      7
## 3 2025-01-13 00:00:00             263.              37.6      7
## 4 2025-01-20 00:00:00             269.              38.4      7
## 5 2025-01-27 00:00:00             254.              36.3      7
## 6 2025-02-03 00:00:00             295.              42.1      7
# Ver un resumen estadístico del total semanal de residuos
summary(resumen_semanal$total_residuos_t)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   128.9   265.9   280.7   276.4   290.7   311.0