Accesso al DB costruito nelle lezioni precedenti

library(tidyverse)
## ── Attaching packages ──────────────────────── tidyverse 1.2.1 ──
## ✔ ggplot2 2.2.1     ✔ purrr   0.2.4
## ✔ tibble  1.4.2     ✔ dplyr   0.7.4
## ✔ tidyr   0.8.0     ✔ stringr 1.2.0
## ✔ readr   1.1.1     ✔ forcats 0.3.0
## ── Conflicts ─────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
library(RSQLite)
DBname <- "RilieviDendrometria_v03.sqlite"
DBconn <- dbConnect(RSQLite::SQLite(), DBname)
DBI::dbListTables(DBconn)
##  [1] "AdS_Rilevat"       "Altezze"           "Boschi"           
##  [4] "Cav_specie"        "Cavallettamento"   "Diradamento"      
##  [7] "Rilevatori"        "Rilievi"           "Specie"           
## [10] "V_Cavallettamento" "prova"             "prova2"           
## [13] "sqlite_sequence"

Prima prova di elaborazione: conteggio ceppaie

# Partiamo dalla vista preparata nel DB
dbGetQuery(DBconn, 'select * from V_Cavallettamento') %>%
  group_by(Cod_bosco, AdS, cod_specie) %>%
  count()
v_cav <- dbGetQuery(DBconn, 'select * from V_Cavallettamento')
v_cav %>%
  group_by(Cod_bosco, AdS, cod_specie) %>%
  summarise(n= n(), dg = sqrt(mean(d130^2))) %>%
  mutate(G = n * dg^2 * pi/40000)
v_cav %>%
  group_by(Cod_bosco, AdS, cod_specie, Id_ceppaia) %>%
  summarise(n_fusti = n()) %>%
  filter(n_fusti > 1)