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)