library(tidyverse)
library(here)
theme_set(theme_bw())

Os dados que usaremos para realizar essa análise possuem as seguintes informações sobre as cidades onde ocorrem as medições: a data do começo da semana das medições, maiores, menores e temperatura médias registradas nas semanas, velocidade média do vento e maiores velocidades, média de umidade e total de precipitação. Nesta análise o foco será observar o vento nas 3 cidades em 2019 e observar o calor das cidades nos meses iniciais do ano em anos mais recentes.

# SEMPRE read_csv NUNCA read.csv
clima_tudo = read_csv(
    here("data/tempo-jp-cg-pt.csv"),
    col_types = cols(
        .default = col_double(),
        cidade = col_character(),
        semana = col_date(format = ""),
        ano = col_integer(),
        mes = col_integer()
    )
)

clima2019 = clima_tudo %>% 
    filter(ano == 2019)

Como foi o vento em João Pessoa, Campina Grande e Patos em 2019?

Para responder a esse questionamento, usamos os dados de vento médio em cada uma das semanas referentes ao ano de 2019 nessas cidades. Os valores de vento são mostrados com agrupamento por cidade a qual pertencem no gráfico abaixo:

clima2019 %>% 
  ggplot(aes(x = reorder(cidade, vento_medio), y = vento_medio, color = cidade)) + 
  geom_jitter(width = .2, alpha = .5) + 
  coord_flip() +
  labs(y="Vento Médio", x= "")

Podemos ver que até as semanas de menos vento em Campina Grande ventam mais do que as semanas com mais ventos de João Pessoa. Além disso os valores de vento para João Pessoa ficam concentrados numa faixa de valores menor do que a faixa de Campina Grande. Já em Patos, os ventos ocupam a maior faixa de valores, que se estende desde a faixa de João Pessoa até a faixa de Campina Grande. Para observarmos de maneira melhor a concentração dos valores, usamos um gráfico de densidade.

clima2019 %>% 
  ggplot(aes(x = vento_medio, color = cidade)) +
  facet_wrap(~ reorder(cidade, -vento_medio), ncol = 1) + 
  geom_density(fill = "lightgray", alpha = .5) + 
  geom_rug() +
  labs(y="Densidade", x= "Vento Médio")

Notamos que os ventos de João Pessoa se concentram mais na metade superior da faixa de valores para ventos mais fracos enquanto a distribução dos ventos para Patos não parece ter uma concentração bem definida, variando de maneira mais uniforme na totalidade da faixa. No caso de Campina Grande a predominância é de ventos mais fortes e ventos médios em relação às outras cidades, numa ditribuição mais simétrica .

Considerando apenas as semanas no período de janeiro e fevereiro, como foi o calor das 3 cidades nos últimos anos?

Na resposta para essa pergunta usamos os dados de temperatura média nas semanas dos primeiros meses dos últimos anos nessas cidades. Nos dados existe apenas um valor faltante que pode ser desconsiderado para fins desta análise. Os valores são mostrados em agrupamento por cidade mostrando a distribuição ao longo das faixas de valores no gráfico de densidade abaixo:

clima_tudo %>% 
  filter(ano %in% 2017:2019, mes %in% 1:2) %>%
  ggplot(aes(x = temp_media, color = cidade)) +
  facet_wrap(~ reorder(cidade, -temp_media), ncol = 1) +
  geom_density(fill = "lightgray", alpha = .5) + 
  geom_rug() +
  labs(y="Densidade", x= "Temperatura Média")

Campina Grande possui apenas uma concentração bem definida de temperaturas mais baixas e que é mais simétrica que as demais cidades. João Pessoa tem 2 concentrações de temperatura aparentes, sendo uma delas pra temperaturas medianas e outra para temperaturas mais altas enquanto Patos apresenta maior variação na faixa de valores com predominância de temperaturas mais altas em relação as outras cidades e uma cauda que se estende para temperaturas medianas.