Importar (y exportar) datos con R

class: inverse, center, middle

<br>

#### Curso de introducción a R (SFPIE)

## Importar (y exportar) datos con R

<br>

### Pedro J. Pérez

#### 2021, abril

###### (actualizadas el 23-05-2021)

<br><br>
#### e-mail: [<i class="fas  fa-envelope "></i>](mailto:pedro.j.perez@uv.es) [pedro.j.perez@uv.es](mailto:pedro.j.perez@uv.es)

#### Web del curso: [<i class="fas  fa-link "></i>](https://perezp44.github.io/curso_R_SFPIE_2021/) https://perezp44.github.io/curso_R_SFPIE_2021/

---
class: inverse, center, middle

## Importación de datos

#### Es la primera etapa para comenzar un análisis de datos

<br>

---

##### ¿Donde están los datos?

- En muchos sitios, pero básicamente en 2:

- en bases de datos (RDBMS, noSQL, etc ...): una base de datos es una herramienta que almacena datos de forma organizada.

- en **ficheros**
  
##### Además, los datos más habituales en CC.SS son datos tabulares

- formatos **tabulares**: `.csv`, `.xlsx`, `.sav` , `.dta`, etc ...

- no tabulares: `.json`, `.xml`, etc ...

<br>

##### Cuando cargemos/importemos esos datos tabulares ....

- Habitualmente, se almacenarán internamente en R como **data.frames** (o **tibbles**)

---
background-image: url(data:image/png;base64,#imagenes/rio-logo.png)
background-position: 99% 1%
background-size: 5%
 
##### Unas ideas generales

- Ya sabemos que generalmente usaremos **datos tabulares** provenientes de **archivos**, que se almacenaran en R como **data.frames**

- RStudio permite cargar datos a través de menús (`File > Import Dataset`). Por menús se pueden cargar datos CSV, EXCEL, SPSS, SAS y STATA. Se puede hacer, pero no lo haremos, ¿por qué?

- Para importar y exportar los datos usaremos funciones, funciones que pertenecen a algún paquete. Podríamos usar los paquetes de R-base, pero ya sabéis que el curso está orientado al `tidyverse`.

- Los principales paquetes del tidyverse para importar y exportar datos son: [readr](https://readr.tidyverse.org/), [haven](https://haven.tidyverse.org/) y [readxl](https://readxl.tidyverse.org/).

--
##### A pesar de ello ... usaremos el paquete rio

- A pesar de ello, vamos a usar un paquete que, sin que lo veamos, llama/utiliza indirectamente esos paquetes y otros, y que permite importar y exportar ficheros en casi cualquier formato.

- **Utilizaremos el paquete [`rio`](https://github.com/leeper/rio)**. En su web pone que el paquete **rio** es "A Swiss-Army Knife for Data I/O".
 
--

---------------------

Bueno, ya vale de "teoría", vamos a aprender a cargar/importar datos mediante una serie de **ejemplos**

---
class: inverse, center, middle

### Ejemplos: importar (y exportar) datos tabulares de ficheros

#### Los ficheros pueden estar en

.center[
- un paquete de R

- en Internet

- en nuestro ordenador
]

---

##### Datos almacenados en los paquetes

- Sí, los paquetes suelen tener funciones y documentación, pero también datos.

<br>

- Intenta entender que hacen las siguientes instrucciones. En nada lo explico yo.

```r
#- cuanto iniciamos R se cargan automaticamente un grupo de paquetes (R-base)
print(.packages()) #- [🌶]imprimimos los nombres de los "currently attached packages"

#- en uno de esos paquetes hay un conjunto de datos llamado "iris"
iris          #- llamamos a "iris"
str(iris)     #- qué es iris?
find("iris")  #- [🌶] ¿donde estaba iris?

my_iris <- iris  #- "hacemos una copia" de iris
find("my_iris")  #- ¿donde está my_iris?

iris <- iris     #- ???
find("iris")     #- ¿donde está ahora iris?
```

---

#### Ejercicio: datos almacenados en los paquetes

.bg-washed-purple.b--dark-purple.ba.bw2.br3.shadow-5.ph4.mt5[

.panelset[
.panel[.panel-name[Tarea]

Resulta que quiero usar unos datos, están el fichero de datos `penguins`, pero resulta que ese fichero de datos está en un paquete. El paquete se llama `palmerpenguins`. El paquete está en CRAN, pero si quieres ver su repo en Github, está [aquí](https://github.com/allisonhorst/palmerpenguins).

Bueno, la tarea está clara: carga en memoria los datos de los pingüinos, el fichero `penguins`.

<br>

]

.panel[.panel-name[Solución]

<br>

- Ni se te ocurra mirar la solución hasta que lo hayas intentado!!!

- te rindes? Bueno, a veces hay que rendirse, mira en el siguiente tab.

]

.panel[.panel-name[Más]

- Te has rendido, bueno ...., primero tienes que instalar el paquete, luego cargarlo en memoria y ya puedes llamar al fichero de datos `penguins`

```r
#- en el pkg palmerpenguins hay 2 conjuntos de datos
library(palmerpenguins) #- install.packages("palmerpenguins")

#- ya podemos usar los datos de penguins xq hemos cargado (attach) el paquete en memoria de R
penguins
my_penguins <- penguins

#- quiero tb hablaros de la siguiente expresión 
#- es importante acostumbrarse a ella [ 🌟 ]
palmerpenguins::penguins
```

]
]
]

---
class: inverse, center, middle
background-image: url(data:image/png;base64,#imagenes/rio-logo.png)
background-position: 98% 2%
background-size: 7%

# Importación de datos

### Vamos a usar el paquete *rio* para cargar datos

<br>

---
background-image: url(data:image/png;base64,#imagenes/rio-logo.png)
background-position: 99% 1%
background-size: 5%

#### Importando datos con el paquete `rio`

- `rio` solo tiene dos funciones: `import()` y `export()`. ¿Adivinas que hace cada una de ellas?

- Empecemos con `import()`. La función `import()` tiene varios argumentos, pero generalmente solo usaremos el primero.

- Su primer argumento se llama `file` y su descripción es: "A character string naming a file, URL, or single-file .zip or .tar archive". WTF!!

.bg-washed-purple.b--dark-purple.ba.bw2.br3.shadow-5.ph4.mt5[

.panelset[
.panel[.panel-name[Tarea]

En esta dirección de internet: <https://raw.githubusercontent.com/perezp44/iris_data/master/data/iris.csv> hay un fichero de datos.

Por favor, utiliza la función `rio::import()` para cargar esos datos en memoria de R

]

.panel[.panel-name[Solución]

```r
rm(list = ls()) #- antes vamos a limpiar el Global env.

la_direccion <- "https://raw.githubusercontent.com/perezp44/iris_data/master/data/iris.csv"

rio::import(la_direccion)    #- ¿qué ha pasado???

iris <- rio::import(la_direccion)  #- y ahora ¿qué ha pasado?
```

.panel[.panel-name[Solución (extended)]

```r
rm(list = ls()) #- antes vamos a limpiar el Global env.

la_direccion <- "https://raw.githubusercontent.com/perezp44/iris_data/master/data/iris.csv"

iris_1 <- rio::import(la_direccion)  #- como un data.frame

iris_2 <- rio::import(la_direccion, setclass = "tibble")  #- como tibble

iris_3 <- tibble::as_tibble(iris_1) #- convertimos df_1 a tibble
```

]
]
]
]

---
class: inverse, center, middle

# Exportación de datos

### Luego seguiremos cargando/importando datos, ahora vamos a exportar

---
#### Exportando datos con el paquete `rio`

- Tenéis que usar la función `rio::export()`. Esta función también tiene varios argumentos, pero los principales son los dos primeros, llamados `"x"` y `"file"`

.bg-washed-purple.b--dark-purple.ba.bw2.br3.shadow-5.ph4.mt5[

.panelset[

.panel[.panel-name[Tarea 1]

Tendrás que apañártelas para hacer la siguiente tarea. No patixques, enseguida lo hacemos juntos, pero seguro que la mayoría sabréis sin ayuda.

<br>

Por favor, utiliza la función `rio::export()` para exportar a un fichero (de tu ordenador) el conjunto de datos `iris` en formato `.csv`.

]

.panel[.panel-name[Solución 1]

```r
rm(list = ls())  #- [🌶] antes vamos a limpiar el Global env.

my_iris <- iris

rio::export(my_iris, "my_iris.csv")             #- sin los nombres de los argumentos

rio::export(x = my_iris, file = "my_iris.csv")  #- CON los nombres de los argumentos

#- IMPORTANTE: ¿Donde hemos guardado my_iris? [ 🌟 ]
```

]

.panel[.panel-name[Tarea 2]

- ¿Donde hemos guardado antes el fichero "my_iris.csv"? En el "directorio de trabajo"

- Puedes guardar ahora otra vez my_iris, pero que se guarde en una subcarpeta del Rroject, concretamente en una subcarpeta llamada `"pruebas"` (primero tendrás que crear esa carpeta)

]

.panel[.panel-name[Solución 2]

- Puedes crear la carpeta "pruebas" a mano, pero yo prefiero crearla con código

```r
fs::dir_create("pruebas")   #- [🌶] creo el subdirectorio

rio::export(my_iris, "./pruebas/my_iris.csv")
```

- Perfecto, pero es mejor construir la ruta utilizando el pkg "here". Tiene ventajas, y es la forma que usaremos cuando nos acostumbremos. [ 🌟 ]

```r
la_ruta <- here::here("pruebas", "my_iris.csv")

rio::export(my_iris, la_ruta)

rio::export(my_iris, here::here("pruebas", "my_iris.csv"))
```

]
]
]

---
#### Seguimos exportando datos con el paquete `rio`

.bg-washed-purple.b--dark-purple.ba.bw2.br3.shadow-5.ph4.mt5[

.panelset[

.panel[.panel-name[Tarea 1]

Por favor, utiliza la función `rio::export()` para exportar el conjunto de datos `iris` a varios ficheros de tu ordenador.

Concretamente has de exportar `iris` a los siguientes formatos: `.csv`, `.xlsx` y `.sav`.
]

.panel[.panel-name[Solución 1]

```r

rio::export(iris, here::here("pruebas", "iris.csv"))

rio::export(iris, here::here("pruebas", "iris.xlsx"))

rio::export(iris, here::here("pruebas", "iris.sav"))
```

]

.panel[.panel-name[Tarea 2]

Por favor, utiliza la función `rio::export()` para exportar el conjunto de datos `penguins` del paquete `palmerpenguins` a varios ficheros de tu ordenador.

Concretamente has de exportar los datos de los pingüinos a los siguientes formatos: `.csv`, `.xlsx`  y `.dta`.
]

.panel[.panel-name[Solución 2]

```r
rio::export(palmerpenguins::penguins, here::here("pruebas", "pinguinos.csv"))

rio::export(palmerpenguins::penguins, here::here("pruebas", "pinguinos.xlsx"))

rio::export(palmerpenguins::penguins, here::here("pruebas", "pinguinos.dta"))
```

]
]
]

---
class: inverse, center, middle

# Volvemos a IMPORTAR

### Vamos a importar los ficheros que hemos creado previamente.

---

#### Seguimos importando datos con el paquete `rio`

.bg-washed-purple.b--dark-purple.ba.bw2.br3.shadow-5.ph4.mt5[

.panelset[

.panel[.panel-name[Tarea 1]

Por favor, utiliza la función `rio::import()` para importar (cargar en memoria) los datos que hay en el fichero `"./pruebas/iris.csv"`

Después importa los datos del fichero: `"./pruebas/iris.xlsx"`
]

.panel[.panel-name[Solución 1]

```r
rm(list = ls())

iris_1 <- rio::import(here::here("pruebas", "iris.csv"))

iris_2 <- rio::import(here::here("pruebas", "iris.xlsx"))
```

]

.panel[.panel-name[Tarea 2]

Por favor, utiliza la función `rio::import()` para importar los datos que haya en el fichero: `"./pruebas/pinguinos.csv"`.

Después importa los datos del fichero: `"./pruebas/pinguinos.xlsx"`

Después importa los datos del fichero: `"./pruebas/pinguinos.dta"`

]

.panel[.panel-name[Solución 2]

Esta vez ya no hay solución!!! Tienes que acostumbrarte a escribir en R.

Ya te manejas leyendo, PERO hay que empezar a escribir!!

]
]
]

---
background-image: url(data:image/png;base64,#imagenes/hot-pepper_1f336.png)
background-position: 99% 1%
background-size: 3%

### Una última cosa

Es importante que diferenciéis entre descargarse un fichero y cargar el fichero en R, cargar el fichero en memoria de R

<br>

- Con `download.file()` descargamos el fichero y lo guardamos en un fichero en nuestro ordenador

```r
#- en esta url hay un fichero de datos en formato .csv
my_url <- "https://raw.githubusercontent.com/perezp44/iris_data/master/data/iris.csv"
  
download.file(url = my_url, 
              destfile = here::here("pruebas", "iris_descargado.csv"))
```

<br>

- Con `rio::import()` no guardamos el fichero, sino que **lo cargamos en memoria de R**, en el Global Env.

```r
aa <- rio::import(my_url)
```

---
class: inverse, center, middle
background-image: url(data:image/png;base64,#imagenes/hot-pepper_1f336.png)
background-position: 99% 1%
background-size: 3%

# Algunos BONUS de I/O

### Con lo que hemos visto hasta ahora nos apañamos, pero conviene ver alguna cosa más ...

---

#### Bonus 1:  exportar los datos de un df en un archivo `.xlsx` ya existente.

```r
#- bonus: le añadimos un libro mas al archivo "./pruebas/iris.xlsx"
rio::export(x = iris, 
       file = here::here("pruebas", "iris.xlsx"), 
       which = "iris_2")
```

<br>

----------------

<br>

#### Bonus 2: (!!) exportar 2 df's en un único archivo `.xlsx`

```r
rio::export(x = list(iris = iris, pinguinos = palmerpenguins::penguins), 
            file = here::here("pruebas", "my_iris_pinguinos.xlsx"))
```

---

#### Bonus 3: (!!) importar una hoja/libro especifica de un archivo `.xlsx`

```r
iris_1 <- rio::import(here::here("pruebas", "my_iris_pinguinos.xlsx"))  #- solo importa el primer libro
  
pinguinos_1 <- rio::import(here::here("pruebas", "my_iris_pinguinos.xlsx"), 
                                      sheet = 2)

pinguinos_2 <- rio::import(here::here("pruebas", "my_iris_pinguinos.xlsx"), 
                                      sheet = "pinguinos")
```

---

#### Bonus 4: (!!!!) importamos todos los libros de un archivo `.xlsx`

```r

*library(readxl)

my_dfs_list <- lapply(excel_sheets(here::here("pruebas", "my_iris_pinguinos.xlsx")), 
                       read_excel,
                       path = here::here("pruebas", "my_iris_pinguinos.xlsx"))
```

<br>

------------

<br>

#### Bonus 5: (!!!!!!) importamos todos archivos de datos de una carpeta concreta; por ejemplo vamos a cargar en memoria de R todos los ficheros de datos que tenemos en la carpeta `"pruebas"`

```r
#- importamos todos los archivos que hemos creado en "./pruebas/"
*library(purrr)
my_carpeta <- here::here("pruebas")

lista_de_archivos <- list.files(my_carpeta)  #- Ok con base ...
lista_de_archivos <- fs::dir_ls(my_carpeta)  #- pero mejor con el pkg "fs"

my_dfs_list_2 <- map(lista_de_archivos, rio::import)
```

---
background-image: url(data:image/png;base64,#imagenes/hot-pepper_1f336.png)
background-position: 99% 1%
background-size: 3%

##### Vamos a dejar limpia la carpeta `"./pruebas/"`

```r
#- vamos a limpiar el Rproject: vamos a borrar los archivos q hemos creado:

list.files("./pruebas")     #- listado de archivos en la carpeta "./pruebas"

file.remove("./pruebas/pinguinos.dta")   #- borramos un archivo

#- borramos todos los archivos de ./pruebas/
file.remove(file.path("./pruebas", list.files("./pruebas")))

#- borramos toda la carpeta con el pkg fs
fs::dir_delete("pruebas")

```

---
class: inverse, center, middle

# Aún tenemos que ver alguna cosa más

<br>

Formatos de datos propios de R

Obtener datos a través de API's

Webscrapping

---

### Formatos de datos propios de R

- Guardar datos en formatos como `.csv` o `.xlsx` es lo más habitual si quieres abrir estos datos en otros programas, pero ...

- ... pero al grabar en estos formatos guardas los datos, PERO no guardas los metadatos; por ejemplo, si una columna la has definido como un factor o como integer, esta información se perderá. En estos casos, una solución es usar los formatos propios de R.

<br>

#### R tiene 2 formatos propios de datos (.rds y .rda)

- si quieres grabar un solo objeto, es preferible hacerlo como `.Rds`
    
  - si quieres grabar varios objetos tienes que hacerlo como `RData` o abreviado como `.Rda`

---

#### Formato .RData

El formato `.RData` tienen la ventaja de que **puedes guardar varios objetos a la vez**.

Una “desventaja” del formato RData es que al importar un fichero .RData, los objetos que contiene se cargan siempre con el nombre con el que fueron grabados.

<br>

- Exportando datos a formato `.Rda`

```r
save(mtcars, iris,  file = here::here("pruebas", "mtcars_and_iris.RData")
```

<br>

- Importando datos en formato `.Rda`: tienes que usar la función `load()`

```r
load(here::here("pruebas", "mtcars_and_iris.RData"))
```

<br>

---

#### Formato .rds

- (3 formas de) Exportar datos a formato `.rds`

```r
saveRDS(iris, here::here("pruebas", "iris_1.rds"))          #- con base-R

readr::write_rds(iris, here::here("pruebas", "iris_2.rds")) #- con pkg "readr"

*rio::export(iris, here::here("pruebas", "iris_3.rds"))
```

- (3 formas de) Importar datos en formato `.rds`

```r
my_iris_1 <- readRDS(here::here("pruebas", "iris_3.rds"))  #- con R-base

my_iris_1 <-readr::read_rds(here::here("pruebas", "iris_3.rds")) #- tidyverse

*my_iris_2 <- rio::import(here::here("pruebas", "iris_3.rds"))
```

---
class: inverse, center, middle

## Acceder a datos a través de API's

#### Hay muuuuuchas organizaciones que ofrecen datos a traves de API's y, en muchas ocasiones, hay un paquete de R para acceder fácilmente a ellos!!!

---

### Eurostat

```r
# install.packages("eurostat")
library(eurostat)

df <- get_eurostat("cult_emp_sex", time_format = 'raw', keepFlags = T)       #- bajamos los datos de la tabla "cult_emp_sex": empleo cultural por genero"
```

<br>

- Si quieres probar tu mismo a bajar datos de Eurostat:

```r
# install.packages("eurostat")
library(eurostat)

#- podemos buscar un  "tema" con la f. search_eurostat()
aa <- search_eurostat("employment", type = "all")

#- elegimos una tabla de Eurostat
my_table <- "hlth_silc_17"   #- elegimos una tabla; por ejemplo "hlth_silc_17": "Healthy life expectancy based on self-perceived health"
label_eurostat_tables(my_table) #- da informacion sobre la Base de datos q estas buscando

#-  descargamos los datos con get_eurostat()
df <- get_eurostat(my_table, time_format = "raw", keepFlags = TRUE )   #- bajamos los datos de una tabla
df_l <- label_eurostat(df)        #- pone labels: mas legible, menos fácil de programar
```

---

### El paquete `quantmod`

Permite acceder a una gran variedad de datos económicos. [Aquí](https://www.quantmod.com/) está su web.

```r
library(quantmod)  #- install.packages("quantmod")

#- For stocks and shares, the yahoo source is used. 
facebook  <- getSymbols(Symbols = 'FB', src = 'yahoo', auto.assign = FALSE)

#- For currencies and metals, the oanda source is used. S
tc_euro_dolar <- getSymbols(Symbols = 'EUR/USD', src = 'oanda', auto.assign = FALSE)

#- For economics series, the FRED source is used. 
Japan_GDP <- getSymbols(Symbols = 'JPNNGDP', src = 'FRED', auto.assign = FALSE)   
```

---
class: inverse, center, middle

## Webscrapping

### Obtener datos directamente de páginas web, de su código html.

---
### Webscrapping

- Pueblos más "altos" de Teruel: [aquí](https://es.wikipedia.org/wiki/Anexo:Municipios_de_la_provincia_de_Teruel) puedes ver la tabla

```r
library(rvest)
library(tidyverse)
my_url <- "https://es.wikipedia.org/wiki/Anexo:Municipios_de_la_provincia_de_Teruel"

content <- read_html(my_url)

body_table <- content %>% html_nodes('body')  %>%
                    html_nodes('table') %>%
                    html_table(dec = ",")

#- solo hay una tabla
Teruel <- body_table[[1]]  #- estoy haciendo subsetting de una lista
```

Vamos a arreglar un poco la tabla

```r
names(Teruel) <- c("Nombre", "Extension", "Poblacion", "Densidad", "Comarca", "Partido_judicial", "Altitud")
library(stringr)
Teruel <- Teruel %>% map(str_trim) %>% as_tibble() #- quita caracteres al final
Teruel <- Teruel %>% mutate(Altitud = str_replace_all(Altitud,"[[:punct:]]", "")) 
Teruel <- Teruel %>% mutate(Altitud = as.double(Altitud)) %>% arrange(desc(Altitud))
```

---
### Webscrapping

- Covid: en [esta página](https://es.wikipedia.org/wiki/Pandemia_de_enfermedad_por_coronavirus_de_2020_en_Espa%C3%B1a) tenemos datos sobre covid.

```r
library(rvest)
library(tidyverse)

my_url <- "https://es.wikipedia.org/wiki/Pandemia_de_enfermedad_por_coronavirus_de_2020_en_Espa%C3%B1a"

content <- read_html(my_url)

body_table <- content %>% 
              html_nodes('body')  %>%
              html_nodes('table') %>%
              html_table(dec = ",", fill = TRUE)

#- la página web tiene 10 tablas, seleccionamos 2 
tabla_6 <- body_table[[6]]  
tabla_7 <- body_table[[7]]  
```

---
class: inverse, center, middle

## Hagamos un caso un poquito más complejo

#### Lo tenéis que hacer vosotros y cuenta para nota (😜)

---

#### Ejercicio:

- Resulta que quiero saber que provincia tiene más municipos, así que me voy al INE, concrétamente [aquí](https://www.ine.es/daco/daco42/codmun/codmunmapa.htm). En esa página hay un fichero que nos permitirá contar el nº de municipios.

.bg-washed-purple.b--dark-purple.ba.bw2.br3.shadow-5.ph4.mt5[

.panelset[

.panel[.panel-name[Tarea]

Hay que descargar el fichero con la relación de municipios del INE. El fichero está aquí:  <https://www.ine.es/daco/daco42/codmun/codmun20/20codmun.xlsx>

- Primero vamos a hacerlo con el paquete `rio`

- Después vamos a ver como podríamos importarlo con menús (que no nos vea Hadley!!)

- Después lo haremos con el paquete `readxl`

- Por último la haremos un poco más "profesional"

]

.panel[.panel-name[Solución 1 (con rio)]

- Primero con el paquete `rio`

```r
rm(list = ls())  #- antes vamos a limpiar el Global env.

my_url <- "https://www.ine.es/daco/daco42/codmun/codmun20/20codmun.xlsx"

download.file(my_url, here::here("pruebas", "ine_rel_muni.xlsx")) #- lo guardo en disco

df_1 <- rio::import(my_url)
```

- ¿Qué problema tenemos?

]

.panel[.panel-name[Solución 2 (por menús)]

- Vamos a usar menús, pero que no nos vea Hadley!!!

- Seguid la siguiente ruta de menús: `File > Import Dataset > From Excel ...`

- Pegáis en la caja de texto el `url` y pincháis el botón `update`

- ....

]

.panel[.panel-name[Solución 3 (con `readxl`)]

- Puedes crear la carpeta "pruebas" a mano, pero yo prefiero crearla con código

```r
df_2 <- readxl::read_xlsx(my_url, skip = 1)  #- no funciona. solo lee del PC

df_2 <- readxl::read_xlsx(here::here("pruebas", "ine_rel_muni.xlsx"), skip = 1)
```

]
]
]

---
background-image: url(data:image/png;base64,#imagenes/hot-pepper_1f336.png)
background-position: 99% 1%
background-size: 3%

##### Podemos hacerlo un poco más "profesional", por ejemplo ...

- Descargo el archivo en una carpeta temporal [🌶]

```r
#- script para bajar la relación de municipios INE a 1 de enero de 2021 
url_descarga <- "https://www.ine.es/daco/daco42/codmun/diccionario21.xlsx"
nombre_fichero <- "diccionario21.xlsx"

fs::dir_create("tmp")   #- creo un directorio temporal

my_ruta <- here::here("tmp", nombre_fichero) #- ruta para guardar el fichero

curl::curl_download(url = url_descarga, destfile = my_ruta)
```

<br>

- Importo el fichero a la memoria de R

```r
df <- readxl::read_xlsx(path = my_ruta, skip = 1)

#- la verdad es que skip = 1 también hubiese funcionado con el paquete `rio` 
#- ya que `rio` llama a `readxl`
```

---
background-image: url(data:image/png;base64,#imagenes/hot-pepper_1f336.png)
background-position: 99% 1%
background-size: 3%

##### ... seguimos con el ejemplo

- Arreglo los datos a mi gusto [🌶]

```r
library(tidyverse)
df <- df %>% 
      mutate(ine_muni = paste0(CPRO, CMUN)) %>% 
      mutate(year = "2021") %>%          #- !! cómo lo guardaría?
      mutate(year = as.numeric(year)) %>% 
      rename(ine_muni.n = NOMBRE) %>% 
      rename(ine_prov = CPRO) %>% 
      select(ine_muni, ine_muni.n, ine_prov, year) 
str(df)
```

<br>

-  Exporto el archivo (por si lo quiero guardar)

```r
readr::write_csv(df, file = here::here("tmp", "my_relacion_muni_2021.csv"))
```

---

##### Como véis no he contado el nº de municipios por provincia

- Se puede hacer de varias maneras, abajo tienes 2:

```r
df_muni <- df %>% group_by(ine_prov) %>% summarise(numero_muni = n())

df_muni <- df %>% count(ine_prov)
```

##### Si quisiéramos saber el nombre de las provincias ...

- tenemos que cargar un nuevo fichero con esa información:

```r
codigos_prov <- pjpv.datos.01::pob_prov_1996_2020 %>% filter(year == 2020)
str(codigos_prov)
```

- Para finalmente fusionar los 2 ficheros:

```r
#- fusiono los 2 ficheros (lo veremos!!)
df_ok <- left_join(df_muni, codigos_prov)
```

- Borro la carpeta `tmp` para dejar el Rproject limpio

```r
fs::dir_delete("tmp")  #- [🌶] borro el directorio temporal
```