library(tidyverse)
sensor=read_csv("http://minitorn.tlu.ee/~jaagup/oma/too/18/04/sensorlugeja.php?kogus=20")
sensor$niiskus %>% mean()
sensor$niiskus
pikkus=12
sapply(1:(length(sensor$niiskus)-(pikkus-1)), 
          function(nr){mean(sensor$niiskus[nr:(nr+pikkus-1)])})

nr=1
sensor$niiskus[nr:(nr+3)]

keskniiskus=sapply(1:(length(sensor$niiskus)-(pikkus-1)), 
       function(nr){mean(sensor$niiskus[nr:(nr+pikkus-1)])})

d2=tibble(niiskus=sensor$niiskus[1:length(keskniiskus)], 
          keskniiskus=keskniiskus) %>% mutate(reanr=row_number())

?gather
d2 %>% gather("tunnus", "sisu", niiskus, keskniiskus)
d2 %>% pivot_longer(c(niiskus, keskniiskus), 
              names_to="tunnnus", values_to="sisu")


d2 %>% gather("tunnus", "sisu", niiskus, keskniiskus) %>%
  ggplot(aes(reanr, sisu, color=tunnus))+geom_line()

andmeridu=50000
aknapikkus=120
url=paste("http://minitorn.tlu.ee/~jaagup/oma/too/18/04/",
           "sensorlugeja.php?kogus=",andmeridu, sep="")
sensor=read_csv(url) %>% drop_na()
keskniiskus=sapply(1:(length(sensor$niiskus)-(aknapikkus-1)), 
                   function(nr){mean(sensor$niiskus[nr:(nr+aknapikkus-1)])})
d2=tibble(niiskus=sensor$niiskus[1:length(keskniiskus)], 
          keskniiskus=keskniiskus) %>% mutate(reanr=row_number())
d2 %>% gather("tunnus", "sisu", niiskus, keskniiskus) %>%
  mutate(tunnus=factor(tunnus, levels=c("niiskus", "keskniiskus"))) %>%
  ggplot(aes(reanr, sisu, color=tunnus))+geom_line()+
  scale_color_manual(name="mõõtmised", values=c("niiskus"="green", "keskniiskus"="red"))


#Täiendage näidet nõnda, et samal joonisel oleks nii õhuniiskuse 
#kui temperatuuri väärtused ja libisevad keskmised

andmeridu=500000
aknapikkus=120
url=paste("http://minitorn.tlu.ee/~jaagup/oma/too/18/04/",
          "sensorlugeja.php?kogus=",sprintf("%d", andmeridu), sep="")
sensor=read_csv(url) %>% drop_na()
keskniiskus=sapply(1:(length(sensor$niiskus)-(aknapikkus-1)), 
                   function(nr){mean(sensor$niiskus[nr:(nr+aknapikkus-1)])})
kesktemp=sapply(1:(length(sensor$niiskus)-(aknapikkus-1)), 
                   function(nr){mean(sensor$temperatuur[nr:(nr+aknapikkus-1)])})
d2=tibble(niiskus=sensor$niiskus[1:length(keskniiskus)], 
          keskniiskus=keskniiskus, 
          temperatuur=sensor$temperatuur[1:length(keskniiskus)],
          kesktemperatuur=kesktemp) %>% mutate(reanr=row_number()) 
d2 %>% gather("tunnus", "sisu", niiskus, keskniiskus, temperatuur, kesktemperatuur) %>%
  mutate(tunnus=factor(tunnus, levels=
              c("niiskus", "keskniiskus", "temperatuur", "kesktemperatuur"))) %>%
  ggplot(aes(reanr, sisu, color=tunnus))+geom_line()+
  scale_color_manual(name="mõõtmised", 
     values=c("niiskus"="lightblue", "keskniiskus"="blue",
              "temperatuur"="orange", "kesktemperatuur"="red"))

sensor %>% ggplot(aes(aeg, temperatuur))+geom_line()



sensor=read_csv("http://minitorn.tlu.ee/~jaagup/oma/too/18/04/sensorlugeja.php?kogus=20")
sensor$aeg[1]
[1] "2020-10-08 14:17:09 UTC"
> class(sensor$aeg[1])
[1] "POSIXct" "POSIXt" 
> months(sensor$aeg[1])
[1] "oktoober"
> ?months
> weekdays(sensor$aeg[1])
[1] "neljapäev"
> quarters(sensor$aeg[1])
[1] "Q4"
> julian(sensor$aeg[1])
Time difference of 18543.6 days
> ?format
> format(sensor$aeg[1], "%S")
[1] "09"
> sensor$aeg[1]
[1] "2020-10-08 14:17:09 UTC"
> format(sensor$aeg[1], "%M")
[1] "17"
> format(sensor$aeg[1], "%m")
[1] "10"
> format(sensor$aeg[1], "%Y")
[1] "2020"
> format(sensor$aeg[1], "%y")
[1] "20"
> as.numeric(format(sensor$aeg[1], "%Y"))
[1] 2020
> 

sensor
sensor["minutid"]=format(sensor$aeg, "%M")
  
sensor=read_csv("http://minitorn.tlu.ee/~jaagup/oma/too/18/04/sensorlugeja.php?kogus=200000")

sensor %>% group_by(kuu) %>% drop_na() %>% 
  summarise(ktemp=mean(temperatuur))

sensor %>% ggplot(aes(aeg, temperatuur))+geom_line()
sensor["kuupaev"]=format(sensor$aeg, "%d")

sensor %>% ggplot(aes(kuupaev, temperatuur, color=kuu)) + geom_line()


sensor["kuupaev"]=format(sensor$aeg, "%d")
sensor["kuu"]=format(sensor$aeg, "%m")
sensor %>% ggplot(aes(kuupaev, temperatuur)) + geom_line()+
    facet_wrap(~kuu)
sensor=read_csv("http://minitorn.tlu.ee/~jaagup/oma/too/18/04/sensorlugeja.php?kogus=2000000")

> sensor["tund"]=format(sensor$aeg, "%H") %>% as.numeric()
> sensor["paevaosa"]=ifelse(sensor["tund"]>6 & sensor["tund"]<=18, "päev", "öö")

sensor %>% ggplot(aes(kuupaev, temperatuur)) + geom_line()+
  facet_grid(paevaosa~kuu)

sensor %>% filter(kuu==10, kuupaev %in% c("06", "07")) %>% sample_n(10)

sensor %>% filter(kuu==10, kuupaev %in% c("06", "07")) %>% 
    group_by(kuupaev, tund) %>% summarise(kt=mean(temperatuur))


sensor %>% filter(kuu==10, kuupaev %in% c("06", "07")) %>% 
  group_by(kuupaev, tund) %>% summarise(kt=mean(temperatuur)) %>%
  ggplot(aes(tund, kt, fill=kuupaev))+geom_col(position = position_dodge())

# paigutage facet_wrap abil kahe kuupäeva andmed eraldi joonistele

sensor %>% filter(kuu==10, kuupaev %in% c("06", "07")) %>% 
  group_by(kuupaev, tund) %>% summarise(kt=mean(temperatuur)) %>%
  ggplot(aes(tund, kt, fill=kuupaev))+geom_col(position = position_dodge()) +
  facet_wrap(~kuupaev, nrow = 2)

anim <- ggplot(iris, aes(Sepal.Width, Petal.Width)) +
  geom_point() +
  labs(title = "{closest_state}") +
  transition_states(Species, transition_length = 3, state_length = 1)
print(anim)

library(gganimate)

sensor %>% filter(kuu==10, kuupaev %in% c("06", "07")) %>% 
  group_by(kuupaev, tund) %>% summarise(kt=mean(temperatuur)) %>%
  ggplot(aes(tund, kt))+geom_col()+ labs(title = "{closest_state}") +
  transition_states(kuupaev, transition_length=3, state_length=1)

#Koostage sama joonis juuli, augusti ja septembri 
#tunni keskmiste temperatuuridega
#sensor["kuu"]=months(sensor$aeg)
sensor["kuu"]=format(sensor$aeg, "%m")
sensor["tund"]=format(sensor$aeg, "%H")
sensor %>% drop_na() %>% 
#  mutate(kuu, factor(kuu, levels=c("jaanuar", "veebruar", "märts", "aprill", 
#                    "mai", "juuni", "juuli", "august", "september"))) %>%
  group_by(kuu, tund) %>% summarise(kt=mean(temperatuur)) %>%
  ggplot(aes(tund, kt))+geom_col()+ labs(title = "{closest_state}") +
  transition_states(kuu, transition_length=3, state_length=1)

#Võimalusel lisage ka tunni max ja min temperatuur