Corregir hora

class: title-slide, inverse, middle, right
background-image: url(https://raw.githubusercontent.com/MiriamLL/Curso_tracking/main/03Figuras/PortadaC.jpg)
background-size: cover

class: title-slide, inverse, middle, right

# Corregir<br>hora

## **Miriam Lerma**<br>
Marzo 2021

---

# Intro

En esta presentación verán como: <br> 
- [Cargar datos de GPS](#cargar) <br>
- Corregir la hora de acuerdo al GMT<br>
[Usando paquete sula](#sula)<br>
[Usando mutate](#mutate)<br>
[Usando dmy_hms](#dmy)<br>
[Cambiando tz](#tz)  <br>
- [Exportar datos](#exportar) <br>

## Ustedes

- Tienes una base de datos con datos de GPS <br>
- Tienen conocimientos básicos de R, si no te recomiendo [<svg style="height:0.8em;top:.04em;position:relative;fill:#e63946;" viewBox="0 0 576 512"><path d="M576 24v127.984c0 21.461-25.96 31.98-40.971 16.971l-35.707-35.709-243.523 243.523c-9.373 9.373-24.568 9.373-33.941 0l-22.627-22.627c-9.373-9.373-9.373-24.569 0-33.941L442.756 76.676l-35.703-35.705C391.982 25.9 402.656 0 424.024 0H552c13.255 0 24 10.745 24 24zM407.029 270.794l-16 16A23.999 23.999 0 0 0 384 303.765V448H64V128h264a24.003 24.003 0 0 0 16.97-7.029l16-16C376.089 89.851 365.381 64 344 64H48C21.49 64 0 85.49 0 112v352c0 26.51 21.49 48 48 48h352c26.51 0 48-21.49 48-48V287.764c0-21.382-25.852-32.09-40.971-16.97z"/></svg>empezar por aquí](https://miriamlerma.netlify.app/posts/2021-03-01-introar/) <br>
- Necesitan corregir la hora de sus GPSs
  
---
name: cargar
class:center,middle

## 1. Importar datos a R

Para esta parte necesitas saber cargar tus datos, si necesitas recordar como hacerlo, te recomiendo [<svg style="height:0.8em;top:.04em;position:relative;fill:#e63946;" viewBox="0 0 576 512"><path d="M576 24v127.984c0 21.461-25.96 31.98-40.971 16.971l-35.707-35.709-243.523 243.523c-9.373 9.373-24.568 9.373-33.941 0l-22.627-22.627c-9.373-9.373-9.373-24.569 0-33.941L442.756 76.676l-35.703-35.705C391.982 25.9 402.656 0 424.024 0H552c13.255 0 24 10.745 24 24zM407.029 270.794l-16 16A23.999 23.999 0 0 0 384 303.765V448H64V128h264a24.003 24.003 0 0 0 16.97-7.029l16-16C376.089 89.851 365.381 64 344 64H48C21.49 64 0 85.49 0 112v352c0 26.51 21.49 48 48 48h352c26.51 0 48-21.49 48-48V287.764c0-21.382-25.852-32.09-40.971-16.97z"/></svg>empezar por aquí](https://miriamll.github.io/Curso_tracking/Parte1).

---

### 1.1. Cargar datos

Para cargar datos de prueba.<br>
Puedes instalar el paquete 'sula'

```r
remotes::install_github("MiriamLL/sula")
```

Cargar datos

```r
library(sula)
GPS_raw<-GPS_raw
head(GPS_raw)
```

```
## # A tibble: 6 x 5
##   Latitude Longitude DateGMT    TimeGMT  IDs  
##      <dbl>     <dbl> <chr>      <chr>    <chr>
## 1    -27.2     -109. 02/11/2017 17:05:30 GPS01
## 2    -27.2     -109. 02/11/2017 17:09:35 GPS01
## 3    -27.2     -109. 02/11/2017 17:13:50 GPS01
## 4    -27.2     -109. 02/11/2017 17:17:59 GPS01
## 5    -27.2     -109. 02/11/2017 17:22:13 GPS01
## 6    -27.2     -109. 02/11/2017 17:26:25 GPS01
```

---

class:center,middle

<h1><svg style="height:0.8em;top:.04em;position:relative;fill:#22577a;" viewBox="0 0 512 512"><path d="M505 442.7L405.3 343c-4.5-4.5-10.6-7-17-7H372c27.6-35.3 44-79.7 44-128C416 93.1 322.9 0 208 0S0 93.1 0 208s93.1 208 208 208c48.3 0 92.7-16.4 128-44v16.3c0 6.4 2.5 12.5 7 17l99.7 99.7c9.4 9.4 24.6 9.4 33.9 0l28.3-28.3c9.4-9.4 9.4-24.6.1-34zM208 336c-70.7 0-128-57.2-128-128 0-70.7 57.2-128 128-128 70.7 0 128 57.2 128 128 0 70.7-57.2 128-128 128z"/></svg>
## 2. Revisar el día y la hora
Para esta parte puedes necesitar algunos básicos de como manipular data frames en R, si necesitas más información [<svg style="height:0.8em;top:.04em;position:relative;fill:#e63946;" viewBox="0 0 576 512"><path d="M576 24v127.984c0 21.461-25.96 31.98-40.971 16.971l-35.707-35.709-243.523 243.523c-9.373 9.373-24.568 9.373-33.941 0l-22.627-22.627c-9.373-9.373-9.373-24.569 0-33.941L442.756 76.676l-35.703-35.705C391.982 25.9 402.656 0 424.024 0H552c13.255 0 24 10.745 24 24zM407.029 270.794l-16 16A23.999 23.999 0 0 0 384 303.765V448H64V128h264a24.003 24.003 0 0 0 16.97-7.029l16-16C376.089 89.851 365.381 64 344 64H48C21.49 64 0 85.49 0 112v352c0 26.51 21.49 48 48 48h352c26.51 0 48-21.49 48-48V287.764c0-21.382-25.852-32.09-40.971-16.97z"/></svg>ve aquí](https://miriamll.github.io/Curso_CIAD/Clase3Parte2#1).

---

### 2.1. Identifica tu zona horaria

Es común que los datos de GPS se registren en GMT+0. <br>
Cuando usamos GPS en América Latina, tienes que identificar en que zona horaria te encuentras.

.center[
<img src="https://upload.wikimedia.org/wikipedia/commons/thumb/d/d2/Timezones2008_UTC%2B0.png/1200px-Timezones2008_UTC%2B0.png" height="350" />
]

---

### 2.2. Día Hora

Vamos a revisar nuestros datos de día y hora.  
Primero unimos las columnas de día y hora en los datos de GPS y convertimos al formato POSIXct para que R entienda que son día y hora.

Para unirlos en una columna:

```r
GPS_raw$diahora<-paste(GPS_raw$DateGMT,GPS_raw$TimeGMT)
```

Para decirle que son día y hora:

```r
GPS_raw$diahora<-as.POSIXct(strptime(GPS_raw$diahora, 
                                       "%d/%m/%Y %H:%M:%S"),"GMT")
```

Considera que:  
.pull-left[
- **y** es para **año**   
- **m** es para **mes**  
- **d** es para **día**]  
.pull-right[
- **H** es para **Hora**  
- **M** es para **Minuto**  
- **S** es para **Segundo**  
]

<br>
_Nota que la m para mes es en minusculas y para Minuto en mayusculas._

---

### 2.3. Errores comunes

Verifica como tienes ordenados tus datos.<br>
- Verifica si usas **/** o **-** para separar tus fechas, o que otro separador puede existir en tus datos.

Para el formato '21-12-2017 05:30:01'.

```r
#format = "%d-%m-%Y %H:%M:%S"
```

Para el formato '2017/12/21 05:30:01'.

```r
#format = "%Y/%m/%d %H:%M:%S"
```

---

### 2.4. Verificar datos.

Verifica que tus datos no tengan NAs ni ceros en día y hora.

```r
range(GPS_raw$diahora)
```

```
## [1] "2017-11-02 17:05:30 GMT" "2017-11-27 09:48:57 GMT"
```

Si tienes **NAs**, deberas sacarlos, puedes usar la libreria tidyverse.

```r
library(tidyverse)
GPS_Limpio<-GPS_raw%>%
  drop_na(diahora)
```

Si tienes ceros, puedes usar **filter** y **!=** que significa **diferente de**.

```r
GPS_Limpio<-GPS_raw%>%
  filter(diahora != 0)
```

---

class: center, middle

<h1><svg style="height:0.8em;top:.04em;position:relative;fill:#22577a;" viewBox="0 0 512 512"><path d="M256 8C119 8 8 119 8 256s111 248 248 248 248-111 248-248S393 8 256 8zm57.1 350.1L224.9 294c-3.1-2.3-4.9-5.9-4.9-9.7V116c0-6.6 5.4-12 12-12h48c6.6 0 12 5.4 12 12v137.7l63.5 46.2c5.4 3.9 6.5 11.4 2.6 16.8l-28.2 38.8c-3.9 5.3-11.4 6.5-16.8 2.6z"/></svg>
## 3. Corregir la hora
Para esta parte puedes necesitar algunos básicos de como manipular data frames en R, si necesitas más información [<svg style="height:0.8em;top:.04em;position:relative;fill:#e63946;" viewBox="0 0 576 512"><path d="M576 24v127.984c0 21.461-25.96 31.98-40.971 16.971l-35.707-35.709-243.523 243.523c-9.373 9.373-24.568 9.373-33.941 0l-22.627-22.627c-9.373-9.373-9.373-24.569 0-33.941L442.756 76.676l-35.703-35.705C391.982 25.9 402.656 0 424.024 0H552c13.255 0 24 10.745 24 24zM407.029 270.794l-16 16A23.999 23.999 0 0 0 384 303.765V448H64V128h264a24.003 24.003 0 0 0 16.97-7.029l16-16C376.089 89.851 365.381 64 344 64H48C21.49 64 0 85.49 0 112v352c0 26.51 21.49 48 48 48h352c26.51 0 48-21.49 48-48V287.764c0-21.382-25.852-32.09-40.971-16.97z"/></svg>ve aquí](https://miriamll.github.io/Curso_CIAD/Clase3Parte2#1).

---
name: sula
### 3.1. Usando sula

Cargar la libreria.

```r
library(sula)
```

Renombra el objeto.

```r
Opcion1<-GPS_raw
```

Esta función corrige el tiempo de acuerdo a la zona horaria, necesitas incluir tus datos, definir la columna de hora y día, el formato en el que están y el numero de horas de diferencia.

```r
GPS_gmt<-ajustar_hora(GPS_data = Opcion1,
                      dif_hor = 5,
                      dia_col = 'DateGMT',
                      hora_col = 'TimeGMT',
                      formato="%d/%m/%Y %H:%M:%S")
```

---

### 3.2. Usando sula

Listo!

Hora original:

```r
head(GPS_raw$TimeGMT,5)
```

```
## [1] "17:05:30" "17:09:35" "17:13:50" "17:17:59" "17:22:13"
```

Verificar hora corregida:

```r
range(GPS_gmt$hora_corregida)
```

```
## [1] "2017-11-02 12:05:30 GMT" "2017-11-27 04:48:57 GMT"
```

.center[
<h1>🥳</h1>
]

---
name: mutate
### 3.4. Usando mutate

Cargar la libreria.

```r
library(tidyverse)
```

```r
GPS_raw$diahora<-paste(GPS_raw$DateGMT,GPS_raw$TimeGMT)
GPS_raw$diahora<-as.POSIXct(strptime(GPS_raw$diahora, 
                                       "%d/%m/%Y %H:%M:%S"),"GMT")
```

Renombra el objeto.

```r
Opcion2<-GPS_raw
```

Supongamos que para nuestros datos tenemos 5 horas de diferencia.

Para restar las 5 horas, creamos una columna que se llama hora_corregida, no es necesario pero sirve para verificar que todo este correcto.

```r
Opcion2<-Opcion2 %>%
  mutate(hora_corregida = diahora - 5*60*60)
```
Nota que hora se resta a la columna diahora y las cinco horas se multiplican por los minutos y segundos.

---

### 3.2. Usando mutate

Listo!

```r
head(Opcion2$hora_corregida,5)
```

```
## [1] "2017-11-02 12:05:30 GMT" "2017-11-02 12:09:35 GMT"
## [3] "2017-11-02 12:13:50 GMT" "2017-11-02 12:17:59 GMT"
## [5] "2017-11-02 12:22:13 GMT"
```

Verificar

```r
range(Opcion2$hora_corregida)
```

```
## [1] "2017-11-02 12:05:30 GMT" "2017-11-27 04:48:57 GMT"
```

.center[
<h1>🥳</h1>
]

---
name: dmy
### 3.3. Usando dmy_hms

Cargar libreria.

```r
library(lubridate)
```

Renombra tu objeto.

```r
Opcion3<-GPS_raw
```

Convertir usando dmy_hms

```r
Opcion3$diahora<-paste(Opcion3$DateGMT,Opcion3$TimeGMT)
Opcion3$diahora<-dmy_hms(Opcion3$diahora)
```

Restar los segundos de diferencia

```r
Opcion3$hora_corregida <- Opcion3$diahora - 3600*5
```
Nota que hora se resta a la columna diahora y las cinco horas se multiplican por los minutos y segundos.

---

### 3.3. Usando dmy_hms

Listo!

```r
head(Opcion3$hora_corregida,5)
```

```
## [1] "2017-11-02 12:05:30 UTC" "2017-11-02 12:09:35 UTC"
## [3] "2017-11-02 12:13:50 UTC" "2017-11-02 12:17:59 UTC"
## [5] "2017-11-02 12:22:13 UTC"
```

Verificar

```r
range(Opcion3$hora_corregida)
```

```
## [1] "2017-11-02 12:05:30 UTC" "2017-11-27 04:48:57 UTC"
```

.center[
<h1>🥳</h1>
]

---
name: tz
### 3.4. Cambiando tz

Renombra tu objeto

```r
GPS_raw$diahora<-paste(GPS_raw$DateGMT,GPS_raw$TimeGMT)
GPS_raw$diahora<-as.POSIXct(strptime(GPS_raw$diahora, 
                                       "%d/%m/%Y %H:%M:%S"),"GMT")
Opcion4<-GPS_raw
```

Cargar paquete

```r
library(lubridate)
```

El formato original es probablemente tz Europe/Amsterdam

```r
Opcion4$Hora<-ymd_hms(Opcion3$diahora, tz = "Europe/Amsterdam")
```

```r
head(Opcion4$Hora)
```

```
## [1] "2017-11-02 17:05:30 CET" "2017-11-02 17:09:35 CET"
## [3] "2017-11-02 17:13:50 CET" "2017-11-02 17:17:59 CET"
## [5] "2017-11-02 17:22:13 CET" "2017-11-02 17:26:25 CET"
```

---

### 3.4. Cambiando tz

Para cambiarlo usar **with_tz**.

```r
Opcion4$hora_corregida <- with_tz(Opcion4$Hora,tzone = "America/La_Paz")
```

Listo!

```r
head(Opcion4$hora_corregida,5)
```

```
## [1] "2017-11-02 12:05:30 -04" "2017-11-02 12:09:35 -04"
## [3] "2017-11-02 12:13:50 -04" "2017-11-02 12:17:59 -04"
## [5] "2017-11-02 12:22:13 -04"
```

Verificar

```r
range(Opcion4$hora_corregida)
```

```
## [1] "2017-11-02 12:05:30 -04" "2017-11-27 04:48:57 -04"
```

.center[
<h1>🥳</h1>
]

---

### 3.4. Usando with_tz

Para elegir la tzone tienes que conocer el **nombre de tu región** y considera el **horario de verano**.

Para ver en R la lista de nombres de las zonas horarias aceptadas usa la siguiente linea de código.

```r
OlsonNames()
```
Te van a aparecer muchos resultados.

Otra opción es ver la [<svg style="height:0.8em;top:.04em;position:relative;fill:#e63946;" viewBox="0 0 576 512"><path d="M576 24v127.984c0 21.461-25.96 31.98-40.971 16.971l-35.707-35.709-243.523 243.523c-9.373 9.373-24.568 9.373-33.941 0l-22.627-22.627c-9.373-9.373-9.373-24.569 0-33.941L442.756 76.676l-35.703-35.705C391.982 25.9 402.656 0 424.024 0H552c13.255 0 24 10.745 24 24zM407.029 270.794l-16 16A23.999 23.999 0 0 0 384 303.765V448H64V128h264a24.003 24.003 0 0 0 16.97-7.029l16-16C376.089 89.851 365.381 64 344 64H48C21.49 64 0 85.49 0 112v352c0 26.51 21.49 48 48 48h352c26.51 0 48-21.49 48-48V287.764c0-21.382-25.852-32.09-40.971-16.97z"/></svg> lista en Wikipedia](https://en.wikipedia.org/wiki/List_of_tz_database_time_zones).

---
name: exportar
class: center, middle

# 4. Exportar 
Para esta parte necesitas saber exportar tus datos, si necesitas recordar como hacerlo, te recomiendo [<svg style="height:0.8em;top:.04em;position:relative;fill:#e63946;" viewBox="0 0 576 512"><path d="M576 24v127.984c0 21.461-25.96 31.98-40.971 16.971l-35.707-35.709-243.523 243.523c-9.373 9.373-24.568 9.373-33.941 0l-22.627-22.627c-9.373-9.373-9.373-24.569 0-33.941L442.756 76.676l-35.703-35.705C391.982 25.9 402.656 0 424.024 0H552c13.255 0 24 10.745 24 24zM407.029 270.794l-16 16A23.999 23.999 0 0 0 384 303.765V448H64V128h264a24.003 24.003 0 0 0 16.97-7.029l16-16C376.089 89.851 365.381 64 344 64H48C21.49 64 0 85.49 0 112v352c0 26.51 21.49 48 48 48h352c26.51 0 48-21.49 48-48V287.764c0-21.382-25.852-32.09-40.971-16.97z"/></svg>empezar por aquí](https://miriamll.github.io/Curso_CIAD/Clase3Parte2#54).

---

### 4.1. Exportar

Seleccionar la carpeta.

```r
library(here)
DatosFolder<-here::here("01Datos")
```

Seleccionar archivo

```r
GPS_Todos<-Opcion1
GPS_Todos<-Opcion2
GPS_Todos<-Opcion3
GPS_Todos<-Opcion4
```

Exportar el nuevo data frame.

```r
write_csv(
  GPS_Todos,
  file=paste0(DatosFolder,'/GPS_Todos.csv'))
```

---

## 5. Contacto

Recapitulando:
- [Cargar datos de GPS](#cargar) <br>
- Corregir la hora de acuerdo al GMT<br>
[Usando paquete sula](#sula)<br>
[Usando mutate](#mutate)<br>
[Usando dmy_hms](#dmy)<br>
[Cambiando tz](#tz)  <br>
- [Exportar datos](#exportar) <br>

.right[Para dudas, comentarios y sugerencias:  
 Escríbeme a miriamjlerma@gmail.com]

Si quieres dar créditos puedes usar:
- Lerma M (2021) Package sula. Zenodo. http://doi.org/10.5281/zenodo.4682898
- Los datos de prueba vienen de esa publicación:
Lerma M, Dehnhard N, Luna-Jorquera G, Voigt CC, Garthe S (2020) Breeding stage, not sex, affects foraging characteristics in masked boobies at Rapa Nui. Behavioral ecology and sociobiology 74: 149 [<svg style="height:0.8em;top:.04em;position:relative;fill:#e63946;" viewBox="0 0 576 512"><path d="M576 24v127.984c0 21.461-25.96 31.98-40.971 16.971l-35.707-35.709-243.523 243.523c-9.373 9.373-24.568 9.373-33.941 0l-22.627-22.627c-9.373-9.373-9.373-24.569 0-33.941L442.756 76.676l-35.703-35.705C391.982 25.9 402.656 0 424.024 0H552c13.255 0 24 10.745 24 24zM407.029 270.794l-16 16A23.999 23.999 0 0 0 384 303.765V448H64V128h264a24.003 24.003 0 0 0 16.97-7.029l16-16C376.089 89.851 365.381 64 344 64H48C21.49 64 0 85.49 0 112v352c0 26.51 21.49 48 48 48h352c26.51 0 48-21.49 48-48V287.764c0-21.382-25.852-32.09-40.971-16.97z"/></svg>OpenAccess](https://link.springer.com/article/10.1007/s00265-020-02921-1)<br>

.center[

<h3><svg style="height:0.8em;top:.04em;position:relative;fill:#e63946;" viewBox="0 0 576 512"><path d="M280.37 148.26L96 300.11V464a16 16 0 0 0 16 16l112.06-.29a16 16 0 0 0 15.92-16V368a16 16 0 0 1 16-16h64a16 16 0 0 1 16 16v95.64a16 16 0 0 0 16 16.05L464 480a16 16 0 0 0 16-16V300L295.67 148.26a12.19 12.19 0 0 0-15.3 0zM571.6 251.47L488 182.56V44.05a12 12 0 0 0-12-12h-56a12 12 0 0 0-12 12v72.61L318.47 43a48 48 0 0 0-61 0L4.34 251.47a12 12 0 0 0-1.6 16.9l25.5 31A12 12 0 0 0 45.15 301l235.22-193.74a12.19 12.19 0 0 1 15.3 0L530.9 301a12 12 0 0 0 16.9-1.6l25.5-31a12 12 0 0 0-1.7-16.93z"/></svg>[Volver ](https://miriamlerma.netlify.app/posts/2021-03-16-biologging/)
]