# set variables
csv_url <- "https://oceanview.pfeg.noaa.gov/erddap/tabledap/cciea_AC.csv"
dir_data <- "data"
# derived variables
csv <- file.path(dir_data, basename(csv_url))
# create directory
dir.create(dir_data)## Warning in dir.create(dir_data): 'data' already exists# download file
download.file(csv_url, csv)# attempt to read csv
d <- read.csv(csv)
# show the data frame
d## time consumption_fish consumption_per_cap cps_landings_ca cps_landings_coastwide
## 1 UTC Millions of metric tons kg 1000s metric tons 1000s metric tons
## 2 1945-01-01T00:00:00Z NaN NaN NaN NaN
## 3 1946-01-01T00:00:00Z NaN NaN NaN NaN
## 4 1947-01-01T00:00:00Z NaN NaN NaN NaN
## 5 1948-01-01T00:00:00Z NaN NaN NaN NaN
## 6 1949-01-01T00:00:00Z NaN NaN NaN NaN
## 7 1950-01-01T00:00:00Z NaN NaN NaN NaN
## 8 1951-01-01T00:00:00Z NaN NaN NaN NaN
## 9 1952-01-01T00:00:00Z NaN NaN NaN NaN
## 10 1953-01-01T00:00:00Z NaN NaN NaN NaN
## cps_landings_or cps_landings_wa cps_revenue_ca cps_revenue_coastwide cps_revenue_or
## 1 1000s metric tons 1000s metric tons Millions $ (year 2015) Millions $ (year 2015) Millions $ (year 2015)
## 2 NaN NaN NaN NaN NaN
## 3 NaN NaN NaN NaN NaN
## 4 NaN NaN NaN NaN NaN
## 5 NaN NaN NaN NaN NaN
## 6 NaN NaN NaN NaN NaN
## 7 NaN NaN NaN NaN NaN
## 8 NaN NaN NaN NaN NaN
## 9 NaN NaN NaN NaN NaN
## 10 NaN NaN NaN NaN NaN
## cps_revenue_wa crab_landings_ca crab_landings_coastwide crab_landings_or crab_landings_wa
## 1 Millions $ (year 2015) 1000s metric tons 1000s metric tons 1000s metric tons 1000s metric tons
## 2 NaN NaN NaN NaN NaN
## 3 NaN NaN NaN NaN NaN
## 4 NaN NaN NaN NaN NaN
## 5 NaN NaN NaN NaN NaN
## 6 NaN NaN NaN NaN NaN
## 7 NaN NaN NaN NaN NaN
## 8 NaN NaN NaN NaN NaN
## 9 NaN NaN NaN NaN NaN
## 10 NaN NaN NaN NaN NaN
## crab_revenue_ca crab_revenue_coastwide crab_revenue_or crab_revenue_wa
## 1 Millions $ (year 2015) Millions $ (year 2015) Millions $ (year 2015) Millions $ (year 2015)
## 2 NaN NaN NaN NaN
## 3 NaN NaN NaN NaN
## 4 NaN NaN NaN NaN
## 5 NaN NaN NaN NaN
## 6 NaN NaN NaN NaN
## 7 NaN NaN NaN NaN
## 8 NaN NaN NaN NaN
## 9 NaN NaN NaN NaN
## 10 NaN NaN NaN NaN
## fertilizer_applications finfish_production groundfish_landings_ca groundfish_landings_coastwide
## 1 Normalized index 1000s mt 1000s metric tons 1000s metric tons
## 2 -1.8674945 NaN NaN NaN
## 3 -1.7984143 NaN NaN NaN
## 4 -1.7190671 NaN NaN NaN
## 5 -1.639943 NaN NaN NaN
## 6 -1.6148859 NaN NaN NaN
## 7 -1.598818 NaN NaN NaN
## 8 -1.5228152 NaN NaN NaN
## 9 -1.4576764 NaN NaN NaN
## 10 -1.4160874 NaN NaN NaN
## groundfish_landings_or groundfish_landings_wa groundfish_revenue_ca groundfish_revenue_coastwide
## 1 1000s metric tons 1000s metric tons Millions $ (year 2015) Millions $ (year 2015)
## 2 NaN NaN NaN NaN
## 3 NaN NaN NaN NaN
## 4 NaN NaN NaN NaN
## 5 NaN NaN NaN NaN
## 6 NaN NaN NaN NaN
## 7 NaN NaN NaN NaN
## 8 NaN NaN NaN NaN
## 9 NaN NaN NaN NaN
## 10 NaN NaN NaN NaN
## groundfish_revenue_or groundfish_revenue_wa habitat_modification hms_landings_ca hms_landings_coastwide
## 1 Millions $ (year 2015) Millions $ (year 2015) Weighted 1000s km 1000s metric tons 1000s metric tons
## 2 NaN NaN NaN NaN NaN
## 3 NaN NaN NaN NaN NaN
## 4 NaN NaN NaN NaN NaN
## 5 NaN NaN NaN NaN NaN
## 6 NaN NaN NaN NaN NaN
## 7 NaN NaN NaN NaN NaN
## 8 NaN NaN NaN NaN NaN
## 9 NaN NaN NaN NaN NaN
## 10 NaN NaN NaN NaN NaN
## hms_landings_or hms_landings_wa hms_revenue_ca hms_revenue_coastwide hms_revenue_or
## 1 1000s metric tons 1000s metric tons Millions $ (year 2015) Millions $ (year 2015) Millions $ (year 2015)
## 2 NaN NaN NaN NaN NaN
## 3 NaN NaN NaN NaN NaN
## 4 NaN NaN NaN NaN NaN
## 5 NaN NaN NaN NaN NaN
## 6 NaN NaN NaN NaN NaN
## 7 NaN NaN NaN NaN NaN
## 8 NaN NaN NaN NaN NaN
## 9 NaN NaN NaN NaN NaN
## 10 NaN NaN NaN NaN NaN
## hms_revenue_wa oil_gas_production other_species_landings_ca other_species_landings_coastwide
## 1 Millions $ (year 2015) Normalized index 1000s metric tons 1000s metric tons
## 2 NaN NaN NaN NaN
## 3 NaN NaN NaN NaN
## 4 NaN NaN NaN NaN
## 5 NaN NaN NaN NaN
## 6 NaN NaN NaN NaN
## 7 NaN NaN NaN NaN
## 8 NaN NaN NaN NaN
## 9 NaN NaN NaN NaN
## 10 NaN NaN NaN NaN
## other_species_landings_or other_species_landings_wa other_species_revenue_ca other_species_revenue_coastwide
## 1 1000s metric tons 1000s metric tons Millions $ (year 2015) Millions $ (year 2015)
## 2 NaN NaN NaN NaN
## 3 NaN NaN NaN NaN
## 4 NaN NaN NaN NaN
## 5 NaN NaN NaN NaN
## 6 NaN NaN NaN NaN
## 7 NaN NaN NaN NaN
## 8 NaN NaN NaN NaN
## 9 NaN NaN NaN NaN
## 10 NaN NaN NaN NaN
## other_species_revenue_or other_species_revenue_wa pacific_hake_landings_ca pacific_hake_landings_coastwide
## 1 Millions $ (year 2015) Millions $ (year 2015) 1000s metric tons 1000s metric tons
## 2 NaN NaN NaN NaN
## 3 NaN NaN NaN NaN
## 4 NaN NaN NaN NaN
## 5 NaN NaN NaN NaN
## 6 NaN NaN NaN NaN
## 7 NaN NaN NaN NaN
## 8 NaN NaN NaN NaN
## 9 NaN NaN NaN NaN
## 10 NaN NaN NaN NaN
## pacific_hake_landings_or pacific_hake_landings_wa pacific_hake_revenue_ca pacific_hake_revenue_coastwide
## 1 1000s metric tons 1000s metric tons Millions $ (year 2015) Millions $ (year 2015)
## 2 NaN NaN NaN NaN
## 3 NaN NaN NaN NaN
## 4 NaN NaN NaN NaN
## 5 NaN NaN NaN NaN
## 6 NaN NaN NaN NaN
## 7 NaN NaN NaN NaN
## 8 NaN NaN NaN NaN
## 9 NaN NaN NaN NaN
## 10 NaN NaN NaN NaN
## pacific_hake_revenue_or pacific_hake_revenue_wa recreational_landings_ca recreational_landings_coastwide
## 1 Millions $ (year 2015) Millions $ (year 2015) 1000s metric tons 1000s metric tons
## 2 NaN NaN NaN NaN
## 3 NaN NaN NaN NaN
## 4 NaN NaN NaN NaN
## 5 NaN NaN NaN NaN
## 6 NaN NaN NaN NaN
## 7 NaN NaN NaN NaN
## 8 NaN NaN NaN NaN
## 9 NaN NaN NaN NaN
## 10 NaN NaN NaN NaN
## recreational_landings_or recreational_landings_wa salmon_com_landings_ca salmon_com_landings_coastwide
## 1 1000s metric tons 1000s metric tons 1000s metric tons 1000s metric tons
## 2 NaN NaN NaN NaN
## 3 NaN NaN NaN NaN
## 4 NaN NaN NaN NaN
## 5 NaN NaN NaN NaN
## 6 NaN NaN NaN NaN
## 7 NaN NaN NaN NaN
## 8 NaN NaN NaN NaN
## 9 NaN NaN NaN NaN
## 10 NaN NaN NaN NaN
## salmon_com_landings_or salmon_com_landings_wa salmon_rec_landings_ca salmon_rec_landings_coastwide
## 1 1000s metric tons 1000s metric tons 1000s fish 1000s fish
## 2 NaN NaN NaN NaN
## 3 NaN NaN NaN NaN
## 4 NaN NaN NaN NaN
## 5 NaN NaN NaN NaN
## 6 NaN NaN NaN NaN
## 7 NaN NaN NaN NaN
## 8 NaN NaN NaN NaN
## 9 NaN NaN NaN NaN
## 10 NaN NaN NaN NaN
## salmon_rec_landings_or salmon_rec_landings_wa salmon_revenue_ca salmon_revenue_coastwide
## 1 1000s fish 1000s fish Millions $ (year 2015) Millions $ (year 2015)
## 2 NaN NaN NaN NaN
## 3 NaN NaN NaN NaN
## 4 NaN NaN NaN NaN
## 5 NaN NaN NaN NaN
## 6 NaN NaN NaN NaN
## 7 NaN NaN NaN NaN
## 8 NaN NaN NaN NaN
## 9 NaN NaN NaN NaN
## 10 NaN NaN NaN NaN
## salmon_revenue_or salmon_revenue_wa shellfish_production shipping_distance_traveled shrimp_landings_ca
## 1 Millions $ (year 2015) Millions $ (year 2015) metric tons Millions of km 1000s metric tons
## 2 NaN NaN NaN NaN NaN
## 3 NaN NaN NaN NaN NaN
## 4 NaN NaN NaN NaN NaN
## 5 NaN NaN NaN NaN NaN
## 6 NaN NaN NaN NaN NaN
## 7 NaN NaN NaN NaN NaN
## 8 NaN NaN NaN NaN NaN
## 9 NaN NaN NaN NaN NaN
## 10 NaN NaN NaN NaN NaN
## shrimp_landings_coastwide shrimp_landings_or shrimp_landings_wa shrimp_revenue_ca shrimp_revenue_coastwide
## 1 1000s metric tons 1000s metric tons 1000s metric tons Millions $ (year 2015) Millions $ (year 2015)
## 2 NaN NaN NaN NaN NaN
## 3 NaN NaN NaN NaN NaN
## 4 NaN NaN NaN NaN NaN
## 5 NaN NaN NaN NaN NaN
## 6 NaN NaN NaN NaN NaN
## 7 NaN NaN NaN NaN NaN
## 8 NaN NaN NaN NaN NaN
## 9 NaN NaN NaN NaN NaN
## 10 NaN NaN NaN NaN NaN
## shrimp_revenue_or shrimp_revenue_wa squid_landings_ca squid_landings_coastwide squid_landings_or
## 1 Millions $ (year 2015) Millions $ (year 2015) 1000s metric tons 1000s metric tons 1000s metric tons
## 2 NaN NaN NaN NaN NaN
## 3 NaN NaN NaN NaN NaN
## 4 NaN NaN NaN NaN NaN
## 5 NaN NaN NaN NaN NaN
## 6 NaN NaN NaN NaN NaN
## 7 NaN NaN NaN NaN NaN
## 8 NaN NaN NaN NaN NaN
## 9 NaN NaN NaN NaN NaN
## 10 NaN NaN NaN NaN NaN
## squid_revenue_ca squid_revenue_coastwide squid_revenue_or total_fisheries_landings_ca
## 1 Millions $ (year 2015) Millions $ (year 2015) Millions $ (year 2015) 1000s metric tons
## 2 NaN NaN NaN NaN
## 3 NaN NaN NaN NaN
## 4 NaN NaN NaN NaN
## 5 NaN NaN NaN NaN
## 6 NaN NaN NaN NaN
## 7 NaN NaN NaN NaN
## 8 NaN NaN NaN NaN
## 9 NaN NaN NaN NaN
## 10 NaN NaN NaN NaN
## total_fisheries_landings_coastwide total_fisheries_landings_or total_fisheries_landings_wa
## 1 1000s metric tons 1000s metric tons 1000s metric tons
## 2 NaN NaN NaN
## 3 NaN NaN NaN
## 4 NaN NaN NaN
## 5 NaN NaN NaN
## 6 NaN NaN NaN
## 7 NaN NaN NaN
## 8 NaN NaN NaN
## 9 NaN NaN NaN
## 10 NaN NaN NaN
## total_fisheries_revenue_ca total_fisheries_revenue_coastwide total_fisheries_revenue_or
## 1 Millions $ (year 2015) Millions $ (year 2015) Millions $ (year 2015)
## 2 NaN NaN NaN
## 3 NaN NaN NaN
## 4 NaN NaN NaN
## 5 NaN NaN NaN
## 6 NaN NaN NaN
## 7 NaN NaN NaN
## 8 NaN NaN NaN
## 9 NaN NaN NaN
## 10 NaN NaN NaN
## total_fisheries_revenue_wa
## 1 Millions $ (year 2015)
## 2 NaN
## 3 NaN
## 4 NaN
## 5 NaN
## 6 NaN
## 7 NaN
## 8 NaN
## 9 NaN
## 10 NaN
## [ reached 'max' / getOption("max.print") -- omitted 67 rows ]# read csv by skipping first two lines, so no header. Do this since data has two lines of header and we don't want the second line of header to be counted as a row in the table.
d <- read.csv(csv, skip=2, header=FALSE)
# show the data frame
d## V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13 V14 V15 V16 V17 V18 V19 V20 V21 V22
## 1 1945-01-01T00:00:00Z NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN -1.867495 NaN NaN
## 2 1946-01-01T00:00:00Z NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN -1.798414 NaN NaN
## 3 1947-01-01T00:00:00Z NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN -1.719067 NaN NaN
## 4 1948-01-01T00:00:00Z NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN -1.639943 NaN NaN
## 5 1949-01-01T00:00:00Z NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN -1.614886 NaN NaN
## 6 1950-01-01T00:00:00Z NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN -1.598818 NaN NaN
## 7 1951-01-01T00:00:00Z NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN -1.522815 NaN NaN
## 8 1952-01-01T00:00:00Z NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN -1.457676 NaN NaN
## 9 1953-01-01T00:00:00Z NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN -1.416087 NaN NaN
## 10 1954-01-01T00:00:00Z NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN -1.394252 NaN NaN
## V23 V24 V25 V26 V27 V28 V29 V30 V31 V32 V33 V34 V35 V36 V37 V38 V39 V40 V41 V42 V43 V44 V45 V46 V47 V48 V49 V50
## 1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## V51 V52 V53 V54 V55 V56 V57 V58 V59 V60 V61 V62 V63 V64 V65 V66 V67 V68 V69 V70 V71 V72 V73 V74 V75 V76 V77 V78
## 1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## V79 V80 V81 V82 V83 V84 V85 V86 V87 V88 V89 V90 V91 V92 V93 V94 V95
## 1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## 10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
## [ reached 'max' / getOption("max.print") -- omitted 66 rows ]# update data frame to original column names
names(d) <- names(read.csv(csv))
d## time consumption_fish consumption_per_cap cps_landings_ca cps_landings_coastwide cps_landings_or
## 1 1945-01-01T00:00:00Z NaN NaN NaN NaN NaN
## 2 1946-01-01T00:00:00Z NaN NaN NaN NaN NaN
## 3 1947-01-01T00:00:00Z NaN NaN NaN NaN NaN
## 4 1948-01-01T00:00:00Z NaN NaN NaN NaN NaN
## 5 1949-01-01T00:00:00Z NaN NaN NaN NaN NaN
## 6 1950-01-01T00:00:00Z NaN NaN NaN NaN NaN
## 7 1951-01-01T00:00:00Z NaN NaN NaN NaN NaN
## 8 1952-01-01T00:00:00Z NaN NaN NaN NaN NaN
## 9 1953-01-01T00:00:00Z NaN NaN NaN NaN NaN
## 10 1954-01-01T00:00:00Z NaN NaN NaN NaN NaN
## cps_landings_wa cps_revenue_ca cps_revenue_coastwide cps_revenue_or cps_revenue_wa crab_landings_ca
## 1 NaN NaN NaN NaN NaN NaN
## 2 NaN NaN NaN NaN NaN NaN
## 3 NaN NaN NaN NaN NaN NaN
## 4 NaN NaN NaN NaN NaN NaN
## 5 NaN NaN NaN NaN NaN NaN
## 6 NaN NaN NaN NaN NaN NaN
## 7 NaN NaN NaN NaN NaN NaN
## 8 NaN NaN NaN NaN NaN NaN
## 9 NaN NaN NaN NaN NaN NaN
## 10 NaN NaN NaN NaN NaN NaN
## crab_landings_coastwide crab_landings_or crab_landings_wa crab_revenue_ca crab_revenue_coastwide crab_revenue_or
## 1 NaN NaN NaN NaN NaN NaN
## 2 NaN NaN NaN NaN NaN NaN
## 3 NaN NaN NaN NaN NaN NaN
## 4 NaN NaN NaN NaN NaN NaN
## 5 NaN NaN NaN NaN NaN NaN
## 6 NaN NaN NaN NaN NaN NaN
## 7 NaN NaN NaN NaN NaN NaN
## 8 NaN NaN NaN NaN NaN NaN
## 9 NaN NaN NaN NaN NaN NaN
## 10 NaN NaN NaN NaN NaN NaN
## crab_revenue_wa fertilizer_applications finfish_production groundfish_landings_ca groundfish_landings_coastwide
## 1 NaN -1.867495 NaN NaN NaN
## 2 NaN -1.798414 NaN NaN NaN
## 3 NaN -1.719067 NaN NaN NaN
## 4 NaN -1.639943 NaN NaN NaN
## 5 NaN -1.614886 NaN NaN NaN
## 6 NaN -1.598818 NaN NaN NaN
## 7 NaN -1.522815 NaN NaN NaN
## 8 NaN -1.457676 NaN NaN NaN
## 9 NaN -1.416087 NaN NaN NaN
## 10 NaN -1.394252 NaN NaN NaN
## groundfish_landings_or groundfish_landings_wa groundfish_revenue_ca groundfish_revenue_coastwide
## 1 NaN NaN NaN NaN
## 2 NaN NaN NaN NaN
## 3 NaN NaN NaN NaN
## 4 NaN NaN NaN NaN
## 5 NaN NaN NaN NaN
## 6 NaN NaN NaN NaN
## 7 NaN NaN NaN NaN
## 8 NaN NaN NaN NaN
## 9 NaN NaN NaN NaN
## 10 NaN NaN NaN NaN
## groundfish_revenue_or groundfish_revenue_wa habitat_modification hms_landings_ca hms_landings_coastwide
## 1 NaN NaN NaN NaN NaN
## 2 NaN NaN NaN NaN NaN
## 3 NaN NaN NaN NaN NaN
## 4 NaN NaN NaN NaN NaN
## 5 NaN NaN NaN NaN NaN
## 6 NaN NaN NaN NaN NaN
## 7 NaN NaN NaN NaN NaN
## 8 NaN NaN NaN NaN NaN
## 9 NaN NaN NaN NaN NaN
## 10 NaN NaN NaN NaN NaN
## hms_landings_or hms_landings_wa hms_revenue_ca hms_revenue_coastwide hms_revenue_or hms_revenue_wa
## 1 NaN NaN NaN NaN NaN NaN
## 2 NaN NaN NaN NaN NaN NaN
## 3 NaN NaN NaN NaN NaN NaN
## 4 NaN NaN NaN NaN NaN NaN
## 5 NaN NaN NaN NaN NaN NaN
## 6 NaN NaN NaN NaN NaN NaN
## 7 NaN NaN NaN NaN NaN NaN
## 8 NaN NaN NaN NaN NaN NaN
## 9 NaN NaN NaN NaN NaN NaN
## 10 NaN NaN NaN NaN NaN NaN
## oil_gas_production other_species_landings_ca other_species_landings_coastwide other_species_landings_or
## 1 NaN NaN NaN NaN
## 2 NaN NaN NaN NaN
## 3 NaN NaN NaN NaN
## 4 NaN NaN NaN NaN
## 5 NaN NaN NaN NaN
## 6 NaN NaN NaN NaN
## 7 NaN NaN NaN NaN
## 8 NaN NaN NaN NaN
## 9 NaN NaN NaN NaN
## 10 NaN NaN NaN NaN
## other_species_landings_wa other_species_revenue_ca other_species_revenue_coastwide other_species_revenue_or
## 1 NaN NaN NaN NaN
## 2 NaN NaN NaN NaN
## 3 NaN NaN NaN NaN
## 4 NaN NaN NaN NaN
## 5 NaN NaN NaN NaN
## 6 NaN NaN NaN NaN
## 7 NaN NaN NaN NaN
## 8 NaN NaN NaN NaN
## 9 NaN NaN NaN NaN
## 10 NaN NaN NaN NaN
## other_species_revenue_wa pacific_hake_landings_ca pacific_hake_landings_coastwide pacific_hake_landings_or
## 1 NaN NaN NaN NaN
## 2 NaN NaN NaN NaN
## 3 NaN NaN NaN NaN
## 4 NaN NaN NaN NaN
## 5 NaN NaN NaN NaN
## 6 NaN NaN NaN NaN
## 7 NaN NaN NaN NaN
## 8 NaN NaN NaN NaN
## 9 NaN NaN NaN NaN
## 10 NaN NaN NaN NaN
## pacific_hake_landings_wa pacific_hake_revenue_ca pacific_hake_revenue_coastwide pacific_hake_revenue_or
## 1 NaN NaN NaN NaN
## 2 NaN NaN NaN NaN
## 3 NaN NaN NaN NaN
## 4 NaN NaN NaN NaN
## 5 NaN NaN NaN NaN
## 6 NaN NaN NaN NaN
## 7 NaN NaN NaN NaN
## 8 NaN NaN NaN NaN
## 9 NaN NaN NaN NaN
## 10 NaN NaN NaN NaN
## pacific_hake_revenue_wa recreational_landings_ca recreational_landings_coastwide recreational_landings_or
## 1 NaN NaN NaN NaN
## 2 NaN NaN NaN NaN
## 3 NaN NaN NaN NaN
## 4 NaN NaN NaN NaN
## 5 NaN NaN NaN NaN
## 6 NaN NaN NaN NaN
## 7 NaN NaN NaN NaN
## 8 NaN NaN NaN NaN
## 9 NaN NaN NaN NaN
## 10 NaN NaN NaN NaN
## recreational_landings_wa salmon_com_landings_ca salmon_com_landings_coastwide salmon_com_landings_or
## 1 NaN NaN NaN NaN
## 2 NaN NaN NaN NaN
## 3 NaN NaN NaN NaN
## 4 NaN NaN NaN NaN
## 5 NaN NaN NaN NaN
## 6 NaN NaN NaN NaN
## 7 NaN NaN NaN NaN
## 8 NaN NaN NaN NaN
## 9 NaN NaN NaN NaN
## 10 NaN NaN NaN NaN
## salmon_com_landings_wa salmon_rec_landings_ca salmon_rec_landings_coastwide salmon_rec_landings_or
## 1 NaN NaN NaN NaN
## 2 NaN NaN NaN NaN
## 3 NaN NaN NaN NaN
## 4 NaN NaN NaN NaN
## 5 NaN NaN NaN NaN
## 6 NaN NaN NaN NaN
## 7 NaN NaN NaN NaN
## 8 NaN NaN NaN NaN
## 9 NaN NaN NaN NaN
## 10 NaN NaN NaN NaN
## salmon_rec_landings_wa salmon_revenue_ca salmon_revenue_coastwide salmon_revenue_or salmon_revenue_wa
## 1 NaN NaN NaN NaN NaN
## 2 NaN NaN NaN NaN NaN
## 3 NaN NaN NaN NaN NaN
## 4 NaN NaN NaN NaN NaN
## 5 NaN NaN NaN NaN NaN
## 6 NaN NaN NaN NaN NaN
## 7 NaN NaN NaN NaN NaN
## 8 NaN NaN NaN NaN NaN
## 9 NaN NaN NaN NaN NaN
## 10 NaN NaN NaN NaN NaN
## shellfish_production shipping_distance_traveled shrimp_landings_ca shrimp_landings_coastwide shrimp_landings_or
## 1 NaN NaN NaN NaN NaN
## 2 NaN NaN NaN NaN NaN
## 3 NaN NaN NaN NaN NaN
## 4 NaN NaN NaN NaN NaN
## 5 NaN NaN NaN NaN NaN
## 6 NaN NaN NaN NaN NaN
## 7 NaN NaN NaN NaN NaN
## 8 NaN NaN NaN NaN NaN
## 9 NaN NaN NaN NaN NaN
## 10 NaN NaN NaN NaN NaN
## shrimp_landings_wa shrimp_revenue_ca shrimp_revenue_coastwide shrimp_revenue_or shrimp_revenue_wa
## 1 NaN NaN NaN NaN NaN
## 2 NaN NaN NaN NaN NaN
## 3 NaN NaN NaN NaN NaN
## 4 NaN NaN NaN NaN NaN
## 5 NaN NaN NaN NaN NaN
## 6 NaN NaN NaN NaN NaN
## 7 NaN NaN NaN NaN NaN
## 8 NaN NaN NaN NaN NaN
## 9 NaN NaN NaN NaN NaN
## 10 NaN NaN NaN NaN NaN
## squid_landings_ca squid_landings_coastwide squid_landings_or squid_revenue_ca squid_revenue_coastwide
## 1 NaN NaN NaN NaN NaN
## 2 NaN NaN NaN NaN NaN
## 3 NaN NaN NaN NaN NaN
## 4 NaN NaN NaN NaN NaN
## 5 NaN NaN NaN NaN NaN
## 6 NaN NaN NaN NaN NaN
## 7 NaN NaN NaN NaN NaN
## 8 NaN NaN NaN NaN NaN
## 9 NaN NaN NaN NaN NaN
## 10 NaN NaN NaN NaN NaN
## squid_revenue_or total_fisheries_landings_ca total_fisheries_landings_coastwide total_fisheries_landings_or
## 1 NaN NaN NaN NaN
## 2 NaN NaN NaN NaN
## 3 NaN NaN NaN NaN
## 4 NaN NaN NaN NaN
## 5 NaN NaN NaN NaN
## 6 NaN NaN NaN NaN
## 7 NaN NaN NaN NaN
## 8 NaN NaN NaN NaN
## 9 NaN NaN NaN NaN
## 10 NaN NaN NaN NaN
## total_fisheries_landings_wa total_fisheries_revenue_ca total_fisheries_revenue_coastwide
## 1 NaN NaN NaN
## 2 NaN NaN NaN
## 3 NaN NaN NaN
## 4 NaN NaN NaN
## 5 NaN NaN NaN
## 6 NaN NaN NaN
## 7 NaN NaN NaN
## 8 NaN NaN NaN
## 9 NaN NaN NaN
## 10 NaN NaN NaN
## total_fisheries_revenue_or total_fisheries_revenue_wa
## 1 NaN NaN
## 2 NaN NaN
## 3 NaN NaN
## 4 NaN NaN
## 5 NaN NaN
## 6 NaN NaN
## 7 NaN NaN
## 8 NaN NaN
## 9 NaN NaN
## 10 NaN NaN
## [ reached 'max' / getOption("max.print") -- omitted 66 rows ]DT::datatable()DT::datatable(d)library(DT)
library(dplyr)
d <- d %>%
# tibble
tibble() %>%
# mutate time
mutate(
time = as.Date(substr(time, 1, 10))) %>%
# select columns
select(
time,
starts_with("total_fisheries_revenue")) %>%
# filter rows
filter(
time >= as.Date("1981-01-01"))
datatable(d)library(tidyr)
d <- d %>%
pivot_longer(-time)
datatable(d)library(stringr)
d <- d %>%
mutate(
region = str_replace(name, "total_fisheries_revenue_", "")) %>%
select(time, region, value)
datatable(d)d_sum <- d %>%
group_by(region) %>%
summarize(
avg_revenue = mean(value))
datatable(d_sum) %>%
formatCurrency("avg_revenue")library(purrr)
n <- d %>%
group_by(region) %>%
nest(
data = c(time, value))
n## # A tibble: 4 x 2
## # Groups: region [4]
## region data
## <chr> <list>
## 1 ca <tibble [40 x 2]>
## 2 coastwide <tibble [40 x 2]>
## 3 or <tibble [40 x 2]>
## 4 wa <tibble [40 x 2]>n <- n %>%
mutate(
lm = map(data, function(d){
lm(value ~ time, d) } ),
trend = map_dbl(lm, function(m){
coef(summary(m))["time","Estimate"] }))
n## # A tibble: 4 x 4
## # Groups: region [4]
## region data lm trend
## <chr> <list> <list> <dbl>
## 1 ca <tibble [40 x 2]> <lm> -0.0117
## 2 coastwide <tibble [40 x 2]> <lm> -0.00454
## 3 or <tibble [40 x 2]> <lm> 0.00379
## 4 wa <tibble [40 x 2]> <lm> 0.00333n %>%
select(region, trend) %>%
datatable()