DHIS2和R集成¶

sudo apt-get 更新
gpg --keyserver pgp.mit.edu --recv-keys 51716619E084DAB9
gpg --armor --export 51716619E084DAB9 | apt-key 添加 -
sudo apt-get install r-base

R版本3.4.4（2018-03-15）-“精益求精的人”
版权所有（C）2018 The R Foundation for Statistical Computing
平台：x86_64-pc-linux-gnu（64位）

R是免费软件，并且绝对不提供保证。
欢迎您在某些情况下重新分发它。
输入“ license（）”或“ licence（）”以获取分发详细信息。

  自然语言支持，但以英语语言环境运行

R是与许多贡献者合作的项目。
键入“ contributors（）”以获取更多信息，以及
有关如何引用出版物中的R或R软件包的'citation（）'。

对于某些演示，请键入“ demo（）”，对于在线帮助，请键入“ help（）”，或者
用于HTML浏览器界面的“ help.start（）”。
输入“ q（）”退出R。

>

创建或替换功能r_median（_float8）返回float为'
  中位数（arg1）
'语言'plr';

CREATE AGGREGATE中位数（
  sfunc = plr_array_accum，
  basetype = float8，
  stype = _float8，
  finalfunc = r_median
）;

创建或替换功能r_skewness（_float8）返回float为'
  要求（e1071）
  偏度（arg1）
'语言'plr';

创建总体偏斜度（
  sfunc = plr_array_accum，
  basetype = float8，
  stype = _float8，
  finalfunc = r_skewness
）;

选择ou.shortname，avg（dv.value），
中值（dv.value），偏度（dv.value）来自aggregatedindicatorvalue dv
内连接周期p on p.periodid = dv.periodid
内部加入组织单位
dv.organisationunitid = ou.organisationunitid
dv.indicatorid = 112670
AND dv.level = 3
AND dv.periodtypeid = 3
AND p.startdate> ='2009-01-01'
GROUP BY ou.shortname;

# 我们需要这两个库
require(httr)
require(readr)
#and this for the `%>%` operation
require(magrittr)
base.url<-"https://play.dhis2.org/dev/"
url<-paste0(base.url, "api/me")
用户名<- "admin"
password<-"district"
login<-GET(url, authenticate(username,password))
#如果无法登录，则以错误停止
if(login$status == 200L) { print("Logged in successfully!")} else {stop("Could not login")}




mydata<-paste0(base.url,"api/reportTables/KJFbpIymTAo/data.csv") %>% #定义应用程序接口端点
    GET(.,authenticate(username,password)) %>% #进行 HTTP 调用
    content(., "text") %>% #读取响应
    readr::read_csv() #解析 CSV
head(mydata)

#Get the list of data elements.关闭分页，只获取少量属性。
require(httr)
用户名<-"admin"
password<-"district"
base.url<-"https://play.dhis2.org/dev/"

login<-function(username,password,base.url) {
url<-paste0(base.url, "api/me")
r<-GET(url,authenticate(username,password))
if(r$status == 200L) { print("Logged in successfully!")} else {stop("Could not login")}
}

getDataElements<-function(base.url) {
url<-paste0(base.url, "api/dataElements?fields=id,name,shortName")
r<-content(GET(url,authenticate(username,password)),as="parsed")
do.call(rbind.data.frame,r$dataElements)
}

login(username,password,base.url)
data_elements<-getDataElements(base.url)
head(data_elements)

                                         名称编号
2次急性弛缓性麻痹（死亡<5年）FTRrcoaog83
210急性弛缓性麻痹（AFP）随访P3jJH5Tu5VC
3急性弛缓性麻痹（AFP）新的FQ2o8UBlcrS
4急性弛缓性麻痹（AFP）转诊M62VHgYT2n0
5与设施uF1DLnZNlWe有关的其他说明
6入学日期eMyVanycQSC

 loginToDATIM(username = "admin",password = "district",base_url = "https://play.dhis2.org/dev/")  
 ```

现在，我们的 R 环境中应该有一个名为 `d2_default_session` 的对象。随后的 API 调用可以使用该对象来处理身份验证，因此无需在每次函数调用时明确指定用户名和密码。

`datimutils` 为大多数元数据 API 端点提供了一个函数，其设计旨在与 `tidyverse` 软件包无缝协作。例如，我们可以用以下命令获取一个特定的元数据对象： 

                 名称