library(readxl)
library(lubridate)
library(tidyverse)

url1<-'https://svn.vsp.tu-berlin.de/repos/public-svn/matsim/scenarios/countries/de/episim/original-data/Abwasser/Biomarker_Monitoring_Koeln.xlsx'
p1f <- tempfile()
download.file(url1, p1f, mode="wb")
Biomarker_Monitoring_Koeln <-read_excel(path = p1f, sheet = 1)
colnames(Biomarker_Monitoring_Koeln) <- Biomarker_Monitoring_Koeln[1,]
Biomarker_Monitoring_Koeln <- Biomarker_Monitoring_Koeln[-1,]

Biomarker_Monitoring_Koeln <- Biomarker_Monitoring_Koeln %>%
  pivot_longer(Standort) %>%
  select(-c("Nr.", "name"), Standort = value)

Biomarker_Monitoring_Koeln <- Biomarker_Monitoring_Koeln %>%
  mutate(Genommen = as.numeric(Genommen)) %>%
  mutate(Genommen = as.Date(Genommen, origin = "1899-12-30")) %>%
  mutate(Aufkonzentrierung = as.numeric(Aufkonzentrierung)) %>%
  mutate(Aufkonzentrierung = as.Date(Aufkonzentrierung, origin = "1899-12-30")) %>%
  mutate(`Ankunft Labor` = as.numeric(`Ankunft Labor`)) %>%
  mutate(`Ankunft Labor` = as.Date(`Ankunft Labor`, origin = "1899-12-30")) %>%
  mutate(`SARS-CoV-2 normiert` = as.numeric(`SARS-CoV-2 normiert`))

Biomarker_Monitoring_Koeln[, "Genommen"][is.na(Biomarker_Monitoring_Koeln[, "Genommen"])] <- as.Date("2022-09-05")
Biomarker_Monitoring_Koeln[, "Aufkonzentrierung"][is.na(Biomarker_Monitoring_Koeln[, "Aufkonzentrierung"])] <- as.Date("2022-02-13")

Biomarker_Monitoring_Koeln <- Biomarker_Monitoring_Koeln %>%
  mutate(week = week(Genommen), year = year(Genommen)) %>%
  group_by(year, week, Standort) %>%
  summarize(Genommen = max(Genommen), `Ankunft Labor` = max(`Ankunft Labor`), Aufkonzentrierung = max(Aufkonzentrierung), 
           `AbwasserKonzentration` = mean(`SARS-CoV-2 normiert`)) %>%
  ungroup()

Biomarker_Monitoring_Koeln <- Biomarker_Monitoring_Koeln %>%
  select(-c("year", "week"))

ggplot(Biomarker_Monitoring_Koeln, aes(x=Aufkonzentrierung, y=AbwasserKonzentration, col =Standort)) +
  geom_line() +
  theme_minimal()