LoslegenKostenlos loslegen

Extrahieren fürs Plotten

Das Extrahieren von Komponenten aus einem Datum-Uhrzeit-Wert ist besonders nützlich, wenn du Daten untersuchst. Früher in diesem Kapitel hast du tägliche Wetterdaten für Auckland importiert und eine Zeitreihengrafik über zehn Jahre der täglichen Höchsttemperatur erstellt. Diese Grafik gibt dir zwar einen guten Überblick über die gesamten zehn Jahre, aber das jährliche Muster ist schwer zu erkennen.

In dieser Übung nutzt du Datumsbestandteile, um das Muster der Höchsttemperatur über das Jahr hinweg zu untersuchen. Der erste Schritt ist, neue Spalten anzulegen, um die extrahierten Teile zu speichern. Danach verwendest du sie in ein paar Grafiken.

Diese Übung ist Teil des Kurses

Arbeiten mit Datums- und Zeitangaben in R

Kurs anzeigen

Anleitung zur Übung

  • Verwende mutate(), um drei neue Spalten zu erstellen: year, yday und month, die jeweils die entsprechenden Komponenten der Spalte date enthalten. Vergiss nicht, die Monate mit ihren Namen zu beschriften.
  • Erstelle eine Grafik mit yday auf der x-Achse, max_temp auf der y-Achse, wobei die Linien nach year gruppiert werden. Jedes Jahr ist in diesem Plot eine Linie, die x-Achse verläuft von 1. Jan. bis 31. Dez.
  • Für eine alternative Darstellung erstelle einen Ridgeline-Plot (früher Joyplot genannt) mit max_temp auf der x-Achse, month auf der y-Achse, und nutze geom_density_ridges() aus dem Paket ggridges.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

library(ggplot2)
library(dplyr)
library(ggridges)

# Add columns for year, yday and month
akl_daily <- akl_daily %>%
  mutate(
    ___ = ___(date),
    ___ = ___(date),
    ___ = ___(date, ___))

# Plot max_temp by yday for all years
ggplot(akl_daily, aes(x = ___, y = ___)) +
  geom_line(aes(group = ___), alpha = 0.5)

# Examine distribution of max_temp by month
ggplot(akl_daily, aes(x = ___, y = ___, height = ..density..)) +
  geom_density_ridges(stat = "density")
Code bearbeiten und ausführen