LoslegenKostenlos loslegen

Stündliche Wetterdaten importieren

Die stündlichen Daten sind ein wenig anders. Die Datumsinformationen sind über drei Spalten verteilt: year, month und mday. Du musst sie mit make_date() zusammenführen.

Die Zeitinformation steht wiederum in einer separaten Spalte, time. Es ist ziemlich üblich, dass Datum und Uhrzeit auf verschiedene Variablen verteilt sind. Eine Möglichkeit, die Datetime-Werte zu erzeugen, ist, date und time zusammenzufügen und anschließend zu parsen. Genau das machst du in dieser Übung.

Diese Übung ist Teil des Kurses

Arbeiten mit Datums- und Zeitangaben in R

Kurs anzeigen

Anleitung zur Übung

  • Importiere die stündlichen Daten "akl_weather_hourly_2016.csv" mit read_csv() und gib akl_hourly_raw aus, um zu bestätigen, dass das Datum auf year, month und mday verteilt ist.
  • Erstelle mit mutate() die Spalte date mithilfe von make_date().
  • Wir haben die Spalten date und time zusammengefügt. Erstelle datetime, indem du die Spalte datetime_string parst.
  • Sieh dir die Spalten date, time und datetime an, um zu prüfen, ob sie zusammenpassen.
  • Verschaffe dir einen Überblick über die Daten, indem du datetime auf der x-Achse und temperature auf der y-Achse darstellst.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

library(lubridate)
library(readr)
library(dplyr)
library(ggplot2)

# Import "akl_weather_hourly_2016.csv"
akl_hourly_raw <- ___

# Print akl_hourly_raw
___

# Use make_date() to combine year, month and mday 
akl_hourly  <- akl_hourly_raw  %>% 
  mutate(date = make_date(year = ___, month = ___, day = ___))

# Parse datetime_string 
akl_hourly <- akl_hourly  %>% 
  mutate(
    datetime_string = paste(date, time, sep = "T"),
    datetime = ___(datetime_string)
  )

# Print date, time and datetime columns of akl_hourly
akl_hourly %>% select(___, ___, ___)

# Plot to check work
ggplot(akl_hourly, aes(x = ___, y = ___)) +
  geom_line()
Code bearbeiten und ausführen