ComenzarEmpieza gratis

Los objetos datetime también se portan bien

Igual que con los objetos Date, puedes graficar y hacer operaciones con objetos POSIXct.

Como ejemplo, en este ejercicio verás con qué rapidez la gente descarga nuevas versiones de R, examinando los registros de descargas del mirror de CRAN de RStudio.

R 3.2.0 se publicó el "2015-04-16 07:13:33", así que cran-logs_2015-04-17.csv contiene una muestra aleatoria de descargas de los días 16, 17 y 18.

Este ejercicio forma parte del curso

Trabajar con fechas y horas en R

Ver curso

Instrucciones del ejercicio

  • Usa read_csv() para importar cran-logs_2015-04-17.csv.
  • Imprime logs para ver la información que tenemos de cada descarga.
  • Guarda la hora de lanzamiento de R 3.2.0 como un objeto POSIXct.
  • Averigua cuándo se realizó la primera solicitud de la 3.2.0 filtrando los valores de la columna datetime que sean mayores que release_time.
  • Finalmente, observa cómo aumentan las descargas creando histogramas del tiempo de descarga para la 3.2.0 y la versión anterior 3.1.3. Te damos la mayor parte del código; solo tienes que indicar que la estética x sea la columna datetime.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Import "cran-logs_2015-04-17.csv" with read_csv()
logs <- read_csv(___)

# Print logs
___

# Store the release time as a POSIXct object
release_time <- ___("2015-04-16 07:13:33", tz = "UTC")

# When is the first download of 3.2.0?
logs %>% 
  filter(___,
    r_version == "3.2.0")

# Examine histograms of downloads by version
ggplot(logs, aes(x = ___)) +
  geom_histogram() +
  geom_vline(aes(xintercept = as.numeric(release_time)))+
  facet_wrap(~ r_version, ncol = 1)
Editar y ejecutar código