ComenzarEmpieza gratis

Importar datos meteorológicos por hora

Los datos por hora son un poco diferentes. La información de fecha está repartida en tres columnas, year, month y mday, así que tendrás que usar make_date() para combinarlas.

Luego, la información de la hora está otra vez en una columna aparte, time. Es bastante común encontrar la fecha y la hora en variables distintas. Una forma de construir los datetimes es concatenar date y time y después analizarlos. Eso es lo que harás en este ejercicio.

Este ejercicio forma parte del curso

Trabajar con fechas y horas en R

Ver curso

Instrucciones del ejercicio

  • Importa los datos por hora, "akl_weather_hourly_2016.csv" con read_csv(), y después imprime akl_hourly_raw para confirmar que la fecha está repartida en year, month y mday.
  • Usando mutate(), crea la columna date con make_date().
  • Hemos concatenado las columnas date y time. Crea datetime analizando la columna datetime_string.
  • Revisa las columnas date, time y datetime para verificar que coinciden.
  • Echa un vistazo a los datos dibujando datetime en el eje x y temperature en el eje y.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

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()
Editar y ejecutar código