CommencezCommencez gratuitement

Les date-heure se comportent bien aussi

Tout comme les objets Date, vous pouvez tracer et faire des calculs avec des objets POSIXct.

À titre d'exemple, dans cet exercice vous verrez à quelle vitesse les gens téléchargent les nouvelles versions de R, en examinant les journaux de téléchargement du miroir CRAN de RStudio.

R 3.2.0 a été publié à "2015-04-16 07:13:33", donc cran-logs_2015-04-17.csv contient un échantillon aléatoire de téléchargements des 16, 17 et 18 avril.

Cette activité fait partie du cours

Travailler avec les dates et les heures en R

Voir le cours

Instructions de l’exercice

  • Utilisez read_csv() pour importer cran-logs_2015-04-17.csv.
  • Affichez logs pour voir l'information dont nous disposons sur chaque téléchargement.
  • Enregistrez le moment de la publication de R 3.2.0 comme objet POSIXct.
  • Découvrez quand la première requête pour 3.2.0 a été faite en filtrant les valeurs de la colonne datetime qui sont supérieures à release_time.
  • Enfin, observez l'augmentation des téléchargements en créant des histogrammes du moment de téléchargement pour la 3.2.0 et la version précédente, 3.1.3. Nous avons fourni la majeure partie du code; vous n'avez qu'à préciser l'esthétique x comme étant la colonne datetime.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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)
Modifier et exécuter le code