Extraction pour la visualisation
Extraire des composantes d'un objet datetime est particulièrement utile pour explorer des données. Plus tôt dans le chapitre, vous avez importé des données quotidiennes sur la météo à Auckland et créé un graphique de séries chronologiques des températures maximales quotidiennes sur dix ans. Ce graphique donne une bonne vue d'ensemble des dix années, mais il est difficile d'y voir le motif annuel.
Dans cet exercice, vous utiliserez des composantes des dates pour explorer le motif des températures maximales au fil de l'année. La première étape consiste à créer de nouvelles colonnes pour contenir les éléments extraits, puis vous les utiliserez dans deux graphiques.
Cette activité fait partie du cours
Travailler avec les dates et les heures en R
Instructions de l’exercice
- Utilisez
mutate()pour créer trois nouvelles colonnes :year,ydayetmonthqui contiennent respectivement les mêmes composantes que la colonnedate. N'oubliez pas d'étiqueter les mois avec leur nom. - Créez un graphique avec
ydaysur l'axe des x etmax_tempsur l'axe des y, où les lignes sont regroupées paryear. Chaque année est représentée par une ligne, avec l'axe des x allant du 1er janv. au 31 déc. - Pour une autre perspective, créez un ridgeline plot (anciennement appelé « joyplot ») avec
max_tempsur l'axe des x etmonthsur l'axe des y, en utilisantgeom_density_ridges()du paquetggridges.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
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")