CommencezCommencez gratuitement

Importer des données météorologiques horaires

Les données horaires sont un peu différentes. L'information de date est répartie sur trois colonnes, year, month et mday, donc vous devez utiliser make_date() pour les combiner.

L'heure se trouve encore dans une colonne distincte, time. Il est courant que la date et l'heure soient séparées dans des variables différentes. Une façon de construire les valeurs datetime est de concaténer date et time, puis de les analyser. C'est ce que vous ferez dans cet exercice.

Cette activité fait partie du cours

Travailler avec les dates et les heures en R

Voir le cours

Instructions de l’exercice

  • Importez les données horaires, "akl_weather_hourly_2016.csv" avec read_csv(), puis affichez akl_hourly_raw pour confirmer que la date est répartie entre year, month et mday.
  • Avec mutate(), créez la colonne date en utilisant make_date().
  • Nous avons concaténé les colonnes date et time. Créez datetime en analysant la colonne datetime_string.
  • Examinez les colonnes date, time et datetime pour vérifier qu'elles correspondent.
  • Visualisez les données en traçant datetime sur l'axe des x et temperature sur l'axe des y.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

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()
Modifier et exécuter le code