CommencerCommencer gratuitement

Extraction pour la visualisation

Extraire des composantes à partir d’un 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 une série temporelle des températures maximales quotidiennes sur dix ans. Ce graphique donne une bonne vue d’ensemble de la décennie, mais il est difficile d’y voir le motif annuel.

Dans cet exercice, vous allez utiliser des composantes des dates pour explorer l’évolution de la température maximale au fil de l’année. La première étape consiste à créer de nouvelles colonnes pour stocker les éléments extraits, puis vous les utiliserez dans deux graphiques.

Cet exercice fait partie du cours

Travailler avec les dates et heures en R

Afficher le cours

Instructions

  • Utilisez mutate() pour créer trois nouvelles colonnes : year, yday et month qui contiennent respectivement les mêmes composantes que la colonne date. N’oubliez pas d’étiqueter les mois avec leurs noms.
  • Créez un graphique avec yday sur l’axe des x, max_temp sur l’axe des y, où les lignes sont groupées par year. Chaque année correspond à une ligne sur ce graphique, 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_temp sur l’axe des x, month sur l’axe des y, en utilisant geom_density_ridges() du package ggridges.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

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")
Modifier et exécuter le code