CommencerCommencer gratuitement

Importer des données météo horaires

Les données horaires sont un peu différentes. Les informations de date sont réparties sur trois colonnes : year, month et mday. Vous devrez donc utiliser make_date() pour les combiner.

Les informations d’heure se trouvent dans une autre colonne, time. Il est assez courant d’avoir la date et l’heure séparées dans des variables différentes. Une façon de construire les datetime consiste à concaténer date et time, puis à les analyser. C’est ce que vous allez faire dans cet exercice.

Cet exercice fait partie du cours

Travailler avec les dates et heures en R

Afficher le cours

Instructions

  • 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.
  • Explorez 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 cet exemple de code.

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