MulaiMulai sekarang secara gratis

Impor data cuaca per jam

Data per jam sedikit berbeda. Informasi tanggal tersebar di tiga kolom, yaitu year, month, dan mday, sehingga Anda perlu menggunakan make_date() untuk menggabungkannya.

Lalu informasi waktu ada di kolom terpisah, time. Cukup umum menemukan tanggal dan waktu dipisahkan ke variabel yang berbeda. Salah satu cara membentuk datetime adalah dengan menempelkan date dan time lalu mengurainya. Anda akan melakukannya dalam latihan ini.

Latihan ini adalah bagian dari kursus

Bekerja dengan Tanggal dan Waktu di R

Lihat Kursus

Petunjuk latihan

  • Impor data per jam, "akl_weather_hourly_2016.csv" dengan read_csv(), lalu cetak akl_hourly_raw untuk memastikan tanggal tersebar pada year, month, dan mday.
  • Dengan mutate() buat kolom date menggunakan make_date().
  • Kami telah menempelkan kolom date dan time. Buat datetime dengan mengurai kolom datetime_string.
  • Lihat kolom date, time, dan datetime untuk memverifikasi bahwa ketiganya selaras.
  • Amati datanya dengan memetakan datetime pada sumbu-x dan temperature pada sumbu-y.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

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()
Edit dan Jalankan Kode