IniziaInizia gratis

Estrazione per filtrare e riassumere

Un altro motivo per estrarre componenti è aiutarti a filtrare le osservazioni o creare riepiloghi. Per esempio, se ti interessano solo le osservazioni dei giorni feriali (cioè non nei weekend), puoi estrarre i giorni della settimana e poi filtrare i weekend, ad es. wday(date) %in% 2:6.

Nell’ultimo esercizio hai visto che gennaio, febbraio e marzo sono ottimi mesi per visitare Auckland per le temperature miti, ma ti servirà un impermeabile?

In questo esercizio lo scoprirai! Userai i dati orari per calcolare in quanti giorni di ciascun mese ha piovuto durante il giorno.

Questo esercizio fa parte del corso

Lavorare con date e orari in R

Visualizza il corso

Istruzioni dell'esercizio

  • Crea nuove colonne per l’ora e il mese dell’osservazione a partire da datetime. Assicurati di etichettare il mese.
  • Filtra solo le osservazioni diurne, in cui l’ora è maggiore o uguale a 8 e minore o uguale a 22.
  • Raggruppa le osservazioni prima per month, poi per date, e riassumi usando any() sulla colonna rainy. Questo produce un valore per giorno
  • Riassumi di nuovo sommando any_rain. Questo produce un valore per mese

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Create new columns hour, month and rainy
akl_hourly <- akl_hourly %>%
  mutate(
    ___ = ___(datetime),
    ___ = ___(datetime, ___),
    rainy = weather == "Precipitation"
  )

# Filter for hours between 8am and 10pm (inclusive)
akl_day <- akl_hourly %>% 
  filter(___, ___)

# Summarise for each date if there is any rain
rainy_days <- akl_day %>% 
  group_by(___, ___) %>%
  summarise(
    any_rain = ___(rainy)
  )

# Summarise for each month, the number of days with rain
rainy_days %>% 
  summarise(
    days_rainy = ___(any_rain)
  )
Modifica ed esegui il codice