始める無料で始める

日次の天気データをインポートする

実務では、日付や時刻だけを個別にパースすることはほとんどなく、たいていは大きなデータセットの一部として扱います。この章では、まず簡単な例（たとえば R のリリース時刻）でスキルを身につけてから、R の誕生地であるニュージーランド・オークランドの天気データを使って、文脈の中で lubridate を練習していきます。

データは2種類あります。10年分の1日1回のサマリーをまとめた akl_weather_daily.csv と、2016年の30分ごとの観測を収めた akl_weather_hourly_2016.csv です。この演習では日次データをインポートし、次の演習で時間単位の天気データを扱います。

今回は dplyr の関数を使います。少し感覚が鈍っていると感じる場合は、filter()、select()、mutate() を復習しておくとよいでしょう。

この演習はコースの一部です

Rで扱う日付と時刻

コースを見る

演習の手順

  • read_csv() で日次データ "akl_weather_daily.csv" をインポートします。
  • akl_daily_raw を表示して、date 列が日付として解釈されていないことを確認します。なぜだか分かりますか？
  • mutate() を使って、date 列をパースした date で上書きします。どのパース関数を使うか指定する必要があります。ヒント: 最初の日付は 9 月 1 日です。
  • akl_daily を表示して、date 列が Date になっていることを確認します。
  • date を x 軸、max_temp を y 軸にプロットして、データの様子を見てみましょう。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

library(lubridate)
library(readr)
library(dplyr)
library(ggplot2)

# Import CSV with read_csv()
akl_daily_raw <- read_csv(___)

# Print akl_daily_raw
___

# Parse date 
akl_daily <- akl_daily_raw %>%
  mutate(date = ___(date))

# Print akl_daily
___

# Plot to check work
ggplot(akl_daily, aes(x = ___, y = ___)) +
  geom_line()
コードを編集して実行