일별 날씨 데이터 불러오기
실제로는 날짜와 시간을 따로 파싱하지 않고, 더 큰 데이터셋의 일부로 다루게 돼요. 이 장에서는 간단한 예시(예: R 출시 시각)로 기술을 익힌 뒤, 뉴질랜드 오클랜드의 날씨 데이터를 가지고 맥락 속에서 lubridate 활용법을 연습할 거예요.
데이터는 두 개가 있어요. akl_weather_daily.csv에는 10년간의 일별 요약이 있고, akl_weather_hourly_2016.csv에는 2016년의 30분 간격 관측값이 들어 있어요. 이번 연습에서는 일별 데이터를, 다음 연습에서는 시간별 데이터를 불러올 거예요.
dplyr의 함수를 사용할 예정이니, 필요하시다면 filter(), select(), mutate()를 복습해 두세요.
이 연습은 강의의 일부입니다
R에서 날짜와 시간 다루기
연습 안내
read_csv()로 일별 데이터"akl_weather_daily.csv"를 불러오세요.akl_daily_raw를 출력해date열이 날짜로 해석되지 않았음을 확인하세요. 왜 그런지 보이시나요?mutate()를 사용해date열을 파싱한 버전으로 덮어쓰세요. 어떤 파싱 함수를 쓸지 지정해야 해요. 힌트: 첫 번째 날짜는 9월 1일이어야 해요.akl_daily를 출력해date열이 이제Date인지 확인하세요.- x축에
date, y축에max_temp를 두고 그래프를 그려 데이터를 살펴보세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
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()