Oefenen met afronden

Zoals je in de video zag, rondt round_date() een datum af naar de dichtstbijzijnde waarde, floor_date() rondt naar beneden af, en ceiling_date() rondt naar boven af.

Alle drie nemen een argument unit dat de resolutie van het afronden bepaalt. Je kunt "second", "minute", "hour", "day", "week", "month", "bimonth", "quarter", "halfyear" of "year" opgeven. Of je geeft een veelvoud van die eenheden op, bijv. "5 years", "3 minutes", enz.

Probeer ze uit met de releasedatum-tijd van R 3.4.1.

Deze oefening maakt deel uit van de cursus

Werken met datums en tijden in R

Cursus bekijken

Oefeninstructies

Kies de juiste functie en eenheden om r_3_4_1 naar beneden af te ronden op de dichtstbijzijnde dag.
Kies de juiste functie en eenheden om r_3_4_1 af te ronden op de dichtstbijzijnde 5 minuten.
Kies de juiste functie en eenheden om r_3_4_1 naar boven af te ronden op de dichtstbijzijnde week.
Bepaal de verstreken tijd op de releasedag op het moment van release door r_3_4_1 afgerond naar beneden op de dag af te trekken van r_3_4_1.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

r_3_4_1 <- ymd_hms("2016-05-03 07:13:28 UTC")

# Round down to day
___(r_3_4_1, unit = ___)

# Round to nearest 5 minutes
___(r_3_4_1, unit = ___)

# Round up to week 
___(r_3_4_1, unit = ___)

# Subtract r_3_4_1 rounded down to day
r_3_4_1 - ___(r_3_4_1, unit = ___)

Code bewerken en uitvoeren

Deze oefening maakt deel uit van de cursus

Werken met datums en tijden in R

SkillTag.level.intermediateSkillTag.label

4.8+

Begin de cursus gratis

R doesn't know something is a date or time unless you tell it. In this chapter you'll learn about some of the ways R stores dates and times by exploring how often R versions are released, and how quickly people download them. You'll also get a sneak peek at what you'll learn in the following chapters.

Exercise 1: Introduction to dates Exercise 2: Recognizing ISO 8601 dates Exercise 3: Specifying dates Exercise 4: Automatic import Exercise 5: Why use dates?Exercise 6: Plotting Exercise 7: Arithmetic and logical operators Exercise 8: What about times?Exercise 9: Getting datetimes into R Exercise 10: Datetimes behave nicely too Exercise 11: Why lubridate?

Dates and times come in a huge assortment of formats, so your first hurdle is often to parse the format you have into an R datetime. This chapter teaches you to import dates and times with the lubridate package. You'll also learn how to extract parts of a datetime. You'll practice by exploring the weather in R's birthplace, Auckland NZ.

Exercise 1: Datums parsen met lubridate Exercise 2: De juiste parse-functie kiezen Exercise 3: Een volgorde opgeven met `parse_date_time()`Exercise 4: Weer in Auckland Exercise 5: Dagelijkse weersgegevens importeren Exercise 6: Uurlijkse weerdata importeren Exercise 7: Onderdelen uit een datetime halen Exercise 8: Wat kun je extraheren?Exercise 9: Handige labels toevoegen Exercise 10: Componenten extraheren voor visualisatie Exercise 11: Onderdelen extraheren om te filteren en te samenvatten Exercise 12: Datetimes afronden Exercise 13: Oefenen met afronden

Huidige oefening

Exercise 14: Afronden met de weergegevens

Getting datetimes into R is just the first step. Now that you know how to parse datetimes, you need to learn how to do calculations with them. In this chapter, you'll learn the different ways of representing spans of time with lubridate and how to leverage them to do arithmetic on datetimes. By the end of the chapter, you'll have calculated how long it's been since the first man stepped on the moon, generated sequences of dates to help schedule reminders, calculated when an eclipse occurs, and explored the reigns of monarch's of England (and which ones might have seen Halley's comet!).

Exercise 1: Taking differences of datetimes Exercise 2: How long has it been?Exercise 3: How many seconds are in a day?Exercise 4: Time spans.Exercise 5: Adding or subtracting a time span to a datetime Exercise 6: Duration or Period?Exercise 7: Arithmetic with timespans Exercise 8: Generating sequences of datetimes Exercise 9: The tricky thing about months Exercise 10: Intervals Exercise 11: Examining intervals. Reigns of kings and queens Exercise 12: Comparing intervals and datetimes Exercise 13: Converting to durations and periods

You now know most of what you need to tackle data that includes dates and times, but there are a few other problems you might encounter in practice. In this final chapter you'll learn a little more about these problems by returning to some of the earlier data examples and learning how to handle time zones, deal with times when you don't care about dates, parse dates quickly, and output dates and times.

Exercise 1: Time zones Exercise 2: Setting the timezone Exercise 3: Viewing in a timezone Exercise 4: Timezones in the weather data Exercise 5: Times without dates Exercise 6: More on importing and exporting datetimes Exercise 7: Fast parsing with fasttime Exercise 8: Fast parsing with lubridate::fast_strptime Exercise 9: Outputting pretty dates and times Exercise 10: Wrap-up