Tijden zonder datums

In deze hele cursus had elke tijd die je zag altijd een bijbehorende datum, oftewel een datetime. Maar soms heb je alleen een tijd zonder datum.

Als je in die situatie zit, biedt het hms-pakket een hms-klasse om tijden zonder datum op te slaan, en kun je het best beginnen met as.hms().

Sterker nog, je hebt al een object van de hms-klasse gezien, maar ik heb je er niet op gewezen. Kijk in deze oefening maar eens goed.

Deze oefening maakt deel uit van de cursus

Werken met datums en tijden in R

Cursus bekijken

Oefeninstructies

Gebruik read_csv() om "akl_weather_hourly_2016.csv" in te lezen. readr kent de hms-klasse, dus als het iets tegenkomt dat op een tijd lijkt, zal het die gebruiken.
In dit geval is de kolom time geparseerd als een tijd zonder datum. Bekijk de structuur van de kolom time om te controleren dat deze de klasse hms heeft.
hms-objecten worden afgedrukt zoals tijden horen. Bekijk dit door de kop (head) van de kolom time te inspecteren.
Je kunt hms-objecten ook in grafieken gebruiken. Maak een grafiek met time op de x-as, temperature op de y-as, met lijnen gegroepeerd per date.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Import auckland hourly data 
akl_hourly <- read_csv(___)

# Examine structure of time column
str(___)

# Examine head of time column
head(___)

# A plot using just time
ggplot(akl_hourly, aes(x = ___, y = ___)) +
  geom_line(aes(group = make_date(year, month, mday)), alpha = 0.2)

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: Parsing dates with lubridate Exercise 2: Selecting the right parsing function Exercise 3: Specifying an order with `parse_date_time()`Exercise 4: Weather in Auckland Exercise 5: Import daily weather data Exercise 6: Import hourly weather data Exercise 7: Extracting parts of a datetime Exercise 8: What can you extract?Exercise 9: Adding useful labels Exercise 10: Extracting for plotting Exercise 11: Extracting for filtering and summarizing Exercise 12: Rounding datetimes Exercise 13: Practice rounding Exercise 14: Rounding with the weather data

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: Tijdzones Exercise 2: De tijdzone instellen Exercise 3: Bekijken in een tijdzone Exercise 4: Tijdzones in de weerdata Exercise 5: Tijden zonder datums

Huidige oefening

Exercise 6: Meer over datetimes importeren en exporteren Exercise 7: Snel parsen met fasttime Exercise 8: Snel parsen met lubridate::fast_strptime Exercise 9: Mooie datums en tijden weergeven Exercise 10: Afronding