Zacznij terazZacznij za darmo

Obiekty daty i czasu też zachowują się przewidywalnie

Podobnie jak obiekty Date, obiekty POSIXct można wykreślać i wykonywać na nich działania matematyczne.

W tym ćwiczeniu sprawdzisz, jak szybko użytkownicy pobierają nowe wersje R – na podstawie logów pobierań z serwera RStudio CRAN.

R 3.2.0 zostało wydane "2015-04-16 07:13:33", a plik cran-logs_2015-04-17.csv zawiera losową próbkę pobrań z 16., 17. i 18. dnia.

To ćwiczenie jest częścią kursu

Praca z datami i czasem w R

Zobacz kurs

Instrukcje do ćwiczenia

  • Użyj funkcji read_csv(), aby wczytać plik cran-logs_2015-04-17.csv.
  • Wyświetl obiekt logs, aby zobaczyć, jakie informacje są dostępne dla każdego pobrania.
  • Zapisz czas wydania R 3.2.0 jako obiekt POSIXct.
  • Sprawdź, kiedy wpłynęło pierwsze żądanie pobrania wersji 3.2.0, filtrując kolumnę datetime pod kątem wartości większych niż release_time.
  • Na koniec sprawdź, jak rosła liczba pobrań, tworząc histogramy czasu pobierania dla wersji 3.2.0 i poprzedniej wersji 3.1.3. Większość kodu jest już gotowa – wystarczy, że ustawisz estetykę x na kolumnę datetime.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Import "cran-logs_2015-04-17.csv" with read_csv()
logs <- read_csv(___)

# Print logs
___

# Store the release time as a POSIXct object
release_time <- ___("2015-04-16 07:13:33", tz = "UTC")

# When is the first download of 3.2.0?
logs %>% 
  filter(___,
    r_version == "3.2.0")

# Examine histograms of downloads by version
ggplot(logs, aes(x = ___)) +
  geom_histogram() +
  geom_vline(aes(xintercept = as.numeric(release_time)))+
  facet_wrap(~ r_version, ncol = 1)
Edytuj i uruchom kod