Zacznij terazZacznij za darmo

Wyodrębnianie danych na potrzeby wizualizacji

Wyodrębnianie składowych dat i czasów jest szczególnie przydatne podczas eksploracji danych. Wcześniej w tym rozdziale zaimportowałeś(-aś) dane dzienne dotyczące pogody w Auckland i utworzyłeś(-aś) wykres szeregu czasowego z dziesięciu lat dziennych maksymalnych temperatur. Taki wykres daje dobry ogólny obraz całej dekady, ale trudno na nim dostrzec roczne wzorce.

W tym ćwiczeniu wykorzystasz składowe dat, aby zbadać wzorzec maksymalnej temperatury w ciągu roku. Pierwszym krokiem jest dodanie nowych kolumn z wyodrębnionymi wartościami, a następnie użyjesz ich do stworzenia kilku wykresów.

To ćwiczenie jest częścią kursu

Praca z datami i czasem w R

Zobacz kurs

Instrukcje do ćwiczenia

  • Użyj funkcji mutate(), aby utworzyć trzy nowe kolumny: year, yday i month, zawierające odpowiednie składowe kolumny date. Pamiętaj, aby miesiące oznaczyć ich nazwami.
  • Utwórz wykres z yday na osi x i max_temp na osi y, gdzie linie są pogrupowane według year. Każdy rok jest oddzielną linią na wykresie, a oś x przebiega od 1 stycznia do 31 grudnia.
  • Aby spojrzeć na dane z innej perspektywy, utwórz wykres grzbietowy (dawniej zwany joyplot) z max_temp na osi x i month na osi y, używając funkcji geom_density_ridges() z pakietu ggridges.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

library(ggplot2)
library(dplyr)
library(ggridges)

# Add columns for year, yday and month
akl_daily <- akl_daily %>%
  mutate(
    ___ = ___(date),
    ___ = ___(date),
    ___ = ___(date, ___))

# Plot max_temp by yday for all years
ggplot(akl_daily, aes(x = ___, y = ___)) +
  geom_line(aes(group = ___), alpha = 0.5)

# Examine distribution of max_temp by month
ggplot(akl_daily, aes(x = ___, y = ___, height = ..density..)) +
  geom_density_ridges(stat = "density")
Edytuj i uruchom kod