Zacznij terazZacznij za darmo

Importowanie godzinowych danych pogodowych

Dane godzinowe różnią się nieco od poprzednich. Informacje o dacie są rozłożone na trzy kolumny: year, month i mday, więc do ich połączenia użyjesz funkcji make_date().

Informacje o czasie znajdują się z kolei w osobnej kolumnie time. Rozdzielenie daty i czasu na różne zmienne to często spotykany format. Jednym ze sposobów na zbudowanie wartości datetime jest sklejenie kolumn date i time, a następnie przetworzenie wyniku. Właśnie to zrobisz w tym ćwiczeniu.

To ćwiczenie jest częścią kursu

Praca z datami i czasem w R

Zobacz kurs

Instrukcje do ćwiczenia

  • Zaimportuj dane godzinowe z pliku "akl_weather_hourly_2016.csv" za pomocą read_csv(), a następnie wyświetl akl_hourly_raw, aby sprawdzić, czy data jest rzeczywiście rozłożona na kolumny year, month i mday.
  • Za pomocą mutate() utwórz kolumnę date, używając funkcji make_date().
  • Kolumny date i time zostały już sklejone. Utwórz kolumnę datetime, przetwarzając kolumnę datetime_string.
  • Porównaj kolumny date, time i datetime, aby upewnić się, że wartości są ze sobą zgodne.
  • Przyjrzyj się danym, tworząc wykres z datetime na osi x i temperature na osi y.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

library(lubridate)
library(readr)
library(dplyr)
library(ggplot2)

# Import "akl_weather_hourly_2016.csv"
akl_hourly_raw <- ___

# Print akl_hourly_raw
___

# Use make_date() to combine year, month and mday 
akl_hourly  <- akl_hourly_raw  %>% 
  mutate(date = make_date(year = ___, month = ___, day = ___))

# Parse datetime_string 
akl_hourly <- akl_hourly  %>% 
  mutate(
    datetime_string = paste(date, time, sep = "T"),
    datetime = ___(datetime_string)
  )

# Print date, time and datetime columns of akl_hourly
akl_hourly %>% select(___, ___, ___)

# Plot to check work
ggplot(akl_hourly, aes(x = ___, y = ___)) +
  geom_line()
Edytuj i uruchom kod