Szybkie parsowanie z fasttime

Pakiet fasttime udostępnia jedną funkcję – fastPOSIXct() – zaprojektowaną do wczytywania dat i godzin zapisanych w formacie ISO 8601. Ponieważ obsługuje tylko jeden format i nie musi go zgadywać, działa naprawdę szybko!

W tym ćwiczeniu przekonasz się, jak szybko – porównując czas wczytywania dat z godzinowych danych pogodowych Auckland (ponad 17 000 dat) między fastPOSIXct() a funkcją ymd_hms() z pakietu lubridate.

Do porównania czasów wykonania użyjesz funkcji microbenchmark() z pakietu o tej samej nazwie. Przekazujesz do niej dowolną liczbę argumentów – każdy z nich to wyrażenie, którego czas chcesz zmierzyć.

To ćwiczenie jest częścią kursu

Praca z datami i czasem w R

Instrukcje do ćwiczenia

Wczytaliśmy daty i godziny z danych Auckland jako ciągi znaków do wektora dates.

Zbadaj strukturę dates, aby sprawdzić, czy jest to ciąg znaków w formacie ISO 8601.
Sparsuj dates za pomocą fasttime i przekaż wynik potokiem do str(), aby zweryfikować, czy fastPOSIXct parsuje je poprawnie.
Aby porównać czasy wykonania, wywołaj microbenchmark, gdzie pierwszy argument używa ymd_hms() do parsowania dates, a drugi – fastPOSIXct().

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

library(microbenchmark)
library(fasttime)

# Examine structure of dates
str(___)

# Use fastPOSIXct() to parse dates
fastPOSIXct(___) %>% str()

# Compare speed of fastPOSIXct() to ymd_hms()
microbenchmark(
  ymd_hms = ___(dates),
  fasttime = ___(dates),
  times = 20)

Edytuj i uruchom kod

To ćwiczenie jest częścią kursu

Praca z datami i czasem w R

SkillTag.level.intermediateSkillTag.label

4.8+

Rozpocznij kurs za darmo

R nie wie, że coś jest datą lub czasem, dopóki mu tego nie powiesz. W tym rozdziale poznasz sposoby, w jakie R przechowuje daty i czasy – na przykładzie analizy częstotliwości wydawania nowych wersji R oraz tempa ich pobierania. Znajdziesz tu też zapowiedź tego, czego nauczysz się w kolejnych rozdziałach.

Exercise 1: Wprowadzenie do dat Exercise 2: Rozpoznawanie dat w formacie ISO 8601 Exercise 3: Określanie dat Exercise 4: Automatyczny import Exercise 5: Po co używać dat?Exercise 6: Tworzenie wykresów Exercise 7: Operatory arytmetyczne i logiczne Exercise 8: A co z godzinami?Exercise 9: Wczytywanie wartości datetime do R Exercise 10: Obiekty daty i czasu też zachowują się przewidywalnie Exercise 11: Dlaczego lubridate?

Daty i czasy występują w ogromnej różnorodności formatów, dlatego pierwszym wyzwaniem jest zwykle sparsowanie posiadanego formatu do obiektu datetime w R. Ten rozdział uczy, jak importować daty i czasy za pomocą pakietu lubridate. Nauczysz się również wyodrębniać składowe obiektu datetime. Wszystko przećwiczysz, analizując pogodę w Auckland – miejscu narodzin R.

Exercise 1: Parsowanie dat z lubridate Exercise 2: Wybieranie właściwej funkcji parsowania Exercise 3: Określanie kolejności za pomocą `parse_date_time()`Exercise 4: Pogoda w Auckland Exercise 5: Importowanie dziennych danych pogodowych Exercise 6: Importowanie godzinowych danych pogodowych Exercise 7: Wyodrębnianie części daty i czasu Exercise 8: Co można wyodrębnić?Exercise 9: Dodawanie użytecznych etykiet Exercise 10: Wyodrębnianie danych na potrzeby wizualizacji Exercise 11: Wyodrębnianie składowych do filtrowania i podsumowań Exercise 12: Zaokrąglanie dat i godzin Exercise 13: Ćwiczenie zaokrąglania Exercise 14: Zaokrąglanie na danych pogodowych

Wczytanie dat i czasów do R to dopiero początek. Teraz, gdy wiesz już, jak je parsować, czas nauczyć się na nich obliczać. W tym rozdziale poznasz różne sposoby reprezentowania przedziałów czasu w pakiecie lubridate i wykorzystasz je do wykonywania arytmetyki na obiektach datetime. Na koniec obliczysz, ile czasu minęło od pierwszego lądowania człowieka na Księżycu, wygenerujesz sekwencje dat przydatne do planowania przypomnień, wyliczysz datę zaćmienia Słońca oraz przeanalizujesz panowania władców Anglii (i sprawdzisz, którzy z nich mogli zobaczyć kometę Halleya!).

Exercise 1: Obliczanie różnic między datami i godzinami Exercise 2: Ile czasu minęło?Exercise 3: Ile sekund ma doba?Exercise 4: Przedziały czasu.Exercise 5: Dodawanie i odejmowanie przedziałów czasu od daty/godziny Exercise 6: Czas trwania czy okres?Exercise 7: Działania arytmetyczne na przedziałach czasu Exercise 8: Generowanie sekwencji dat i godzin Exercise 9: Miesiące potrafią zaskoczyć Exercise 10: Interwały Exercise 11: Analiza interwałów. Panowanie królów i królowych Exercise 12: Porównywanie przedziałów czasowych i dat Exercise 13: Konwersja na obiekty duration i period

Wiesz już prawie wszystko, czego potrzebujesz, by sprawnie pracować z danymi zawierającymi daty i czasy – jest jednak kilka dodatkowych problemów, które możesz napotkać w praktyce. W tym ostatnim rozdziale przyjrzysz się bliżej tym zagadnieniom, wracając do wcześniejszych przykładów. Nauczysz się obsługiwać strefy czasowe, pracować z samymi godzinami (bez dat), szybko parsować daty oraz formatować i eksportować daty i czasy.

Exercise 1: Strefy czasowe Exercise 2: Ustawianie strefy czasowej Exercise 3: Wyświetlanie w strefie czasowej Exercise 4: Strefy czasowe w danych pogodowych Exercise 5: Godziny bez dat Exercise 6: Więcej o importowaniu i eksportowaniu dat i godzin Exercise 7: Szybkie parsowanie z fasttime

Bieżące ćwiczenie

Exercise 8: Szybkie parsowanie za pomocą lubridate::fast_strptime Exercise 9: Ładne formatowanie dat i godzin Exercise 10: Podsumowanie