ComeçarComece de graça

Datetimes também se comportam bem

Assim como objetos Date, você pode fazer gráficos e contas com objetos POSIXct.

Como exemplo, neste exercício você vai ver com que velocidade as pessoas baixam novas versões do R, examinando os logs de download do espelho CRAN da RStudio.

O R 3.2.0 foi lançado em "2015-04-16 07:13:33", então o arquivo cran-logs_2015-04-17.csv contém uma amostra aleatória de downloads dos dias 16, 17 e 18.

Este exercício faz parte do curso

Trabalhando com datas e horários no R

Ver curso

Instruções do exercício

  • Use read_csv() para importar cran-logs_2015-04-17.csv.
  • Imprima logs para ver as informações que temos sobre cada download.
  • Armazene o horário de lançamento do R 3.2.0 como um objeto POSIXct.
  • Descubra quando foi feita a primeira solicitação pela 3.2.0 filtrando valores na coluna datetime que sejam maiores que release_time.
  • Por fim, veja como os downloads aumentam criando histogramas do horário de download para a 3.2.0 e para a versão anterior, 3.1.3. Nós já fornecemos a maior parte do código; você só precisa definir a estética x como sendo a coluna datetime.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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)
Editar e executar o código