ComeçarComece de graça

Arredondando com os dados do clima

Quando o arredondamento é útil? Em muitas das mesmas situações em que extrair componentes de data é útil. A vantagem do arredondamento em relação à extração é que ele mantém o contexto da unidade. Por exemplo, extrair a hora informa a hora em que o datetime ocorreu, mas você perde o dia em que essa hora ocorreu (a menos que extraia isso também). Já arredondar para a hora mais próxima mantém o dia, o mês e o ano.

Como exemplo, você vai explorar quantas observações por hora realmente existem nos dados horários de clima de Auckland.

Este exercício faz parte do curso

Trabalhando com datas e horários no R

Ver curso

Instruções do exercício

  • Crie uma nova coluna chamada day_hour que seja datetime arredondado para baixo até a hora mais próxima.
  • Use count() em day_hour para contar quantas observações existem em cada hora. Qual parece ser o valor mais comum?
  • Estenda o pipeline para, após contar, filtrar pelas observações em que n é diferente de 2.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Create day_hour, datetime rounded down to hour
akl_hourly <- akl_hourly %>%
  mutate(
    day_hour = ___(datetime, unit = ___)
  )

# Count observations per hour  
akl_hourly %>% 
  count(___) 

# Find day_hours with n != 2  
akl_hourly %>% 
  count(___) %>%
  filter(___) %>% 
  arrange(desc(n))
Editar e executar o código