ComeçarComece de graça

Importar dados diários do clima

Na prática, você não vai analisar datas e horas isoladas; elas farão parte de um conjunto de dados maior. Ao longo do capítulo, depois de dominar uma habilidade com um exemplo mais simples (como os horários de lançamento do R), você vai praticar lubridate em contexto, trabalhando com dados de clima de Auckland, NZ.

Há dois conjuntos de dados: akl_weather_daily.csv, com resumos diários ao longo de 10 anos, e akl_weather_hourly_2016.csv, com observações a cada meia hora em 2016. Você vai importar os dados diários neste exercício e os dados horários no próximo.

Você usará funções do dplyr, então, se estiver enferrujado, vale revisar filter(), select() e mutate().

Este exercício faz parte do curso

Trabalhando com datas e horários no R

Ver curso

Instruções do exercício

  • Importe os dados diários, "akl_weather_daily.csv", com read_csv().
  • Imprima akl_daily_raw para confirmar que a coluna date não foi interpretada como data. Consegue ver o porquê?
  • Usando mutate(), sobrescreva a coluna date com uma versão analisada de date. Você precisa especificar a função de parsing. Dica: a primeira data deve ser 1º de setembro.
  • Imprima akl_daily para verificar que a coluna date agora é um Date.
  • Observe os dados fazendo um gráfico com date no eixo x e max_temp no eixo y.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

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

# Import CSV with read_csv()
akl_daily_raw <- read_csv(___)

# Print akl_daily_raw
___

# Parse date 
akl_daily <- akl_daily_raw %>%
  mutate(date = ___(date))

# Print akl_daily
___

# Plot to check work
ggplot(akl_daily, aes(x = ___, y = ___)) +
  geom_line()
Editar e executar o código