ÎncepețiÎncepe gratuit

Îmbogățirea datelor: statistici sumare pe rute

Am construit un set de date aproape gata pentru vizualizare, route_hod. Hai să adăugăm câteva variabile suplimentare care vor fi utile ca elemente de explorare interactivă (cognostice) atunci când vom naviga prin afișare.

Acest exercițiu face parte din cursul

Vizualizarea datelor mari cu Trelliscope în R

Vezi cursul

Instrucțiuni pentru exercițiu

  • Pentru fiecare rută, calculează numărul total de curse.
  • Pentru fiecare rută, calculează diferența dintre media curselor orare din timpul săptămânii de lucru și media curselor orare din weekend. Reține că variabila n este deja agregată ca număr de curse pe oră, astfel că, de exemplu, media pentru zilele lucrătoare se calculează cu mean(n[weekday == "workweek"]).
  • Pentru fiecare rută, adaugă o variabilă care conține un URL ce indică ruta pe Google Maps, folosind funcția make_gmap_url furnizată și transmițând argumentele corespunzătoare din date.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

library(trelliscopejs)
library(ggplot2)
library(dplyr)

# Function to construct a Google maps URL with cycling directions
make_gmap_url <- function(start_lat, start_lon, end_lat, end_lon) {
  paste0("https://www.google.com/maps/dir/?api=1",
    "&origin=", start_lat, ",", start_lon,
    "&destination=", end_lat, ",", end_lon,
    "&travelmode=bicycling")
}

# Compute tot_rides, weekday_diff, and map_url
route_hod_updated <- route_hod %>% ungroup() %>%
  group_by(start_station_code, end_station_code) %>%
  mutate(
    tot_rides = sum(___),
    weekday_diff = mean(n[weekday == "workweek"]) - ___,
    map_url = ___)
Editează și rulează codul