ÎncepețiÎncepe gratuit

Obiectele datetime se comportă la fel de bine

La fel ca obiectele Date, poți crea grafice și efectua calcule cu obiecte POSIXct.

Ca exemplu, în acest exercițiu vei vedea cât de repede descarcă oamenii versiunile noi de R, analizând jurnalele de descărcare de pe oglinda RStudio CRAN.

R 3.2.0 a fost lansat la "2015-04-16 07:13:33", astfel că cran-logs_2015-04-17.csv conține un eșantion aleatoriu de descărcări din 16, 17 și 18 ale lunii.

Acest exercițiu face parte din cursul

Lucrul cu date și ore în R

Vezi cursul

Instrucțiuni pentru exercițiu

  • Folosește read_csv() pentru a importa cran-logs_2015-04-17.csv.
  • Afișează logs pentru a vedea informațiile disponibile despre fiecare descărcare.
  • Stochează momentul de lansare al R 3.2.0 ca obiect POSIXct.
  • Află când a fost făcută prima solicitare pentru versiunea 3.2.0, filtrând valorile din coloana datetime care sunt mai mari decât release_time.
  • În final, observă cum cresc descărcările creând histograme ale timpului de descărcare pentru versiunea 3.2.0 și versiunea anterioară 3.1.3. Am furnizat cea mai mare parte a codului – trebuie doar să specifici estetica x ca fiind coloana datetime.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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)
Editează și rulează codul