ÎncepețiÎncepe gratuit

Extragerea datelor pentru vizualizare

Extragerea componentelor dintr-un datetime este deosebit de utilă atunci când explorezi datele. Mai devreme în acest capitol ai importat date zilnice despre vremea din Auckland și ai creat un grafic de tip serie temporală cu temperatura maximă zilnică pe parcursul a zece ani. Deși acel grafic îți oferă o privire de ansamblu asupra întregii perioade, tiparul anual este greu de observat.

În acest exercițiu vei folosi componentele datelor calendaristice pentru a explora tiparul temperaturii maxime de-a lungul unui an. Primul pas este să creezi câteva coloane noi care să conțină fragmentele extrase, după care le vei folosi în câteva grafice.

Acest exercițiu face parte din cursul

Lucrul cu date și ore în R

Vezi cursul

Instrucțiuni pentru exercițiu

  • Folosește mutate() pentru a crea trei coloane noi: year, yday și month, care să conțină componentele corespunzătoare ale coloanei date. Nu uita să etichetezi lunile cu numele lor.
  • Creează un grafic cu yday pe axa x și max_temp pe axa y, în care liniile sunt grupate după year. Fiecare an este reprezentat printr-o linie, iar axa x merge de la 1 ianuarie până la 31 decembrie.
  • Pentru o perspectivă alternativă, creează un grafic ridgeline (cunoscut anterior și ca joyplot) cu max_temp pe axa x și month pe axa y, folosind geom_density_ridges() din pachetul ggridges.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

library(ggplot2)
library(dplyr)
library(ggridges)

# Add columns for year, yday and month
akl_daily <- akl_daily %>%
  mutate(
    ___ = ___(date),
    ___ = ___(date),
    ___ = ___(date, ___))

# Plot max_temp by yday for all years
ggplot(akl_daily, aes(x = ___, y = ___)) +
  geom_line(aes(group = ___), alpha = 0.5)

# Examine distribution of max_temp by month
ggplot(akl_daily, aes(x = ___, y = ___, height = ..density..)) +
  geom_density_ridges(stat = "density")
Editează și rulează codul