НачатьНачать бесплатно

Импорт почасовых данных о погоде

Почасовые данные устроены немного иначе. Информация о дате распределена по трём столбцам — year, month и mday, — поэтому для их объединения потребуется функция make_date().

Информация о времени хранится в отдельном столбце time. Такое разделение даты и времени по разным переменным встречается довольно часто. Один из способов сформировать дату и время — склеить столбцы date и time, а затем разобрать полученную строку. Именно это вы и сделаете в данном упражнении.

Это упражнение является частью курса

Работа с датами и временем в R

Посмотреть курс

Инструкции к упражнению

  • Импортируйте почасовые данные из файла "akl_weather_hourly_2016.csv" с помощью read_csv(), затем выведите akl_hourly_raw, чтобы убедиться, что дата распределена по столбцам year, month и mday.
  • С помощью mutate() создайте столбец date, используя функцию make_date().
  • Столбцы date и time уже склеены. Создайте столбец datetime, разобрав значения столбца datetime_string.
  • Проверьте столбцы date, time и datetime и убедитесь, что значения в них совпадают.
  • Изучите данные, построив график: ось x — datetime, ось y — temperature.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

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

# Import "akl_weather_hourly_2016.csv"
akl_hourly_raw <- ___

# Print akl_hourly_raw
___

# Use make_date() to combine year, month and mday 
akl_hourly  <- akl_hourly_raw  %>% 
  mutate(date = make_date(year = ___, month = ___, day = ___))

# Parse datetime_string 
akl_hourly <- akl_hourly  %>% 
  mutate(
    datetime_string = paste(date, time, sep = "T"),
    datetime = ___(datetime_string)
  )

# Print date, time and datetime columns of akl_hourly
akl_hourly %>% select(___, ___, ___)

# Plot to check work
ggplot(akl_hourly, aes(x = ___, y = ___)) +
  geom_line()
Редактировать и запускать код