Koda och visualisera Red Sox-data

Nu när du har utforskat och bearbetat data om flyg, väder och ekonomi vill din klient täcka in alla delar. De vill att du samlar in data om Bostons stora sportlag: Boston Red Sox (baseball), New England Patriots (amerikansk fotboll), Boston Bruins (hockey) och Boston Celtics (basket). I det här kapitlet förbereder du data om matchscheman och resultat för alla matcher med dessa lag från 2010 till 2015 – ett utmärkt tillfälle att öva mer på att hantera tidsseriedata!

Som en början har du sammanställt data om matcher spelade av Boston Red Sox från 2010 till 2015. I den här övningen utforskar du datan, kodar den till xts och visualiserar några trender över tid. Dataramen redsox finns tillgänglig i din arbetsmiljö.

Den här övningen är en del av kursen

Fallstudie: Analys av tidsseridata för städer i R

Visa kurs

Övningsinstruktioner

Använd summary() för att visa sammanfattande statistik om din redsox-data. Titta särskilt på datumkolumnen och bedöm om det finns saknade värden (NA) som behöver åtgärdas.
När du är nöjd med att redsox-datan kan konverteras till xts, börja processen genom att koda date-kolumnen till ett tidsbaserat objekt med as.Date().
Använd as.xts() för att konvertera din redsox-data till xts. Se till att använda order.by med date-kolumnen. Ta även bort datumkolumnen (med notationen [, -1]) för att säkerställa att ditt xts-objekt är numeriskt.
Använd plot.zoo() för att visualisera Red Sox-poäng (boston_score) och motståndarpoäng (opponent_score) över tid. Vilka trender kan du identifiera i diagrammen?

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# View summary information about your redsox data


# Convert the date column to a time-based format
redsox$date <- as.Date(___$___)

# Convert your red sox data to xts
redsox_xts <- as.xts(___[,-1], order.by = ___$___)

# Plot the Red Sox score and the opponent score over time
plot.zoo(___[, c("___", "___")])

Redigera och kör kod