Kom igångKom igång gratis

Datum och tider fungerar smidigt de med

Precis som Date-objekt kan du plotta och räkna med POSIXct-objekt.

I den här övningen får du se hur snabbt användare laddar ned nya versioner av R, genom att undersöka nedladdningsloggar från RStudios CRAN-spegel.

R 3.2.0 släpptes "2015-04-16 07:13:33", och cran-logs_2015-04-17.csv innehåller ett slumpmässigt urval av nedladdningar den 16:e, 17:e och 18:e april.

Den här övningen är en del av kursen

Arbeta med datum och tider i R

Visa kurs

Övningsinstruktioner

  • Använd read_csv() för att importera cran-logs_2015-04-17.csv.
  • Skriv ut logs för att se vilken information vi har om varje nedladdning.
  • Spara releasetiden för R 3.2.0 som ett POSIXct-objekt.
  • Ta reda på när den första förfrågan om 3.2.0 gjordes genom att filtrera på värden i kolumnen datetime som är större än release_time.
  • Se slutligen hur nedladdningarna ökar genom att skapa histogram över nedladdningstiden för 3.2.0 och den tidigare versionen 3.1.3. Vi har skrivit större delen av koden – du behöver bara ange att det estetiska attributet x ska vara kolumnen datetime.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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)
Redigera och kör kod