Kom igångKom igång gratis

Avrundning med väderdata

När är avrundning användbart? I många av samma situationer där det är användbart att extrahera datumkomponenter. Fördelen med avrundning jämfört med extrahering är att den behåller enhetens kontext. Att extrahera timmen ger dig vilken timme datumet inträffade, men du förlorar vilket dygn det var (om du inte extraherar det också). Avrundning till närmaste timme bevarar däremot dag, månad och år.

Som ett exempel ska du undersöka hur många observationer per timme det faktiskt finns i Aucklands timvisa väderdata.

Den här övningen är en del av kursen

Arbeta med datum och tider i R

Visa kurs

Övningsinstruktioner

  • Skapa en ny kolumn kallad day_hour där datetime avrundas ned till närmaste timme.
  • Använd count() på day_hour för att räkna hur många observationer det finns i varje timme. Vilket värde verkar vara vanligast?
  • Bygg ut pipelinen så att du efter räkningen filtrerar ut observationer där n inte är lika med 2.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Create day_hour, datetime rounded down to hour
akl_hourly <- akl_hourly %>%
  mutate(
    day_hour = ___(datetime, unit = ___)
  )

# Count observations per hour  
akl_hourly %>% 
  count(___) 

# Find day_hours with n != 2  
akl_hourly %>% 
  count(___) %>%
  filter(___) %>% 
  arrange(desc(n))
Redigera och kör kod