เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

นำเข้าข้อมูลสภาพอากาศรายวัน

ในทางปฏิบัติ คุณจะไม่ได้แปลงวันที่และเวลาแบบเดี่ยว ๆ แต่จะต้องทำงานกับข้อมูลที่อยู่ในชุดข้อมูลขนาดใหญ่เสมอ ตลอดบทนี้ หลังจากฝึกทักษะกับตัวอย่างง่าย ๆ (เช่น เวลาเปิดตัวเวอร์ชันต่าง ๆ ของ R) คุณจะนำทักษะ lubridate ไปใช้จริงกับข้อมูลสภาพอากาศจากเมืองโอ๊กแลนด์ ประเทศนิวซีแลนด์

มีชุดข้อมูลอยู่ 2 ชุด ได้แก่ akl_weather_daily.csv ซึ่งเป็นข้อมูลสรุปรายวันเป็นเวลา 10 ปี และ akl_weather_hourly_2016.csv ซึ่งเป็นข้อมูลที่บันทึกทุกครึ่งชั่วโมงในปี 2016 แบบฝึกหัดนี้จะนำเข้าข้อมูลรายวัน และแบบฝึกหัดถัดไปจะเป็นข้อมูลสภาพอากาศรายชั่วโมง

แบบฝึกหัดนี้ใช้ฟังก์ชันจาก dplyr หากยังไม่คุ้นเคย ลองทบทวน filter(), select() และ mutate() ก่อนได้

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การทำงานกับวันที่และเวลาใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • นำเข้าข้อมูลรายวันจากไฟล์ "akl_weather_daily.csv" ด้วย read_csv()
  • แสดงผล akl_daily_raw เพื่อยืนยันว่าคอลัมน์ date ยังไม่ถูกแปลงเป็นวันที่ สังเกตได้ว่าเป็นเพราะอะไร?
  • ใช้ mutate() เพื่อเขียนทับคอลัมน์ date ด้วยค่าที่แปลงแล้ว โดยระบุฟังก์ชันที่เหมาะสม คำใบ้: วันที่แรกควรเป็นวันที่ 1 กันยายน
  • แสดงผล akl_daily เพื่อตรวจสอบว่าคอลัมน์ date เป็นชนิด Date แล้ว
  • สำรวจข้อมูลด้วยการพล็อตกราฟโดยใช้ date เป็นแกน x และ max_temp เป็นแกน y

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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

# Import CSV with read_csv()
akl_daily_raw <- read_csv(___)

# Print akl_daily_raw
___

# Parse date 
akl_daily <- akl_daily_raw %>%
  mutate(date = ___(date))

# Print akl_daily
___

# Plot to check work
ggplot(akl_daily, aes(x = ___, y = ___)) +
  geom_line()
แก้ไขและรันโค้ด