นำเข้าข้อมูลสภาพอากาศรายชั่วโมง
ข้อมูลรายชั่วโมงมีรูปแบบที่แตกต่างออกไปเล็กน้อย ข้อมูลวันที่กระจายอยู่ใน 3 คอลัมน์ ได้แก่ year, month และ mday ดังนั้นจึงต้องใช้ make_date() เพื่อรวมเข้าด้วยกัน
ส่วนข้อมูลเวลาอยู่ในคอลัมน์แยกต่างหากชื่อ time การแยกวันที่และเวลาไว้คนละตัวแปรเป็นเรื่องที่พบได้บ่อย วิธีหนึ่งในการสร้าง datetime คือการนำ date และ time มาต่อกัน แล้วจึงแปลงค่า ซึ่งเป็นสิ่งที่จะได้ฝึกทำในแบบฝึกหัดนี้
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การทำงานกับวันที่และเวลาใน R
คำแนะนำการฝึกหัด
- นำเข้าข้อมูลรายชั่วโมง
"akl_weather_hourly_2016.csv"ด้วยread_csv()จากนั้นพิมพ์akl_hourly_rawเพื่อยืนยันว่าข้อมูลวันที่กระจายอยู่ในyear,monthและmday - ใช้
mutate()เพื่อสร้างคอลัมน์dateโดยใช้make_date() - เราได้นำคอลัมน์
dateและtimeมาต่อกันแล้ว ให้สร้างdatetimeโดยแปลงค่าจากคอลัมน์datetime_string - ตรวจสอบคอลัมน์
date,timeและdatetimeเพื่อยืนยันว่าข้อมูลตรงกัน - สำรวจข้อมูลโดยพล็อตกราฟโดยให้
datetimeเป็นแกน x และtemperatureเป็นแกน y
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
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()