เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

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

ดูคอร์ส

คำแนะนำการฝึกหัด

  • นำเข้าข้อมูลรายชั่วโมง "akl_weather_hourly_2016.csv" ด้วย read_csv() จากนั้นพิมพ์ akl_hourly_raw เพื่อยืนยันว่าข้อมูลวันที่กระจายอยู่ใน year, month และ mday
  • ใช้ mutate() เพื่อสร้างคอลัมน์ date โดยใช้ make_date()
  • เราได้นำคอลัมน์ date และ time มาต่อกันแล้ว ให้สร้าง datetime โดยแปลงค่าจากคอลัมน์ datetime_string
  • ตรวจสอบคอลัมน์ date, time และ datetime เพื่อยืนยันว่าข้อมูลตรงกัน
  • สำรวจข้อมูลโดยพล็อตกราฟโดยให้ datetime เป็นแกน x และ temperature เป็นแกน 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()
แก้ไขและรันโค้ด