Sıcaklık verilerini keşfetme
Artık flights verin hakkında biraz bilgi edindin ve zaman serisi veri işleme temellerini gözden geçirdin. Sıradaki görevin, Boston bölgesindeki hava durumu desenlerini keşfedip uçuş gecikmeleri ve iptallerini etkileyebilecek etmenleri anlamak. Bunu yapmak için ek zaman serisi verilerini derleyip işlemen gerekecek.
Bu egzersizde, Boston bölgesine ait sıcaklık verilerini inceleyeceksin; zaman içinde günlük minimum, ortalama ve maksimum sıcaklık ölçümleri dahil. Bu veriler, R'daki weatherData paketi kullanılarak, Weather Underground üzerindeki herkese açık verilerden toplanmıştır.
Zaman serisi verilerini işlemeye başlamadan önce, her veri analizinin ilk adımı verinin temel özelliklerini incelemektir. Bu kapsamda, iki sıcaklık veri nesnesine (temps_1 ve temps_2) yakından bakacak, bu nesnelerin hangi bilgileri içerdiğini ve nasıl ilerlemen gerektiğini anlayacaksın.
Bu egzersiz, kursun bir parçasıdır
Vaka Çalışması: R ile Şehir Zaman Serisi Verilerini Analiz Etme
Egzersiz talimatları
- Her bir sıcaklık nesnesinin yapısını görüntülemek için
str()fonksiyonunu iki kez kullan:temps_1vetemps_2. Çıktıya dikkatle bak! temps_1için ilk ve son birkaç satırıhead()vetail()ile görüntüle.temps_2için de ilk ve son birkaç satırıhead()vetail()ile görüntüle. Bu iki nesne benzer veriler mi içeriyor?
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# View the structure of each object
str(___)
str(___)
# View the first and last rows of temps_1
head(___)
tail(___)
# View the first and last rows of temps_2