BaşlayınÜcretsiz başlayın

Filtreleme ve özetleme için bileşen çıkarma

Bileşenleri çıkarmanın bir başka nedeni, gözlemleri filtrelemeye veya özetler oluşturmaya yardımcı olmaktır. Örneğin, yalnızca hafta içi yapılan gözlemlerle ilgileniyorsan (yani hafta sonları hariç), hafta günlerini çıkarıp sonra hafta sonlarını filtreleyebilirsin; örn. wday(date) %in% 2:6.

Son egzersizde, Ocak, Şubat ve Mart aylarının sıcaklık açısından Auckland’ı ziyaret etmek için harika zamanlar olduğunu görmüştün; peki yağmurluk gerekli mi?

Bu egzersizde bunu öğreneceksin! Saatlik verileri kullanarak, her ayın gündüz saatlerinde yağmur yağan gün sayısını hesaplayacaksın.

Bu egzersiz, kursun bir parçasıdır

R'de Tarihler ve Zamanlarla Çalışma

Kursa Göz Atın

Egzersiz talimatları

  • datetime'dan gözlemin saatini ve ayını içeren yeni sütunlar oluştur. Ayı etiketlediğinden emin ol.
  • Yalnızca gündüz gözlemlerine filtrele: saat 8’e eşit veya büyük ve 22’ye eşit veya küçük olanlar.
  • Gözlemleri önce month, sonra date bazında grupla ve rainy sütununda any() kullanarak özetle. Bu, gün başına tek bir değer üretir
  • Tekrar özetleyerek any_rain toplamını al. Bu, ay başına tek bir değer üretir

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Create new columns hour, month and rainy
akl_hourly <- akl_hourly %>%
  mutate(
    ___ = ___(datetime),
    ___ = ___(datetime, ___),
    rainy = weather == "Precipitation"
  )

# Filter for hours between 8am and 10pm (inclusive)
akl_day <- akl_hourly %>% 
  filter(___, ___)

# Summarise for each date if there is any rain
rainy_days <- akl_day %>% 
  group_by(___, ___) %>%
  summarise(
    any_rain = ___(rainy)
  )

# Summarise for each month, the number of days with rain
rainy_days %>% 
  summarise(
    days_rainy = ___(any_rain)
  )
Kodu Düzenle ve Çalıştır