BaşlayınÜcretsiz başlayın

Günlük hava durumu verisini içe aktar

Gerçekte tek tek tarih ve saatleri ayrık olarak ayrıştırmazsın; bunlar genelde daha büyük bir veri kümesinin parçasıdır. Bu bölümde, basit bir örnekle (örneğin R sürüm zamanları) bir beceriyi öğrendikten sonra, bağlam içinde Auckland, NZ’deki hava durumu verileriyle çalışarak lubridate becerilerini pekiştireceksin.

İki veri seti var: Son 10 yıla ait, günde bir kez özetlerden oluşan akl_weather_daily.csv ve 2016 yılı için her yarım saatte bir gözlem içeren akl_weather_hourly_2016.csv. Bu egzersizde günlük veriyi, sonraki egzersizde ise saatlik hava durumunu içe aktaracaksın.

dplyr fonksiyonlarını kullanacaksın; paslandıysan filter(), select() ve mutate() fonksiyonlarını hızlıca gözden geçirmek isteyebilirsin.

Bu egzersiz, kursun bir parçasıdır

R'de Tarihler ve Zamanlarla Çalışma

Kursa Göz Atın

Egzersiz talimatları

  • Günlük veriyi read_csv() ile "akl_weather_daily.csv" dosyasından içe aktar.
  • akl_daily_raw değerini yazdırarak date sütununun bir tarih olarak yorumlanmadığını doğrula. Nedenini görebiliyor musun?
  • mutate() kullanarak date sütununu ayrıştırılmış date sürümüyle üzerine yaz. Ayrıştırma fonksiyonunu belirtmen gerekiyor. İpucu: ilk tarih Eylül 1 olmalı.
  • akl_daily çıktısını yazdırarak date sütununun artık bir Date olduğunu doğrula.
  • Veriye göz atmak için x eksenine date, y eksenine max_temp koyarak bir grafik çiz.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

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()
Kodu Düzenle ve Çalıştır