Bắt đầu ngayBắt đầu miễn phí

Nhập dữ liệu thời tiết theo ngày

Trong thực tế, bạn sẽ không phân tích riêng lẻ từng ngày giờ; chúng sẽ nằm trong một bộ dữ liệu lớn hơn. Xuyên suốt chương này, sau khi bạn nắm được kỹ năng qua ví dụ đơn giản (như thời điểm phát hành các phiên bản R), bạn sẽ luyện tập lubridate trong ngữ cảnh thực tế với dữ liệu thời tiết của Auckland, New Zealand.

Có hai bộ dữ liệu: akl_weather_daily.csv là tổng hợp theo ngày trong 10 năm, và akl_weather_hourly_2016.csv là quan trắc mỗi nửa giờ trong năm 2016. Bạn sẽ nhập dữ liệu theo ngày trong bài tập này và dữ liệu theo giờ ở bài tập tiếp theo.

Bạn sẽ dùng các hàm từ dplyr, nên nếu thấy chưa quen tay, bạn có thể ôn lại filter(), select() và mutate().

Bài tập này là một phần của khóa học

Làm việc với Ngày và Giờ trong R

Xem khóa học

Hướng dẫn bài tập

  • Nhập dữ liệu theo ngày, "akl_weather_daily.csv" bằng read_csv().
  • In akl_daily_raw để xác nhận cột date chưa được hiểu là kiểu ngày. Bạn có thấy vì sao không?
  • Dùng mutate() ghi đè cột date bằng phiên bản đã được phân tích (parsed) của date. Bạn cần chỉ định hàm phân tích. Gợi ý: ngày đầu tiên phải là 1 tháng 9.
  • In akl_daily để kiểm tra cột date giờ là kiểu Date.
  • Khám phá dữ liệu bằng cách vẽ biểu đồ với date trên trục x và max_temp trên trục y.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

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()
Chỉnh sửa và Chạy Mã