開始使用免費開始

增補資料：路線摘要統計

我們已經建立了一個幾乎可以直接用於視覺化的資料集 route_hod。現在再加入幾個變數，作為認知指標（cognostics），以便你在互動檢視圖表時更好地探索。

本練習屬於課程

使用 R 的 Trelliscope 視覺化巨量資料

檢視課程

練習說明

  • 針對每條路線，計算總騎乘次數。
  • 針對每條路線，計算工作日與週末每小時平均騎乘數的差值。注意變數 n 已彙總為每小時的計數，因此例如工作日的平均可用 mean(n[weekday == "workweek"]) 計算。
  • 針對每條路線，新增一個變數，內容為指向該路線之 Google Maps 的 URL，請使用提供的 make_gmap_url 函式，並從資料中傳入合適的引數。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

library(trelliscopejs)
library(ggplot2)
library(dplyr)

# Function to construct a Google maps URL with cycling directions
make_gmap_url <- function(start_lat, start_lon, end_lat, end_lon) {
  paste0("https://www.google.com/maps/dir/?api=1",
    "&origin=", start_lat, ",", start_lon,
    "&destination=", end_lat, ",", end_lon,
    "&travelmode=bicycling")
}

# Compute tot_rides, weekday_diff, and map_url
route_hod_updated <- route_hod %>% ungroup() %>%
  group_by(start_station_code, end_station_code) %>%
  mutate(
    tot_rides = sum(___),
    weekday_diff = mean(n[weekday == "workweek"]) - ___,
    map_url = ___)
編輯並執行程式碼