匯入每日天氣資料
在實務上，你不會只解析單獨的日期與時間，它們通常是較大資料集的一部分。本章的流程是：先用較簡單的例子（例如 R 的發佈時間）熟悉技巧，接著就會在脈絡中練習你的 lubridate 技能，使用紐西蘭奧克蘭的天氣資料。
有兩個資料集：akl_weather_daily.csv 是 10 年期間每日一次的摘要；akl_weather_hourly_2016.csv 是 2016 年每半小時的觀測。你會在這個練習匯入每日資料，下一個練習再處理逐小時天氣資料。
你會使用 dplyr 的函式；如果有點生疏，建議先複習 filter()、select() 和 mutate()。
本練習屬於課程
在 R 中處理日期與時間
練習說明
- 使用
read_csv()匯入每日資料"akl_weather_daily.csv"。 - 列印
akl_daily_raw，確認date欄尚未被解讀為日期。你看得出原因嗎？ - 使用
mutate()，以解析後的date覆寫date欄。你需要指定正確的解析函式。提示：第一個日期應該是 9 月 1 日。 - 列印
akl_daily，確認date欄現在是Date。 - 用圖檢視資料，將
date放在 x 軸、max_temp放在 y 軸。
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(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()