開始使用免費開始

匯入逐小時天氣資料

逐小時資料有點不同。日期資訊分散在三個欄位 year、month 和 mday，所以你需要用 make_date() 把它們組合起來。

接著，時間資訊則在另一個欄位 time。在不同變數中分開儲存日期與時間相當常見。建立完整日期時間的一種方式，是先把 date 和 time 接在一起，再加以剖析。你會在本練習中這麼做。

本練習屬於課程

在 R 中處理日期與時間

檢視課程

練習說明

  • 使用 read_csv() 匯入逐小時資料檔 "akl_weather_hourly_2016.csv"，然後印出 akl_hourly_raw，確認日期分散在 year、month 和 mday。
  • 使用 mutate() 搭配 make_date() 建立 date 欄位。
  • 我們已經把 date 和 time 欄位接在一起。請透過剖析 datetime_string 欄位來建立 datetime。
  • 檢視 date、time 和 datetime 三個欄位，確認它們彼此對得上。
  • 繪圖檢視資料：將 datetime 放在 x 軸，temperature 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 "akl_weather_hourly_2016.csv"
akl_hourly_raw <- ___

# Print akl_hourly_raw
___

# Use make_date() to combine year, month and mday 
akl_hourly  <- akl_hourly_raw  %>% 
  mutate(date = make_date(year = ___, month = ___, day = ___))

# Parse datetime_string 
akl_hourly <- akl_hourly  %>% 
  mutate(
    datetime_string = paste(date, time, sep = "T"),
    datetime = ___(datetime_string)
  )

# Print date, time and datetime columns of akl_hourly
akl_hourly %>% select(___, ___, ___)

# Plot to check work
ggplot(akl_hourly, aes(x = ___, y = ___)) +
  geom_line()
編輯並執行程式碼