开始使用免费开始使用

数据增广：路线汇总统计

我们已经构建了几乎可以直接用于可视化的数据集 route_hod。请再添加几个变量，作为将要交互式查看图表时有用的认知统计（cognostics）。

本练习是课程的一部分

使用 R 中的 Trelliscope 可视化大数据

查看课程

练习说明

  • 针对每条路线，计算骑行总次数。
  • 针对每条路线，计算工作日每小时平均骑行次数与周末每小时平均骑行次数的差值。注意，变量 n 已按每小时计数聚合，因此，例如，工作日的均值应使用 mean(n[weekday == "workweek"]) 计算。
  • 针对每条路线，添加一个包含指向该路线的 Google Maps URL 的变量，使用提供的 make_gmap_url 函数，并从数据中传入相应的参数。

交互式实操练习

通过完成这段示例代码来试试这个练习。

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 = ___)
编辑并运行代码