Cómo usar Lubridate
El próximo código exhibe de qué manera utilizarlo. floor_date() Función del bulto lubridate para conseguir el primero de los días del mes para cada valor de columna de fecha:
Nota: Empleamos la función ymd() para transformar las cadenas en la primera columna de fecha a su formato el fecha identificable.
Conseguir datos de Ecobici
Vamos a la página oficial de ecobici y también información del servicio -> https://www.ecobici.cdmx.gob.mx/es/informacion-del-servicio/ información abierta . Vamos a bajar para bajar ficheros históricos.
Para este ejercicio escogeremos el año 2020 y el mes de febrero. Entonces descargue y guarde el fichero. NOTA: el fichero puede ser pesado, si tarda un tanto, no se preocupe. Entonces abrimos el CSV para examinarlo.
¿De qué forma mudar el formato de fecha en formato de artículo?
Antes de nada haré una pequeña explicación que puede ser de asistencia para bastantes de los que estáis leyendo esto. Nuestros apuntes no en todos los casos están en el formato que deseamos, aun tratándose de una fecha. La fecha de sus datos puede estar en formato de artículo (cadena/cadena), con lo que antes que logre emplear esa variable tal y como si fuera una fecha, va a deber transformar ese artículo a ese formato de fecha. Esto se hace de esta manera:
Procedimiento 1: eliminar el año de la fecha empleando format()
El próximo código exhibe de qué forma eliminar el año de una fecha empleando format() función con el razonamiento «%Y»:
Asimismo tenemos la posibilidad de utilizar funcionalidades del bulto lubridate para obtener de manera rápida el año de una fecha:
as_date()
dado % > % mutate( formato_1 = como_fecha(formato_1), formato_2 = como_fecha(formato_2), formato_3 = como_fecha(formato_3)) ## # A tibble: 5 x 3 ## formato_1 formato_2 formato_3 ## ## 1 2009-02-09 NA NA ## 2 2009-02-09 NA NA ## 3 2009-02-09 NA NA ## 4 2009-02-09 NA NA ## 5 2018-04-02 NA NA
O as_date() es el comando mucho más básico para transformar un elemento en datos no engrasados. Tenemos la posibilidad de ver que para nuestra primera variable, la transformación sucede precisamente como se suponía.
Para los otros 2 casos, la función no reconoce los formatos proporcionados en 2 elementos, con lo que devuelve un valor faltante.
Para lubricar, no es un inconveniente tratar con construcciones que no son datos muy simples de emplear, y el propósito de transformación se puede poder con unas escasas líneas de código:
dado %> % mutate( formato_1 = as_date (formato_1) , format_2 = my(format_2), format_3 = dmy(format_3)) ## # A tibble: 5 x 3 ## format_1 format_2 format_3 ## ## 1 2009 -02 – 09 NA 2009 -02-09 ## 2 2009-02-09 NA 2009-02-09 ## 3 2009-02-09 NA 2009-02-09 ## 4 2009-02-09 NA 2009-02 -09 ## #5 2018 -04-02 NA 2018-04-02
¡Fallo!
Lubridate tiene múltiples funcionalidades para detallar el formato en el que se estableció nuestro género de objeto de datos. Estas funcionalidades son:
dmy(), mdy(), myd(), ymd(), ydm(), donde «d», «m», «y» representan el día, el mes y el año respectivamente. Especifique el orden del producto en cuestión. Asimismo tenemos la posibilidad de trabajar con datos abreviados como en la situacion de la columna ‘format_2’ para nuestro grupo de datos. Entonces el comando solo va a reconocer la abreviatura redactada en inglés.
ejemplo4 % my() ## «2019-02-01» ejemplo5 % my() ## «2019-02-01»
Hagamos la traducción en nuestro grupo de datos y apliquemos la función para poder ver su desempeño :
dice2 ## # A tibble: 5 x 3 ## format_1 format_2 format_3 ## ## 1 2009-02-09 feb/2009 09022009 ## 2 2009 -02-09 feb/2009 09022009 ## 3 2009-02-09 feb/2009 09022009 ## 4 2009-02-09 feb/2009 09022009 ## 5 2018-02-09 feb/2009 09022009 ## 4 2009-02 -09 febrero/ 2009 09022009 ## 5 2018-04-010 Abril 2018 (formato) formato_1), formato_2 = mi(formato_2), formato_3 = dmy(formato_3)) ## # A tibble: 5 x 3 ## formato_1 formato_2 formato_3 ## ## 1 2009-02-09 2009-02-01 2009-02-09 ## 2 2009-02-09 2009-02-01 2009-02-09 ## 3 2009-02- 09 2009-02-01 2009-02-09 #0 -02-09 2009-02-01 2009-02-09 ## 5 2018-04-02 2018-04-01 2018-04-02
En este momento nuestro tres cambiantes se definen desafiantemente como condiciones de datos. Asimismo es común, en ciertos casos, tratar con datos que alcanzan una precisión de segundos, para ello asimismo hay funcionalidades, no lubrificar, para trabajar con datos en formato dttm:
# hacer un elemento de datos con un precisión de segundos, objeto dttm: data_dttm Las letras asimismo se tienen la posibilidad de canjear por otras composiciones de datos y tiempo. Ejemplo: dmy_hms(), ymd_hms() y etcétera…
O as_date() es el comando mucho más básico para transformar un elemento en datos no lubrificados. Tenemos la posibilidad de ver que para nuestra primera variable, la transformación sucede precisamente como se suponía.
