Praktikum 4a: Daten importieren und exportieren

Veröffentlichungsdatum

Samstag, 18. Oktober 2025

Tastaturkürzel

Einen neuen Code-chunk hinzufügen Ctrl + Alt + I
Code “Zeile für Zeile” innerhalb eines Code-chunks ausführen Ctrl + Enter
Den gesamten Code-chunk ausführen Ctrl + Shift + Enter
(Aus-)kommentieren Ctrl + Shift + C
Das Pipe |> Ctrl + Shift + M
Der Zuweisungs-Operator <- Alt + -

Aufgaben

Packages laden

  1. Ladet die Packages tidyverse, writexl und janitor

Daten importieren

  1. Importiert die “data/ogd_12030_wetter.csv”-Datei mit read_csv2(). Das sind die Tagesdaten der NBCN-Station (Swiss National Basic Climate Network) Basel-Binningen vom OGD-Portal.
# wetter <-

  1. Bereinigt die Namen mit der janitor::clean_names()-Funktion

  2. Verwendet group_by() und summarise() um die durschnittliche maximale Tagestemperatur (tagesmaximum_lufttemperatur) pro Jahr zu rechnen:

# wetter_summary <- wetter |>
#   group_by(___) |>
#   summarise(temp_max = ___)

  1. Lest die Warnung/Fehlermeldung. Wie könntet ihr das Problem beheben?

    1. Option 1: readr::parse_number()
    2. Option 2: read_delim()

Daten exportieren

  1. Speichert das Ergebnis in einer csv-Datei und einer xlsx-Datei

Datenkodierung

  1. Ladet “data/urbanisierung-grad_1521.csv” mit read_delim
# urb_grad <- ___
# glimpse(urb_grad)

  1. Etwas stimmt mit den Characters nicht, warum? Benutzt die readr::guess_encoding()-Funktion

  2. Wie könntet ihr das Problem beheben? Hint: ?readr::locale.

# urb_grad <- ___("data/urbanisierung-grad_1521.csv", delim = ";", locale = locale(encoding = ___))