update data

SD/20240321_0_R实践课程/index.qmd

@@ -49,7 +49,7 @@ knitr::opts_chunk$set(echo = TRUE)
 - 采用`R语言`+`quarto`完成
 - 网页公开：[https://drwater.rcees.ac.cn/course/public/RWEP/\@PUB/index.html](https://drwater.rcees.ac.cn/course/public/RWEP/@PUB/index.html)
 - 课件代码：[https://drwater.rcees.ac.cn/git/course/RWEP.git](https://drwater.rcees.ac.cn/git/course/RWEP.git)
-- 代码web界面： [https://on.tty-share.com/s/hWkn5_eF6rfZuAyJu8sheMgrcRzx6AZ2m7V32IphFHs7gn-vP9WYOeVEYtH8a-bGTuM/](https://on.tty-share.com/s/hWkn5_eF6rfZuAyJu8sheMgrcRzx6AZ2m7V32IphFHs7gn-vP9WYOeVEYtH8a-bGTuM/)
+- 代码web界面：[https://on.tty-share.com/s/ny3JVrMuvUNOmnuioS3I7YEeVCi5Hk3Qc9vgz2QdX0FE2cYAQZFW2MUOkQyG0P5ZUR8/](https://on.tty-share.com/s/ny3JVrMuvUNOmnuioS3I7YEeVCi5Hk3Qc9vgz2QdX0FE2cYAQZFW2MUOkQyG0P5ZUR8/)
 
 ## 如何学习接下来的内容？
 

SD/20240326_1_codestyle/index.qmd

@@ -36,7 +36,6 @@ library(tidyverse)
 library(nycflights13)
 ```
 
-
 ## tidy data
 
 ```{r}
@@ -136,14 +135,20 @@ flights|>filter(dest=="IAH")|>
   group_by(year,month,day)|>summarize(n=n(),
 delay=mean(arr_delay,na.rm=TRUE))|>filter(n>10)
 
-flights|>filter(carrier=="UA",
-  dest%in%c("IAH","HOU"),sched_dep_time>
-0900,sched_arr_time<2000)|>group_by(flight)|>
-  summarize(delay=mean(
-arr_delay,na.rm=TRUE),cancelled=sum(is.na(arr_delay)),
-    n=n())|>filter(n>10)
 ```
 
+## 练习
+
+```{r}
+#| eval: false
+flights |>
+  filter(dest == "IAH") |>
+  group_by(year, month, day) |>
+  summarize(n = n(),
+    delay = mean(arr_delay, na.rm = TRUE)) |>
+  filter(n > 10)
+
+```
 
 ## quarto
 

SD/20240326_2_dataimport/index.qmd

@@ -274,12 +274,27 @@ geom_point(aes(fill = Area)) +
 dwfun::theme_sci()
 ```
 
+
+## 练习
+
+```{r}
+#| eval: false
+metadf <- readxl::read_xlsx("../../data/airquality.xlsx")
+dir.create("../../data/metacity2/")
+metadf |>
+  nest(sitedf = -site) |>
+  mutate(flag = purrr::map2(site, sitedf,
+    ~ writexl::write_xlsx(.y, paste0("../../data/metacity2/", .x, ".xlsx"))))
+```
+
+
 ## 练习
 
 ```{r}
 #| include: false
 #| eval: false
 if (FALSE) {
+  require(tidyverse)
   conn <- cctdb::get_dbconn("nationalairquality")
   metadf <- tbl(conn, "metadf") |> 
     collect()

SD/20240326_3_datatransform/index.qmd

@@ -1208,6 +1208,21 @@ semi_join(df1, df2, by = "id")
 ```
 
 
+## 练习
+
+合并`airquality.xlsx`中的数据。
+
+
+
+## 练习
+
+统计各城市白天与晚上的大气质量差异，计算不同指标差异最大的10个城市。
+
+
+
+
+
+
 ## 欢迎讨论！{.center}
 
 

SD/20240326_9_课后作业/index.qmd

@@ -37,8 +37,8 @@ require(learnr)
 
 ## 第7次课后作业
 
-1. 根据`airqualitydf.xlsx`，按采样点统计周末2天与工作日5天中空气质量指数（AQI）中位数，按城市统计低于所有采样点AQI30%分位值的采样点占比，列出上述占比最高的10个城市（不考虑采样点数低于5个的城市）。
-2. 按照不同城市分组，统计周末2天与工作日5天AQI中位数是否具有显著差异。
+1. 根据`airqualitydf.xlsx`，按采样点统计白天（8:00-20:00）与夜晚（20:00-8:00）中空气质量指数（AQI）中位数，按城市统计低于所有采样点AQI30%分位值的采样点占比，列出上述占比最高的10个城市（不考虑采样点数低于5个的城市）。
+2. 按照不同城市分组，统计白天与夜晚AQI中位数是否具有显著差异。
 
 作业模板：[第7次课后作业_模板.qmd](https://drwater.rcees.ac.cn/git/course/RWEP/raw/branch/main/SD/20240326_9_课后作业/第7次课后作业_模板.qmd)
 

SD/20240326_9_课后作业/第7次课后作业_模板.qmd

@@ -18,8 +18,8 @@ total
 ```
 
 
-# 根据`airqualitydf.xlsx`，按采样点统计周末2天与工作日5天中空气质量指数（AQI）中位数，按城市统计低于所有采样点AQI30%分位值的采样点占比，列出上述占比最高的10个城市（不考虑采样点数低于5个的城市）。
+# 根据`airqualitydf.xlsx`，按采样点统计白天（8:00-20:00）与夜晚（20:00-8:00）中空气质量指数（AQI）中位数，按城市统计低于所有采样点AQI30%分位值的采样点占比，列出上述占比最高的10个城市（不考虑采样点数低于5个的城市）。
 
 
 
-# 按照不同城市分组，统计周末2天与工作日5天AQI中位数是否具有显著差异。
+# 按照不同城市分组，统计白天与夜晚AQI中位数是否具有显著差异。