13.7 O pacote lubridate

library(dplyr)
library(lubridate)
library(ggplot2)

lakers <- tibble::as_tibble(lakers)

1. Repare que a coluna date no data.frame é um vetor de inteiros. Transforme essa coluna em um vetor de valores com classe date.

lakers %>% 
  mutate(date = ymd(date))
## # A tibble: 34,624 × 13
##    date       opponent game_type time  period etype   team  player result points
##    <date>     <chr>    <chr>     <chr>  <int> <chr>   <chr> <chr>  <chr>   <int>
##  1 2008-10-28 POR      home      12:00      1 jump b… OFF   ""     ""          0
##  2 2008-10-28 POR      home      11:39      1 shot    LAL   "Pau … "miss…      0
##  3 2008-10-28 POR      home      11:37      1 rebound LAL   "Vlad… ""          0
##  4 2008-10-28 POR      home      11:25      1 shot    LAL   "Dere… "miss…      0
##  5 2008-10-28 POR      home      11:23      1 rebound LAL   "Pau … ""          0
##  6 2008-10-28 POR      home      11:22      1 shot    LAL   "Pau … "made"      2
##  7 2008-10-28 POR      home      11:22      1 foul    POR   "Greg… ""          0
##  8 2008-10-28 POR      home      11:22      1 free t… LAL   "Pau … "made"      1
##  9 2008-10-28 POR      home      11:00      1 foul    LAL   "Vlad… ""          0
## 10 2008-10-28 POR      home      10:53      1 shot    POR   "LaMa… "made"      2
## # … with 34,614 more rows, and 3 more variables: type <chr>, x <int>, y <int>

Repare que as_date() não funciona neste caso.

lakers %>%
  mutate(date = as_date(date))
## # A tibble: 34,624 × 13
##    date        opponent game_type time  period etype  team  player result points
##    <date>      <chr>    <chr>     <chr>  <int> <chr>  <chr> <chr>  <chr>   <int>
##  1 56949-12-27 POR      home      12:00      1 jump … OFF   ""     ""          0
##  2 56949-12-27 POR      home      11:39      1 shot   LAL   "Pau … "miss…      0
##  3 56949-12-27 POR      home      11:37      1 rebou… LAL   "Vlad… ""          0
##  4 56949-12-27 POR      home      11:25      1 shot   LAL   "Dere… "miss…      0
##  5 56949-12-27 POR      home      11:23      1 rebou… LAL   "Pau … ""          0
##  6 56949-12-27 POR      home      11:22      1 shot   LAL   "Pau … "made"      2
##  7 56949-12-27 POR      home      11:22      1 foul   POR   "Greg… ""          0
##  8 56949-12-27 POR      home      11:22      1 free … LAL   "Pau … "made"      1
##  9 56949-12-27 POR      home      11:00      1 foul   LAL   "Vlad… ""          0
## 10 56949-12-27 POR      home      10:53      1 shot   POR   "LaMa… "made"      2
## # … with 34,614 more rows, and 3 more variables: type <chr>, x <int>, y <int>

Para entender porque a função devolveu um dia do ano 56949, rode os códigos abaixo.

as_date(0)
## [1] "1970-01-01"
as_date(-3:3)
## [1] "1969-12-29" "1969-12-30" "1969-12-31" "1970-01-01" "1970-01-02"
## [6] "1970-01-03" "1970-01-04"
as_date(20081027:20081029)
## [1] "56949-12-26" "56949-12-27" "56949-12-28"

2. Crie uma coluna que junte as informações de data e hora (colunas date e time) em objetos da classe date.

lakers %>% 
  mutate(date_time = paste0(date, " 00:", time) %>% ymd_hms) %>% 
  select(date_time)
## # A tibble: 34,624 × 1
##    date_time          
##    <dttm>             
##  1 2008-10-28 00:12:00
##  2 2008-10-28 00:11:39
##  3 2008-10-28 00:11:37
##  4 2008-10-28 00:11:25
##  5 2008-10-28 00:11:23
##  6 2008-10-28 00:11:22
##  7 2008-10-28 00:11:22
##  8 2008-10-28 00:11:22
##  9 2008-10-28 00:11:00
## 10 2008-10-28 00:10:53
## # … with 34,614 more rows

3. Crie as colunas dia, mes e ano com as respectivas informações sobre a data do jogo.

lakers %>%
  mutate(
    date = ymd(date),
    dia = day(date),
    mes = month(date),
    ano = year(date)
  ) %>% 
  select(date, dia, mes, ano)
## # A tibble: 34,624 × 4
##    date         dia   mes   ano
##    <date>     <int> <dbl> <dbl>
##  1 2008-10-28    28    10  2008
##  2 2008-10-28    28    10  2008
##  3 2008-10-28    28    10  2008
##  4 2008-10-28    28    10  2008
##  5 2008-10-28    28    10  2008
##  6 2008-10-28    28    10  2008
##  7 2008-10-28    28    10  2008
##  8 2008-10-28    28    10  2008
##  9 2008-10-28    28    10  2008
## 10 2008-10-28    28    10  2008
## # … with 34,614 more rows

4. Em média, quanto tempo o Lakers demora para arremessar a primeira bola no primeiro período?

Dicas: arremessos são representados pela categoria shot da coluna etype e cada período tem 12 minutos.

lakers %>% 
  dplyr::filter(etype == "shot", period == 1, team == "LAL") %>% 
  dplyr::mutate(
    time = hms(paste0("00:", time)),
    cronometro = 12*60 - minute(time)*60 - second(time)
  ) %>% 
  dplyr::group_by(date) %>% 
  dplyr::filter(cronometro == min(cronometro)) %>% 
  dplyr::ungroup() %>% 
  dplyr::summarise(media = mean(cronometro))
## # A tibble: 1 × 1
##   media
##   <dbl>
## 1  29.6

O que foi feito:

  • Primeiro filtramos a base para arremessos, etype == "shot", do primeiro período, period ==, que fossem do Lakers, team == "LAL".

  • Em seguida, mudamos a classe da coluna time, de character para period, e criamos a coluna cronometro, que contém o tempo passado (em segundos) até o instante do evento.

  • Então agrupamos a base pelo dia e a filtramos apenas para o primeiro evento de cada dia, isto é, o evento que tem o menor valor na coluna cronometro. Assim, a coluna cronometro da base resultante terá o tempo do primeiro arremesso de cada jogo.

  • Por fim, desagrupamos a base e calculamos a média da coluna cronometro.


5. Em média, quanto tempo demora para sair a primeira cesta de três pontos em cada um dos quatro períodos? Considere toda a base, e cestas de ambos os times.

lakers %>% 
  dplyr::filter(etype == "shot", period %in% 1:4, points == "3") %>% 
  dplyr::mutate(time = hms(paste0("00:", time)),
                cronometro = 12*60 - minute(time)*60 - second(time)) %>% 
  dplyr::group_by(date, period) %>% 
  dplyr::filter(cronometro == min(cronometro)) %>% 
  dplyr::ungroup() %>%
  dplyr::group_by(period) %>% 
  dplyr::summarise(media = mean(cronometro))
## # A tibble: 4 × 2
##   period media
##    <int> <dbl>
## 1      1  202.
## 2      2  219.
## 3      3  203.
## 4      4  192.

A resolução desse exercício é análoga ao anterior, só mudamos o filtro inicial e o agrupamento. Se você ficou com dúvidas, consulte o passo a passo na resolução do exercício 4.

Repare que não precisarímos filtrar por etype == "shot", já que o único evento que gera 3 pontos é a cesta de 3 pontos.


6. Construa boxplots do tempo entre pontos consecutivos para cada períodos. Considere toda a base de dados e apenas pontos do Lakers.

lakers %>% 
  filter(points > 0, team == "LAL") %>% 
    dplyr::mutate(
      time = hms(paste0("00:", time)),
      tempo_segundos = 60 * minute(time) + second(time),
      dif = tempo_segundos - lead(tempo_segundos),
      period = as.character(period)
    ) %>% 
  filter(dif >= 0) %>% 
  ggplot(aes(x = period, y = dif)) +
  geom_boxplot()


7. Qual foi o dia e mês do jogo que o Lakers demorou mais tempo para fazer uma cesta? Quanto tempo foi?

cesta_demorada <- lakers %>% 
  filter(points > 0, team == "LAL", period == 1) %>% 
    dplyr::mutate(
      time = hms(paste0("00:", time)),
      time = 60 * minute(time) + second(time),
      date = ymd(date),
      dia = day(date),
      mes = month(date),
    ) %>% 
  group_by(date) %>% 
  filter(time == max(time)) %>%
  ungroup() %>% 
  slice_min(time)

cesta_demorada %>% 
  select(date, opponent, dia, mes)
## # A tibble: 1 × 4
##   date       opponent   dia   mes
##   <date>     <chr>    <int> <dbl>
## 1 2009-04-12 MEM         12     4

tempo_seg <- 12*60 - cesta_demorada$time
seconds_to_period(tempo_seg)
## [1] "2M 37S"

Curso-R