下载每小时weatherdata :错误

Question

嗨，我正在用下面的代码从"rwunderground“包中下载每小时的历史天气数据。

Library("rwunderground")
rwunderground::set_api_key("MY_API_KEY")
history(set_location(zip_code = "90210"), "20170101")

在执行上述代码行之后，我得到的错误是

"Error in curl::curl_fetch_memory(url, handle = handle) : 
  Timeout was reached: Connection timed out after 10000 milliseconds"

请帮我修改/更新上面的代码。提前谢谢。

Answer 1

这段代码对我来说工作得很好。

如果您正在引用该库，则不需要在执行命令时同时引用它:在使用set_api_key时，不需要引用rwunderground。这将改进代码的布局，但不会加快函数的执行速度。

我将包含下面的代码和输出；至少如果它不适用于您，您可以从这里复制它：

library(rwunderground)
set_api_key("0d5f3d47ea78fa83")
history(set_location(zip_code = "90210"), "20170101")

[1] "Requesting: http://api.wunderground.com/api/0d5f3d47ea78fa83/history_20170101/q/90210.json"
# A tibble: 24 x 21
   date                 temp dew_pt   hum wind_spd wind_gust dir     vis pressure wind_chill heat_index precip precip_rate
   <dttm>              <dbl>  <dbl> <dbl>    <dbl>     <dbl> <chr> <dbl>    <dbl>      <dbl>      <dbl>  <dbl>       <dbl>
 1 2017-01-01 00:51:00  45.0   41.0   86.     4.60        NA West    10.     29.9       42.6         NA     NA          NA
 2 2017-01-01 01:51:00  44.1   39.0   82.     4.60        NA NNE     10.     29.9       41.5         NA     NA          NA
 3 2017-01-01 02:51:00  43.0   39.9   89.     4.60        NA East    10.     29.9       40.3         NA     NA          NA
 4 2017-01-01 03:51:00  44.1   39.9   85.     3.50        NA South   10.     29.9       42.5         NA     NA          NA
 5 2017-01-01 04:51:00  43.0   39.9   89.     0.          NA North   10.     29.9       NA           NA     NA          NA
 6 2017-01-01 05:51:00  43.0   39.9   89.     0.          NA North   10.     29.9       NA           NA     NA          NA
 7 2017-01-01 06:51:00  43.0   39.9   89.     4.60        NA NNE     10.     29.9       40.3         NA     NA          NA
 8 2017-01-01 07:51:00  44.1   41.0   89.     4.60        NA NE      10.     29.9       41.5         NA     NA          NA
 9 2017-01-01 08:51:00  48.0   42.1   80.     5.80        NA NE      10.     29.9       NA           NA     NA          NA
10 2017-01-01 09:51:00  52.0   44.1   74.     5.80        NA Vari…   10.     29.9       NA           NA     NA          NA
# ... with 14 more rows, and 8 more variables: precip_total <dbl>, cond <chr>, fog <dbl>, rain <dbl>, snow <dbl>,
#   hail <dbl>, thunder <dbl>, tornado <dbl>

值得注意的是，由于你的计算机运行代码的时间是一个问题，我想我应该告诉你我的代码需要多长时间。

time <- Sys.time()
set_api_key("0d5f3d47ea78fa83")
history(set_location(zip_code = "90210"), "20170101")
Sys.time() - time

0.526396秒的时间差

time <- Sys.time()
rwunderground::set_api_key("0d5f3d47ea78fa83")
history(set_location(zip_code = "90210"), "20170101")
Sys.time() - time

0.5350232秒的时间差

重复上述步骤会得到不同但相似的值--它们的速度大致相同。