Generování měsíčního průměru

Příkaz to.period() je v mnoha situacích užitečný, ale pro naše účely nemusí být vhodné vybírat jediný řádek jako reprezentanta celého měsíce.

Dává větší smysl vypočítat průměrné teplotní hodnoty za každý měsíc. K tomu budeš muset měsíční průměr spočítat ručně pomocí split() a lapply() a pak vytvořit nový xts objekt pomocí as.xts(). Může to znít složitě, ale na všechno z toho už máš potřebné dovednosti!

Xts objekt ze předchozího cvičení, temps_xts_2, je v tvém pracovním prostředí předem načten. Stejně tak je načten objekt index, který obsahuje vektor dat prvních dnů každého měsíce zahrnutého v datech.

Toto cvičení je součástí kurzu

Případová studie: Analýza časových řad městských dat v R

Zobrazit kurz

Pokyny k cvičení

Pomocí split() rozděl sloupec mean z objektu temps_xts_2 na měsíční seznamy. Nezapomeň zadat "months" jako periodu (argument f).
Pomocí lapply() vypočítej „průměr průměrů", tedy průměrnou teplotu za každý měsíc.
Pomocí as.xts() vytvoř nový xts objekt obsahující průměrnou měsíční teplotu v Bostonu od roku 2010 do roku 2015. K tomu zkombinuj data mean_of_means s objektem index.
Na závěr ověř, že nový objekt temps_monthly má stejnou délku a periodicitu jako flights_xts.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Split temps_xts_2 into separate lists per month
monthly_split <- split(___$___ , f = "___")

# Use lapply to generate the monthly mean of mean temperatures
mean_of_means <- lapply(___, FUN = ___)

# Use as.xts to generate an xts object of average monthly temperature data
temps_monthly <- as.xts(as.numeric(___), order.by = ___)
 
# Compare the periodicity and duration of your new temps_monthly and flights_xts 
periodicity(___)
periodicity(___)

Upravit a spustit kód