Próximos pasos - II

Los datos de temperatura revelaron varias posibles vías para explorar las causas de los retrasos y cancelaciones de vuelos. Sin embargo, tu cliente insiste en que los patrones de llegada de vuelos en Boston están influenciados por la visibilidad y el viento, no por la temperatura. Antes de seguir, necesitas recopilar más datos.

Tras una investigación exhaustiva, has identificado datos relevantes sobre la visibilidad media y la velocidad del viento en el área de Boston a nivel semanal. ¿Qué pasos de los siguientes tomarías antes de fusionar estos datos con tu objeto xts mensual existente, flights_temps?

1. Codificar los datos como un objeto xts con un índice basado en tiempo.
2. Convertir los datos a periodicidad mensual usando to.period() con la primera observación por semana.
3. Asegurarte de que cada objeto de datos tenga solo una columna de información.
4. Convertir los datos a periodicidad mensual usando split() y lapply() para generar medias mensuales.
5. Comprobar la periodicidad y la duración de tus objetos xts antes de usar merge().
6. Eliminar la información de temperatura existente de flights_temps antes de usar merge().