次のステップ - II

気温データから、フライトの遅延や欠航の原因を探るためのいくつかの可能性が見えてきました。しかし、クライアントは、ボストンの到着パターンに影響するのは気温ではなく、視程と風だと主張しています。先に進む前に、さらにデータを集める必要があります。

詳しい調査の結果、ボストン地域の「週次」平均視程と風速に関する関連データを特定しました。これらのデータを、既存の「月次」xts オブジェクト flights_temps とマージする前に、次のどのステップを行いますか？

1. データを時系列インデックスを持つ xts オブジェクトにエンコードする。
2. to.period() を使って、各週の最初の観測値で月次の周期に変換する。
3. 各データオブジェクトが単一の列のみを持つことを確認する。
4. split() と lapply() を使って月平均を作成し、月次の周期に変換する。
5. merge() を使う前に、xts オブジェクトの周期性と期間を確認する。
6. merge() を使う前に、flights_temps から既存の気温情報を削除する。