サブセット化と周期の調整
次のステップは、気温データを前の章のフライトデータと結合することです。
前の章で扱ったフライトデータは、2010年から2015年までの「月次」データでした。一方、気温データは2007年から2015年までの「日次」データです。結合する前に、データをサブセット化し、周期を月次に調整する必要があります。
xts オブジェクトの周期を変換するには、to.period() を使います。これにより、データをより低頻度の期間へ素早く変換できます。デフォルトでは、このコマンドは期間全体にわたる特定の値（Open-High-Low-Close、つまり OHLC）を生成します。これは金融分析で有用ですが、常に適切とは限りません。
このケースでは、引数 OHLC を FALSE に設定してください。月次の xts オブジェクトに OHLC 列を作る代わりに、各期間から代表となる1行だけを取得します。どの行を選ぶかは、indexAt 引数で指定できます。
ワークスペースには、temps_xts データと（前の章の）flights_xts データが用意されています。
この演習はコースの一部です
ケーススタディ：Rで都市の時系列データを分析する
演習の手順
temps_xtsオブジェクトを 2010 年から 2015 年の観測だけにサブセット化し、temps_xts_2として保存します。to.period()を使って、日次の気温データを月次に変換します。変換先の期間（"months"）を必ず指定してください。新しい OHLC 列の生成を避けるためにOHLCはFALSEに設定します。最後に、各月の最初の観測を選ぶようにindexAt引数を"firstof"に設定します。periodicity()を 2 回使い、新しい月次の気温データの周期と期間を、前の章のflights_xtsデータと比較します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Subset your temperature data to include only 2010 through 2015: temps_xts_2
temps_xts_2 <- ___["___/___"]
# Use to.period to convert temps_xts_2 to monthly periodicity
temps_monthly <- to.period(___, period = "___", OHLC = ___, indexAt = "___")
# Compare the periodicity and duration of temps_monthly and flights_xts
periodicity(___)
periodicity(___)