1. 학습
    2. /
  2. 프로젝트
    3. /
  3. 사례 연구: R로 도시 시계열 데이터 분석
Connected

연습 문제

데이터 확장하기

이제 시계열 워크플로에 익숙해지셨으니, 항공편 지연이 가시거리와 바람의 함수인지 가설을 점검해 볼 준비가 되었어요.

이번 연습에서는 2010년부터 2015년까지 보스턴 지역의 월평균 가시거리(vis)와 풍속(wind) 데이터를 병합해, xts 객체에 몇 개의 열을 더 추가하겠습니다. 이 데이터는 온도 데이터와 같은 출처에서 가져왔으며, 이미 전처리되어 xts로 변환되어 있으니 더 수월하게 진행하실 수 있어요.

이전에 했던 작업과 유사하지만, 이번에는 미리 작성된 코드가 더 적습니다. 작업 중인 xts 객체 flights_temps도 워크스페이스에 준비되어 있습니다.

지침

100 XP
  • 항상 그렇듯이 먼저 periodicity()를 두 번 호출해 vis와 wind 데이터의 주기성과 기간을 확인하세요.
  • vis와 wind 데이터가 기존 데이터와 동일한 주기성과 기간을 갖는 것이 확인되면, merge()를 사용해 세 객체를 하나의 xts 객체 flights_weather로 결합하세요. 일관성을 위해 다음 순서로 병합하세요: flights_temps, vis, wind.
  • head()로 flights_weather의 첫 몇 행을 확인해 병합이 제대로 되었는지 점검하세요.