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

연습 문제

기온 데이터 탐색하기

이제 flights 데이터에 대해 조금 알아보고 시계열 데이터 조작의 기본을 복습했으니, 다음 과제는 보스턴 지역의 날씨 패턴을 탐색하여 항공편 지연과 결항에 어떤 요인이 영향을 주는지 파악하는 것입니다. 이를 위해서는 추가 시계열 데이터를 모으고 가공해야 해요.

이번 연습 문제에서는 보스턴 지역의 기온 데이터를 살펴봅니다. 일별 최저, 평균, 최고 기온의 시간에 따른 변화를 포함하고 있어요. 이 데이터는 R의 weatherData 패키지를 사용해 수집했으며, Weather Underground에서 공개된 데이터를 스크레이핑한 것입니다.

시계열 데이터 조작을 진행하기 전에, 어떤 데이터 분석이든 첫 단계는 데이터의 기본 특성을 확인하는 일입니다. 여기서는 두 개의 기온 데이터 객체(temps_1, temps_2)를 자세히 살펴보며, 각각에 어떤 정보가 들어 있는지, 그리고 이후 어떤 방식으로 진행해야 할지 파악해 보겠습니다.

지침

100 XP
  • str()를 두 번 호출하여 각각의 기온 객체 temps_1과 temps_2의 구조를 확인하세요. 출력 결과를 주의 깊게 보세요!
  • head()와 tail()을 사용해 temps_1의 처음과 마지막 몇 행을 확인하세요.
  • head()와 tail()을 사용해 temps_2의 처음과 마지막 몇 행을 확인하세요. 두 객체에 담긴 데이터가 비슷한가요?