rbind()로 병합하기
이제 온도 데이터의 구조와 범위를 파악했으니, 다음으로 이 객체들을 xts로 변환한 뒤 rbind()로 병합해 보겠습니다.
객체를 xts로 변환하기 전에, 시간 인덱스로 사용할 열을 확인하고 해당 열이 시간 기반 객체로 인코딩되어 있는지 점검해야 해요. 이번에는 temps_1과 temps_2의 date 열 클래스를 확인해 보세요. 적절한 시간 기반 인덱스를 확인했다면, 두 객체를 xts로 인코딩하고 행 기준으로 병합하면 됩니다.
temps_1과 temps_2 객체는 작업 공간에 준비되어 있으며, xts 패키지는 이미 로드되어 있습니다.
이 연습은 강의의 일부입니다
사례 연구: R로 도시 시계열 데이터 분석
연습 안내
class()를 두 번 호출해temps_1과temps_2의date열이 시간 기반 객체(Date, POSIXct, POSIXlt, yearmon 등)로 인코딩되어 있는지 확인하세요.as.xts()를 사용해 각 온도 데이터 프레임(temps_1,temps_2)을 별도의 xts 객체로 인코딩하세요.order.by인수에는 해당하는 시간 기반 열을 지정해야 합니다. 또한data[, -column]형식을 사용해 시간 기반 열을 제거하는 것도 잊지 마세요.head()를 두 번 호출해 새 xts 객체의 형식이 올바른지 확인하세요.- xts 객체에
rbind()를 적용해 하나의 객체temps_xts로 병합하세요. first()와last()를 조합해temps_xts의 첫 해 중 마지막 달의 처음 3일 데이터를 찾아보세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Confirm that the date column in each object is a time-based class
class(___)
class(___)
# Encode your two temperature data frames as xts objects
temps_1_xts <- as.xts(___[, -4], order.by = ___)
temps_2_xts <- ___
# View the first few lines of each new xts object to confirm they are properly formatted
head(___)
head(___)
# Use rbind to merge your new xts objects
temps_xts <- ___
# View data for the first 3 days of the last month of the first year in temps_xts
___(___(first(___, "1 year"), "1 month"), "___")