1. เรียนรู้
  2. /
  3. Projects
  4. /
  5. 사례 연구: R로 도시 시계열 데이터 분석

Connected

Exercises

부분 집합 만들기와 주기 조정

다음 단계는 온도 데이터를 이전 장의 항공편 데이터와 병합하는 것입니다.

이전 장에서 항공편 데이터는 2010년부터 2015년까지를 대상으로 하고, 주기는 ‘월간’이었음을 기억하세요. 반면, 온도 데이터는 2007년부터 2015년까지 ‘일간’ 주기로 되어 있습니다. 병합하기 전에 데이터를 부분 집합으로 만들고 주기를 월간으로 조정해야 합니다.

xts 객체의 주기를 변환하려면 to.period()를 사용할 수 있어요. 이 함수는 데이터를 더 낮은 빈도의 주기로 빠르게 변환합니다. 기본적으로 이 명령은 전체 기간에 걸친 특정 값(즉, Open-High-Low-Close, OHLC)을 생성하는데, 이는 금융 분석에서는 유용하지만 모든 상황에 꼭 필요한 것은 아닙니다.

이번 경우에는 OHLC 인수를 FALSE로 설정해야 합니다. 이렇게 하면 월간 xts 객체에 OHLC 열을 만들지 않고, 각 기간에서 하나의 행만을 그 기간의 대표로 사용합니다. 어떤 행을 선택할지는 indexAt 인수로 지정할 수 있습니다.

temps_xts 데이터와 (이전 장의) flights_xts 데이터가 작업 공간에 준비되어 있습니다.

คำแนะนำ

100 XP
  • temps_xts 객체에서 2010년부터 2015년까지만 포함하도록 부분 집합을 만들고, 이를 temps_xts_2로 저장하세요.
  • to.period()를 사용해 일간 온도 데이터를 월간 주기로 변환하세요. 변환할 주기("months")를 지정해야 합니다. 또한 새로운 OHLC 열 생성을 피하기 위해 OHLC를 FALSE로 설정하세요. 마지막으로 매월 첫 번째 관측값을 선택하도록 indexAt 인수를 "firstof"로 설정하세요.
  • periodicity()를 두 번 호출하여 새로 만든 월간 온도 데이터의 주기와 기간을 이전 장의 flights_xts 데이터와 비교하세요.