Zacznij terazZacznij za darmo

Używanie merge() i wizualizacja danych w czasie

Masz już dane temperatur obejmujące ten sam okres (2010–2015) i o tej samej częstotliwości (miesięcznej) co dane o lotach – możesz więc przystąpić do scalania.

Aby połączyć obiekty xts kolumnami, użyj funkcji merge(). Gdy dwa obiekty xts mają tę samą periodyczność, merge() zazwyczaj potrafi połączyć dane w odpowiednich wierszach. Nawet gdy obiekty xts różnią się periodycznością, merge() zachowa prawidłową kolejność czasową rekordów z obu obiektów.

W tym ćwiczeniu połączysz dwa obiekty xts kolumnami i wygenerujesz wykresy pokazujące, jak opóźnienia lotów wiążą się z temperaturą. W środowisku pracy dostępne są obiekty temps_monthly i flights_xts.

To ćwiczenie jest częścią kursu

Studium przypadku: analiza danych szeregów czasowych miasta w R

Zobacz kurs

Instrukcje do ćwiczenia

  • Użyj funkcji merge(), aby połączyć flights_xts i temps_monthly. Ponieważ oba obiekty xts mają tę samą periodyczność, polecenie scalania powinno umieścić dane temperatur w odpowiednich wierszach obiektu flights_xts. Zwróć uwagę, że kolejność podawanych obiektów decyduje o tym, gdzie pojawią się kolumny w scalonym obiekcie. Dla zachowania spójności podaj najpierw flights_xts, a następnie temps_monthly.
  • Sprawdź pierwsze kilka wierszy scalonego obiektu xts (flights_temps), aby upewnić się, że scalanie przebiegło poprawnie. Dane temperatur powinny być wyrównane z danymi o lotach.
  • Użyj funkcji plot.zoo(), aby wygenerować jeden wykres zawierający zarówno kolumnę pct_delay, jak i temps_monthly z obiektu flights_temps. Pamiętaj, aby podzbiorem wybrać odpowiednie kolumny i ustawić argument plot.type na "single". Pozostaw argument lty bez zmian.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Use merge to combine your flights and temperature objects
flights_temps <- merge(___, ___)

# Examine the first few rows of your combined xts object


# Use plot.zoo to plot these two columns in a single panel
plot.zoo(___[,c("___", "___")], plot.type = "___", lty = lty)
legend("topright", lty = lty, legend = labels, bg = "white")
Edytuj i uruchom kod