Nästa steg – II

Din temperaturdata visade på några möjliga vägar för att utforska orsakerna till flygförseningar och inställda flygningar. Din klient insisterar dock på att ankomstmönstren för flyg i Boston påverkas av sikt och vind, inte av temperatur. Innan du går vidare behöver du samla in mer data.

Efter noggrann research har du hittat relevanta data om veckovis genomsnittlig sikt och vindhastighet i Bostonområdet. Vilka av följande steg skulle du ta innan du slår samman dessa data med ditt befintliga månatliga xts-objekt, flights_temps?

1. Koda datan till ett xts-objekt med ett tidsbaserat index.
2. Konvertera datan till månadsperiodicitet med to.period() och den första observationen per vecka.
3. Se till att varje dataobjekt bara har en enda informationskolumn.
4. Konvertera datan till månadsperiodicitet med split() och lapply() för att generera månadsmedelvärden.
5. Kontrollera periodiciteten och tidsperioden för dina xts-objekt innan du använder merge().
6. Ta bort den befintliga temperaturinformationen från flights_temps innan du använder merge().