BaşlayınÜcretsiz Başlayın

Aylık ortalama oluşturma

to.period() komutu birçok durumda kullanışlı olsa da, senin amacın için tüm ayı temsil edecek tek bir satır seçmek her zaman uygun olmayabilir.

Bunun yerine, ay başına ortalama sıcaklık değerleri üretmek daha mantıklı. Bunu yapmak için, split() ve lapply() kullanarak aylık ortalamayı elle hesaplayacak, ardından as.xts() ile yeni bir xts nesnesi oluşturacaksın. Bu süreç karmaşık görünebilir ama bunu yapmak için gerekli becerilere zaten sahipsin!

Önceki egzersizden alt kümesi alınmış xts nesnesi temps_xts_2 çalışma alanına önceden yüklenmiştir. Ayrıca, verilerde kapsanan her ayın ilk günü için bir tarih vektörü içeren bir index nesnesi de önceden yüklenmiştir.

Bu egzersiz

Vaka Çalışması: R ile Şehir Zaman Serisi Verilerini Analiz Etme

kursunun bir parçasıdır
Kursu Görüntüle

Egzersiz talimatları

  • temps_xts_2 nesnenin mean sütunundan aylık listeler üretmek için split() kullan. Dönemi (yani f argümanını) mutlaka "months" olarak belirt.
  • Aylık ortalama ortalamayı, yani ay başına ortalama mean sıcaklığı hesaplamak için lapply() kullan.
  • 2010'dan 2015'e Boston için ortalama aylık sıcaklığı içeren yeni bir xts nesnesi oluşturmak üzere as.xts() kullan. Bunu yapmak için aylık mean_of_means verilerini aylık index nesnesiyle birleştirmen gerekecek.
  • Son olarak, yeni temps_monthly nesnenin süre ve periyodiklik açısından flights_xts ile aynı özellikleri paylaştığını doğrula.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Split temps_xts_2 into separate lists per month
monthly_split <- split(___$___ , f = "___")

# Use lapply to generate the monthly mean of mean temperatures
mean_of_means <- lapply(___, FUN = ___)

# Use as.xts to generate an xts object of average monthly temperature data
temps_monthly <- as.xts(as.numeric(___), order.by = ___)
 
# Compare the periodicity and duration of your new temps_monthly and flights_xts 
periodicity(___)
periodicity(___)
Kodu Düzenle ve Çalıştır