Bước tiếp theo - II

Dữ liệu nhiệt độ đã gợi ý vài hướng khả dĩ để khám phá nguyên nhân gây trễ và hủy chuyến bay. Tuy vậy, khách hàng của bạn khẳng định rằng mẫu hình giờ đến của các chuyến bay ở Boston bị ảnh hưởng bởi tầm nhìn và gió, chứ không phải nhiệt độ. Trước khi tiếp tục, bạn cần thu thập thêm dữ liệu.

Sau khi nghiên cứu kỹ lưỡng, bạn đã xác định được một số dữ liệu phù hợp về tầm nhìn trung bình và tốc độ gió theo tuần trong khu vực Boston. Bạn sẽ thực hiện những bước nào sau đây trước khi gộp các dữ liệu này với đối tượng xts theo tháng hiện có, flights_temps?

1. Mã hóa dữ liệu thành một đối tượng xts với chỉ số theo thời gian.
2. Chuyển dữ liệu sang chu kỳ theo tháng bằng to.period() với quan sát đầu tiên mỗi tuần.
3. Đảm bảo mỗi đối tượng dữ liệu chỉ có một cột thông tin.
4. Chuyển dữ liệu sang chu kỳ theo tháng bằng split() và lapply() để tạo trung bình theo tháng.
5. Kiểm tra tính chu kỳ và khoảng thời gian của các đối tượng xts trước khi dùng merge().
6. Loại bỏ thông tin nhiệt độ hiện có khỏi flights_temps trước khi dùng merge().