擴充你的資料
既然你已經熟悉時間序列的工作流程，現在可以來檢驗這個假設：航班延誤與能見度和風速有關。
在本練習中，你將把 2010 到 2015 年波士頓地區的月平均能見度（vis）與風速（wind）資料合併進你的 xts 物件，為它新增幾個欄位。這些資料與你的溫度資料來源相同，但已先行整理並轉成 xts，方便你直接使用。
這和你之前做的很類似，但這次提供的預寫程式碼較少。你的工作用 xts 物件 flights_temps 也已載入在工作空間中。
本練習屬於課程
個案研究：在 R 中分析城市時間序列資料
練習說明
- 一如往常，先用兩次
periodicity()檢查vis與wind資料的頻率與期間。 - 確認
vis與wind的頻率與期間與你現有資料相同後，使用merge()將三個物件合併成單一的 xts 物件flights_weather。為了保持一致性，請依下列順序合併：flights_temps、vis、wind。 - 使用
head()檢視flights_weather的前幾列，確認合併是否成功。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Confirm the periodicity and duration of the vis and wind data
# Merge vis and wind with your existing flights_temps data
flights_weather <-
# View the first few rows of your flights_weather data