探索失业率数据
现在您已经复习了处理缺失数据的基本步骤，就能更灵活地即时检查并清洗新的时间序列数据了。
在本练习中，您将进一步练习：探索、清洗并绘制失业率数据，既包括全美范围的数据，也包括马萨诸塞州（MA）的数据。包含这些数据的 xts 对象 unemployment 已提供在您的工作区中。
本练习是课程的一部分
案例研究：在 R 中分析城市时间序列数据
练习说明
- 使用
summary()查看unemployment数据的概要信息。请特别留意输出中识别到的NA's数量。同时注意时间索引的min和max值，它们表明数据所覆盖的时间区间。 - 使用
na.approx()通过线性插值去除失业率数据中的缺失值，并将结果写回unemployment对象。 - 使用
plot.zoo()绘制unemployment数据。将plot.type指定为"single"，以在同一张图中展示全美与马萨诸塞州的数据。保持lty参数和legend()的调用不变。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# View a summary of your unemployment data
# Use na.approx to remove missing values in unemployment data
unemployment <-
# Plot new unemployment data
plot.zoo(___, plot.type = "___", lty = lty)
legend("topright", lty = lty, legend = labels, bg = "white")