计算时间序列趋势
xts 对象的一大优势是可以在时间维度上直接进行简单的数学计算。在航班数据中，一个很有价值的指标是每个月延误、取消或改降（改飞其他机场）的航班百分比。
在本练习中，您将使用数据创建一个新的时间序列列，表示每个月抵达波士顿的延误航班百分比。然后为该指标生成一幅图，接着再计算航班取消与改降的其他指标。
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
- 在
flights_xts上使用简单的数学表达式，计算每个月延误航班的百分比。将结果保存为flights_xts中名为pct_delay的新列。 - 使用
plot.xts()查看每个月延误航班的百分比。 - 复用上述计算方法，在 xts 对象中再生成两列数据——
pct_cancel和pct_divert，分别表示取消与改降航班的百分比。 - 使用
plot.zoo()将这三条趋势一起可视化。为此，您需要从flights_xts中选取包含刚生成这三列的数据子集。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Calculate percentage of flights delayed each month: pct_delay
flights_xts$pct_delay <- (___ / ___) * 100
# Use plot.xts() to view pct_delay over time
# Calculate percentage of flights cancelled each month: pct_cancel
# Calculate percentage of flights diverted each month: pct_divert
# Use plot.zoo() to view all three trends over time
plot.zoo(x = ___[ , c("___", "___", "___")])