扩展您的数据
既然您已经掌握了时间序列的工作流程，现在可以来检验这样一个假设：航班延误与能见度和风有关。
在本练习中，您将把 2010 至 2015 年波士顿地区的月均能见度（vis）和风速（wind）数据与现有数据合并，为您的 xts 对象再添加几列。这些数据与温度数据来自同一来源，但已经过预处理并转换为 xts，便于您直接使用。
这与您之前做的类似，但这一次提供的预写代码更少。您的工作用 xts 对象 flights_temps 也已在工作区中可用。
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
- 首先，一如既往，请使用两次
periodicity()调用，确认vis和wind数据的周期性与时间跨度。 - 在确认
vis和wind与您现有数据具有相同的周期性与时间跨度后，使用merge()将三个对象合并为一个 xts 对象：flights_weather。为保持一致性，请按以下顺序合并：flights_temps、vis、wind。 - 使用
head()查看flights_weather的前几行，确认合并是否成功。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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