在处理财务记录或销售历史等数据时，按指定时间点提取观测值会非常有用。
在本练习中，您将从 card_prices 中提取观测值。该对象是一个多重时间序列，跟踪三张热门交易卡的平均价格。
card_prices
本练习是课程的一部分
通过完成这段示例代码来试试这个练习。
# Extract Feb. 25, 2013 ___
您将学习时间序列所表示内容的基础知识，了解如何获取时间序列数据的汇总统计，并在分析的探索阶段学会如何解读时间序列图。您还将学习如何在 R 对象中管理日期和时间信息，以及为日期应用一致格式的方法。
在这里，您将学习获取时间序列的关键属性，例如数据所覆盖的时间范围以及采样频率，以便更好地理解数据。您还将接触 zoo 包，它提供了创建与操作时间序列对象的工具和函数。许多 R 中的数据科学应用采用数据框范式；您将学习如何在数据框与时间序列之间进行转换。
您将学习如何从时间序列中截取一个窗口，以便聚焦于特定时间段。实际的时间序列数据往往覆盖的时间跨度超出需求，可能使可视化变得杂乱。您将按不同频率对时间序列进行采样，例如每分钟、每小时、每月或每年。进一步地，通过聚合数据，您将使用 xts 包把握数据的整体趋势。您还将学习"插补"数据的方法——用常数填充、LOCF 或线性插值来填补缺失值。
当前练习
您将学习创建会随数据移动的"滚动"窗口，从而能够跨时间概括数据趋势，例如连续数月的平均值或数周销量的总和。整体汇总统计（如均值、中位数、总和、最大值等）并不总能反映数据随时间的变化，而滚动窗口可用于动态计算统计量。除滚动窗口外，您还将学习创建扩展窗口，用于展示这些汇总统计如何逐步逼近其最终值。