Question

我正在通过哈德利的r4ds工作。我想知道为什么我发现的解决方案需要在代码中变异。是否可以使用汇总？我以为他们可以互换？

问题4：查看每天取消的飞行数量。有模式吗？取消飞行的比例是否与平均延误相关？

cancelled_delayed <- 
  flights %>%
  mutate(cancelled = (is.na(arr_delay) | is.na(dep_delay))) %>%
  group_by(year, month, day) %>%
  summarise(prop_cancelled = mean(cancelled),
        avg_dep_delay = mean(dep_delay, na.rm = TRUE))

ggplot(cancelled_delayed, aes(x = avg_dep_delay, prop_cancelled)) +
  geom_point() +
  geom_smooth()

Answer 1

你可以跳过变异并在总结中做同样的事情：

library(dplyr)
cancelled_delayed <- 
  flights %>%
  group_by(year, month, day) %>%
  summarise(prop_cancelled = mean(is.na(arr_delay) | is.na(dep_delay)),
            avg_dep_delay = mean(dep_delay, na.rm = TRUE))

但变异和总结根本不可互换。

mutate用于在现有表中添加oder update一个或多个列，同时保持一般结构（行数）不变。另一方面，summarise将每行的行数减少到1行，即在您的示例中每行每月组合行数。

r用于数据科学练习5.6.7 Q4

1 个答案: