在R中计算航班数≥2的航空公司平均起飞延误

完整解决方案代码 #

avg_delay_2flights <- df %>%
  filter(is_delayed == 'yes') %>% 
  group_by(carrier) %>%                           
  summarise(
    num_of_flights = n(),
    avg_dep_delay = mean(dep_delay)
  ) %>% 
  filter(num_of_flights >= 2)

print(avg_delay_2flights)

代码说明 #

• filter(is_delayed == 'yes')：仅筛选出标记为延误的航班数据
• group_by(carrier)：按照航空公司对数据分组
• summarise()：同时完成两个统计任务
  • num_of_flights = n()：统计每组（航空公司）的延误航班数量
  • avg_dep_delay = mean(dep_delay)：计算每组的平均起飞延误时长
• filter(num_of_flights >= 2)：只保留延误航班数≥2的航空公司数据

运行后会得到预期结果：

# A tibble: 2 × 3
  carrier num_of_flights avg_dep_delay
  <chr>            <int>         <dbl>
1 B6                   2             8
2 EV                   3            44

可选：简化输出结果 #

如果不需要保留航班数字段，可以在最后加上select()去掉多余列：

avg_delay_2flights <- df %>%
  filter(is_delayed == 'yes') %>% 
  group_by(carrier) %>%                           
  summarise(
    num_of_flights = n(),
    avg_dep_delay = mean(dep_delay)
  ) %>% 
  filter(num_of_flights >= 2) %>%
  select(carrier, avg_dep_delay)

输出结果会简化为：

# A tibble: 2 × 2
  carrier avg_dep_delay
  <chr>         <dbl>
1 B6                 8
2 EV                44

内容的提问来源于stack exchange，提问作者Bluetail