如何在R语言中从航班数据集找出最繁忙的航线？

首先确保你安装并加载了dplyr包（R中常用的数据处理工具）：

# 未安装则执行此句
install.packages("dplyr")
# 加载包
library(dplyr)

核心实现代码 #

假设你的数据集存储在名为flights_data的数据框中，执行以下代码即可生成需求的汇总结果：

busy_routes <- flights_data %>%
  # 按出发地、目的地分组（航线定义为 origin -> dest 单向）
  group_by(origin, dest) %>%
  # 统计每组航班数量
  summarise(total_flights = n(), .groups = "drop") %>%
  # 生成格式为「出发地->目的地」的Route列
  mutate(Route = paste(origin, dest, sep = "->")) %>%
  # 按航班数降序排序，最繁忙航线排在最前
  arrange(desc(total_flights)) %>%
  # 保留需要的两列
  select(Route, total_flights)

额外场景处理 #

如果需要将A->B和B->A视为同一条双向航线，可调整代码统一航线顺序：

busy_routes_bidirectional <- flights_data %>%
  # 统一航线两端的排序，确保往返航线被归为一组
  mutate(
    route_start = pmin(origin, dest),
    route_end = pmax(origin, dest)
  ) %>%
  group_by(route_start, route_end) %>%
  summarise(total_flights = n(), .groups = "drop") %>%
  mutate(Route = paste(route_start, route_end, sep = "<->")) %>%
  arrange(desc(total_flights)) %>%
  select(Route, total_flights)

基础R替代方案 #

如果不想使用dplyr，也可以用基础R函数实现：

# 统计所有单向航线的航班数
route_counts <- table(paste(flights_data$origin, flights_data$dest, sep = "->"))
# 转换为数据框并排序
busy_routes_base <- data.frame(
  Route = names(route_counts),
  total_flights = as.numeric(route_counts)
) %>%
  arrange(desc(total_flights))

内容的提问来源于stack exchange，提问作者Jay