使用dplyr统计各机场航空公司竞争对手数量的技术问询

核心思路 #

通过dplyr的分组+唯一值统计实现需求，无需使用count函数：

• 按目标机场（出发/到达）分组
• 用n_distinct()直接统计每组内不同航空公司的数量

代码实现（针对出发机场） #

假设你的数据集名为flight_data，以下代码生成出发机场的竞争对手数量汇总表：

library(dplyr)

# 生成出发机场的航空公司竞争汇总表
origin_airport_competitors <- flight_data %>%
  # 按机场名称+ID分组，避免同名机场混淆
  group_by(origin, origin_airport_ID) %>%
  # 统计每个机场的唯一航空公司数量
  summarise(competitor_count = n_distinct(op_career), .groups = "drop")

# 查看结果
origin_airport_competitors

代码说明 #

• group_by(origin, origin_airport_ID)：同时绑定机场名称和ID，确保分组的唯一性
• n_distinct(op_career)：直接计算分组内的唯一航空公司数量，完全替代count的需求
• .groups = "drop"：完成统计后取消分组状态，输出整洁的二维汇总表

扩展：同时统计出发+到达机场 #

如果需要覆盖出发和到达两类机场，可通过长格式转换实现：

# 生成所有机场的航空公司竞争汇总表
all_airport_competitors <- flight_data %>%
  # 将出发/到达机场的字段转换为长格式
  pivot_longer(
    cols = c(origin, dest),
    names_to = "airport_role",
    values_to = "airport_name"
  ) %>%
  pivot_longer(
    cols = c(origin_airport_ID, dest_airport_ID),
    names_to = "airport_id_role",
    values_to = "airport_id"
  ) %>%
  # 按机场名称+ID分组
  group_by(airport_name, airport_id) %>%
  summarise(competitor_count = n_distinct(op_career), .groups = "drop")

内容的提问来源于stack exchange，提问作者Nature Story