R语言dplyr分组统计每月取消航班量仅返回总数量问题求助

错误原因 #

你在summarise函数中调用filter(flights, is.na(dep_time))时，直接引用了原始全量flights数据集，没有使用group_by之后的分组数据，因此每次统计的都是全数据集的总取消航班量，无法按月份分组统计。

修复方案 #

无需额外嵌套filter和count函数，直接在summarise中对当前分组内的dep_time空值计数即可，修复后代码如下：

library(nycflights13)
library(dplyr)

flights <- nycflights13::flights

flights %>% 
  select(arr_delay, month, dep_time) %>%
  group_by(month) %>% 
  summarise(
    Mean = mean(arr_delay, na.rm = TRUE),
    canceled = sum(is.na(dep_time), na.rm = TRUE)
  )

如果你要保留原有写法的逻辑，只需要把filter的输入对象替换为当前管道传递的分组数据（用.指代）即可：

flights %>% 
  select(arr_delay, month, dep_time) %>%
  group_by(month) %>% 
  summarise(
    Mean = mean(arr_delay, na.rm = TRUE),
    canceled = count(filter(., is.na(dep_time)))$n
  )

运行上述代码后就能得到每个月对应的平均到达延误时长、当月取消航班数的正确统计结果。

内容的提问来源于stack exchange，提问作者Michael Visconti