R中使用dplyr处理nycflights数据时arrange排序结果异常问题

你遇到的结果不一致问题核心是dplyr管道运算默认不会修改原始变量：你写的链式运算代码仅在控制台输出了临时计算结果，没有把运算后的结果重新赋值给worst_delay，因此调用View(worst_delay)时打开的还是运算前的原始数据。

在管道语句开头添加赋值操作即可，同时建议在sum()中添加na.rm = TRUE参数避免缺失值导致计算结果为NA：

#Which plane has the worst on-time record?
worst_delay <- worst_delay %>% 
  group_by(tailnum) %>% 
  select(tailnum,arr_delay,dep_delay) %>% 
  mutate(sum_delay=sum(arr_delay,dep_delay, na.rm = TRUE)) %>% 
  arrange(desc(sum_delay))
View(worst_delay)

优化提示：如果你需要每个飞机尾号仅输出一行汇总结果，可将mutate替换为summarise，避免同一个尾号重复出现相同的总延误记录：

worst_delay <- worst_delay %>% 
  group_by(tailnum) %>% 
  summarise(
    sum_delay = sum(arr_delay, dep_delay, na.rm = TRUE),
    .groups = "drop"
  ) %>% 
  arrange(desc(sum_delay))

内容的提问来源于stack exchange，提问作者Shawn Hemelstrand