Rではじめるデータサイエンス

3.7

 グループごとの変更（とフィルタ）

65

●

50%は15分早く、50%は15分遅い。

●

常に10分遅れる。

●

50%は30分早く、50%は30分遅い。

●

99%が定時で、1% が 2時間遅れとなる。

到着遅延と出発遅延とどちらがより重要か。

2. (

count()

を使わずに）

not_cancelled %>% count(dest)

と

not_cancel led %>% count(tailnum,

wt = distance)

と同じ出力を与える他の方法を考えなさい。

3. キャンセル便の定義（

is.na(dep_delay) | is.na(arr_delay)

）は完璧とは言えない。それは

なぜか。どれが最も重要な列か。

4. 日ごとのキャンセル便数を求めなさい。何かパターンがあるか。キャンセル便の割合は平均遅

延時間と関係するか。

5. 最悪遅延はどの航空会社か? 課題：悪い空港の影響と悪い航空会社

の影響とを別々に分ける

ことができるか。なぜ、できる/ できないのか ?（ヒント：

flights %>% group_by(carrier,

dest) %>% summarize(n())

を考える）

6. 飛行機ごとに、最初に1時間以上遅延する前の飛行回数を数えなさい。

7.

sort

の引数は

count()

に何をするか。いつ使えばよいだろうか。

3.7

 グループごとの変更（とフィルタ）

グループ化は

summarize()

と一緒に使うのが最も有用ですが、

mutate() ...