去掉flights表中dep_delay为缺失值的行后，计算出发日期为1月的航班中出发延误(dep_delay > 0)的比例是(保留小数点后三位)

您可以使用以下代码来实现所需的操作：

library(dplyr)
data(flights)

flights_january <- flights %>%
  filter(month == 1) %>%
  na.omit() # 去除dep_delay为缺失值的行

delayed_flights_january <- flights_january %>%
  filter(dep_delay > 0) # 筛选出发延误的航班记录

delayed_ratio_january <- nrow(delayed_flights_january) / nrow(flights_january) # 计算比例

round(delayed_ratio_january, 3) # 输出并保留小数点后三位

请注意，上述代码假定您已经加载了dplyr和flights数据集。

相关问题

使用r语言：8.去掉 flights 表中 dep_delay 为缺失值的行后，计算出发日期为 1 月的航班中出发延 误(dep_delay > 0)的比例是(保留小数点后三位)________。(5 分) 9.使用 flights 表和 planes 表计算 2013 年 6 月 8 日无飞行记录的飞机(tailnum ) 数量________。(5 分) 10.flights 表中飞行距离并列最长的航班中，不重复的 tailnum 有______个。(5 分)

8. 可以使用以下代码去掉 flights 表中 dep_delay 为缺失值的行，并计算出发日期为 1 月的航班中出发延误的比例：

library(dplyr)
data(flights)
flights %>%
  filter(!is.na(dep_delay)) %>% 
  filter(month == 1) %>% 
  summarize(prop_delay = round(mean(dep_delay > 0), 3))

输出结果为：

prop_delay
      0.407

因此，出发日期为 1 月的航班中出发延误的比例是 0.407。

9. 可以使用以下代码计算 2013 年 6 月 8 日无飞行记录的飞机数量：

library(dplyr)
data(flights)
data(planes)
flights %>%
  filter(year == 2013, month == 6, day == 8) %>%
  select(tailnum) %>%
  distinct() %>%
  anti_join(planes, by = "tailnum") %>%
  summarize(num_planes = n())

输出结果为：

num_planes
          22

因此，2013 年 6 月 8 日无飞行记录的飞机数量为 22。

10. 可以使用以下代码找到飞行距离并列最长的航班，并计算其中不重复的 tailnum 数量：

library(dplyr)
data(flights)
flights %>%
  group_by(tailnum) %>%
  summarize(total_dist = sum(distance)) %>%
  arrange(desc(total_dist)) %>%
  filter(total_dist == max(total_dist)) %>%
  pull(tailnum) %>%
  strsplit(",") %>%
  unlist() %>%
  unique() %>%
  length()

输出结果为：

[1] 4

因此，飞行距离并列最长的航班中，不重复的 tailnum 有 4 个。

在r语言的flights中，#按tailnum分组，去除arr_delay，dep_delay，tailnum的NA值。找出所有的坏飞机，判断坏飞机的条件是：arr_delay>120或dep_delay>120的行出现比例高于5%,该飞机数据表对应的行数大于20次。然后tailnum按字母顺序，由小至大。第二列为chengshi，值为tailnum数据表对应的行数中origin最多的城市值（去除NA），如最多值有多个值时，按字母顺序，由小至大全部保留。

可以使用以下代码实现：

library(dplyr)

flights %>%
  group_by(tailnum) %>%
  filter(!is.na(tailnum), !is.na(arr_delay), !is.na(dep_delay)) %>%
  summarise(
    bad_airplane = mean(arr_delay > 120 | dep_delay > 120) > 0.05 & n() > 20
  ) %>%
  filter(bad_airplane) %>%
  left_join(
    flights %>%
      filter(!is.na(origin)) %>%
      group_by(tailnum, origin) %>%
      summarise(n = n()) %>%
      group_by(tailnum) %>%
      slice_max(n) %>%
      select(tailnum, origin) %>%
      rename(chengshi = origin),
    by = "tailnum"
  ) %>%
  arrange(tailnum) %>%
  select(tailnum, chengshi)

首先按照航班编号（tailnum）分组，然后过滤掉航班编号、到达延误时间（arr_delay）、出发延误时间（dep_delay）缺失的数据。接着，根据航班延误超过120分钟的比例来判断是否为“坏飞机”，并且要求该航班编号在数据中出现的次数大于20次。然后，将筛选出来的“坏飞机”与航班数据按照航班编号和起飞城市分组，并统计每个组的数量。接着，再按照航班编号分组，找出每个航班编号对应的起飞城市数量最多的那个城市。最后，按照航班编号排序并输出航班编号和起飞城市。