Bike_share 数据集记录了 2011 年 1 月 1 日到 2012 年 12 月 31 日华盛顿地 区每天各小时共享单车的租赁情况。其中变量 workingday = 0 表示非工作 日，workingday = 1 表示工作日，casual 为临时用户租车量，registered 为注册用户租车量，count 为总租车量（casual+registered）。如何用r语言增加一列 season，season 将 month 分为 4 组：1-3 月为"spring"， 4-6 月为"summer"，7-9 月为"autumn"，10-12 月为"winter"，将其保存为 bike_share2，然后统计各季节的平均租车量。

可以使用R语言中的dplyr包和mutate函数来增加一列season，代码如下：

library(dplyr)

# 读取数据
bike_share <- read.csv("bike_share.csv")

# 增加一列season
bike_share2 <- bike_share %>% 
              mutate(season = case_when(month %in% c(1,2,3) ~ "spring",
                                       month %in% c(4,5,6) ~ "summer",
                                       month %in% c(7,8,9) ~ "autumn",
                                       month %in% c(10,11,12) ~ "winter"))

# 计算各季节的平均租车量
season_count <- bike_share2 %>% 
                group_by(season) %>% 
                summarize(avg_count = mean(count))

# 输出结果
season_count

这段代码首先使用read.csv函数读取原始数据，然后使用mutate函数增加一列season，其中使用case_when函数将month分为四个季节。最后，使用group_by和summarize函数计算各季节的平均租车量，并将结果保存在season_count中。