在r语言的flights中，#按tailnum分组，去除arr_delay，dep_delay，tailnum的NA值。找出所有的好飞机, 即该飞机组对应的数据表的所有行均满足arr_delay<200且dep_delay<200。按字母顺序，由小至大。然后计算每架飞机arr_delay<120且dep_delay<120的行数占该组总行数的比例。结果为两列，tailnum和prop

以下是代码实现：

library(nycflights13)

good_planes <- flights %>% 
  group_by(tailnum) %>% 
  filter(!is.na(tailnum), !is.na(arr_delay), !is.na(dep_delay)) %>% 
  summarise(
    arr_delay_mean = mean(arr_delay),
    dep_delay_mean = mean(dep_delay),
    n = n()
  ) %>% 
  filter(arr_delay_mean < 200, dep_delay_mean < 200) %>% 
  arrange(tailnum)

good_planes_prop <- flights %>% 
  group_by(tailnum) %>% 
  filter(!is.na(tailnum), !is.na(arr_delay), !is.na(dep_delay), arr_delay < 120, dep_delay < 120) %>% 
  summarise(
    prop = n() / sum(!is.na(arr_delay))
  )

result <- merge(good_planes, good_planes_prop, by = "tailnum")

result <- result[, c("tailnum", "prop")]

head(result)

解释一下代码：

首先，我们使用 `group_by` 函数按 `tailnum` 分组，并使用 `filter` 函数去除 NA 值。

然后，我们计算每个组的平均延误时间和总行数，并使用 `filter` 函数找出所有的好飞机。

接着，我们按字母顺序排序，并提取出 `tailnum` 列。这就是第一列。

最后，我们再次使用 `group_by` 函数按 `tailnum` 分组，并使用 `filter` 函数找出满足条件的行。然后，我们计算比例，并将结果存储在 `prop` 列中。这就是第二列。

最后，我们使用 `merge` 函数将两个结果合并，并选择需要的列。

运行代码后，我们得到一个结果数据框，其中包含两列：`tailnum` 和 `prop`。`tailnum` 列显示所有的好飞机，`prop` 列显示每架飞机 arr_delay < 120 且 dep_delay < 120 的行数占该组总行数的比例。