1.本题使用数据包 nycflights13 (24 分) (1)从flights 数据表中挑选出以下变量: (year, month,day, hour， origin, dep delay, distance,carrier)，将生产的新表保存为 flight1。 (2)从weather 数据表中挑选出以下变量: (year, month, day, hour，origin, humid, wind speed),将生产的新表保存为 weather1。 (3)将 flight1 表和 weather1 表根据共同变量进行内连接，随机抽取 100000 行数据，将生产的结果保存为 flight weather。(提示: sample nO函数，不用重复抽取) (4) 从 flight weather 表中对三人出发机场按照平均出发延误时间排降序，并将结果保留在longest delay 表中。把结果展示出来。 (5) 根据出发地 (origin) 在同一个图中画出风速 wind speed (x轴)和出发延误时间 dep delay (y轴) 的平滑曲线图。 (6)根据不同出发地(origin) 在平行的3个图中画出风速 wind speed(x 轴)和出发延误时间 dep delay(y轴) 的散点图。 (7) 根据 flight weather 表，画出每个月航班数的直方分布图，x轴为月份，y轴是每个月份航班数所占的比例。 (8) 根据 flight weather 表，画出每个月航班距离的 boxplot 图，x 轴为月份，y轴为航行距离，根据的航行距离的中位数从低到高对 x 轴的月份进行重新排序。 r语言

(1) 从flights数据表中挑选出以下变量，并将生产的新表保存为flight1：

library(nycflights13)
flight1 <- select(flights, year, month, day, hour, origin, dep_delay, distance, carrier)

(2) 从weather数据表中挑选出以下变量，并将生产的新表保存为weather1：

weather1 <- select(weather, year, month, day, hour, origin, humid, wind_speed)

(3) 将flight1表和weather1表根据共同变量进行内连接，随机抽取100000行数据，并将生产的结果保存为flight_weather：

set.seed(123)
flight_weather <- inner_join(sample_n(flight1, 100000), sample_n(weather1, 100000), by = c("year", "month", "day", "hour", "origin"))

(4) 从flight_weather表中对三人出发机场按照平均出发延误时间排降序，并将结果保留在longest_delay表中。把结果展示出来。

library(dplyr)
longest_delay <- flight_weather %>%
  group_by(origin) %>%
  summarise(mean_delay = mean(dep_delay)) %>%
  arrange(desc(mean_delay))
longest_delay

(5) 根据出发地 (origin) 在同一个图中画出风速wind_speed (x轴)和出发延误时间dep_delay (y轴)的平滑曲线图。

library(ggplot2)
ggplot(flight_weather, aes(x = wind_speed, y = dep_delay, color = origin)) +
  geom_smooth(se = FALSE) +
  labs(x = "Wind speed", y = "Departure delay")

(6) 根据不同出发地(origin) 在平行的3个图中画出风速wind_speed(x轴)和出发延误时间dep_delay(y轴)的散点图。

library(gridExtra)
plots <- list()
for (i in unique(flight_weather$origin)) {
  plot <- ggplot(filter(flight_weather, origin == i), aes(x = wind_speed, y = dep_delay)) +
    geom_point() +
    labs(title = i, x = "Wind speed", y = "Departure delay")
  plots[[i]] <- plot
}
grid.arrange(grobs = plots, ncol = 3)

(7) 根据flight_weather表，画出每个月航班数的直方分布图，x轴为月份，y轴是每个月份航班数所占的比例。

monthly_flights <- flight_weather %>%
  group_by(month) %>%
  summarise(flights = n()) %>%
  mutate(prop = flights / sum(flights))
ggplot(monthly_flights, aes(x = month, y = prop)) +
  geom_bar(stat = "identity") +
  labs(x = "Month", y = "Proportion of flights")

(8) 根据flight_weather表，画出每个月航班距离的boxplot图，x轴为月份，y轴为航行距离，根据的航行距离的中位数从低到高对x轴的月份进行重新排序。

flight_weather %>%
  mutate(month = factor(month, levels = unique(month)[order(tapply(distance, month, median))])) %>%
  ggplot(aes(x = month, y = distance)) +
  geom_boxplot() +
  labs(x = "Month", y = "Distance")