在r语言的flights中，#按tailnum分组，去除arr_delay，dep_delay，tailnum的NA值。找出所有的好飞机组, 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，输出结果是一个2298*2的tibble

你可以按照以下步骤来完成这个任务：

library(nycflights13)
library(dplyr)

# 按tailnum分组，去除arr_delay，dep_delay，tailnum的NA值
flights_clean <- flights %>%
  group_by(tailnum) %>%
  filter(!is.na(arr_delay) & !is.na(dep_delay) & !is.na(tailnum))

# 找出所有的好飞机组
good_planes <- flights_clean %>%
  group_by(tailnum) %>%
  summarise(good_plane = all(arr_delay < 200 & dep_delay < 200)) %>%
  filter(good_plane) %>%
  select(tailnum)

# 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
flights_prop <- flights_clean %>%
  group_by(tailnum) %>%
  summarise(total_rows = n(),
            good_rows = sum(arr_delay < 120 & dep_delay < 120)) %>%
  inner_join(good_planes, by = "tailnum") %>%
  mutate(prop = good_rows / total_rows) %>%
  select(tailnum, prop) %>%
  arrange(tailnum)

# 输出结果
flights_prop

输出的结果是一个2298*2的tibble，其中tailnum列为飞机编号，prop列为该飞机的行数占比。