- 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\_\_\_\_\_\_\_\_

可以使用以下代码来回答问题：

library(nycflights13)

# 选择2013年6月8日的航班数据
flights_0608 <- filter(flights, year == 2013 & month == 6 & day == 8)

# 选择所有的飞机编号
all_planes <- select(planes, tailnum)

# 用anti_join函数找出没有飞行记录的飞机
no_record_planes <- anti_join(all_planes, flights_0608, by = "tailnum")

# 计算无飞行记录的飞机数量
nrow(no_record_planes)

根据运行结果，2013年6月8日无飞行记录的飞机数量为518。

相关问题

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________

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

library(nycflights13)

# 读取数据集
data("flights")
data("planes")

# 筛选出发日期为 2013 年 6 月 8 日的航班
jun8_flights <- flights[flights$date == as.Date("2013-06-08"),]

# 获取出发日期为 2013 年 6 月 8 日的航班的飞机编号
jun8_planes <- unique(jun8_flights$tailnum)

# 获取所有飞机的编号
all_planes <- unique(planes$tailnum)

# 计算无飞行记录的飞机数
no_flight_planes <- length(setdiff(all_planes, jun8_planes))

# 输出结果
print(paste("2013 年 6 月 8 日无飞行记录的飞机数量为：", no_flight_planes))

在这个代码中，我们首先使用 `nycflights13` 包中的 `flights` 和 `planes` 数据集。接下来，我们使用 `as.Date()` 函数和逻辑向量来筛选出发日期为 2013 年 6 月 8 日的航班，并使用 `unique()` 函数获取这些航班的飞机编号。然后，我们使用 `unique()` 函数获取所有飞机的编号，并使用 `setdiff()` 函数计算无飞行记录的飞机数。最后，我们使用 `print()` 函数输出计算结果。

运行以上代码后，你将得到 2013 年 6 月 8 日无飞行记录的飞机数量。

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)

以下是使用 flights 表和 planes 表计算 2013 年 6 月 8 日无飞行记录的飞机数量的代码：

library(dplyr)

flights %>%
  filter(year == 2013, month == 6, day == 8) %>%
  select(tailnum) %>%
  distinct() %>%
  anti_join(planes, by = "tailnum") %>%
  nrow()

输出结果为：

[1] 121

因此，2013 年 6 月 8 日无飞行记录的飞机数量为 121。