Error in `summarize()`: ℹ In argument: `num_airports = n_distinct(arrival)`. ℹ In group 1: `year = 2013`, `month = 1`, `day = 1`, `dep_interval = "上午"`. Caused by error in `list2()`: ! object 'arrival' not found Backtrace: 1. ... %>% ... 11. dplyr::n_distinct(arrival) 12. vctrs::df_list(...) 13. rlang::list2(...)

这个错误信息看起来是使用dplyr包中的summarize()函数时出现的错误。错误提示是在第一个分组中的`num_airports = n_distinct(arrival)`这一行，其中`arrival`对象未被找到。这个错误可能是由于在使用summarize()函数之前没有正确地定义或加载`arrival`对象，或者在dplyr管道中的其他步骤中对`arrival`对象进行了错误的操作导致的。您可以检查代码中是否正确地定义和加载了`arrival`对象，并确认在使用它之前没有对它进行意外的操作。

相关问题

Error in summarize(., median_value = median(COLUMN)) : argument "by" is missing, with no default

这个错误通常是因为 `summarize()` 函数需要一个 `by` 参数来指定按照哪些变量进行汇总。你可以在 `group_by()` 函数中指定 `by` 参数，示例如下：

medians <- data %>% 
  group_by(SII_cat) %>% 
  summarize(median_value = median(COLUMN), by = SII_cat)

或者也可以在 `summarize()` 函数中指定 `by` 参数，示例如下：

medians <- data %>% 
  summarize(median_value = median(COLUMN), by = SII_cat)

请根据你的数据集和具体需求来选择合适的方法。

帮我修改以下代码的错误：library(nycflights13) library(dplyr) flights <- na.omit(flights, cols = c("dep_time")) flights$dep_interval <- ifelse(flights$dep_time >= 601 & flights$dep_time <= 1200, "上午", ifelse(flights$dep_time > 1200 & flights$dep_time <= 1800, "下午", ifelse(flights$dep_time > 1800 & flights$dep_time <= 2400, "晚上", ifelse(flights$dep_time > 1 & flights$dep_time <= 600, "凌晨", NA)))) flights_new <- flights %>% na.omit() %>% group_by(year, month, day, dep_interval) %>% summarize("delay_mean" = mean(arr_delay, na.rm = TRUE), "delay_var" = var(arr_delay, na.rm = TRUE), "dest_count" = n_distinct(dest)) flights_select <- flights_new %>% filter(mean_arr_delay <= 30, num_airports >= 50) %>% arrange(desc(mean_arr_delay))

这段代码的问题在于`filter()`函数中引用了一个名为`mean_arr_delay`的未定义对象，正确的对象名应该是`delay_mean`。此外，在`filter()`函数中引用了一个名为`num_airports`的未定义对象。我们需要在`summarize()`函数中增加一个名为`num_airports`的参数，以便正确引用`dest_count`列。

请使用以下代码替换最后一行：

flights_select <- flights_new %>% 
  filter(delay_mean <= 30, dest_count >= 50) %>% 
  arrange(desc(delay_mean))

这里我们将`mean_arr_delay`改为`delay_mean`，并将`num_airports`改为`dest_count`，以与之前的`summarize()`函数中的列名匹配。

现在，代码应该可以成功运行并产生一个数据框，其中按平均延误降序排列，并且平均延误小于或等于30分钟，出发机场数量大于或等于50个。