2. 本题使用数据集 nycflights13::flights （1） 请首先剔除数据中实际出发时间（dep_time）缺失的观测值，然后生成一个新的变量 dep_interval，用来将数据中的实际出发时间分为上午（6:01‐ 12:00）、下午（12:01‐18:00）、晚上（18:01‐24:00）和凌晨（0:01‐6:00）四组，将每一年每一月每一天内每个dep_interval 分组（year, month, day, dep_interval），计算每一组的平均到达延误时间和到达延误的方差，以及到达的机场数量（注意：相同机场不能重复计算）（20’） （2） 选取平均到达延误在 30 分钟以内同时平均到达机场数据不低于 50 个的小组，并按照平均到达延误由大到小排列（5’）

首先，我们需要加载数据集 nycflights13::flights，并剔除实际出发时间（dep_time）缺失的观测值。

library(nycflights13)
library(dplyr)

flights <- flights %>%
  filter(!is.na(dep_time))

接着，我们可以创建一个新的变量 dep_interval，用来将数据中的实际出发时间分为上午（6:01‐12:00）、下午（12:01‐18:00）、晚上（18:01‐24:00）和凌晨（0:01‐6:00）四组，并将每一年每一月每一天内每个 dep_interval 分组（year, month, day, dep_interval），计算每一组的平均到达延误时间和到达延误的方差，以及到达的机场数量（注意：相同机场不能重复计算）。

flights <- flights %>%
  mutate(dep_interval = case_when(
    dep_time >= 601 & dep_time <= 1200 ~ "morning",
    dep_time > 1200 & dep_time <= 1800 ~ "afternoon",
    dep_time > 1800 & dep_time <= 2400 ~ "evening",
    dep_time > 0 & dep_time <= 600 ~ "midnight"
  )) %>%
  group_by(year, month, day, dep_interval) %>%
  summarize(avg_arr_delay = mean(arr_delay, na.rm = TRUE),
            arr_delay_var = var(arr_delay, na.rm = TRUE),
            num_arr_airports = n_distinct(dest)) %>%
  ungroup()

最后，我们可以选取平均到达延误在 30 分钟以内同时平均到达机场数据不低于 50 个的小组，并按照平均到达延误由大到小排列。

flights_filtered <- flights %>%
  filter(avg_arr_delay <= 30, num_arr_airports >= 50) %>%
  arrange(desc(avg_arr_delay))

head(flights_filtered)