筛选出 flights 中 tailnum 包含两个“3”的观测数据，并将其保存为 flights1。

假设 `flights` 是一个 Pandas DataFrame，可以使用 Pandas 中的字符串方法来筛选出 tailnum 包含两个“3”的观测数据，代码如下：

flights1 = flights[flights['tailnum'].str.count('3') == 2]

这行代码的意思是，对于 `flights` 中的每一行数据，统计其 tailnum 中包含多少个字符“3”，然后筛选出包含两个“3”的观测数据，保存到 `flights1` 中。

相关问题

flights中tailnum含W的观测

您可以使用以下代码来筛选`flights`中`tailnum`包含"W"的观测：

import pandas as pd

# 读取flights数据集
flights = pd.read_csv('flights.csv')

# 使用str.contains()方法来筛选tailnum包含"W"的观测
flights_w = flights[flights['tailnum'].str.contains('W')]

这样，`flights_w`就是`flights`中`tailnum`包含"W"的所有观测。

1. 数据来源于 package::nycflights13 （1） 将 flights 和 planes 进行连接，其中，最终结果应当保存 flights 中的所有 观测值并且保存 planes 中对应的观测值，并将结果命名为 flights_planes （5’） （2） 选取 flights_planes 中 tailnum 中含有字母 W 的观测值，并将选取出来的 数据框保存为新的 flights_planes（5’） （3） 剔除 flights_planes 中 engines 和 seats 缺失的观测值，然后将数据按照 engines 和 seats 分组，计算各组飞机在 2013 年的 distance 和 arr_delay 的总和，计算结果不能为 NA，将计算结果保存为新的数据 flights_sum（10’） （4） 利用上一问所得的 flights_sum，计算不同 engines 的总到达迟到时间和总 飞行距离（5’）

(1) 连接flights和planes，保存结果为flights_planes:

library(nycflights13)

flights_planes <- merge(flights, planes, by = "tailnum", all.x = TRUE)

(2) 选取flights_planes中tailnum中含有字母W的观测值，保存为新的flights_planes:

flights_planes <- flights_planes[grep("W", flights_planes$tailnum), ]

(3) 剔除flights_planes中engines和seats缺失的观测值，按照engines和seats分组，计算各组飞机在2013年的distance和arr_delay的总和，并将结果保存为新的数据flights_sum:

flights_sum <- na.omit(flights_planes[c("engines", "seats", "distance", "arr_delay")])
flights_sum <- aggregate(cbind(distance, arr_delay) ~ engines + seats, data = flights_sum, FUN = sum)

(4) 利用上一问所得的flights_sum，计算不同engines的总到达迟到时间和总飞行距离:

aggregate(cbind(distance, arr_delay) ~ engines, data = flights_sum, FUN = sum)