R summarize+group_by分组摘要

上一篇文章中写到了管道，这部分主要写一下处理缺失值，计数，常用的摘要函数，按多个变量分组和取消组。

一、处理缺失值

有两种比较好的方法：①使用na.rm=TRUE；②使用!is.na()

场景一：我们想计算一下飞机飞行距离及延误到达时间。

delay<- flights%>%
  group_by(dest)%>%
  summarize(
    count=n(),   #起到计数的作用
    dis = mean(distance),
    arr_delay = mean(arr_delay)
  )
delay

输出结果：

出现了很多NA，说明有些飞机是取消航班的，但也被记录了下来。

加个na.rm=TRUE会是什么样的呢？

delay<- flights%>%
  group_by(dest)%>%
  summarize(
    count=n(),   #起到计数的作用
    dis = mean(distance,na.rm=TRUE),
    arr_delay = mean(arr_delay,na.rm=TRUE)
  )
delay