如何将列分组在一起，但过滤使用group_by函数创建的特定组

Question

library(nycflights13)

data <- flights 
flights %>% group_by(carrier)

我以nycflights13数据为例，试图弄清楚如何使用group_by函数，将载波分组在一起，并将载波us过滤为>1。

Answer 1

可能对group_by的运作方式存在误解。来自?group_by：

> ?group_by
Most data operations are done on groups defined by variables. group_by() takes 
an existing tbl and converts it into a grouped tbl where operations are 
performed "by group" [...] grouping doesn't change how the data looks [...]
It changes how it acts with the other dplyr verbs.

据我所知，您正在寻找美国航空公司相同航班的计数，这些航班>1。Group_by本身可能不是最好的选择。当在组级别应用操作时，Group_by非常有用，例如查找平均延迟时间：

> flights %>% group_by(carrier) %>% na.omit(.) %>%  
  summarise(mean = mean(dep_delay))
 # A tibble: 16 x 2
 carrier  mean
 <chr>   <dbl>
 1 9E      16.4 
 2 AA      8.57
 3 AS      5.83
....

但是，group_by本身不会更改或聚合您的数据。

> flights
# A tibble: 336,776 x 20
year month   day dep_time sched_dep_time dep_delay
  <int> <int> <int>    <int>          <int>     <dbl>
1  2013   1    1        517            515      2.00
2  2013   1    1        533            529      4.00

flights %>% group_by(carrier)
A tibble: 336,776 x 20 ...

请注意，没有执行任何聚合，tibble包含相同数量的观察值。正如其他人在评论中所暗示的那样，您可能需要决定要聚合哪些功能，并查看其他聚合函数以提供帮助。下面是一个示例，它使用" table“函数按载波”US“的"dest”和"origin“生成频率表。请注意，未使用group_by。

> flights %>% select(dest,carrier,origin) %>% filter(carrier == "US") %>% 
  table(.) %>% as_tibble(.) %>% filter(n > 1)

 # A tibble: 9 x 4
 dest  carrier origin     n
 <chr> <chr>   <chr>  <int>
1 CLT   US      EWR     3232
2 PHX   US      EWR     1172