R- dplyr，使用groupby，将2行与列值正确但混合在一起。

Question

总结一下我在标题中遇到的数据操作问题是很困难的，但是一个简短的例子很好地总结了这一点。我有一个航空公司相关数据的数据表，其中列有原产地和目的地机场。我的数据如下：

my_data = collect(filter(flightdata, TailNum == t_n) %>%
                select(airport1=Origin,airport2=Dest,ActualElapsedTime) %>% 
                group_by(airport1,airport2) %>%
                summarize(ActualElapsedTime = mean(ActualElapsedTime)))

my_data
     airport1   airport2     ActualElapsedTime
      <chr>    <chr>             <dbl>
1       HNL      ITO          51.67416
2       HNL      KOA          44.00937
3       HNL      LIH          37.98526
4       HNL      OGG          37.52542
5       ITO      HNL          50.02260
6       ITO      OGG          39.22222
7       KOA      HNL          43.52518
8       KOA      OGG          34.20370
9       LIH      HNL          33.47679
10      LIH      OGG          47.06522
11      OGG      HNL          35.28550
12      OGG      ITO          37.57143
13      OGG      KOA          31.61364
14      OGG      LIH          45.46667

这个表是一个group_by的结果，并总结了我所做的，也如上面所示。然而，当我做我的小组和总结时，我想把它合并在一起(民解力量和民解力量)，而不是分开(第1行有(民族解放力量，伊图人)，第5行有(民解力量，民解力量))。在我的输出中，这些分组行是分开的，因为row1对应于从HNL机场到ITO机场的航班，而row5对应于从ITO到HNL的航班。我得到的数据将被分成7组，而不是14组。

如果对此有任何想法，我们将不胜感激。我正在学习管道的dplyr和%>%，它们很好，我也想得到它。

编辑-我尝试将我的选择行更改为

select(airport1=pmin(Origin,Dest),airport2=pmax(Origin,Dest),ActualElapsedTime)

但没成功..。

Answer 1

一种方法是创建一个新变量，包含airport1和airport2的每个配对，然后将其作为分组变量进行汇总。

在本例中，我们通过按字母顺序粘贴airport1和airport2的名称来创建一个名为组合airport1的变量，因此我们对每个配对都有一个唯一的值。

my_data <- collect(
  flightdata %>% 
    filter(TailNum == t_n) %>%
    select(airport1 = Origin, airport2 = Dest, ActualElapsedTime) %>% 
    mutate(combination = ifelse(airport1 < airport2, 
                                paste(airport1, airport2),
                                paste(airport2, airport1))
    ) %>% 
    group_by(combination) %>% 
    summarize(ActualElapsedTime = mean(ActualElapsedTime))
  )