如何在航班数据库中使用min_rank？

Question

我正在探索数据科学手册的https://r4ds.had.co.nz/transform.html#add-new-variables-with-mutate r，并不真正理解min_rank()操作符。在做这个练习的时候，它要求使用一个排名函数来找出最晚的10次航班。你想怎样处理领带？仔细阅读min_rank()的文档。

下面是我执行的不起作用的代码。请解释：

min_rank(flights, dep_delay)

Answer 1

您可以将min_rank的结果放入一个新的列中，例如：

f2 <- flights %>% 
  mutate(rank = min_rank(dep_delay))

其中只显示选定的行：

f2 %>% 
  select(dep_delay, rank)

你明白这个：

# A tibble: 336,776 x 2
   dep_delay   rank
       <dbl>  <int>
 1         2 208140
 2         4 219823
 3         2 208140
 4        -1 164763
 5        -6  48888
 6        -4  94410
 7        -5  69589
 8        -3 119029
 9        -3 119029
10        -2 143247
# ... with 336,766 more rows

这里是另一个例子，您可以看到所有的行。

aa <- tibble(y = c(9, 8, 3, 4, 5, 7, 6),
             x = c(1, 2, 3, 4, 4, 4, 5))

aa %>% 
  mutate(rank = min_rank(y))

这给了我们：

# A tibble: 7 x 3
      y     x  rank
  <dbl> <dbl> <int>
1     9     1     7
2     8     2     6
3     3     3     1
4     4     4     2
5     5     4     3
6     7     4     5
7     6     5     4

Answer 2

我就这样解决了：

mutated = mutate(flights, total_delay = dep_delay + arr_delay)
arrange(mutated, desc(total_delay))

基本上，通过这样做，您可以创建一个新的colum，其总延迟以分钟为单位，使用arange按总延迟时间对数据进行排序。