dplyr中的Group by和lag
我试图计算出2013年纽约市每日航班总数的滞后时间。我跟了一些分组的例子，但没有奏效dplyr中的Group by和lag,r,R,我试图计算出2013年纽约市每日航班总数的滞后时间。我跟了一些分组的例子，但没有奏效 df<- nycflights13::flights df<- df %>% add_count(as.Date(time_hour)) df<- df %>% group_by(n) %>% mutate (lag1= lag(n,order_by = as.Date(time_hour))) df%变异（lag1=lag（n，order\u by=as.Date（tim
df<- nycflights13::flights
df<- df %>% add_count(as.Date(time_hour))
df<- df %>% group_by(n) %>% mutate (lag1= lag(n,order_by = as.Date(time_hour)))
df%变异（lag1=lag（n，order\u by=as.Date（time\u hour）））
有什么想法吗？像这样的想法？使用
dplyr库（dplyr）
df%
分组单位（年、月、日）%>%
总结（航班=n（））%>%
变异（lag1=as.numeric（航班-延迟（航班）））%>%
na.省略（）
#>#tibble:353x5
#>#组：年、月[12]
#>年-月-日航班延误1
#>
#> 1 2013 1 2 943 101
#> 2 2013 1 3 914 -29
#> 3 2013 1 4 915 1
#> 4 2013 1 5 720 -195
#> 5 2013 1 6 832 112
#> 6 2013 1 7 933 101
#> 7 2013 1 8 899 -34
#> 8 2013 1 9 902 3
#> 9 2013 1 10 932 30
#> 10 2013 1 11 930 -2
#>#…还有343行
库（dplyr）
df%
分组依据（时间小时）%>%
总结（航班=n（））%>%
变异（lag1=as.numeric（航班-延迟（航班）））%>%
na.省略（）
#>#A tible:6935 x 3
#>航班延误时间1小时
#>
#> 1 2013-01-01 06:00:00 52 46
#> 2 2013-01-01 07:00:00 49 -3
#> 3 2013-01-01 08:00:00 58 9
#> 4 2013-01-01 09:00:00 56 -2
#> 5 2013-01-01 10:00:00 39 -17
#> 6 2013-01-01 11:00:00 37 -2
#> 7 2013-01-01 12:00:00 56 19
#> 8 2013-01-01 13:00:00 54 -2
#> 9 2013-01-01 14:00:00 48 -6
#> 10 2013-01-01 15:00:00 67 19
#>#…还有6925行
由（v0.3.0）于2020年8月11日创建？使用
dplyr库（dplyr）
df%
分组单位（年、月、日）%>%
总结（航班=n（））%>%
变异（lag1=as.numeric（航班-延迟（航班）））%>%
na.省略（）
#>#tibble:353x5
#>#组：年、月[12]
#>年-月-日航班延误1
#>
#> 1 2013 1 2 943 101
#> 2 2013 1 3 914 -29
#> 3 2013 1 4 915 1
#> 4 2013 1 5 720 -195
#> 5 2013 1 6 832 112
#> 6 2013 1 7 933 101
#> 7 2013 1 8 899 -34
#> 8 2013 1 9 902 3
#> 9 2013 1 10 932 30
#> 10 2013 1 11 930 -2
#>#…还有343行
库（dplyr）
df%
分组依据（时间小时）%>%
总结（航班=n（））%>%
变异（lag1=as.numeric（航班-延迟（航班）））%>%
na.省略（）
#>#A tible:6935 x 3
#>航班延误时间1小时
#>
#> 1 2013-01-01 06:00:00 52 46
#> 2 2013-01-01 07:00:00 49 -3
#> 3 2013-01-01 08:00:00 58 9
#> 4 2013-01-01 09:00:00 56 -2
#> 5 2013-01-01 10:00:00 39 -17
#> 6 2013-01-01 11:00:00 37 -2
#> 7 2013-01-01 12:00:00 56 19
#> 8 2013-01-01 13:00:00 54 -2
#> 9 2013-01-01 14:00:00 48 -6
#> 10 2013-01-01 15:00:00 67 19
#>#…还有6925行