奇怪的是，filter（）的行为不符合预期

我参考《数据科学》一书中的程序来检查每天有多少航班起飞时间早于500次

案文如下：

library(nycflights13)
library(tidyverse)
not_cancelled <- flights %>% 
  filter(!is.na(dep_delay), !is.na(arr_delay))

not_cancelled %>% 
  group_by(year, month, day) %>% 
  summarise(n_early = sum(dep_time < 500))

库（nycflights13）
图书馆（tidyverse）
未取消%
过滤器（！is.na（数据延迟），！is.na（arr\u延迟））
未取消%>%
分组单位（年、月、日）%>%
总结（n_early=总和（dep_时间<500））

->365 x 4

但是，另一种代码：

library(nycflights13)
library(tidyverse)
not_cancelled <- flights %>% 
  filter(!is.na(dep_delay), !is.na(arr_delay))

not_cancelled %>% 
  group_by(year, month, day) %>% 
  select(year:day, dep_time) %>%
  filter(dep_time < 500) %>%
  count()

库（nycflights13）
图书馆（tidyverse）
未取消%
过滤器（！is.na（数据延迟），！is.na（arr\u延迟））
未取消%>%
分组单位（年、月、日）%>%
选择（年：日，部门时间）%>%
过滤器（衰减时间<500）%>%
计数（）

->不能产生相同的结果。相反，输出为348 x 4

---

我想不出原因。

问题是，第二个方法在产生结果之前删除了所有的零天。有17天是零计数的第一天，这说明了差异

library(nycflights13)
library(tidyverse)
not_cancelled <- flights %>% 
  filter(!is.na(dep_delay), !is.na(arr_delay))


tmp1 <- not_cancelled %>% 
  group_by(year, month, day) %>% 
  summarise(n_early = sum(dep_time < 500))
sum(tmp1$n_early == 0)
# [1] 17


tmp2 <- not_cancelled %>% 
  group_by(year, month, day) %>% 
  select(year:day, dep_time) %>%
  filter(dep_time < 500) %>%
  count()

sum(tmp2$n == 0)
# [1] 0

库（nycflights13）
图书馆（tidyverse）
未取消%
过滤器（！is.na（数据延迟），！is.na（arr\u延迟））
tmp1%
分组单位（年、月、日）%>%
总结（n_early=总和（dep_时间<500））
总和（tmp1$n_早期==0）
# [1] 17
tmp2%
分组单位（年、月、日）%>%
选择（年：日，部门时间）%>%
过滤器（衰减时间<500）%>%
计数（）
总和（tmp2$n==0）
# [1] 0

非常感谢Dave，你真的帮了大忙