.已知数据集nycfilghts13。
(1)计算出每个目的地的平均延误时间,然后与airports数据框连接,从
而展示出延误的空间分布。以下是画出美国地图的一种简单方法。你可以使用
数据点的size或color属性来表示每个机场的平均延误时间。
airports%>%semi_join(flights,c("faa"="dest"))%>%ggplot(aes(lon,lat))+borders("state")+geom_point()+coord_quickmap()
(2)2013年6月13日发生了什么情况?展示出这天延误时间的空间模式,并上网查询一下这天的天气状况。
(3)找出这一整年中航班延误(dep_delay+arr_delay)最严重的48小
时。与weather数据互相参照,你能找出一些特征吗?
R语言中的数据处理问题
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
2条回答 默认 最新
- CSDN专家-sinJack 2023-04-21 15:40关注
(1) 计算每个目的地的平均延误时间,并与airports数据框连接,展示延误的空间分布:
library(dplyr) library(ggplot2) # 计算每个目的地的平均延误时间 delay_by_dest <- flights %>% group_by(dest) %>% summarize(avg_delay = mean(arr_delay, na.rm = TRUE)) # 与airports数据框连接 delay_by_dest <- airports %>% left_join(delay_by_dest, by = c("faa" = "dest")) # 画出美国地图 ggplot(delay_by_dest, aes(lon, lat)) + borders("state") + geom_point(aes(size = avg_delay), alpha = 0.8) + scale_size_continuous(range = c(1, 10)) + coord_quickmap()
(2) 找出2013年6月13日的延误时间空间模式,并查询该天的天气状况:
# 找出2013年6月13日的延误时间空间模式 delay_by_dest <- flights %>% filter(year == 2013, month == 6, day == 13) %>% group_by(dest) %>% summarize(avg_delay = mean(arr_delay, na.rm = TRUE)) delay_by_dest <- airports %>% left_join(delay_by_dest, by = c("faa" = "dest")) ggplot(delay_by_dest, aes(lon, lat)) + borders("state") + geom_point(aes(size = avg_delay), alpha = 0.8) + scale_size_continuous(range = c(1, 10)) + coord_quickmap()
(3) 找出这一整年中航班延误最严重的48小时,并与weather数据互相参照,找出一些特征:
# 找出这一整年中航班延误最严重的48小时 flights %>% mutate(delay = dep_delay + arr_delay) %>% arrange(desc(delay)) %>% select(year, month, day, hour, delay) %>% head(48)
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏 举报
悬赏问题
- ¥15 如何用Labview在myRIO上做LCD显示?(语言-开发语言)
- ¥15 Vue3地图和异步函数使用
- ¥15 C++ yoloV5改写遇到的问题
- ¥20 win11修改中文用户名路径
- ¥15 win2012磁盘空间不足,c盘正常,d盘无法写入
- ¥15 用土力学知识进行土坡稳定性分析与挡土墙设计
- ¥70 PlayWright在Java上连接CDP关联本地Chrome启动失败,貌似是Windows端口转发问题
- ¥15 帮我写一个c++工程
- ¥30 Eclipse官网打不开,官网首页进不去,显示无法访问此页面,求解决方法
- ¥15 关于smbclient 库的使用