nycflights13

为了探索 dplyr 的基本数据操作动词，我们将使用 nycflights13::flights。这个数据框包含了 2013 年从纽约市起飞的全部 336,776 个航班。数据来自美国 交通统计局，文档见 ?flights：

flights #> # A tibble: 336,776 × 19 #> year month day dep_time sched_dep_time dep_delay #> #> 1 2013 1 1 517 515 2 #> 2 2013 1 1 533 529 4 #> 3 2013 1 1 542 540 2 #> 4 2013 1 1 544 545 -1 #> 5 2013 1 1 554 600 -6 #> 6 2013 1 1 554 558 -4 #> # ... 还有 336,776 行，以及 13 个变量： #> # arr_time , sched_arr_time , arr_delay , #> # carrier , flight , tailnum , origin , #> # 目的地 , 航空时间 , 距离 , 小时 , #> # 分钟 , 时间_小时

你可能注意到，这个数据框的打印方式与你过去用过的其他数据框略有不同：它只显示前几行以及能在一屏内显示的所有列。（要查看整个数据集，你可以运行 View(flights)，它会在 RStudio 查看器中打开该数据集。）它的打印方式不同是因为它是一个 tibble。Tibble 是数据框，但经过稍微调整以便在 tidyverse 中更好地工作。目前你不需要担心这些差异；我们将在第二部分更详细地讨论 tibble。

你可能还注意到列名下方有一行三个（或四个）字母的缩写。它们描述了每个变量的类型：

• int 表示整数。
• dbl 表示双精度浮点数，即实数。
• chr 表示字符向量，即字符串。
• dttm 表示日期时间（一个日期 + 一个时间）。

还有三种其他常见类型的变量未在本数据集中使用，但你将在本书后面遇到：