排序

排序函数有很多种，但你应该从 min_rank() 开始。它执行最常见的排序类型（例如，第一、第二、第三、第四）。默认情况下，最小的值获得最小的排名；使用 desc(x) 可以让最大的值获得最小的排名：

y <- c(1, 2, 2, NA, 3, 4) min_rank(y) #> [1] 1 2 2 NA 4 5 min_rank(desc(y)) #> [1] 5 3 3 NA 2 1

如果 min_rank() 不能满足你的需求，可以看看这些变体：row_number()、dense_rank()、percent_rank()、cume_dist() 和 ntile()。详情请参阅它们的帮助页面：

row_number(y) #> [1] 1 2 3 NA 4 5 dense_rank(y) #> [1] 1 2 2 NA 3 4 percent_rank(y) #> [1] 0.00 0.25 0.25 NA 0.75 1.00 cume_dist(y) #> [1] 0.2 0.6 0.6 NA 0.8 1.0

练习

• 1. 目前 dep_time 和 sched_dep_time 看起来很方便，但难以进行计算，因为它们并不是真正的连续数字。请将它们转换为更方便的表示形式，即自午夜以来的分钟数。
• 2. 比较 air_time 与 arr_time dep_time。你期望看到什么？你实际看到了什么？你需要做什么来修复它？
• 3. 比较 dep_time、sched_dep_time 和 dep_delay。你期望这三个数字之间有什么关系？
• 4. 使用排序函数找出延误最严重的 10 个航班。你想如何处理并列情况？请仔细阅读 min_rank() 的文档。
• 5. 1:3 + 1:10 返回什么？为什么？
• 6. R 提供了哪些三角函数？