将聚合与逻辑子集结合起来有时很有用。我们还没有讨论过这种子集操作，但你将在第 304 页的“子集”一节中学到更多相关内容：

not_cancelled %>% group_by(year, month, day) %>% summarize( # 平均延误： avg_delay1 = mean(arr_delay), # 平均正延误： avg_delay2 = mean(arr_delay[arr_delay > 0]) ) #> Source: local data frame [365 x 5] #> Groups: year, month [?] #> #> year month day avg_delay1 avg_delay2 #> #> 1 2013 1 1 12.65 32.5 #> 2 2013 1 2 12.69 32.0 #> 3 2013 1 3 5.73 27.7 #> 4 2013 1 4 -1.93 28.3 #> 5 2013 1 5 -1.53 22.6 #> 6 2013 1 6 4.24 24.4 #> # ... 还有 359 行

离散程度的度量 sd(x), IQR(x), mad(x)

均方偏差，或称标准差（standard deviation，简称 sd），是度量离散程度的标准方法。四分位距 IQR() 和中位数绝对偏差 mad(x) 是稳健的等价方法，如果你的数据中存在离群值，它们可能更有用：

# 为什么到某些目的地的距离比到其他目的地的距离 # 变化更大？ not_cancelled %>% group_by(dest) %>% summarize(distance_sd = sd(distance)) %>% arrange(desc(distance_sd)) #> # A tibble: 104 × 2 #> dest distance_sd #> #> 1 EGE 10.54 #> 2 SAN 10.35 #> 3 SFO 10.22 #> 4 HNL 10.00 #> 5 SEA 9.98 #> 6 LAS 9.91 #> # ... 还有 98 行