• 航班有 50% 的时间提前 15 分钟到达，有 50% 的时间晚点 15 分钟。
• 航班总是晚点 10 分钟。
• 航班有 50% 的时间提前 30 分钟到达，有 50% 的时间晚点 30 分钟。
• 99% 的时间航班准点。1% 的时间晚点 2 小时。

哪个更重要：到达延误还是出发延误？

• 2. 想出另一种方法，使其输出与 not_cancelled %>% count(dest) 和 not_cancel led %>% count(tailnum, wt = distance) 相同（不使用 count()）。
• 3. 我们对取消航班的定义（is.na(dep_delay) | is.na(arr_delay) ）稍微不太理想。为什么？哪一列最重要？
• 4. 查看每天取消航班的数量。是否存在某种模式？取消航班的比例是否与平均延误相关？
• 5. 哪家航空公司的延误最严重？挑战：你能区分出糟糕机场与糟糕航空公司的影响吗？为什么能/不能？（提示：考虑 flights %>% group_by(carrier, dest) %>% summarize(n())。）
• 6. 对于每架飞机，统计首次延误超过 1 小时之前的航班数量。
• 7. count() 函数的 sort 参数有什么作用？什么时候可能会用到它？

分组变异（和筛选）

分组最常见的用途是与 summarize() 结合使用，但你也可以用 mutate() 和 filter() 进行一些方便的操作：

• 找出每组中最差的成员：

flights_sml %>% group_by(year, month, day) %>% filter(rank(desc(arr_delay)) < 10)