例如，如果我们想绘制地图，就需要将航班数据与机场数据合并，机场数据包含每个机场的位置（经纬度）。每个航班都有一个出发机场和一个目的地机场，所以我们需要指定要连接哪一个：

flights2 %>% left_join(airports, c("dest" = "faa")) #> # A tibble: 336,776 × 14 #> year month day hour origin dest tailnum #> #> 1 2013 1 1 5 EWR IAH N14228 #> 2 2013 1 1 5 LGA IAH N24211 #> 3 2013 1 1 5 JFK MIA N619AA #> 4 2013 1 1 5 JFK BQN N804JB #> 5 2013 1 1 6 LGA ATL N668DN #> 6 2013 1 1 5 EWR ORD N39463 #> # ... with 3.368e+05 more rows, and 7 more variables: #> # carrier , name , lat , lon , #> # alt , tz , dst flights2 %>% left_join(airports, c("origin" = "faa")) #> # A tibble: 336,776 × 14 #> year month day hour origin dest tailnum #> #> 1 2013 1 1 5 EWR IAH N14228 #> 2 2013 1 1 5 LGA IAH N24211 #> 3 2013 1 1 5 JFK MIA N619AA #> 4 2013 1 1 5 JFK BQN N804JB #> 5 2013 1 1 6 LGA ATL N668DN #> 6 2013 1 1 5 EWR ORD N39463 #> # ... with 3.368e+05 more rows, and 7 more variables: #> # carrier , 名称 , 纬度 , 经度 , #> # 高度 , 时区 , 夏令时

练习

• 1. 按目的地计算平均延误，然后与机场数据框进行连接，以便展示延误的空间分布。下面是一种绘制美国地图的简单方法：

airports %>% semi_join(flights, c("faa" = "dest")) %>% ggplot(aes(lon, lat)) + borders("state") +