update(hour = 400) #> [1] "2015-02-17 16:00:00 UTC"

你可以使用 update() 来展示一年中每一天的航班在一天内不同时段的分布情况：

flights_dt %>% mutate(dep_hour = update(dep_time, yday = 1)) %>% ggplot(aes(dep_hour)) + geom_freqpoly(binwidth = 300)

将日期中较大的分量设置为常量是一种强大的技术，它可以帮助你探索较小分量中的模式。

练习

• 1. 一天之内航班时间的分布在一年的进程中是如何变化的？
• 2. 比较 dep_time、sched_dep_time 和 dep_delay。它们是否一致？请解释你的发现。
• 3. 比较 air_time 与出发和到达之间的时长。请解释你的发现。（提示：考虑机场的位置。）
• 4. 平均延误时间在一天之中是如何变化的？你应该使用 dep_time 还是 sched_dep_time？为什么？
• 5. 如果你想将延误的可能性降到最低，应该在一周的哪一天出发？