library(nycflights13)
library(tidyverse)## ── Attaching packages ─────────────────────────────────────── tidyverse 1.3.2 ──
## ✔ ggplot2 3.3.6 ✔ purrr 0.3.4
## ✔ tibble 3.1.8 ✔ dplyr 1.1.0
## ✔ tidyr 1.2.1 ✔ stringr 1.4.1
## ✔ readr 2.1.2 ✔ forcats 0.5.2
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()library(dplyr)
data(flights)#16 Cuál es la media del retraso en los vuelos, agrupa por year, month, day
#Elimina los Na's
#Identifica el día, mes, año que tuvo menos retraso.
group <- group_by(flights, year, month, day)
group2<- summarize(group, retraso=mean(dep_delay, na.rm=TRUE))## `summarise()` has grouped output by 'year', 'month'. You can override using the
## `.groups` argument.arrange(group2, retraso)## # A tibble: 365 × 4
## # Groups: year, month [12]
## year month day retraso
## <int> <int> <int> <dbl>
## 1 2013 9 24 -1.33
## 2 2013 10 2 -0.920
## 3 2013 11 9 -0.629
## 4 2013 9 6 -0.398
## 5 2013 9 5 -0.388
## 6 2013 10 29 -0.349
## 7 2013 9 7 -0.250
## 8 2013 11 5 -0.183
## 9 2013 10 19 -0.107
## 10 2013 10 1 -0.0990
## # … with 355 more rows#La fecha con menor retraso fue el 24 de Septiembre del 2013.
#17 Obtén el número de vuelos por aerlorínea y destino
#Identifica aerolínea y destino con mayor número de vuelos ordenando el resultado anterior de forma descendente
conteo <- flights %>%
group_by(carrier, dest) %>%
summarize(total = n())## `summarise()` has grouped output by 'carrier'. You can override using the
## `.groups` argument.conteo## # A tibble: 314 × 3
## # Groups: carrier [16]
## carrier dest total
## <chr> <chr> <int>
## 1 9E ATL 59
## 2 9E AUS 2
## 3 9E AVL 10
## 4 9E BGR 1
## 5 9E BNA 474
## 6 9E BOS 914
## 7 9E BTV 2
## 8 9E BUF 833
## 9 9E BWI 856
## 10 9E CAE 3
## # … with 304 more rows#La aerolínea con mayor número de vuelos es 'DL' (Delta) y el destino con el mayor número de vuelos es ATL (Atlanta).
#18 Obtén la máxima distancias recorrida por aerolínea y destino, ordena en forma descendente por máxima distancia recorrida
dist <- flights %>%
group_by(carrier,dest) %>%
summarize(max_distancia = sum(distance))## `summarise()` has grouped output by 'carrier'. You can override using the
## `.groups` argument.dist## # A tibble: 314 × 3
## # Groups: carrier [16]
## carrier dest max_distancia
## <chr> <chr> <dbl>
## 1 9E ATL 44784
## 2 9E AUS 3042
## 3 9E AVL 5990
## 4 9E BGR 378
## 5 9E BNA 362500
## 6 9E BOS 170918
## 7 9E BTV 516
## 8 9E BUF 250247
## 9 9E BWI 157504
## 10 9E CAE 1851
## # … with 304 more rows#La aerolínea con mayor distancia recorrida es 'UA' (United Airlines) y el destino es SFO (San Fransisco).
#19 Obtén el tiempo de vuelo por aerolínea y destino, ordena en forma descendente por la suma_tiempo_vuelo e identifica las 3 aerolíneas con sus destinos que han volado más tiempo
tiempo <- flights %>%
group_by(carrier, dest) %>%
summarize(suma_tiempo_vuelo = sum(air_time, na.rm = TRUE))## `summarise()` has grouped output by 'carrier'. You can override using the
## `.groups` argument.tiempo## # A tibble: 314 × 3
## # Groups: carrier [16]
## carrier dest suma_tiempo_vuelo
## <chr> <chr> <dbl>
## 1 9E ATL 6726
## 2 9E AUS 444
## 3 9E AVL 922
## 4 9E BGR 0
## 5 9E BNA 52335
## 6 9E BOS 33201
## 7 9E BTV 97
## 8 9E BUF 44750
## 9 9E BWI 31620
## 10 9E CAE 313
## # … with 304 more rows#Las aerolineás con más tiempo volado son United Airlines (SFO, LAX, IAH), American Airlines (DFW, LAX, MIA) y Delta (ATL, LAX, SFO).#20 En la consulta 18 renombra el campo max_distancia por distancia_máxima_recorrida
nombre <- dist %>% rename(distancia_máxima_recorrida = max_distancia)
nombre## # A tibble: 314 × 3
## # Groups: carrier [16]
## carrier dest distancia_máxima_recorrida
## <chr> <chr> <dbl>
## 1 9E ATL 44784
## 2 9E AUS 3042
## 3 9E AVL 5990
## 4 9E BGR 378
## 5 9E BNA 362500
## 6 9E BOS 170918
## 7 9E BTV 516
## 8 9E BUF 250247
## 9 9E BWI 157504
## 10 9E CAE 1851
## # … with 304 more rows```