Επεξεργασία δεδομένων με το πακέτο `dplyr`

Author

Κώστας Κούδας

Published

February 22, 2026

1 Προαπαιτούμενα

rm(list = ls())
if(!require(tidyverse)){
  install.packages("tidyverse")
  library(tidyverse)
}

Loading required package: tidyverse

── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
✔ dplyr     1.1.4     ✔ readr     2.1.6
✔ forcats   1.0.1     ✔ stringr   1.6.0
✔ ggplot2   4.0.1     ✔ tibble    3.3.0
✔ lubridate 1.9.4     ✔ tidyr     1.3.1
✔ purrr     1.0.4     
── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag()    masks stats::lag()
ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

if(!require(nycflights13)){
  install.packages("nycflights13")
  library(nycflights13)
}

Loading required package: nycflights13

flights

# A tibble: 336,776 × 19
    year month   day dep_time sched_dep_time dep_delay arr_time sched_arr_time
   <int> <int> <int>    <int>          <int>     <dbl>    <int>          <int>
 1  2013     1     1      517            515         2      830            819
 2  2013     1     1      533            529         4      850            830
 3  2013     1     1      542            540         2      923            850
 4  2013     1     1      544            545        -1     1004           1022
 5  2013     1     1      554            600        -6      812            837
 6  2013     1     1      554            558        -4      740            728
 7  2013     1     1      555            600        -5      913            854
 8  2013     1     1      557            600        -3      709            723
 9  2013     1     1      557            600        -3      838            846
10  2013     1     1      558            600        -2      753            745
# ℹ 336,766 more rows
# ℹ 11 more variables: arr_delay <dbl>, carrier <chr>, flight <int>,
#   tailnum <chr>, origin <chr>, dest <chr>, air_time <dbl>, distance <dbl>,
#   hour <dbl>, minute <dbl>, time_hour <dttm>

2 Επιλογή γραμμών με βάση κάποια κριτήρια (`filter`)

2.1 Απλή

8 Οκτωβρίου

filter(flights, month==10, day==8)

# A tibble: 964 × 19
    year month   day dep_time sched_dep_time dep_delay arr_time sched_arr_time
   <int> <int> <int>    <int>          <int>     <dbl>    <int>          <int>
 1  2013    10     8      141           2059       282      254           2242
 2  2013    10     8      450            500       -10      633            648
 3  2013    10     8      508            517        -9      729            757
 4  2013    10     8      540            545        -5      922            933
 5  2013    10     8      547            550        -3      916            932
 6  2013    10     8      550            545         5      822            827
 7  2013    10     8      550            600       -10      647            708
 8  2013    10     8      552            600        -8      649            701
 9  2013    10     8      553            600        -7      849            856
10  2013    10     8      554            600        -6      844            851
# ℹ 954 more rows
# ℹ 11 more variables: arr_delay <dbl>, carrier <chr>, flight <int>,
#   tailnum <chr>, origin <chr>, dest <chr>, air_time <dbl>, distance <dbl>,
#   hour <dbl>, minute <dbl>, time_hour <dttm>

Στις αρχές του έτους.

filter(flights, month<=3)

# A tibble: 80,789 × 19
    year month   day dep_time sched_dep_time dep_delay arr_time sched_arr_time
   <int> <int> <int>    <int>          <int>     <dbl>    <int>          <int>
 1  2013     1     1      517            515         2      830            819
 2  2013     1     1      533            529         4      850            830
 3  2013     1     1      542            540         2      923            850
 4  2013     1     1      544            545        -1     1004           1022
 5  2013     1     1      554            600        -6      812            837
 6  2013     1     1      554            558        -4      740            728
 7  2013     1     1      555            600        -5      913            854
 8  2013     1     1      557            600        -3      709            723
 9  2013     1     1      557            600        -3      838            846
10  2013     1     1      558            600        -2      753            745
# ℹ 80,779 more rows
# ℹ 11 more variables: arr_delay <dbl>, carrier <chr>, flight <int>,
#   tailnum <chr>, origin <chr>, dest <chr>, air_time <dbl>, distance <dbl>,
#   hour <dbl>, minute <dbl>, time_hour <dttm>

filter(flights, origin == "EWR")

# A tibble: 120,835 × 19
    year month   day dep_time sched_dep_time dep_delay arr_time sched_arr_time
   <int> <int> <int>    <int>          <int>     <dbl>    <int>          <int>
 1  2013     1     1      517            515         2      830            819
 2  2013     1     1      554            558        -4      740            728
 3  2013     1     1      555            600        -5      913            854
 4  2013     1     1      558            600        -2      923            937
 5  2013     1     1      559            600        -1      854            902
 6  2013     1     1      601            600         1      844            850
 7  2013     1     1      606            610        -4      858            910
 8  2013     1     1      607            607         0      858            915
 9  2013     1     1      608            600         8      807            735
10  2013     1     1      615            615         0      833            842
# ℹ 120,825 more rows
# ℹ 11 more variables: arr_delay <dbl>, carrier <chr>, flight <int>,
#   tailnum <chr>, origin <chr>, dest <chr>, air_time <dbl>, distance <dbl>,
#   hour <dbl>, minute <dbl>, time_hour <dttm>

2.2 Λογικοί τελεστές

Καλοκαίρι

filter(flights, month<=8 & month>=6)

# A tibble: 86,995 × 19
    year month   day dep_time sched_dep_time dep_delay arr_time sched_arr_time
   <int> <int> <int>    <int>          <int>     <dbl>    <int>          <int>
 1  2013     6     1        2           2359         3      341            350
 2  2013     6     1      451            500        -9      624            640
 3  2013     6     1      506            515        -9      715            800
 4  2013     6     1      534            545       -11      800            829
 5  2013     6     1      538            545        -7      925            922
 6  2013     6     1      539            540        -1      832            840
 7  2013     6     1      546            600       -14      850            910
 8  2013     6     1      551            600        -9      828            850
 9  2013     6     1      552            600        -8      647            655
10  2013     6     1      553            600        -7      700            711
# ℹ 86,985 more rows
# ℹ 11 more variables: arr_delay <dbl>, carrier <chr>, flight <int>,
#   tailnum <chr>, origin <chr>, dest <chr>, air_time <dbl>, distance <dbl>,
#   hour <dbl>, minute <dbl>, time_hour <dttm>

Πάσχα

filter(flights,(month == 4 & day >=29) | (month==5 & day<=12))

# A tibble: 13,018 × 19
    year month   day dep_time sched_dep_time dep_delay arr_time sched_arr_time
   <int> <int> <int>    <int>          <int>     <dbl>    <int>          <int>
 1  2013     4    29        2           2345        17      222            241
 2  2013     4    29       15           2359        16      350            339
 3  2013     4    29       23           2249        94      117           2359
 4  2013     4    29      451            500        -9      634            640
 5  2013     4    29      510            515        -5      744            802
 6  2013     4    29      534            545       -11      816            828
 7  2013     4    29      538            540        -2      834            840
 8  2013     4    29      539            545        -6      910            927
 9  2013     4    29      550            600       -10      723            805
10  2013     4    29      551            600        -9      853            852
# ℹ 13,008 more rows
# ℹ 11 more variables: arr_delay <dbl>, carrier <chr>, flight <int>,
#   tailnum <chr>, origin <chr>, dest <chr>, air_time <dbl>, distance <dbl>,
#   hour <dbl>, minute <dbl>, time_hour <dttm>

3 Διάταξη

3.1 Διάταξη γραμμών (`arrange`)

Με βάση την καθυστέρηση σε αύξουσα σειρά.

arrange(flights, dep_delay)

# A tibble: 336,776 × 19
    year month   day dep_time sched_dep_time dep_delay arr_time sched_arr_time
   <int> <int> <int>    <int>          <int>     <dbl>    <int>          <int>
 1  2013    12     7     2040           2123       -43       40           2352
 2  2013     2     3     2022           2055       -33     2240           2338
 3  2013    11    10     1408           1440       -32     1549           1559
 4  2013     1    11     1900           1930       -30     2233           2243
 5  2013     1    29     1703           1730       -27     1947           1957
 6  2013     8     9      729            755       -26     1002            955
 7  2013    10    23     1907           1932       -25     2143           2143
 8  2013     3    30     2030           2055       -25     2213           2250
 9  2013     3     2     1431           1455       -24     1601           1631
10  2013     5     5      934            958       -24     1225           1309
# ℹ 336,766 more rows
# ℹ 11 more variables: arr_delay <dbl>, carrier <chr>, flight <int>,
#   tailnum <chr>, origin <chr>, dest <chr>, air_time <dbl>, distance <dbl>,
#   hour <dbl>, minute <dbl>, time_hour <dttm>

Με βάση την καθυστέρηση σε φθίνουσα σειρά.

arrange(flights, desc(dep_delay))

# A tibble: 336,776 × 19
    year month   day dep_time sched_dep_time dep_delay arr_time sched_arr_time
   <int> <int> <int>    <int>          <int>     <dbl>    <int>          <int>
 1  2013     1     9      641            900      1301     1242           1530
 2  2013     6    15     1432           1935      1137     1607           2120
 3  2013     1    10     1121           1635      1126     1239           1810
 4  2013     9    20     1139           1845      1014     1457           2210
 5  2013     7    22      845           1600      1005     1044           1815
 6  2013     4    10     1100           1900       960     1342           2211
 7  2013     3    17     2321            810       911      135           1020
 8  2013     6    27      959           1900       899     1236           2226
 9  2013     7    22     2257            759       898      121           1026
10  2013    12     5      756           1700       896     1058           2020
# ℹ 336,766 more rows
# ℹ 11 more variables: arr_delay <dbl>, carrier <chr>, flight <int>,
#   tailnum <chr>, origin <chr>, dest <chr>, air_time <dbl>, distance <dbl>,
#   hour <dbl>, minute <dbl>, time_hour <dttm>

3.2 Διάταξη στηλών (`select`)

Βάζουμε τις στήλες των καθυστερήσεων πρώτες

select(flights, dep_delay, arr_delay, everything())

# A tibble: 336,776 × 19
   dep_delay arr_delay  year month   day dep_time sched_dep_time arr_time
       <dbl>     <dbl> <int> <int> <int>    <int>          <int>    <int>
 1         2        11  2013     1     1      517            515      830
 2         4        20  2013     1     1      533            529      850
 3         2        33  2013     1     1      542            540      923
 4        -1       -18  2013     1     1      544            545     1004
 5        -6       -25  2013     1     1      554            600      812
 6        -4        12  2013     1     1      554            558      740
 7        -5        19  2013     1     1      555            600      913
 8        -3       -14  2013     1     1      557            600      709
 9        -3        -8  2013     1     1      557            600      838
10        -2         8  2013     1     1      558            600      753
# ℹ 336,766 more rows
# ℹ 11 more variables: sched_arr_time <int>, carrier <chr>, flight <int>,
#   tailnum <chr>, origin <chr>, dest <chr>, air_time <dbl>, distance <dbl>,
#   hour <dbl>, minute <dbl>, time_hour <dttm>

4 Επιλογή στηλών (`select`)

select(flights, year, month)

# A tibble: 336,776 × 2
    year month
   <int> <int>
 1  2013     1
 2  2013     1
 3  2013     1
 4  2013     1
 5  2013     1
 6  2013     1
 7  2013     1
 8  2013     1
 9  2013     1
10  2013     1
# ℹ 336,766 more rows

select(flights, origin, dep_delay)

# A tibble: 336,776 × 2
   origin dep_delay
   <chr>      <dbl>
 1 EWR            2
 2 LGA            4
 3 JFK            2
 4 JFK           -1
 5 LGA           -6
 6 EWR           -4
 7 EWR           -5
 8 LGA           -3
 9 JFK           -3
10 LGA           -2
# ℹ 336,766 more rows

Επιλογή στηλών από dep_time έως arr_time.

select(flights, dep_time:arr_time)

# A tibble: 336,776 × 4
   dep_time sched_dep_time dep_delay arr_time
      <int>          <int>     <dbl>    <int>
 1      517            515         2      830
 2      533            529         4      850
 3      542            540         2      923
 4      544            545        -1     1004
 5      554            600        -6      812
 6      554            558        -4      740
 7      555            600        -5      913
 8      557            600        -3      709
 9      557            600        -3      838
10      558            600        -2      753
# ℹ 336,766 more rows

Επιλογή στηλών εκτός από αυτές μεταξύ των dep_time έως arr_time.

select(flights,-(dep_time:arr_time))

# A tibble: 336,776 × 15
    year month   day sched_arr_time arr_delay carrier flight tailnum origin
   <int> <int> <int>          <int>     <dbl> <chr>    <int> <chr>   <chr> 
 1  2013     1     1            819        11 UA        1545 N14228  EWR   
 2  2013     1     1            830        20 UA        1714 N24211  LGA   
 3  2013     1     1            850        33 AA        1141 N619AA  JFK   
 4  2013     1     1           1022       -18 B6         725 N804JB  JFK   
 5  2013     1     1            837       -25 DL         461 N668DN  LGA   
 6  2013     1     1            728        12 UA        1696 N39463  EWR   
 7  2013     1     1            854        19 B6         507 N516JB  EWR   
 8  2013     1     1            723       -14 EV        5708 N829AS  LGA   
 9  2013     1     1            846        -8 B6          79 N593JB  JFK   
10  2013     1     1            745         8 AA         301 N3ALAA  LGA   
# ℹ 336,766 more rows
# ℹ 6 more variables: dest <chr>, air_time <dbl>, distance <dbl>, hour <dbl>,
#   minute <dbl>, time_hour <dttm>

5 Νέες μεταβλητές

5.1 Προσθήκη νέων μεταβλητών (`mutate`)

flightsShort <- select(flights, year:day, ends_with("delay"), distance, air_time)
flightsShort

# A tibble: 336,776 × 7
    year month   day dep_delay arr_delay distance air_time
   <int> <int> <int>     <dbl>     <dbl>    <dbl>    <dbl>
 1  2013     1     1         2        11     1400      227
 2  2013     1     1         4        20     1416      227
 3  2013     1     1         2        33     1089      160
 4  2013     1     1        -1       -18     1576      183
 5  2013     1     1        -6       -25      762      116
 6  2013     1     1        -4        12      719      150
 7  2013     1     1        -5        19     1065      158
 8  2013     1     1        -3       -14      229       53
 9  2013     1     1        -3        -8      944      140
10  2013     1     1        -2         8      733      138
# ℹ 336,766 more rows

Προσθήκη αναμονής και ταχύτητας

mutate(flightsShort, gain = arr_delay-dep_delay, speed = distance/air_time * 60)

# A tibble: 336,776 × 9
    year month   day dep_delay arr_delay distance air_time  gain speed
   <int> <int> <int>     <dbl>     <dbl>    <dbl>    <dbl> <dbl> <dbl>
 1  2013     1     1         2        11     1400      227     9  370.
 2  2013     1     1         4        20     1416      227    16  374.
 3  2013     1     1         2        33     1089      160    31  408.
 4  2013     1     1        -1       -18     1576      183   -17  517.
 5  2013     1     1        -6       -25      762      116   -19  394.
 6  2013     1     1        -4        12      719      150    16  288.
 7  2013     1     1        -5        19     1065      158    24  404.
 8  2013     1     1        -3       -14      229       53   -11  259.
 9  2013     1     1        -3        -8      944      140    -5  405.
10  2013     1     1        -2         8      733      138    10  319.
# ℹ 336,766 more rows

5.2 Πίνακας με μόνο νέες&επιλεγμένες μεταβλητές (`transmute`)

transmute(flights, origin, gain = arr_delay-dep_delay, speed = distance/air_time * 60)

# A tibble: 336,776 × 3
   origin  gain speed
   <chr>  <dbl> <dbl>
 1 EWR        9  370.
 2 LGA       16  374.
 3 JFK       31  408.
 4 JFK      -17  517.
 5 LGA      -19  394.
 6 EWR       16  288.
 7 EWR       24  404.
 8 LGA      -11  259.
 9 JFK       -5  405.
10 LGA       10  319.
# ℹ 336,766 more rows

6 Ομαδοποίηση (`group_by`)

Οι πτήσεις χωρισμένες σε ομάδες πτήσεων Ιανουαρίου, Φεβρουαρίου κτλ, ανεξάρτητα από το έτος

by_month <- group_by(flights, month)
by_month

# A tibble: 336,776 × 19
# Groups:   month [12]
    year month   day dep_time sched_dep_time dep_delay arr_time sched_arr_time
   <int> <int> <int>    <int>          <int>     <dbl>    <int>          <int>
 1  2013     1     1      517            515         2      830            819
 2  2013     1     1      533            529         4      850            830
 3  2013     1     1      542            540         2      923            850
 4  2013     1     1      544            545        -1     1004           1022
 5  2013     1     1      554            600        -6      812            837
 6  2013     1     1      554            558        -4      740            728
 7  2013     1     1      555            600        -5      913            854
 8  2013     1     1      557            600        -3      709            723
 9  2013     1     1      557            600        -3      838            846
10  2013     1     1      558            600        -2      753            745
# ℹ 336,766 more rows
# ℹ 11 more variables: arr_delay <dbl>, carrier <chr>, flight <int>,
#   tailnum <chr>, origin <chr>, dest <chr>, air_time <dbl>, distance <dbl>,
#   hour <dbl>, minute <dbl>, time_hour <dttm>

Οι πτήσεις χωρισμένες σε ομάδες πτήσεων Ιανουαρίου, Φεβρουαρίου κτλ στο έτος

by_month2 <- group_by(flights, year, month)
by_month2

# A tibble: 336,776 × 19
# Groups:   year, month [12]
    year month   day dep_time sched_dep_time dep_delay arr_time sched_arr_time
   <int> <int> <int>    <int>          <int>     <dbl>    <int>          <int>
 1  2013     1     1      517            515         2      830            819
 2  2013     1     1      533            529         4      850            830
 3  2013     1     1      542            540         2      923            850
 4  2013     1     1      544            545        -1     1004           1022
 5  2013     1     1      554            600        -6      812            837
 6  2013     1     1      554            558        -4      740            728
 7  2013     1     1      555            600        -5      913            854
 8  2013     1     1      557            600        -3      709            723
 9  2013     1     1      557            600        -3      838            846
10  2013     1     1      558            600        -2      753            745
# ℹ 336,766 more rows
# ℹ 11 more variables: arr_delay <dbl>, carrier <chr>, flight <int>,
#   tailnum <chr>, origin <chr>, dest <chr>, air_time <dbl>, distance <dbl>,
#   hour <dbl>, minute <dbl>, time_hour <dttm>

Οι πτήσεις χωρισμένες σε ομάδες ανά ημέρα.

by_day <- group_by(flights, year, month, day)
by_day

# A tibble: 336,776 × 19
# Groups:   year, month, day [365]
    year month   day dep_time sched_dep_time dep_delay arr_time sched_arr_time
   <int> <int> <int>    <int>          <int>     <dbl>    <int>          <int>
 1  2013     1     1      517            515         2      830            819
 2  2013     1     1      533            529         4      850            830
 3  2013     1     1      542            540         2      923            850
 4  2013     1     1      544            545        -1     1004           1022
 5  2013     1     1      554            600        -6      812            837
 6  2013     1     1      554            558        -4      740            728
 7  2013     1     1      555            600        -5      913            854
 8  2013     1     1      557            600        -3      709            723
 9  2013     1     1      557            600        -3      838            846
10  2013     1     1      558            600        -2      753            745
# ℹ 336,766 more rows
# ℹ 11 more variables: arr_delay <dbl>, carrier <chr>, flight <int>,
#   tailnum <chr>, origin <chr>, dest <chr>, air_time <dbl>, distance <dbl>,
#   hour <dbl>, minute <dbl>, time_hour <dttm>

7 Σύνοψη (`summarise`)

Μέση καθυστέρηση ανά μήνα.

summarise(by_month, 
          delay = mean(dep_delay, na.rm=T) 
          )

# A tibble: 12 × 2
   month delay
   <int> <dbl>
 1     1 10.0 
 2     2 10.8 
 3     3 13.2 
 4     4 13.9 
 5     5 13.0 
 6     6 20.8 
 7     7 21.7 
 8     8 12.6 
 9     9  6.72
10    10  6.24
11    11  5.44
12    12 16.6

Μέση καθυσ΄τερηση ανά συγκεκριμένη ημέρα του έτους.

summarise(by_day,delay = mean(dep_delay, na.rm=T))

`summarise()` has grouped output by 'year', 'month'. You can override using the
`.groups` argument.

# A tibble: 365 × 4
# Groups:   year, month [12]
    year month   day delay
   <int> <int> <int> <dbl>
 1  2013     1     1 11.5 
 2  2013     1     2 13.9 
 3  2013     1     3 11.0 
 4  2013     1     4  8.95
 5  2013     1     5  5.73
 6  2013     1     6  7.15
 7  2013     1     7  5.42
 8  2013     1     8  2.55
 9  2013     1     9  2.28
10  2013     1    10  2.84
# ℹ 355 more rows

8 Αγωγός (`%>%`)

Χωρίζουμε τις πτήσεις σε ομάδες ανά προορισμό.

by_dest <- group_by(flights,dest)
by_dest

# A tibble: 336,776 × 19
# Groups:   dest [105]
    year month   day dep_time sched_dep_time dep_delay arr_time sched_arr_time
   <int> <int> <int>    <int>          <int>     <dbl>    <int>          <int>
 1  2013     1     1      517            515         2      830            819
 2  2013     1     1      533            529         4      850            830
 3  2013     1     1      542            540         2      923            850
 4  2013     1     1      544            545        -1     1004           1022
 5  2013     1     1      554            600        -6      812            837
 6  2013     1     1      554            558        -4      740            728
 7  2013     1     1      555            600        -5      913            854
 8  2013     1     1      557            600        -3      709            723
 9  2013     1     1      557            600        -3      838            846
10  2013     1     1      558            600        -2      753            745
# ℹ 336,766 more rows
# ℹ 11 more variables: arr_delay <dbl>, carrier <chr>, flight <int>,
#   tailnum <chr>, origin <chr>, dest <chr>, air_time <dbl>, distance <dbl>,
#   hour <dbl>, minute <dbl>, time_hour <dttm>

delay <- summarise(by_dest,
                   count = n(), # Μετρά τις πτήσεις στον κάθε προορισμό
                   dist = mean(distance, na.rm=T), # Μέση απόσταση προς τον εκάστοτε προορισμό
                   delay = mean(arr_delay, na.rm=T) # Μέση καθυστέρηση που αφορά τον εκάστοτε προορισμό
                   )
delay <- filter(delay, count>20, dest != "JFK") # Κρατάμε δημοφιλείς προορισμούς, εκτός του αεροδρομίου JFK
delay

# A tibble: 97 × 4
   dest  count  dist delay
   <chr> <int> <dbl> <dbl>
 1 ABQ     254 1826   4.38
 2 ACK     265  199   4.85
 3 ALB     439  143  14.4 
 4 ATL   17215  757. 11.3 
 5 AUS    2439 1514.  6.02
 6 AVL     275  584.  8.00
 7 BDL     443  116   7.05
 8 BGR     375  378   8.03
 9 BHM     297  866. 16.9 
10 BNA    6333  758. 11.8 
# ℹ 87 more rows

Ο αγωγός %>% σημαίνει ακολούθως:

delayA <- flights %>% # πτήσεις ΑΚΟΛΟΥΘΩΣ
  group_by(dest) %>% # ομαδοποίησε βάσει προορισμού ΑΚΟΛΟΥΘΩΣ
  summarise( # συνόψισε
    count = n(),
    dist = mean(distance, na.rm=T),
    delay = mean(arr_delay, na.rm=T)
  ) %>% # ΑΚΟΛΟΥΘΩΣ
  filter(count>20, dest != "JFK") # φιλτράρισε

delayA

# A tibble: 97 × 4
   dest  count  dist delay
   <chr> <int> <dbl> <dbl>
 1 ABQ     254 1826   4.38
 2 ACK     265  199   4.85
 3 ALB     439  143  14.4 
 4 ATL   17215  757. 11.3 
 5 AUS    2439 1514.  6.02
 6 AVL     275  584.  8.00
 7 BDL     443  116   7.05
 8 BGR     375  378   8.03
 9 BHM     297  866. 16.9 
10 BNA    6333  758. 11.8 
# ℹ 87 more rows

flights %>% # πάρε τις πτήσεις ΑΚΟΛΟΥΘΩΣ
  filter(!is.na(dep_delay), !is.na(arr_delay)) %>% # διώξε τις ακυρώσεις ΑΚΟΛΟΥΘΩΣ
  group_by(tailnum) %>% # ομαδοποίησε βάσει αριθμού πτήσης ΑΚΟΛΟΥΘΩΣ
  summarise( # συνόψισε
    delay = mean(arr_delay, na.rm=T),
    n = n()
  ) %>% # ΑΚΟΛΟΥΘΩΣ
  ggplot(mapping = aes(x=n, y=delay))+geom_point(alpha = 1/10) # κάνε διάγραμμα διασποράς

1 Προαπαιτούμενα

2 Επιλογή γραμμών με βάση κάποια κριτήρια (filter)

2.1 Απλή

2.2 Λογικοί τελεστές

3 Διάταξη

3.1 Διάταξη γραμμών (arrange)

3.2 Διάταξη στηλών (select)

4 Επιλογή στηλών (select)

5 Νέες μεταβλητές

5.1 Προσθήκη νέων μεταβλητών (mutate)

5.2 Πίνακας με μόνο νέες&επιλεγμένες μεταβλητές (transmute)

6 Ομαδοποίηση (group_by)

7 Σύνοψη (summarise)

8 Αγωγός (%>%)