4.1 1. Visualisieren Sie die Verteilung der Verspätungen der Flüge.

flights %>% 
  ggplot() +
  aes(x = dep_delay) +
  geom_histogram()

Alternativ:

flights %>% 
  ggplot() +
  aes(x = dep_delay) +
  geom_density()

4.2 2. Visualisieren Sie die Verteilung der Verspätung der Flüge pro Abflugsort.

flights %>% 
  ggplot() +
  aes(x = dep_delay) +
  geom_density() +
  facet_wrap(~ origin)

4.3 3. Visualisieren Sie den Zusammenhang von Verspätung und Tageszeit. Reduzieren Sie dabei Overplotting.

Tipp: Anstelle von geom_point() mal geom_bin2d() ausprobieren.

flights %>% 
  ggplot() +
  aes(x = dep_time, dep_delay) +
  geom_density2d()

Mit “Glättungslinie” im Punkteschwarm:

flights %>% 
  ggplot() +
  aes(x = dep_time, dep_delay) +
  geom_density2d() +
  geom_smooth()  # Glättungslinie

… oder als "Trendgerade2 mirt geom_bin2d:

flights %>% 
  ggplot() +
  aes(x = dep_time, dep_delay) +
  geom_bin2d() +
  geom_smooth(method = "lm")  # Glättungslinie

4.4 4. Visualisieren Sie den Zusammenhang von Verspätung und Flugstrecke (distance) – aufgeteilt nach Abflugsort und nach Monat!

Reduzieren Sie dabei Overplotting.

flights %>% 
  ggplot() +
  aes(x = distance, dep_delay) +
  geom_density2d() +
  facet_grid(origin ~ month)

Das Bild ist nicht sehr aussagekräftig.

4.5 5. Visualisieren Sie den Zusammenhang von Verspätung und Tageszeit – für die drei Airlines mit der höchsten Durchschnittsverspätung.

Reduzieren Sie dabei Overplotting.

Airlines mit der höchsten Verspätung identifizieren:

flights %>% 
  group_by(carrier) %>% 
  summarise(dep_delay_carrier = mean(dep_delay, na.rm = TRUE)) %>% 
  arrange(-dep_delay_carrier) %>% 
  slice(1:3)
#> # A tibble: 3 x 2
#>   carrier dep_delay_carrier
#>   <chr>               <dbl>
#> 1 F9                   20.2
#> 2 EV                   20.0
#> 3 YV                   19.0

flights %>% 
  filter(carrier %in% c("F9", "EV", "YV")) %>% 
  ggplot() +
  aes(x = dep_time, dep_delay) +
  geom_density2d()

4.6 6. Visualisieren Sie den Anteil der verspäteten Flüge nach Abflugsort.

flights %>% 
  mutate(is_delayed = dep_delay > 0) %>% 
  group_by(origin) %>% 
  summarise(delay_n = sum(is_delayed == TRUE, na.rm = TRUE),
            delay_prop = delay_n / n()) %>% 
  ggplot() +
  aes(x = origin, y = delay_prop) +
  geom_col()
  

Oder so:

flights %>% 
  mutate(is_delayed = dep_delay > 0) %>% 
  group_by(origin) %>% 
  ggplot() +
  aes(x = origin, fill = is_delayed) +
  geom_bar()

Oder so:

flights %>% 
  mutate(is_delayed = dep_delay > 0) %>% 
  group_by(origin) %>% 
  ggplot() +
  aes(x = origin, fill = is_delayed) +
  geom_bar(position = "fill")

4.7 7. Visualisieren Sie den Anteil der verspäteten Flüge nach Uhrzeit.

flights %>% 
  mutate(is_delayed = dep_delay > 0) %>% 
  group_by(origin) %>% 
  drop_na(is_delayed, origin) %>% 
  ggplot() +
  aes(x = origin, fill = is_delayed) +
  geom_bar(position = "fill") +
  facet_wrap(~ hour) +
  scale_fill_viridis_d()  # d wie "discrete"

4.8 8. Visualisieren Sie den Anteil der verspäteten Flüge nach Wochentag

Es gibt ein Paket, das einem die Arbeit mit Datum und Uhrzeit vereinfacht: lubridate (eigentlich gibt’s mehrere Pakete dieser Art).

library(lubridate)

flights %>% 
  mutate(is_delayed = dep_delay > 0) %>% 
  mutate(day_of_week = wday(time_hour)) %>%   # Wochentag
  group_by(origin) %>% 
  drop_na(is_delayed, origin) %>% 
  ggplot() +
  aes(x = origin, fill = is_delayed) +
  geom_bar(position = "fill") +
  facet_wrap(~ day_of_week) +
  scale_fill_viridis_d()  # d wie "discrete"