group_by(CELLPHONE,MEMBERID) %>% filter(row_number() == 1) %>% ungroup()1234
方法二：
>>> data2 <- data7_0 %>%
distinct(CELLPHONE,MEMBERID, .keep_all = TRUE)12
方法三：
>>> data3 <- sqldf("select DISTINCT CELLPHONE,MEMBERID from data7_0")1
方法四：
>>> data4 <- base::unique(data7_0)1
方法五：
>>> data5 <- as.data.table(data7_0[!duplicated(data7_0$CELLPHONE), ])
之前使用了均值、求和和计数
median()用法和mean()类似，只不过是中位数而已
注：mad()与IQR()基本等价，但是IQR()更适合有离群点的情况。
这三个函数的作用相当于x[1]、x[2]、x[length(x)]
通过此函数也可以找出最早和最晚出发的航班
n():不需要任何参数，返回当前分组的大小
sum(!is.na(x)):计算非缺失值的数量
n_distinct(x):计算唯一值的数量
count()函数：用于只需要计数的情况
例如：
计算哪个目的地有最多的航空公司？
count()函数用法举例：计算目的地不同的飞机数量
count()函数中可以添加加权变量，例如distance，用于计算飞机飞行里程（相当于求和）
以下一例：找出出发时间小于5:00的航班总数
以下一例：找出延误超过一小时的航班比例
